基于QuaDRiGa的无人机非平稳信道模型

为了解决无人机信道模型非平稳参数空时不连续的问题,提出了一种支持三维运动及姿态旋转的无人机非平稳几何随机模型,用于描述和模拟无人机对地多输入多输出通信信道的真实特性。该模型借鉴QuaDRiGa中的“准确定性”思想,基于收发端拓扑关系更新时变信道参数,考虑路径生灭概率改进信道功率计算方法,引入姿态相位矩阵描述无人机姿态旋转,以实现无人机非平稳信道参数的平滑演进。数值仿真结果表明,本文提出模型能够保证功率和角度等参数的平滑演进,输出信道的自相关函数具有非平稳性且受无人机姿态影响显著,可用于无人机通信系统设计和算法优化等领域。     

基于信号循环平稳特性的自适应时延估计

本文提出了基于信号循环平稳特性的自适应时延估计方法,在信源的载波频率或波特率不同于干扰信号的情况下,利用信号的循环平稳性实现对非平稳干扰和空间相关噪声的抑制,进而提高时延估计的精度.仿真实验结果表明该方法比传统的参数模型时延估计方法有更好的性能.     

高铁环境下快速移动目标的DOA估计

铁路移动通信的制约着高速列车的发展,针对高铁环境下快速运动目标的到达方向(DOA)问题,本文将渐进准循环平稳信号引入高速铁路中存在相对径向加速度的运动场景,研究了一种基于渐近准循环平稳信号的DOA估计算法。该算法充分考虑因加速度产生的相对运动以及多普勒效应在接收端的影响,利用循环平稳性质构造循环自相关矩阵来估计DOA。发现对于加速的目标,接收到的信号会产生渐进循环平稳性。由于噪声不具有循环特征,因此可以在循环频率下提取所需的信号。最后通过数值仿真验证了该方法的有效性。与传统的DOA估计算法相比,该算法具有更好的性能,尤其在径向加速度较大的场景中。     

基于DFT算法的OFDM信道估计研究

本文研究了DFT信道估计算法并对该算法进行了改进,首先将信号在频域转换到时域,然后将时域中循环前缀长度之外的信道估计值置零.同时对循环前缀之内,也就是n≤LG-1的信道估计值做进一步的处理,以便进一步消除噪声的干扰.通过计算机仿真验证了改进的DFT算法优于原算法.     

基于移动扩展模型的无人机三维空地非平稳信道建模

无人机空地信道几何统计模型通常采用固定的速度和移动方向,无法描述UAV空地传播环境的非平稳特性。面向基于双圆柱散射体的UAV三维空地信道模型,提出在空地建模中引入具有动态速度和移动方向的高斯马尔可夫模型,模拟无人机在现实环境中的变化;为了使该模型模拟不同的运动,引入扩展因子切换模型的运动轨迹;此外,运用几何分析法,根据时变的速度和运动方向推导了空时相关函数和多普勒功率谱密度,并研究了无人机水平和垂直运动对信道统计特性的影响。仿真结果表明,扩展的模型仅会导致时域的非平稳,对空域没有影响,并验证了扩展模型的通用性。     

基于循环平稳性的约束自适应时延估计

在考虑通道非平稳干扰信号和平稳噪声影响的基础上,提出一种基于循环平稳性的约束自适应时延估计算法,对该算法的时延估计性能进行收敛性分析。该算法利用信号的循环平稳性有效地抑制干扰和噪声的影响,适用于空间相关噪声的情形,在低信噪比的情况下可以准确地直接估计非整数倍采样间隔的时延,大幅减少插值法的计算量。仿真结果验证了该算法的有效性。     

高速铁路移动通信下基于IMT-A的时变信道建模

信道建模及其仿真方法是高速铁路移动通信系统设计的难点，同时已有的面向高速移动下IMT-A时变信道建模的研究仍存在不足。针对上述挑战，提出了一种高铁移动下具有时变参数的基于IMT-A信道的建模方法。首先，针对IMT-A的城市宏小区场景，设计了一个马尔可夫过程来模拟时变簇的数量变化，接着推导出随时间变化的信道参数的表达式，其中包括簇的延迟、功率、离开角和到达角，并得到了信道冲激响应；其次，分析了信道的时变空时域互相关函数、时变自相关函数以及平稳间隔；最后，对所提信道模型的统计性质进行了仿真，验证了该模型具有时变性以及高速铁路信道具有的非平稳性，并且证明了所提信道模型可用来模拟高速铁路信道的可行性。     

