稀疏贝叶斯假设检验准则下的二维波达方向估计

为了降低均匀圆阵列二维波达方向估计的计算量,提出一种基于稀疏贝叶斯假设检验的波达方向估计算法。根据"粗扫描"+"细扫描"思想,将角度空间重新构建新的冗余字典,运用贪婪类算法粗略构造新的稀疏重构模型,结合稀疏贝叶斯假设检验准则,快速求解超参数,实现二维波达角的估计。实验结果表明,该算法具有较高的估计精度以及较好的检测性能。     

认知无线电网络中具有中断概率约束的波束成形

研究了在认知无线电（CR）网络中发送端波束成形的算法设计. 为了保证服务质量,建立了以CR用户的中断概率和主用户的中断概率为约束条件,最小化CR网络发送端功率的数学优化问题. 仿真结果表明,在发送端已知信道协方差误差分布的情况下,所提算法可有效控制各CR用户的发射功率,提高CR网络性能和降低对授权用户的干扰.     

DOA高分辨估计的两种贝叶斯算法的性能比较

结合贝叶斯定理和信号处理中的谱分析理论,给出了DOA估计的地斯高分辨技术实现的实算法,并推导出算方法的计算方法,通过理论分析和计算机仿真对两种算法进一步地进行分析和比较,不仅反映了该技术的高分辨特性,而且显示实算法用于DOA估计时存在着严惩的缺陷,证明了对复算法研究的必要性,同时也体现了复算法比实算法更加有效,特别是复算法可以估计线列阵法线方向的来波,并且利用复算法估计的空间角谱关于阵列法向是不对称的,消除了实算法所估计的对称谱对真实DOA估计的影响,同时复算法具有更高的分辨率。     

CDMA系统中基于阵列波束设计的干扰抑制技术

首先给出了适合于ＣＤＭＡ系统阵列天线的信号模型，然后分析了在最小均方误差准则下的波束模式，并得出用固定的低旁瓣波束逼近的合理性和局限性，基于上述考虑，将完全自动寻优的实现方法用波束设计加信号来向判断的部分自适应方法来代替，这样就降低了实现的复杂性．为了对信号来向进行判断，可考虑采用固定波束切换和利用Ｒａｋｅ接收机的输出进行相邻波束比较的方法进行用户跟踪．这样做的好处是由于有用户来向的信息，在ＦＤＤ方式下也可以做到下行链路进行方向性发射，改善了下行链路的性能．     

嵌入环境不确实性的宽容波束形成贝叶斯方法

针对不确实海洋环境使声呐探测性能下降和宽容性差的问题,提出了环境参量和信号参量不确实性两嵌入的宽容波束形成贝叶斯方法.不确实环境参量的先验概率密度函数(probability density function,PDF)通过多项式混沌展开与传播模型相结合嵌入到接收信号的概率建模中,导出信号参量的先验PDF;接收信号参量先验PDF通过贝叶斯波束形成嵌入到处理中,转化为后验PDF.导出的后验概率最大贝叶斯波束形成具有估计器和相关器相结合的GLRT结构.仿真和实验数据分析结果表明:不确实环境参量导致接收声场发生秩扩展,由秩1扩展为秩2或秩3,贝叶斯波束形成体现了相干匹配与非相干积累的结合,实现了浅海环境中目标的正确定位,增加了宽容性.     

基于统计信道状态信息的多波束卫星系统安全波束成形设计

由于卫星通信的广域覆盖特性和信道的广播特性,使得通信过程存在被窃听的风险.为增强多窃听场景下多波束卫星通信系统的安全性,在已知统计信道状态信息条件下,本文分别针对总发射功率最小化和安全速率最大化问题,提出了相应的波束成形(beamforming,BF)方案.首先,以安全速率为约束建立总发射功率最小化问题,通过拉格朗日乘...     

一种综合发射波束的超分辨处理方法

针对发射采用阵列天线，接收只能采用单根天线的雷达，为了提高目标的角分辨能力，应用MUSIC算法对综合发射波束进行超分辨处理．由于单根天线接收信号经分离处理后得到的数据模型与常规非均匀阵列接收的数据模型等效。因此超分辨处理可以实现。仿真结果证实了这一点．这种在接收端对发射波束进行超分辨处理。提高了雷达对目标的角分辨能力和测角精度。并且拓展了超分辨处理的应用领域．     

多波束天线的波束成形网络分析

本文叙述巴特勒型矩阵网络的分析方法.分析时将网络平行地分成若干个层,使其过程简明、通用.通过对典型网络的分析,建立其输出与输入间的关系,分析其重要特性.同时还分析了输入信号或组成部件的不完善对网络隔离度的影响.     

基于贝叶斯理论的不确定度评定

传统的测量不确定评定是A类、B类评定,与这两类评定方法不同,提出了一种基于贝叶斯理论的测量不确定度评定方法.此方法综合了历史信息和当前样本信息,通过建立贝叶斯模型得出后验分布,从而进行测量不确定度评定.通过实例说明,贝叶斯评定比A类评定更为合理.     

