基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

基于Matlab的量子激光雷达稳频通信模拟系统设计

传统通信模拟系统设计较为复杂,导致模拟过程消耗能量较大,不能准确模拟稳频通信质量。因此,提出基于Matlab的量子激光雷达稳频通信模拟系统。由于振荡器是雷达形成初始信号源的基础,通过分析振荡电路与相位噪声,获得相位噪声函数与通信频率存在的关系;为确保通信过程的稳定,将准确性与稳定性作为信号质量的评价指标,并采用锁频环稳频技术计算频率偏移程度,根据PID控制算法控制频率,量子激光雷达稳频通信;利用Matlab确定激光器、探测器等硬件组成结构,通过时序与数字阵列的设置完成模拟系统设计。仿真结果表明所提系统结构简便、性能稳定,能够真实模拟出稳频通信的信号质量。     

基于全相位预处理的时域多重信号分类波达方向估计方法

低信噪比下,针对宽带短脉冲情况下频域多重信号分类(MUSIC)中噪声子空间估计不稳定问题,提出一种基于全相位预处理的时域多重信号分类波达方向(DOA)估计方法。①对线列阵接收数据进行分组处理;②按搜索角度对各组数据进行相移预处理,并对各组数据预处理结果进行相加,得到一组新数据;③对线列阵接收数据在时域构建相移后的协方差矩阵,在更短数据长度下,稳定实现噪声子空间估计,并依据估计出的噪声子空间含有的正交特性,通过单位矩阵加法器得到相应空间谱估计值,实现波达方向估计。数值仿真和实测数据处理结果表明,相比频域MUSIC方法,该方法有效提高了线列阵接收数据协方差矩阵中信号含有量和信噪比,能够在更短数据长度情况下实现对噪声子空间的稳定估计,具有较好的稳定性和检测性能,提高了MUSIC方法在实际波达方向估计中的鲁棒性。     

一种波长调制干涉仪光强实时反馈控制系统

提出了一种实时反馈控制系统,保证波长调制干涉仪的激光光强在波长调谐过程中的稳定性,以减小波长调制干涉仪因激光光强的波动产生的相位误差。该控制系统由光电探测器、数据采集卡、光电调幅器和控制软件等组成。实验结果表明,该系统的响应速度超过了干涉仪获取干涉图的速度,不仅能够稳定输出理想的光强值,而且还提高了干涉仪的测量精度。     

一种高动态双模抗干扰接收机设计方法

针对抗干扰多阵元前端低功耗制约抗干扰能力的问题,为了减小功耗的同时提升抗干扰能力,提出一种新颖的BDII/GPS双通道4阵元抗干扰接收前端,在低噪声放大器中实现了一种三端口的双通带电路,具有小于0.1 dB的插损以及30 dB以上的隔离度。采用了一种频率流程设计方法,结合仿真选取频率从而减小了机内的组合干扰,同时简化了中频滤波器的种类;采用了无源混频与中频放大的下变频方案,提高通道线性度(IIP3)的同时降低功耗、优化通道噪声系数(NF),研究了采样钟fclk远端相位噪声折叠的效应,设计了一种窄带相位噪声滤波器,提高了中频采样的信噪比。该接收机包含一种形式简单的电源及晶振切换电路。测试结果表明,接收机同时实现了42 dB固定增益,4.37 W低功耗,超过29 dBm的OIP3线性度以及优于80 dB的抗三干扰能力。     

生成轨道角动量的圆极化螺母型贴片天线

轨道角动量(OAM)涡旋电磁波大多通过复杂的系统生成,为简易地获取OAM电磁波,设计一种圆极化螺母型贴片天线。通过控制2个馈电点的相对位置,生成特定模式的OAM圆极化涡旋电磁波。理论推导和模拟仿真结果证明了该螺母型贴片天线的有效性。与传统形状的贴片天线相比,该天线结构小巧紧凑,改善了空间辐射相位分布与谐振特性。