MIMO-GFDM系统中低复杂度动态禁忌搜索检测算法的改进

针对多输入多输出的广义频分复用（MIMO-GFDM）系统的等效信道矩阵维度极大，传统的MIMO检测算法复杂度高且性能不佳的问题，将大规模MIMO系统中的动态禁忌搜索（RTS）检测算法运用到MIMO-GFDM系统中，并解决了RTS算法初始值的求解复杂度高的问题。首先利用最小均方误差（MMSE）检测算法所用到矩阵的正定对称性将矩阵Cholesky分解，并结合Sherman-Morrison公式迭代计算初始值，降低了初始值求逆的高复杂度；然后以改进的MMSE检测结果作为RTS算法的初始值，从初始值逐步全局搜索最优解；最后通过仿真，对不同算法的迭代次数和误码率（BER）性能进行了研究。理论分析与仿真结果表明：在MIMO-GFDM中，所提改进RTS信号检测算法误码率远低于传统信号检测算法。在4QAM时，RTS算法大约有低于MMSE检测6 dB的信噪比性能增益（误码率在10^-3时）；在16QAM时，RTS算法大约有低于MMSE检测4 dB的信噪比性能增益（误码率在10^-2时）。与传统RTS算法性相比，所提改进算法在不影响误码率性能的同时降低了算法复杂度。     

基于EMD和改进小波阈值的地震信号去噪方法

地震资料采集获得的地震信号资料中往往夹杂着大量的噪音信息,地震信号的有效去噪对后续的地震资料解释具有重要的意义。本文提出一种基于经验模态分解(EmpiricalMode Decomposition,EMD)和改进小波阈值的地震信号去噪方法。将含噪地震信号分解为一系列本征模态函数(IntrinsicModeFunction,IMF),并根据自相关理论,对从IMFs中筛选的高频分量应用改进的小波高参数阈值算法处理,低频IMF分量应用改进的小波低参数阈值处理,最后对处理后的IMFs进行重构。利用本文提出的地震信号去噪方法对合成地震信号和实际地震信号进行去噪处理,并与EMD去噪效果进行对比,结果均表明本文所提方法的去噪效果优于常规的EMD方法。     

一款紧凑增强型可变阻抗电磁带隙结构

基于传统AI-EBG结构,提出了一种小尺寸的增强型电磁带隙结构,实现了从0.5~9.4 GHz的宽频带-40 dB噪声抑制深度,且下截止频率减少到数百MHz,可有效抑制多层PCB板间地弹噪声。文中同时研究了EBG结构在高速电路应用时的信号完整性问题,使用差分信号方案可改善信号完整性。     

梦魇唤醒系统的特征信号分析

本文为了研究给人类带来困扰的梦魇的自主唤醒的特征信号。通过比较梦魇发生时产生的各种信号,确定自主唤醒的呼吸音信号作为特征信号。提出呼吸节律提取法,提取出有用的呼吸信号,滤除噪声信号。利用类周期法对采集到的呼吸信号进行呼吸节律的分析,运用COOL EDIT录制模拟梦魇时的粗重呼吸音信号和正常的平稳呼吸音信号,应用MATLAB软件对两种呼吸音信号做短时傅里叶变换,进行频域对比分析。获得了呼吸信号的节律范围是3~6s,粗重呼吸音信号的频率是0~300Hz,幅值为50~220m V。通过确定的粗重呼吸音信号的节律、频率、幅值范围,可以进行特征信号的提取。     

基于RSSI盲估计的MUAV双天线跟踪系统设计

天线实时精确地跟踪无人机飞行方向,是有效保证无人机扩展战术网络覆盖范围、提高通信带宽和质量的关键所在。设计了一款基于信号接收强度(RSSI)盲估计跟踪的双天线跟踪系统,使天线主波束时刻对准中继无人机,提高了地面定向天线对中继无人机的初始捕获速度,实现动态跟踪,确保通信信号强度处于优值。实验结果表明,相比单天线系统,该系统捕获灵敏度和跟踪速度明显提高。     

基于奇异值分解的Toeplitz结构测量矩阵构造方法

在压缩感知CS(Compressed Sensing)理论中,测量矩阵的构造至关重要,其性能直接影响到数据压缩采样的效率及信号的重构质量。针对Toeplitz结构测量矩阵重构性能不高的问题,提出一种基于奇异值分解的Toeplitz结构测量矩阵构造方法。首先对Toeplitz矩阵进行奇异值分解,然后通过对该矩阵的非零奇异值进行优化来提高矩阵的列向量独立性,从而提高其重构性能。仿真结果表明,相比较未优化的Toeplitz结构测量矩阵以及当前常用的高斯随机矩阵,当采用优化后的Toeplitz结构测量矩阵对信号进行压缩感知时,信号的重构精度得到显著提高。