MIMO系统下一种改进的 LatticeReduction线性预编码算法

现有LR(Lattice Reduction)辅助的线性预编码算法,在接收机端需要对接收到信号进行平移变换,因而仅适合于点对点的MIMO系统中,然而在广播信道条件下,由于接收机是分散的,且功率尺寸受限,不适宜采用现有的线性预编码算法。针对这一问题,文章提出了一类改进的LR辅助线性预编码算法,并给出了相应ZF和MMSE准则下的具体实现。在该算法中,信号处理主要在发送机端完成,以降低接收机端的计算量。仿真结果表明:文章提出的算法相比现有的LR辅助线性预编码算法误比特率性能更好,因而更适用于广播信道条件下的MIMO系统。     

空时分组编码的无人机中继通信航迹规划方法

无人机(UAV)中继通信是实现远距离点对点无线通信的一种重要技术手段。为提高无人机中继通信系统链路传输的可靠性,提出基于空时分组编码的无人机放大转发中继通信传输方案,并基于双跳链路遍历容量最大化的准则给出了无人机最佳航迹规划方法,并进一步利用FM-EM算法给出了基于空时分组编码无人机中继通信系统的中断概率及遍历信道容量计算公式。计算机仿真表明:提出的方法显著优于传统的单发单收(SISO)无人机中继通信系统。     

MIMO-OFDM中一种新的接收算法

建立了基于空时分组编码的多输入多输出正交频分复用（MIMO-OFDM）发射模型,提出了基于该发射模型和软输入软输出（SISO）技术的多用户似然迭代接收算法,该算法通过采用分组接收和简化的SISO多用户检测算法,使得接收算法具有较低的复杂度和较快的收敛性能。给出了该算法的具体实现框图,通过仿真实验验证了该算法的快速收敛性和有效性。     

一种用于高分辨扇扫成像的MIMO阵列

为了提高扇扫成像系统的方位分辨率,设计了一种具有高方位分辨率的多输入多输出(MIMO)阵列。首先,建立了同时适用于窄带和宽带信号的MIMO阵列与虚拟阵列之间的等效模型。在分析匹配滤波输出成分的基础上,证明了当发射信号具有良好相关特性时,MIMO阵列的匹配滤波输出可等效为单输入多输出(SIMO)阵列上经过脉冲压缩后的回波。接着,根据这一等效关系,获得了与MIMO阵列等效的虚拟阵列中虚拟发射阵元与虚拟接收阵元坐标解析解。最后,在约束阵列物理尺寸为固定值的前提下,利用该解析解设计出一种由2个发射阵元和一条接收均匀线阵列(ULA)组成的MIMO阵列。理论推导和仿真结果表明:所设计的MIMO阵列可以在恒定的物理尺寸和虚拟阵列为均匀直线阵的前提下,获得优于其他MIMO阵列和SIMO阵列的方位分辨率。     

基于三迭代与二阶锥规划的机载MIMO雷达稳健降维STAP方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)中期望目标导向矢量的失配问题,提出一种基于三迭代(TRIA)与二阶锥规划(SOCP)的稳健降维MIMO-STAP方法。首先将MIMO-STAP权矢量分解为发射、接收、多普勒3个低维权矢量的Kronecker积,然后分别限定实际发射、接收、多普勒导向矢量与假定导向矢量之间的误差范数边界,通过优化最差性能,利用SOCP对各个低维权矢量进行三迭代求解,最后进行权矢量合成。该方法在保证机载MIMO雷达获取稳健STAP性能的同时,通过三迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。     

基于迭代SVD—切向插值方法的MIMO系统降阶

为了进一步提高多输入多输出(MIMO)时不变系统模型降阶算法的精度和效率,结合奇异值分解(SVD)降阶和切向插值降阶方法的优点,提出了一种基于迭代SVD-切向插值模型降阶方法(ISTIA)。对于MIMO时不变系统模型降阶,其优点是计算简单有效、性能鲁棒。最后通过对标准算例和气动伺服弹性(ASE)模型的降阶仿真,证明了本文方法的准确性和有效性。     

机载MIMO雷达空时自适应杂波对消器

针对机载多输入多输出(MIMO)雷达杂波分布呈现空时耦合特性,提出一种空时自适应杂波对消器.利用机载MIMO雷达的脉冲回波数据,构造杂波对消器的系数矩阵.通过空时自适应杂波对消器的预处理,可以有效地抑制杂波,并通过与常规空时处理算法的级联,最终可以有效提高动目标的检测性能.实现了由传统地基雷达杂波对消器向机载运动平台的推广.仿真结果表明,这种自适应杂波对消器不仅适用于正侧视雷达,对于非正侧视雷达也同样适用.     

