基于波束选择的毫米波Massive MIMO预编码算法研究

毫米波和M assive M IM O作为下一代移动通信中的关键技术,成为国内外通信领域研究的热点。在楼群密集的城市环境下,基于毫米波的传播特性,构建了城市环境下的毫米波多用户M assive M IM O系统模型,并针对大规模M IM O系统中,消除用户间干扰所用预编码矩阵维度高、系统复杂的特点,依据波束空间信道矩阵的稀疏特性,提出了一种基于波束选择的低维度预编码算法,对无共用波束的用户进行功率分配,对有共用波束、产生干扰的用户进行预编码。仿真结果表明,本文提出的方法在降低系统复杂度的同时又能保证较好的系统性能。所提出的系统模型和低维预编码算法具有较强的理论价值和实践意义,可以为系统后续算法研究以及软硬件设计提供参考。     

地铁隧道中5G通信频段大规模MIMO特性分析

大规模多输入多输出（multiple-input multiple-output, MIMO）技术作为5G移动通信中的关键技术,极大提高了通信容量,是轨道交通通信的重要发展方向。本文在真实的地铁隧道环境中针对3.5 GHz与5.6 GHz频段,对32x32的大规模MIMO系统进行了信道测量。根据测量数据,分析了地铁隧道中大规模MIMO信道特性。发现5.6 GHz频段的路径损耗指数略低于3.5 GHz频段。通过对比极化交叉率,发现拱形隧道内对+45°极化与水平极化有更强的去极化特性。隧道内信号的均方根时延扩展（root mean square delay spread, RMS-DS）普遍分布在10 ns以内。此外,发现信道容量随收发距离的增大逐渐减小, 3.5 GHz频段时32x32的MIMO信道容量为54.64 bit/s/Hz,略高于5.6 GHz频段时的53.35 bit/s/Hz。并且发现当天线阵元的极化方式与信道极化特性相匹配或阵元数目增加时,均会引起信道容量的增加。这些发现可以对未来地铁隧道中大规模MIMO技术的应用提供依据。     

大规模无线网络的导频功率分配研究

针对信道信息获取的精度,对大规模无线网络的导频功率分配问题展开了研究。基于网络中天线节点与用户间接入距离的多样性,建立了功率可调的导频序列与系统和速率的数值关系。在互相耦合的导频功率约束条件下,以最大化和速率为目标,通过对偶分解与次梯度下降迭代算法求解优化问题,得到最优的导频功率分配方案,并证明了此算法的收敛性。此方案具有明确的物理含义,从另一个角度给出了基站天线与用户间的调度选择,使得系统资源得到更合理的分配和使用。在典型仿真场景下,与传统方案相比,系统速率平均提升12%。     

基于分布式MIMO雷达的检测前跟踪算法研究

近些年来MIMO雷达技术正在逐步兴起并得到了快速发展.因其能够充分利用空间分集和波形分集,所以对弱小目标和雷达截面积闪烁目标都有很好的检测性能.为达到提升对弱小目标的检测概率,运用动态规划将检测前跟踪思想引入MIMO雷达系统,提出了基于MIMO雷达的检测前跟踪方法.MIMO雷达的空间分集特性能够降低检测前跟踪回波积累的时间,从而提高雷达系统对机动目标的检测概率.仿真实验结果表明,基于MIMO雷达的检测前跟踪方法检测性能良好,有效提升了检测概率,是一种有效检测机动弱目标的方法.     

大规模MIMO系统下的低复杂度迫零预编码技术

针对大规模天线技术导致传统迫零(zero-forcing,ZF)预编码复杂度上升的问题,提出了一种低复杂度预编码技术.首先利用对称超松弛迭代(semi-iteration symmetric successive overrelaxation method,SSOR)技术优化信道矩阵求逆复杂度的问题;然后利用切比雪夫半...     

周期三对角矩阵求逆的快速算法

利用t向量来求周期三对角矩阵之逆。求逆的运算量为2n2＋O（n）乘除法及n2＋O（n）加减法。该算法计算量小且计算精度高。若对t向量进行截断、快速求逆,则求逆的计算量仅与n成正比。与现有快速算法相比,清除了电脑内存溢出的情况。文末列出了部分数值算例。     

