小区间干扰利用的协作网络窃听传输算法

针对多小区系统上下行业务流同时发送的场景,提出利用相邻小区间干扰的窃听信号来提升多小区的信号质量。为了满足未来无线通信网络的低功耗要求,建立了多小区网络上下行业务流速率约束下,多天线中继总功率最小化的最优预编码设计数学模型,通过对该非凸问题的分析和推导,将其等价转化为二次型约束的二次规划问题(QCQP, Quadratically constrained quadratic program),利用半定松弛方法进行求解。仿真和分析表明,所提最优预编码算法相比传统算法具有更高的性能增益。      

基于联合稀疏重构模型的双基MIMO雷达off-grid目标参数快速估计

针对多输入多输出(MIMO)雷达二维参数稀疏估计中的不在格点上(off-grid)目标问题,利用两次泰勒展开对信号模型进行修正,构建联合稀疏重构模型,将off-grid问题转化为联合稀疏重构问题;为降低计算复杂度,针对该联合稀疏重构模型提出Joint-2D-OMP算法。仿真结果表明:所提模型和算法在解决off-grid问题的同时,可有效提高参数估计的速度。     

面向Massive MIMO低轨卫星通信系统的鲁棒高效波束成形设计

以低轨卫星通信系统能量效率最大化为优化目标,重点研究鲁棒波束成形设计。假设卫星侧配备大规模多输入多输出技术,综合考虑传播延迟和多普勒频移造成的信道状态信息误差影响,在发射功率受限和用户服务质量约束下,提出了一种鲁棒高效的波束成形方案。考虑到遍历用户速率和遍历信干噪比都没有闭合表达式,采用具备闭合表达式的近似值代替,同时,采用半正定规划算法将非凸二次约束二次规划形式问题进行等价转换,并提出了一种联合二次变换分式规划和凹凸过程的内外两层嵌套迭代算法。最后,采用一种惩罚函数算法解决半正定规划算法中存在的秩1约束问题。仿真结果表明,所提算法性能优于传统算法,且鲁棒性较高。     

基于约束加权最小二乘的时差频差联合定位算法

针对运动目标源定位问题,提出了一种基于约束加权最小二乘(Constrained Weighted Leas-tSquares,CWLS)的时差频差定位算法。该算法利用目标源到达多个接收站的时差和频差信息,对目标源的位置和速度进行估计。通过引入中间变量,将时差频差非线性方程转换成伪线性方程(中间变量与目标源位置和速度之间存在约束关系),再对此约束条件引入拉格朗日乘子技术,将此伪线性方程的求解转化为求条件极值问题,创造性地求解了此非线性定位方程,提高了定位精度,并能满足实时性和全局收敛要求。仿真实验表明,该算法在保持相近复杂度的同时,进一步提高了定位性能,优于两步加权最小二乘算法,在噪声较高时仍然能达到克拉美罗下限。     

IRS辅助毫米波MIMO系统波束赋形优化的低复杂度方案

智能反射表面(intelligent reflective surface,IRS)被认为是无线通信网络的前景技术之一。然而由于IRS无源波束赋形优化受到本身所具有的非凸恒模约束,现有工作在IRS辅助的多输入多输出(multiple input multiple output,MIMO)系统中的研究只能得到次优解且具有较高的复杂度。本文考虑一个单用户IRS辅助通信的毫米波MIMO系统,为了最大化频谱效率,优化通信接入点AP(access point)端有源和IRS端无源波束赋形矩阵。首先将有源和无源波束赋形矩阵解耦,得到AP的最优有源波束赋形解,将IRS无源波束赋形设计问题推导为一个非凸二次约束二次规划(quadratically constrained quadratic programming,QCQP)问题;采用低复杂度的连续闭式解(successive closed form,SCF)算法求解IRS无源波束赋形矩阵,为了衡量SCF算法性能,分析对比了现有的最优分支界定(branch and bound,BnB)算法。仿真结果验证了SCF算法在IRS相移连续和离散时均能在较低复杂...     

