TLS唯方位辐射源目标定位

针对单站无源二维固定目标唯方位定位问题引入了TLS估计法．首先分析了常用的LS估计算法的不足，针对存在的问题引入了TLS算法、该方法简化并减小了系统矩阵误差和数据误差．Monte Carlo仿真分析结果表明TLS算法的估计偏差更小，与LS算法相比，具有较好的性能．     

m序列扩频谱水声通信研究

讨论了ｍ序列水声扩频谱通信的若干关键技术,给出了一种ｍ伪随机序列信道编码设计,提出了相干重置相乘信道均衡算法,并在此基础上给出包络相关解码处理器。仿真表明,相干重置相乘信道均衡器,提高了处理增益,而且对信道的估计误差不敏感。     

基于DPCA-IM的动态过程监测方法

动态主成分分析(DPCA)通过增广矩阵或向量的方式来挖掘采样数据间的时序自相关性。然而,DPCA对自相关的特征成分与残差直接实施监测是不合理的,故其故障检测效果较差。为了剔除采样数据的自相关性以提高故障检测效果,提出一种基于估计误差的动态过程监测方法。首先,通过逐个假设各个过程变量的测量数据缺失,并在已建立的DPCA模型中引入迭代方法(IM)计算得到相应变量缺失数据的估计值。由于该估计值在仅缺失一个变量数据的条件下能较大程度地逼近原测量数据,两者之差(即估计误差)不再存在显著的自相关性,而且该估计误差的变化可直接反映出采样数据变化情况的异常,所以可利用估计误差监测动态过程。最后,通过两个动态过程实例,即动态数值仿真过程与田纳西—伊斯曼(TE)标准测试平台的仿真结果表明,该方法能剔除采样数据间的自相关性,并能有效地提高故障检测效果,验证了该方法不仅可行,而且具有良好的优越性。     

基于多输出频率传感器的卫星姿态确定方法研究

卫星多种姿态敏感器数据更新频率不同,如陀螺的输出频率远高于星敏感器.常用的 姿态估计步长较大,当卫星角速度较大时,估计精度下降.论文设计了多步长姿态确定方案 ,在星敏感器输出之间,利用陀螺数据积分进行姿态估计,在星敏感器输出测量值后更新姿态, 并校正陀螺漂移.数学仿真表明该方案能够获得高精度、高更新频率的卫星姿态信息.在卫 星角速度为1×10-4(°/s)情况下,三轴姿态角估计误差方差为1.20×10-4( °),与常用定步长方案的效果相同;在卫星角速度为5×10-3(°/s)情况下,姿态 角估计误差方差为1.51×10-4(°),而定步长方案姿态角估计误差方差为1.10×10 -3(°).该方法能够有效提高卫星姿态确定精度,适用于其它多种敏感器数据更新频率不同的应用要求.     

大规模天线SWIPT的安全速率性能分析

多入单出广播系统中,现有研究均是在完整信道状态信息下来优化单用户安全速率,而实际上,系统中不可能只存在一个用户,基站往往接收到的也是不完整信道状态信息.针对此问题,提出了一种顽健性波束成形方案.在多用户情况下,考虑信道估计误差对系统安全速率的影响,采用粒子群算法来联合优化发射波束成形矢量、人工噪声协方差和功率分流比,从而在确保用户收集一定能量的同时最大化安全传输速率.仿真结果表明,所提方案相对于理想情况下的安全速率略微降低,但考虑到存在窃听用户和估计误差的情况,对实际系统具有指导意义.     