一种空潜蓝绿激光通信双盲均衡方法

空潜蓝绿激光通信系统容易受到信道多径效应的影响,从而发生码间干扰,严重影响系统性能。通过对空潜蓝绿光通信系统信道进行剖析,基于蓝绿激光衰减特性和时域展宽特性,将可变步长恒模分数间隔均衡算法和判决导向最小均方算法相结合,提出了 1种适合空潜蓝绿激光通信的双模盲均衡方法。所提方法相较于 CMA盲均衡、CMA+DD-LMS均衡以及 CLMS均衡等常规均衡方法,能够获得更小的均方误差和更快的收敛速度,具有更好的均衡性和抗噪声性能,可有效提高系统性能。当系统误码率为 10-4时,性能最高可提升约 1.8dB。     

空时编码及其最佳实现--空时分组码

在介绍空间分集技术的基础上,论述了空时编码的三种不同实现方法,研究了空时编码的最佳实现-空时分组码.     

基于空时自适应处理的GPS宽带干扰抑制技术

分析研究了GPS宽带干扰抑制的各种空时自适应处理算法,提出了期望信号协方差矩阵的计算方法,该方法使得最大信干噪比方法和最小均方误差方法可以实现。仿真结果表明：和无干扰的GPS接收机相比,基于空时自适应的干扰抑制技术不会引起很大的定位误差。     

MIMO雷达中一种降维MUSIC的相干角度估计算法

研究单快拍下双基地多输入多输出（Multiple—InputMultiple-Output,MIMO）雷达中相干信源的离开角（Directionofdeparture,DOD）与到达角（directionofarrival,DOA）联合估计问题。利用单快拍下双基地MIMO雷达的接收信号构造一组Toeplitz矩阵,利用这组ToepIitz矩阵重构一个信号矩阵,提出一种基于降维多重信号分类（ReducedDimensionMultipleSignalClassification,RD-MUSIC）的DOD与DOA联合估计算法。提出的算法能够有效估计相干信源以及非相干信源的角度,实现角度的自动配对,并且角度估计性能远优于FBSS—ESPRIT算法以及ESPRIT-like算法。仿真结果验证了算法的有效性。     

聚焦变换在MIMO阵列方位估计中的应用

MIMO阵列是近年来信号处理领域提出的一种新体制阵列技术,可有效避免常规阵列中的相干源问题。为解决多载波造成的方位模糊,提出了一种基于聚焦变换的MIMO阵列目标方位估计方法。该方法将MIMO阵列接收信号分解为多个频率分量的信号,并通过聚焦算法将多个频率信号聚焦到同一信号子空间,然后对聚焦后的信号进行方位估计。仿真结果表明:与直接对MIMO阵列接收信号进行方位估计相比,该方法利用了MIMO阵列的回波不相干性和宽带信号能量,具有更好的分辨能力和更高的方位估计精度。     

Lovász条件下LLL算法最简复Givens矩阵形式的研究

为了解决复数域下基于QR分解的LLL（A．K．Lenstra,H．W．Lenstraand L．Lovasz）算法中复Gives旋转矩形式不统一的问题,文章从复数域下原始LLL算法中Gram—Schmidt系数与QR分解的上三角矩阵胄中元素之间的关系出发,证明了上三角矩阵R的元素与Gram—Schmidt系数以及Lovasz条件之间的等价的关系;从复数的指数形式出发,推导出2种适合LLL算法的复Givens旋转矩阵形式,并证明只有其中一种符合Lovasz条件下复Givens旋转矩阵形式。仿真结果表明,采用基于QR分解的复数域LLL算法的MIMO系统相比采用基于Gram—Schmidt正交化LLL算法的MIMO系统具有更好的误比特率性能。     