智能反射表面辅助的MISO通信系统的物理层安全设计方案

智能反射表面(IRS)可通过调整反射单元的相位来提升无线通信物理层安全.针对IRS辅助的多输入单输出(MISO)通信系统,提出一种基于交替迭代的物理层安全设计方案.首先基于安全速率最大化原则,构建一个含有非凸约束的非凸目标函数;然后采用丁克尔巴赫算法和黎曼流形优化算法将非凸问题转化为一系列易于求解的子问题;最后采用交替...     

考虑载机位置误差的CLS多机无源定位算法

多机无源定位中存在载机位置误差却不予考虑时必然会降低目标的定位跟踪精度。为了解决存在载机位置误差情况下的定位问题,提出了一种考虑载机位置误差的约束最小二乘（CLS）多机无源定位算法。该算法对伪线性观测方程中由于测量误差和载机位置误差而导致的增广系数矩阵的误差协方差阵进行约束,并对伪线性观测方程的误差进行约束最小二乘处理,最终转化为对一组矩阵束的广义特征分解问题。仿真结果表明,相对于最小二乘（LS）算法和扩展卡尔曼滤波（EKF）算法,该算法具有更快的收敛速度和较高的定位精度,并且受载机位置误差影响小,在观测噪声比较大时仍能保持良好的定位性能。      

基于二次规划的任务卸载决策和资源分配方法

主要研究移动用户均有多个独立任务的多用户移动云计算系统,这些移动用户将任务卸载到云端时共享通信资源。如何对所有用户的任务卸载决策和通信资源分配进行联合优化,以便使所有用户的能耗、计算量和延时降到最低是目前研究的难点。将该问题建模为NP难度的非凸的具有二次约束的二次规划(QCQP)问题,提出一种高效的近似算法进行求解,通过单独的半正定松驰(SDR)处理后,确定二元卸载决策和通信资源最优分配。采用代表最小系统成本的性能下界作为性能基准进行仿真实验,结果表明,本文算法在多种参数配置下的性能均接近最优性能。     

利用多照射源的单站多目标无源定位

提出一种针对多目标的单站无源定位算法,综合利用多个外部照射信号,基于对信号多径时延的测量,在目标位置空间进行概率融合,将多目标定位问题转化为对一个目标函数的多峰寻优问题。该算法通过空间关联性实现参数自动配对,能依据单次观测数据对较大数量的散射体目标同时定位。     

一种基于半定松弛技术的TDOA-FDOA无源定位算法

在运动目标的无源定位场景下,闭式算法在低噪声情况下可以到达克拉美罗下界(CRLB),但是这些算法往往不能适应较大的测量噪声环境。针对目前闭式算法适应大噪声能力较差这一问题,该文联合到达时间差(TDOA)以及到达频率差(FDOA),提出一种基于半定松弛(SDR)技术的无源定位算法。该算法首先构建传统闭式解的伪线性方程,其次利用随机鲁棒最小二乘(SRLS)的思想以及目标参数与额外变量之间的非线性关系,将无源定位问题转化为了具有2次等式约束的最小二乘问题;随后,将半定松弛技术应用到这一问题上,约束最小二乘问题松弛为半定规划(SDP)问题,最后,借助优化工具箱可以有效地对目标参数进行求解。该文所提出的算法不需要初始值先验条件,仿真实验表明了所提算法的有效性。     

Improved design of unimodular waveforms for MIMO radar

This paper proposes a novel method of unimodular transmitting waveforms design for multiple-input multiple-output (MIMO) radar to strengthen the detection performance in the presence of clutter and white Gaussian noise. An improved iterative algorithm is put forward to maximize the signal-to-clutter-plus-noise ratio (SCNR) under the constant modulus constraint. During iterations, the optimization of unimodular waveforms with filters fixed is a nonconvex fractional quadratically constrained quadratic program problem, which is NP-hard and not able to be solved in polynomial time. An algorithm based on semidefinite programming relaxation combined with bisection and Gaussian randomization is introduced to provide the high-quality suboptimal solutions with a polynomial time computational complexity. The analysis on the approximation bound is given to prove the tightness of the semidefinite programming relaxation and so the correctness of the proposed algorithm. The simulation results show that the improved method is efficient in designing unimodular waveforms for MIMO radar to achieve a better SCNR performance.     