基于参数估计误差的辊道窑温度场优化控制方法

辊道窑烧结过程的温度是决定锂离子电池正极材料产品质量的关键. 然而, 根据炉内有限个测温点的温度 建立起描述整个温度场的模型往往非常困难, 导致无法优化控制烧结过程的温度分布; 而控制方法的设计一般需要 进行参数估计, 已有参数估计方法大多依赖于观测器/预测器的状态误差信息, 无法直接反映待估计参数的变化特 征且方法的准确性取决于观测器/预测器的性能. 为此, 本文提出一种基于参数估计误差的温度场自适应动态规划 (adaptive dynamic programming, ADP)优化控制方法. 首先, 基于传热机理建立二维多孔介质能量守恒方程, 构建包 含角系数的边界条件以反映热辐射作用; 考虑到竖直方向温度变化较大, 通过转换边界条件建立起辊道窑一维温 度场模型, 并根据正极材料的特性获得模型参数. 然后, 采用ADP中的策略迭代(policy iteration, PI) 优化设计温度场 控制器, 神经网络(neural network, NN)用于PI中的评价网络以逼近代价函数; 基于权值参数的估计值与真实值之差 构建参数估计误差, 通过将估计误差的信息融入到评价NN参数更新过程, 提出基于参数估计误差的NN权值更新算 法, 以提高参数估计误差的收敛性, 实现有限时间内NN权值的快速收敛. 最后, 通过仿真验证所提建模和控制方法 的有效性.     

Robust power allocation algorithm for analog network coding with imperfect CSI

Power allocation promises significant benefits in wireless networks. However, these benefits depend on knowledge of the channel state information （CSI）, which is hardly perfect. Therefore, robust algorithms that take into account such CSI uncertainties play an important role in the design of practical systems. In this paper, we formulate the power allocation problem as the maximum individual outage probability minimization subject to total power consumption for analog network coding （ANC） protocol of a two-way relay system. We show that these problems can be cast as convex optimization problems. Non-robust power allocation algorithm is first developed under the ideal assumption of perfect CSI. Then we introduce robust optimization methodology that accounts for the imperfect CSI. We show that ignoring CSI uncertainties in our designs can lead to drastic performance degradation. On the other hand, the proposed robust power allocation provides significant performance gain over non-robust power allocation and uniform power allocation in terms of overall system outage probability over a wide range of channel estimation errors. This work highlights the importance of the proposed robust algorithm in realistic two-way relaying networks.     

非理想信道估计垂直分层空时码差错性能分析

推导出了高斯信道估计下,垂直分层空时码系统最大似然接收机成对差错概率的精确及高信噪比近似计算公式;并以高信噪比近似计算公式为基础,研究了信道估计误差对垂直分层空时码最大似然接收机分集增益及信噪比的影响。理论分析表明:当信道估计的方差等于信噪比倒数时,信道估计误差不改变垂直分层空时码最大似然接收机所获得的分集增益,而信道估计误差造成信噪比损失为3 dB。计算机蒙特卡洛仿真试验验证了理论分析的正确性。     

基于牛顿迭代法的RFID标签数量估计算法

ALOHA算法是一种被广泛采用的射频识别(RFID)标签防碰撞算法,要提高它的识别效率,算法帧长必须根据标签数量自适应调整,因此标签数量估计的准确性十分重要。针对已有标签估计方案存在的误差大问题,提出一种基于牛顿迭代法的标签数量估计算法(NIATE)。首先,根据标签数量与帧长的数量关系确定一个调节因子;其次,研究标签识别过程中成功时隙占总时隙比例,得到调节因子与所占比例的关系;最后利用牛顿迭代法求解得出准确的标签数量。仿真结果表明,NIATE算法在不同标签数量情况下,相比现有主流算法具有较好的自适应能力,标签估计平均误差更小,从而减少了识别所有标签所需的总时隙数,提高了系统吞吐率。     

存在信道估计误差的有限反馈多用户多输入多输出传输性能分析

该文针对存在信道估计误差的有限反馈多用户多输入多输出(MIMO)传输性能进行分析。基于量化微元逼近理论得出了多用户迫零波束赋型系统容量的下界;该下界表明:存在信道估计误差时,随着码本尺寸的增大,高信噪比条件下系统容量趋于一有限值;并且,信道估计误差越大,系统容量随码本尺寸收敛越早。进一步分析了采用多用户选择分集的系统容量性能,分析表明,当用户数量趋于无穷大时,和容量有界。该文结果和现有文献的结论不同,并经由仿真结果进行验证。