基于PSAM的OFDM系统仿真及性能分析

为了分析信道估计和循环前缀对提高正交频分复用(OFDM)系统性能的具体作用.首先简要介绍了OFDM基本原理,然后在理想同步情况下,重点分析了循环前缀(CP)和信道估计算法对OFDM系统性能的影响.在给出OFDM系统模型的基础上,用MATLAB语言实现了整个系统的计算机仿真.最后给出在不同的信道条件下,循环前缀(CP)和信道估计算法对OFDM系统误码率影响的比较曲线.从仿真曲线可以看出:高斯信道下循环前缀的作用并不显著,因为这时没有信道时延,也就不会产生ISI;但是当存在多径瑞利信道的时候cp的作用就显得很重要;MMSE估计法明显优于LS估计法.得出理想结论.     

传输损耗条件下基于循环平稳检测的空时分组码盲识别方法

针对传输损耗条件下空间复用（SM）和Alamouti空时分组码的盲识别问题,提出一种单接收天线下的基于循环平稳检测的盲识别算法。首先通过理论推导,证明Alamouti空时分组码具有循环频率的特性;然后,求取接收信号的四阶循环累积量来观察循环频率;最后使用循环平稳检测的方法,构造检测不同空时分组码循环频率的假设检验,从而对2种码的接收信号进行区分。该方法可在单接收天线下进行,蒙特卡洛仿真结果表明,该算法不需要预先知道信道信息、调制方式、载波相位和时间偏移,不需要精确知道载波频偏,识别效果较好。     

基于改进型支持向量机的频谱感知算法

针对无线信道环境中,信道多径衰落和噪声不确定性等低信噪比情况下主用户信号检测性能较低的问题,提出一种基于改进型支持向量机(support vector machine,SVM)的主用户信号频谱感知算法.对信号循环平稳特征参数进行特征提取,作为训练样本和待测样本;采用改进的SVM算法分别对有无主用户情况下的信号进行分类检测.仿真结果表明,与能量检测法(ED)和循环平稳特征检测法(CD)相比较,该算法可在低信噪比情况下不受噪声不确定性等因素影响,具有较高的分类检测性能,有效地实现了对主用户信号的感知.     

频率偏移和符号定时误差的盲估计方法

提出一种适合于频率选择性多径衰落信道的频率偏移和符号定时误差的盲估计方法,该方法主要利用由过采样接收信号所引入的二阶循环平稳特性.通过理论分析,建立了接收信号的循环自相关函数与频率偏移和定时误差之间的关系,在此基础上,导出了频率偏移和定时误差的盲估计算法.本文算法的主要特点是不需要训练序列,而且不依赖于信道衰落和加性噪声的分布特性（时间相关或无关,高斯或非高斯）,特别是它适用于信号星座图为圆形分布或非圆形分布的线性调制信号.通过Monte Carlo仿真实验,在各种不同的条件下对本文提出的盲估计算法的性能进行比较,表明了它的有效性.     

Motion Planning for Haptic Guidance

Haptic devices allow a user to feel either reaction forces from virtual interactions or reaction forces reflected from a remote site during a bilateral teleoperation task. Also, guiding forces can be exerted to train the user in the performance of a virtual task or to assist him/her to safely teleoperate a robot. The generation of guiding forces relies on the existence of a motion plan that provides the direction to be followed to reach the goal from any free configuration of the configuration space (-space). This paper proposes a method to obtain such a plan that interleaves a sampling-based exploration of -space with an efficient computation of harmonic functions. A deterministic sampling sequence (with a bias based on harmonic function values) is used to obtain a hierarchical cell decomposition model of -space. A harmonic function is iteratively computed over the partially known model using a novel approach. The harmonic function is the navigation function used as motion plan. The approach has been implemented in a planner (called the Kautham planner) that, given an initial and a goal configuration, provides: (a) a channel of cells connecting the cell that contains the initial configuration with the cell that contains the goal configuration; (b) two harmonic functions over the whole -space, one that guides motions towards the channel and another that guides motions within the channel towards the goal; and (c) a path computed over a roadmap built with the free samples of the channel. The harmonic functions and the solution path are then used to generate the guiding forces for the haptic device. The planning approach is illustrated with examples on 2D and 3D workspaces. This work was partially supported by the CICYT projects DPI2005-00112 and DPI2007-63665.     