基于机会约束的MIMO雷达多波束稳健功率分配算法

结合目标雷达散射截面积的随机性,该文提出了一种针对多目标定位的稳健功率分配算法.目的是在高概率满足多目标定位精度约束的前提下,尽可能的节省集中式多输入多输出（Multiple-Input Multiple-Output,MIMO）雷达的功率资源.该文首先推导了各个目标定位误差的克拉美罗界（Cramer-Rao Lower Bound,CRLB）.然后以最小化MIMO雷达发射功率为目标,在满足多目标定位CRLB不大于给定误差的联合概率超过某一置信水平的条件下建立了机会约束模型.通过构建问题的库恩塔克条件,该文将机会约束问题等效变换为非线性方程求解问题,并解析地给出了最优解表达式.最后,仿真实验验证了算法的有效性和稳健性.     

分布式MIMO雷达中仅使用多普勒频移的直接定位技术

本文研究了MIMO（Multiple-Input Multiple-Output）雷达系统中,仅使用多普勒频移（Doppler Frequency Shifts, DFS）信息对目标进行直接定位（Direct Position Determination, DPD）的方法。通常的两步定位的方法需要先将定位参数从接收信号中提取出来再通过求解参数与目标位置的关系方程对目标位置进行估计。这一过程由于忽略了所有测量参数的提取必须相对于同一个目标位置的约束条件,因而是次优的定位方法。针对这一问题,本文提出了一种基于极大似然（Maximum Likelihood, ML）准则的直接定位算法,可以不需要进行参数提取而集中地处理所有接收到的数据,实现对目标位置的一步估计。仿真结果表明,所提算法性能在较低信噪比（signal to noise ratio, SNR）的条件下优于两步定位法,且在较高信噪比下与两步法定位精度相当。      

基于联合对角化的MIMO雷达近场目标定位

目标定位经典算法有很多,但大多不能直接适用于MIMO雷达近场目标定位,而现存的单基地MIMO雷达近场目标定位算法很少.为了解决这个问题,提出了一种基于联合对角化的MIMO雷达近场多目标定位算法.该算法使用十字形收发阵列,利用接收信号的协方差矩阵构造新的矩阵,灵活运用联合对角化算法得到发射角和距离估计值,再利用谱峰搜索得...     

干扰环境下MIMO雷达波形与接收滤波联合优化算法

传统雷达一般采用固定的发射波形,在干扰环境下很难获得最优的目标检测性能。针对这一问题,利用集中式多输入多输出(MIMO)雷达波形分集的优势,提出了一种干扰环境下的MIMO雷达波形与接收滤波联合优化算法。以最大化输出信干噪比为准则,使发射波形满足恒模条件,同时施加波形与具备较好脉压特性雷达波形之间的相似性约束,建立了有限相位发射波形与接收滤波权值的优化模型。然后,在循环迭代的算法框架下,将优化问题分解为2个子优化问题,并分别采用拉格朗日乘子法、半正定松弛技术对子优化问题求解,得到发射波形与接收滤波权值的联合优化结果。仿真结果表明,所提算法较现有方法相比有更高的输出信干噪比,使干扰信号的抑制性能得到改善,同时可兼顾发射波形的脉冲压缩特性。     

