基于周期FRFT的多分量LFMCW雷达信号分离

 多分量线性调频连续波(LFMCW)信号的截获和特征提取是雷达情报侦察的难点,为了实现对多分量LFMCW信号的快速检测和有效分离,提出了一种基于周期分数阶Fourier变换(PFRFT)的多分量LFMCW雷达信号分离新方法。首先介绍了PFRFT,分析了PFRFT和FRFT之间的关系,讨论了LFMCW信号的PFRFT特征。然后给出了一种离散PFRFT的计算方法,结合周期分数阶Fourier域(PFRFD)的窄带滤波和CLEAN算法实现了多分量LFMCW信号的分离。仿真结果表明:①PFRFT的计算效率较周期Wigner-Hough变换(PWHT)具有明显优势;②LFMCW信号分量在特定PFRFD中具有能量峰值,分离后能较好保留时频特征;③当两个LFMCW信号分量的功率相差较大时,适合在PFRFD分离,反之适合在时域分离;④当信噪比(SNR)为0 dB时,两个具有相同功率的LFMCW信号分量分离后,与初始信号分量的相关系数都达到了0.9以上。     

基于MMSE的近似最优Lattice Reduction辅助线性并行检测算法

现有基于Lattice Reduction (LR)技术的多输入多输出(MIMO)系统检测算法,虽然可以有效地提高MIMO系统的误比特率(BER)性能,但其检测性能与最优的最大似然(ML)算法相比仍然存在差距.针对这一问题,提出了一种新的基于信道分组的线性Lattice Reduction辅助检测算法.该算法首先将信道分为两组,对通过条件最差子信道的信号采用最优的ML算法检测,然后将其从接收到的信号中消除,再采用Lattice Reduction技术对第2组信道进行优化,最终并行地对剩余信号进行检测.仿真结果表明:在16QAM(Quadrature Amplitude Modulation)和64QAM调制下,对于4×4的MIMO系统,该算法的误比特率性能达到了最优;对于6×6的MIMO系统,该算法相比最优的ML算法其检测性能相差不到0.5 dB.     

一种利用非线性预报的动力学降噪法

建立在背景信号能够用低维动力学系统建模的基础上,利用待分离信号与干扰背景的频谱差异,通过连续拟合的两层RBF网来构造非线性逆滤波器分离信号与背景噪声.文中给出了以仿真混沌信号为背景与单频、调频脉冲信号相分离的示例,证明了该算法实现信号分离的可行性.     

Chirp脉冲的分数阶傅里叶域测距

为了扩展利用Chirp脉冲测距的灵活性和适用性,基于分数阶傅里叶变换特点,提出了一种运算量更小且更具扩展性的Chirp脉冲测距新方法,并导出了其离散距离估计子的解析表达式。分析了该距离估计子的离散精度和多目标分辨力,考察了多普勒频移所引起的测距误差,并对比了本文方法与脉冲压缩方法的主要性能参数。研究结果表明:本文方法在大时宽带宽积条件下具有与脉冲压缩方法相比拟的性能,且运算量约减少一半。最后,仿真验证了理论推导的正确性。     

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。