First- and second-order cyclostationary signal separation using morphological component analysis

Cyclostationarity (CS) has proven to be effective in the treatment and identification of signal components for diagnostic and prognosis purposes. CS research has focused on algorithms, in terms of simplicity and computational efficiency. The performance of algorithms largely depends on the signals being analyzed.The objective of this research paper is to exploit the CS characteristics of signals in the context of morphological component analysis (MCA) method. It proposes a novel methodology used for separating between the periodic (First-Order Cyclostationarity: CS1) and random (Second-Order Cyclostationarity: CS2) sources by means of one sensor measurement. This MCACS2 methodology is based on MCA, where each of the two sources is sparsely represented by a special dictionary: i) the CS1 periodic structure is sparsely represented by means of the Discrete Cosine Transform dictionary, and ii) the CS2 random component is sparsely represented by a new proposed dictionary derived from Envelope Spectrum Analysis. Subsequently, a simulation study is performed in order to validate the proposed new MCACS2 method followed by tests on real GRF biomechanical signals. The result concludes by stating that such a novel algorithm provides an additional way for the exploitation of cyclostationarity and may be useful in other domain applications.     

自相关信号的RAKE 解调

针对短波信号传输过程中的多径问题,利用RAKE接收机算法和自相关信号的特征,通过信道估计、信道评估、多径筛选和组合的方法,对自相关信号进行解调。通过仿真,在多径效应影响下,处理3 径信号能使信号的解调成功率上升18%。     

双频调制引入循环平稳的多用户信道盲估计

针对多用户系统提出了一种新颖的盲辨识方法。它利用了调制在循环频率域引入两个特别的循环谱，根据各个用户的循环域的支撑不同，可以分离出各个用户的两个循环统计量。最后利用循环谱分解和子空间方法，可以辨识出不同的用户在不同的传感器上的信道。文中还给出了信道可辨识性的条件和证明，提出了辨识算法，并对算法进行了模拟。     

利用拉氏算子鉴别运动模糊方向

提出一种新的鉴别运动模糊图像的运动模糊方向的方法，它利用拉氏算子对运动模糊图像进行无方向性的二阶微分，并求微分图像的自相关，发现自相关图像中数值较大的点(鉴别点)能够有效标示出运动模糊方向。选取适当数目的候选鉴别点，并利用聚类方法剔除其中的奇异点，得到鉴别点；过零频尖峰(自相关图像的中心点)画一条直线，计算各个鉴别点到该直线的距离，求距离和；改变直线方向，当距离和最小时，直线的方向即为运动模糊方向。数据实验表明，这一新的运动模糊方向鉴别方法，具有抗噪声能力强、适用范围广、计算量小、鉴别精度高、稳定性好的优点．     

调制和编码对超宽带接收机性能改善的比较

1 INTRODUCTION Ultra- wideband (UWB) technology can achieve 100Mbps high- speed wireless communications by use of GHz bandwidth short pulses. Because it has some merits such as very low radio power, difficult to be detected, good penetration and centimeter level location ability, it can be used in secret communications, target detection, personnel search and so on military applications. Since the large bandwidth of UWB signal cause the channel to be extreme frequency selectivity, a con…     

基于压缩感知的OQAM/OFDM系统POP方法信道估计

针对偏移正交幅度调制的正交频分复用(OQAM/OFDM)系统中成对训练序列(POP)法信道估计技术性能较差且受噪声影响较大的问题,提出了一种基于压缩感知(CS)的POP信道估计方法.该方法将压缩感知技术应用于POP法信道估计之中,将传统的频域信道估计方法转化为时域信道估计方法,通过压缩感知技术准确地重构出时域信道信息,减少导频开销,提高频谱利用率,得到更好的信道估计性能.与传统的OQAM/OFDM系统的信道估计方法进行比较,仿真结果表明,所提的方法能够在使用较少的导频符号的同时得到更高的系统性能和信道估计精度.     

Multi-channel SAR imaging based on distributed compressive sensing

The rapid development of compressive sensing(CS)shows that it is possible to recover a sparse signal from very limited measurements.Synthetic aperture radar(SAR)imaging based on CS can reconstruct the target scene with a reduced number of collected samples by solving an optimization problem.For multi-channel SAR imaging based on CS,each channel requires sufficient samples for separate imaging and the total number of samples could still be large.We propose an imaging algorithm based on distributed compressive sensing(DCS)that reconstructs scenes jointly under multiple channels.Multi-channel SAR imaging based on DCS not only exploits the sparsity of the target scene,but also exploits the correlation among channels.It requires significantly fewer samples than multi-channel SAR imaging based on CS.If multiple channels offer different sampling rates,DCS joint processing can reconstruct target scenes with a much more flexible allocation of the number of measurements offered by each channel than that used in separate CS processing.