一种基于二阶锥约束克服信道不匹配的盲分离方法

针对多输入多输出（MIMO）系统信道不匹配造成的系统性能受损问题,结合二阶锥规划约束最优化理论,提出了一种二阶锥条件约束的盲源分离算法,用于提高信道不匹配条件下的MIMO系统性能。该算法首先利用信道不匹配问题得到的二阶锥约束条件与负熵最大化的独立分量分析形成一个约束的最优化代价函数;其次,约束的代价函数借助牛顿迭代原则最优化得到分离向量。仿真分析验证了该算法在信道不匹配条件下可以有效提升MIMO系统的性能。     

基于Group lasso的分布式MIMO雷达参数估计与能量优化

针对压缩感知算法在分布式MIMO雷达参数估计性能上易受噪声影响而出现伪峰、定位不准等问题,结合目标散射系数所满足块稀疏的前提条件,提出了一种基于Group lasso模型框架下压缩感知算法的参数估计。Group lasso作为一种块稀疏模型,可以有效解决感知算法在低SNR时参数估计性能差的问题,有效抑制了噪声对稀疏信号的破坏,其性能明显优于感知算法中常用的凸松弛CVX方法。此外针对MIMO雷达目标散射系数准确估计的前提,提出了基于线性规划的发射能量优化分配策略,此时系统模型转化为单发多收的MISO雷达,且集中发射功率于散射系数较大的路径。仿真结果表明,优化发射能量后的MISO雷达性能优势明显,尤其是当路径起伏较大时,性能尤为突出。仿真实验验证了理论分析的正确性和算法模型的有效性。      

频控阵MIMO雷达中基于稀疏迭代的多维信息联合估计方法

传统MIMO雷达为了获得准确的距离信息不仅需要引入转移矩阵,而且需要积累更多的快拍数。针对该问题,该文提出了基于稀疏迭代的频控阵MIMO雷达多维信息（距离、角度和幅度）估计方法,该方法利用频控阵MIMO的发射导向矢量不仅与目标的方位角有关,同时也与目标的距离有关这一特性,通过优化加权lq范数（0 q 1）的目标函数,采用稀疏迭代优化获取目标的距离、角度和幅度信息。该方法仅需单次快拍,并在每次迭代中求解到了目标的多维信息,故不需借助优化工具获得目标信息。仿真显示,相比DAS,IAA和IAA-R,该方法在有效减少快拍数和处理数据的同时,获得了高分辨率的目标距离、角度和幅度估计性能。      

基于波形优化和天线位置选择的MIMO雷达波束扫描算法研究

为实现集中式多输入多输出(MIMO)雷达波束扫描,本文在峰值平均功率比(PAPR)、能量以及布尔(天线位置选择)约束下,基于min-max波束图匹配准则,首次提出MIMO雷达天线位置和多组探测波形(一组波形对应一个独立的波束图)的联合优方法。由于非凸PAPR约束、布尔约束以及min-max目标函数的非凸非光滑性导致了优化问题成为典型的大规模NP-难问题。为求解该NP-难优化问题,该文首先利用Lawson算法将min-max问题转化为迭代加权最小二乘(ILS)问题,然后根据上界函数最小化(MM)准则简化ILS优化问题,最后用交替方向乘子法(ADMM)求解简化后的上界优化问题。数值仿真结果检验了所提算法的有效性。      

频率选择MIMO信道多用户块传输SCFDE系统的联合波束赋形

对频率选择多入多出信道多用户场景下块传输单载波频域均衡系统联合波束成形的问题进行了研究。首先将频域波束成形转化为时域成形滤波。在时域模型中给出了频域最小均方误差均衡后各接收节点判决处的信干噪比;在使每个接收节点都满足给定服务质量要求的约束下,将非凸的二阶约束二次优化问题通过松弛约束条件转化为凸半正定优化问题求解,从而得到一组最佳波束成形系数,使所有发射节点的发射功率最小化。仿真表明所有发射节点的总发射功率随模型不同设置表现有规律地变化。