空时接收并行干扰消除器的性能分析及优化

提出一种新的用于DS-CDMA系统上行链路阵列接收加部分并行干扰消除的联合处理方案。在接收端多径信号的阵列处理方面,将传统的RAKE接收改为LS-DRMTA算法,能大大降低基站处理的运算量。在波束形成器之后引入干扰对消器,对传统的并行干扰消除器“硬判决”的缺陷进行优化,改为部分并行干扰消除器,可以更好地检测出期望用户信号,而且避免了消除串行干扰中存在延时问题,仿真结果表明,该联合处理方案简单有效,适合工程应用。     

改进PASTd算法在大型自适应阵中的应用

矩阵特征分解算法中紧缩近似投影子空间跟踪(PASTd)算法在自适应阵波束形成中得到了广泛应用.在对其仿真中发现仅在信噪比较低时该算法才能得到较好的结果.针对这一缺陷,正交近似投影子空间跟踪(OPAST)算法被引伸到PASTd中.改进算法可在不知道信号维数的情况下估算信号的特征向量与特征值,并保证特征向量的正交性,因此具有更好的收敛性能,而算法复杂度基本不变.改进算法与多重信号分类(MUSIC)算法相结合应用于大型自适应阵,可对主瓣及其附近区域的干扰进行抑制,并大大降低MUSIC算法的计算量,对其干扰零点的形成有很强实用价值.     

三角形幅度激励的单脉冲阵列方向图

 文中讨论了离散元等间距排列成单脉冲阵列的和差方向图函数。激励幅度的包络是等幅、三角形和倒三角形（V形）分布。人们利用Z变换法或有限Z变换法已获得了紧凑的阵因子表达式（4）,S（z）=F（2）-G（z）。这里利用G（z）简洁公式（8）,有时兼用位移定理,只以单边Z变换求出S（z）,而不管包络函数对称与否。给出了计算例子。对和方向图还进行了实验研究,在主波瓣范围内实测数据同计算结果吻合得较好。差方向图也被实验验证过。     

雷达天线罩廓形误差评定研究

 就弹载或飞行器上雷达天线罩的廓形测量及测量精度提高,探讨了应用鞍点规划的方法对天线罩廓形误差进行评定,给出了评定的线性鞍点规划模型,评定的最小条件,以及具体的操作处理方法,并介绍了评估例子,表明应用本文的评定方法获得了良好的结果。     

微波泄漏对光抽运铯束频标准确度影响的分析

微波泄漏是影响光抽运铯原子钟准确度的主要因素之一. 傅里叶变换分析法是分析其影响的主要手段,但该方法只能用来分析有效原子速度分布很窄的情况.通过分析和计算,推导出频移随漏场的位置、相位和幅度变化的关系式.计算和分析的结果表明,漏场引起频移大小和漂移区的长度、输入微波功率值和漏场的相位、强度和位置等有关.所得的结果和用傅里叶变换方法分析所得的结果是一致的,分析的方法不受原子有效速度限制.     

欠密等离子体柱空间散射特性的数值分析

以等离子体的介质模型为基础，给出了等离子体双站ＲＣＳ公式与计算实例；分析了等离子体电参量对欠密等离子体柱双站ＲＣＳ的影响。     

扇面波导中馈电探针输入电阻数值计算

推导出扇面波导中激励探针的等效输入电阻表达式，探针是伸入波导中的同轴线的内导体，在Ｘ波段，计算了输入电阻值随着探针伸入波导中不同长度的变化。     

变量代换法计算缝隙天线互导纳

本文利用变量代换法导出了向无损耗空间辐射的,尺寸相同和不相同的平面缝隙辐射元互导纳的通用计算公式。给出的公式便于计算机计算。为了验证理论公式的实用性,在三种条件下,对尺寸相同的轴向平行的半波长的二个矩形端头缝隙之间的互导纳进行了数值计算,结果同已发表的文献给出的数据相比是吻合的。文中介绍的方法易于扩展到振子天线中。     

遗传算法在电子战干扰规划中的应用

电子对抗干扰资源任务规划问题对于充分发挥干扰机作战效能,取得最佳干扰效益有重要作用.结合现代电子战特点,利用搜索论推导出了干扰机压制概率的计算公式,建立了干扰任务分配模型,并阐述了传统匈牙利方法在这一问题处理上的局限性.结合智能优化算法,提出了基于遗传算法的干扰资源优化分配模型.解决了优化分配模型所需的符号编码方式,并给出了相关的选择、交叉、变异等遗传算子的具体设计.利用该模型,解决了2个实例.结果表明,该模型在干扰资源任务配置问题上具有很强的实用性,遗传算法可以有效地辅助指挥员解决干扰资源部署决策这一复杂而困难的问题.     

遗传算法综合阵列的幅度和相位方向图

分析了阵列方向图分别为对称、实的或实的且对称时所对应的单元激励关系,简要介绍了遗传算法,并将其用于阵列方向图综合.遗传算法是一种自适应全局优化概率搜索算法,它直接以目标函数作为搜索信息.通过合理地设计目标函数,遗传算法不仅可以综合幅度方向图,还可以综合相位,适合于需要进行幅度和相位补偿的情况,以及多目标的情况.最后,结合平顶波束方向图与抛物面天线初级馈源的正割平方方向图进行综合,证明了遗传算法的有效性和灵活性,说明使用遗传算法时尽量利用方向图的实的或对称特性,可以减少待优化变量的数目,加快收敛.并提出将传统遗传算法与传统方向图综合方法相结合,可以进一步减少得到最优解所需要的进化代数.