排序方式: 共有78条查询结果,搜索用时 828 毫秒
61.
多输入多输出(MIMO)振动环境试验是振动试验的新方法,该方法比传统的单输入单输出(SISO)方法更真实地模拟了结构在实际工作下的振动环境。传统随机振动试验的频域方法所模拟的是平稳高斯信号,但是实际振动环境往往是超高斯的,且超高斯激励和高斯激励对结构的损害差异很大,因此对MIMO超高斯振动环境试验的研究十分重要。驱动信号的产生是振动环境试验的关键。提出一种基于逆系统的MIMO超高斯驱动信号生成方法。首先,根据给定的响应参考功率谱密度(PSD)和参考峭度值采用相位调节法生成参考响应超高斯伪随机信号;其次,利用逆系统方法生成超高斯伪随机驱动信号;最后,对伪随机驱动信号进行时域随机化处理得到超高斯真随机驱动信号。对一根两输入两输出的悬臂梁模型进行了仿真验证,结果表明,采用本文方法所得到的驱动信号加载在梁上后,其输出响应谱与给定参考谱之间的误差完全满足工程中常用的±3 dB的要求,而且峭度也与给定的参考值十分接近,证实了所提方法的有效性。 相似文献
62.
63.
文章给出了评价MIMO信道质量的空域和时域准则,分别以MIMO系统各态历经容量最大化和中断容量最大化为目标,提出了空时联合的功率优化算法。对于各态历经容量最大化,采用空域和时域联合注水;对于中断容量最大化,在空域采用注水,时域上根据信道质量,仅分配满足一定中断概率要求的发射功率。仿真结果表明,空时联合优化与传统的空域注水得到的各态历经容量几乎相同,但是,引入时域自适应能够显著改善系统的中断特性。 相似文献
64.
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. 相似文献
65.
针对包含多源不确定性的连续型机械臂轨迹跟踪问题,提出基于解耦双通道的线性自抗扰控制策略以抑制不确定性对跟踪性能的不利影响.首先,引入虚拟控制量实现对MIMO系统的解耦,针对解耦率已知和未知两种情况,均设计双通道线性自抗扰控制器.利用线性扩张观测器对系统不确定性进行实时补偿,并给出观测器参数整定方法,进一步基于Lyapunov稳定性理论证明了其收敛性.设计仿真,综合考虑未知解耦率、未建模动态以及未知外部干扰等情况,结果验证了本文所提控制方法的有效性.进一步将其与计算力矩法相比较,结果表明LADRC能够处理更大范围不确定性,鲁棒性更强.基于解耦双通道线性自抗扰控制策略为连续型机械臂高精度轨迹跟踪提供了新思路. 相似文献
66.
多输入多输出(MIMO)随机振动试验在产品可靠性验证中扮演重要角色。逆系统方法作为一种时域方法,直接由参考信号(即期望得到的响应信号)生成驱动信号,但容易产生不稳定的结果。本文以系统的有限差分模型为基础,推导了逆多步预测模型,并建立了该逆模型与矩阵幂次算法结合的MIMO随机振动试验方法。通过悬臂梁模型进行双输入双输出仿真试验,验证了逆多步预测模型进行MIMO随机振动试验驱动生成的可行性。在三轴振动台上进一步验证该方法进行MIMO随机振动试验控制的能力。 相似文献
67.
68.
69.
70.
基于多级维纳滤波的双基地MIMO雷达多目标定位方法 总被引:1,自引:1,他引:0
为了降低双基地多输入多输出(MIMO)雷达目标定位过程中的计算复杂度,避免进行占主要计算量的协方差矩阵特征值分解或奇异值分解和二维空间谱的峰值搜索,将多级维纳滤波(MSWF)应用于双基地MIMO雷达多目标定位的研究中。利用MSWF的前向递推原理,得到信号子空间;然后利用ESPRIT算法估计发射角(DOD)和接收角(DOA),且DOD和DOA自动配对,实现了多目标交叉定位。分析了本文算法和ESPRIT算法的计算复杂度,并通过仿真实验及性能分析验证本文算法的有效性。理论分析和实验结果表明:本文算法在保证二维方位角估计性能的基础上,显著地降低了计算复杂度,缩短了运算时间,更加符合MIMO雷达信号实时处理的要求。 相似文献