基于虚拟仪器的机载模块性能测试系统

针对传统机载设备侧重于功能测试的技术缺陷,提出了一种机载模块性能测试系统。阐述了测试系统的架构设计和基于LabVIEW的算法实现,使用虚拟仪器技术,实现了航空电子总线ARINC429模块中信号性能的自动测试和故障报告。实验结果表明,该系统能有效完成模块信号性能的自动测试与故障报告,提高了航空电子自动测试设备的通用性与可靠性,对未来两级维修体制下的航空电子设备ATE的发展具有一定的现实意义。     

一种基于径向加速度的Singer-EKF机动目标跟踪算法

针对雷达均不能提供目标加速度信息,在目标机动时会出现跟踪精度差甚至跟踪发散的问题,提出一种基于径向加速度的Singer-EKF算法。该算法在信号处理阶段利用Radon-Ambiguity变换（RAT）估计出目标的径向加速度,并通过坐标转换将其引入量测向量中,然后采用基于Singer模型的扩展卡尔曼滤波（EKF）算法实现机动目标的跟踪。仿真验证了该方法的有效性,并与传统的不带径向加速度的扩展卡尔曼滤波（EKF）方法进行了比较,结果表明该方法在径向距离、位置、加速度和速度估计精度方面都有所提高。     

基于TAO的分布式模拟环境的建立与应用

在分析了目前分布式协同仿真的研究现状以及存在问题的基础上,指出在这种系统中结合新技术的可能性和必要性,着重研究了基于TAO的分布式协同虚拟环境实现中的若干关键技术,并设计和实现了一个基于TAO的分布式异构实时原理演示验证系统。     

基于滑模的多无人机系统协同编队控制

针对具有非完整约束的多无人机系统编队控制问题,提出了一种基于滑模的协同编队控制算法。控制目标是使多无人机系统能够收敛到期望编队,并且能够跟踪上期望的运动轨迹。在领导-跟随结构中,编队的期望运动轨迹由一个动态的虚拟领导者来表示,仅部分跟随者先验已知虚拟领导者信息,并且所有跟随者之间只能局部交互信息。首先,采用分布式状态观测器,使所有跟随者能够在有限时间内估计出虚拟领导者的状态。然后,利用该观测器的估计状态,提出了基于滑模的协同编队控制算法。最后,基于李雅普诺夫稳定性理论证明了多无人机系统的稳定性,并且通过5架无人机的仿真验证了所提算法的有效性。     

基于杂波子空间估计的MIMO雷达降维STAP研究

 多输入多输出(MIMO)雷达是近年来出现的一种新体制雷达,针对MIMO体制的机载雷达开展空时自适应处理（STAP）技术研究是值得进一步努力的方向。本文研究了机载MIMO雷达STAP技术的降维算法,通过对STAP技术杂波抑制原理进行分析,推导并得到一种基于杂波子空间的降维算法。结合扁长椭球波函数（PSWF）的特点,提出了一种基于杂波子空间估计的降维算法,并与若干降维算法的杂波抑制性能进行比较。结果表明,当存在阵元幅相误差时,该算法在保持杂波抑制性能的同时能够有效地降低STAP算法的运算量。     

总体最小二乘算法在自适应信道均衡中的应用研究

分析了最小二乘解产生偏差的原因,推导出了最小二乘解偏差项的数学表达式。提出了一种基于瑞利商的变步长总体最小二乘求解方法。仿真试验表明,总体最小二乘算法的性能优于加权递归最小二乘算法,是一种适用于输入信号端含有噪声的自适应信道均衡算法。     

基于优势关系粗糙集的属性约简算法

针对目前对不同信息系统下优势粗集的处理几乎都是将其划为单值完备信息系统来处理这种现象,以及基于区别矩阵和基于正域的属性约简算法是不等价的这个问题,提出了一种基于单值完备信息系统的快速属性约简算法。首先,提出了对象集约简;其次,使用基数排序思想计算;再次,结合了区别矩阵和正域约简2种算法,在大量提高算法时间复杂度的同时提高了算法的可信度;最后,采用实验验证了约简算法的实用性。