存在指向误差时的稳健自适应波束形成算法

针对期望信号方向存在指向误差的情况,提出了一种稳健的波束形成算法,通过对期望信号导向矢量进行旋转的方法,用新的导向矢量产生自适应加权,这样当期望信号落入波束主瓣的边缘时,依然可以保持系统输出信干噪比基本不变,提高了算法的稳健性,并给出了旋转角度选择的依据．该算法形成的自适应加权对不存在指向误差时的性能没有影响．计算机仿真结果验证了该算法的有效性。     

协作网络中基于中继选择的协作波束赋形算法

针对传统多中继网络中所有中继节点都参与协作的协作波束赋形方法,提出了一种基于选择的协作波束赋形算法。该方法将最小化系统平均误码率作为目标,得到一个次优的中继节点选择门限,小于门限的中继节点被逐一剔除,从而保证了网络中的资源只分配给有用的中继节点,提高了协作波束赋形的分集增益。该选择方法需要的搜索次数和中继节点的个数相等,因此大大降低了选择过程的复杂度。蒙特卡洛仿真表明,选择波束赋形算法可以有效地提高系统误码率和网络能量效率。     

MIMO波束形成通信系统有效容量分析简

Effective capacity describes the rate upper bound of the communication system under the quality of service(QoS) limitation. While the foregoing performance analysis focuses mainly on the single input single output and multiple input single output systems, this paper considers the effective capacity of the multiple input multiple output(MIMO) beamforming scheme. Given that the modulation(M-QAM or M-PSK) is restricted, we investigate the representative transmission scheme of MIMO beamforming: maximal ratio combining transmission, for which the closed-form formula of effective capacity is derived. Simulation results not only demonstrate the effectiveness of our performance analysis, but also show the relationship between effective capacity and average signal-to-noise ratio as well as the relationship between effective capacity and QoS parameter for various antenna configurations.     

一种简化的鲁棒波束形成算法

在阵列导向矢量不存在误差的条件下,传统的最小方差波束形成器(MVB)具有良好的分辨精度和抗干扰能力.然而,MVB算法的主要问题在于不具有鲁棒性,不能克服未知导向矢量误差的影响.因此对角加载以及相应的扩展算法已经成为一种提高MVB算法鲁棒性的常用方法.该文对基于椭球形导向矢量不确定集的鲁棒MVB算法进行了简化,该简化算法是在对导向矢量附加一个球形不确定集约束的条件下推导出来的,具有较低的计算复杂度和更高的数字稳定性.仿真结果表明,在导向矢量误差存在的情况下该算法是有效的.     

Robust adaptive beamforming with near-field scatterers

Near-field scattering which causes steering vector mismatch with array received data suffers severe performance degradation with beamforming. A new robust adaptive beamforming algorithm based on the steering vector uncertainty set is proposed to utilize the near-field scattering signal to improve the beamforming output signal-to-noise ratio. The properties of the far-field direct-path signal and near-field signal are incorporated. The large uncertainty set is divided into two small ones describing the far-field and near-field steering vectors, respectively. The far-field steering vectors and the near-field scattering coefficient with a transform matrix are evaluated by convex optimization. Simulation examples demonstrate that the algorithm is correct and effective.     

Combination of interference alignment and beamforming in cellular networks

In this paper, we propose two joint transmit-receive iterative algorithms without the cooperation between different base stations based on the idea of interference alignment (IA) to improve the throughput of relay backhaul links in cellular networks for the case of imperfect channel knowledge,which can be implemented with small changes to existing TD-LTE standards. Unlike the previous interference alignment algorithms’ only reducing the sum interference to the other receivers at the transmitter or the sum received Multi-user interference (MUI) at the receiver, our algorithm shapes the transmission of each data stream at transmitters in order not only to minimize interference to the other users, but also to minimize the interference between different streams objected to the same user, suppressing the MUI and Multi-stream interference (MSI) at receivers. The proposed algorithm I is to maximize the SINR at receivers. But the complexity is relatively high. Algorithm II only needs linear operations and sacrifices a little performance for much lower complexity compared to the Maximize SINR iterative algorithm which needs the inversion operation of matrix. It is also proved that the algorithm converges monotonically. The simulation results show that the techniques have considerable performance gain compared with the previous algorithms. Further research about power allocation is also discussed.     

基于人工蜂群算法的波达方向和多普勒频率联合估计

将人工蜂群算法应用于似然函数的优化,实现了阵列信号波达方向(DOA)和多普勒频率的联合估计。利用状态空间模型构造包含DOA和多普勒频率信息的广义可观测矩阵,并构造包含该广义可观测矩阵的似然函数,将参数估计问题转化为多维非线性函数优化问题。进而利用人工蜂群算法对似然函数的求解过程进行优化,得到DOA和多普勒频率的估计值。算法保留了最大似然估计的渐近无偏估计性能,降低了似然函数求解的计算量,且参数能够自动配对。     

多通道阵列相干源波达方向超分辨估计

采用发射阵列分布式布阵、接收阵列密布阵的多通道阵列,提出了一种虚拟子阵积累算法,在获得空间分集增益的同时可以超分辨估计相干源的波达方向.先通过正交信号分选的方法在接收端得到虚拟子阵,然后叠加积累各虚拟子阵接收数据的协方差.该算法利用空间分集克服了目标闪烁,同时具备解相干的能力,且避免阵列物理孔径的损失.理论分析和仿真结果表明,该算法可以有效处理多通道阵列相干源波达方向估计.