一种基于最速下降算法的基波提取自适应滤波器

提出了一种基于最速下降算法的单相基波提取自适应滤波方法。对该自适应滤波器原理及设计方法进行了说明,给出基波信号各参数表达式,通过大量的Matlab仿真,着重对该系统在电压畸变情况下的基波撮取性能进行考查,同时分析了其检测精度与动态响应的关系、初始值的设置对检测效果的影响,结果表明,该自适应滤波器构成一个稳定的多参数(幅值、频率、相位)反馈控制回路,可较准确地提取单相信号的基波分量,实时性好,且具有良好的鲁棒性和抗干扰能力。     

基于隐马尔可夫模型的MIMO雷达目标检测

MIMO雷达是一种新体制雷达,相对于传统雷达在目标检测及参数估计性能都有很大提高。本文针对MIMO雷达的发射信号特点及天线阵元布置特点,分析了雷达目标和杂波的散射特点。目标回波的各向异性比杂波更强。因此可以用隐马尔可夫模型（HMM）对目标和杂波分别建模,实现目标和杂波的分离。在检测过程中,首先用样本模型对HMM进行训练,得出它的参数。然后用训练好的HMMs分别对待检测信号进行归类,分别计算它属于杂波和目标的概率,计算概率比值,大于门限判断有目标。仿真实验表明,本文方法的检测性能优于传统的检测方法。本方法在检测时候的计算量很小,有利于信号的实时处理。     

基于改进人工鱼群算法的大规模多目标机组组合优化

大型电力系统包含众多发电机组,且运行时需要考虑诸多方面的因素,其机组组合优化是一个多目标多约束的非线性大规模优化问题,现有方法存在诸多不足。人工鱼群算法在解决非线性优化问题时性能良好,但存在寻优效率低、可能陷入局部极值等缺点。针对这些不足,提出了改进的人工鱼群算法。该算法引入了可变视野,对人工鱼移动策略做出了调整并与遗传算法中的变异操作相结合。构建了兼顾经济性与环保性的多目标优化模型。为了解决机组规模扩大导致的计算时间过长问题,采用了分阶段的优化方法,将改进后的算法应用于启停安排阶段,确定机组启停状态后采用混合整数规划法进行负荷分配。针对最高包含1000台机组的大电网机组优化算例进行了模拟实验,实验结果表明:改进后的优化算法的收敛性和全局搜索能力均得到了提高,大规模机组组合的计算时间大大缩短。多目标条件下也取得了理想结果,验证了该方法的有效性。     

An adaptive improved unsaturated bistable stochastic resonance method based on weak signal detection

Stochastic resonance can detect weak periodic signals from strong background noise without loss of signal energy. However, the classical bistable stochastic resonance has the inherent output saturation defect, which limits the detection performance of system. And it is more difficult to detect signal with strong background noise. In this article, we constructed improved unsaturated bistable stochastic resonance to overcome this shortcoming. The improved bistable potential function makes the output signal more easily oscillate in two potential wells. To improve the stability and the accuracy of the method, we further propose an adaptive improved unsaturated bistable stochastic resonance (AIUBSR) by constructing a synthetic index (SI). The SI combines zero-crossing ratio and structural correlation coefficient, which can measure the periodicity of output signal and the accuracy of detective frequency at the same time. Theoretical analysis and numerical simulations show that the proposed AIUBSR can have good weak signal detection capability in strong background noise.     

基于改进型二阶广义积分器的同步信号检测

为了满足三相电压在不对称、直流分量及谐波畸变等情况下并网变换器的控制需求,需要准确地检测出电压信号的正序分量、幅值和基波频率。基于双二阶广义积分器锁频环的方法可实现电压在不对称和畸变下同步信号的提取。但当电压信号含有直流分量和多次谐波时,基本的SOGI结构滤波效果不理想,追踪的波形波动比较大,并降低了追踪速度。文中介绍一种改进的SOGI结构,该结构在SOGI的基础上增加求差节点和自适应滤波器,并保留SOGI-FLL的优势。电压的幅值和基波频率能准确快速被检测出来,很好的减小频率跳变后的波动、滤除谐波和消除直流分量。MATLAB仿真结果表明,其改进方法在电压信号不对称、直流分量及多次谐波存在条件下准确地检测出正序分量和基波频率。     

汽车防刮蹭雷达中的MIMO反射波到达角估计方法

汽车防刮蹭雷达旨在避免与前方车辆发生刮蹭事故.系统通过估计前车反射波到达角来估算两车间横向距离.主要讨论MIMO反射波到达角估计方法,已有的算法大多以点目标为前提.汽车防刮蹭雷达中,目标的空间特性不能忽略,此时基于点目标假设的估计算法性能会严重恶化,故需要用分布式目标模型对前方车辆进行完整的描述.现有的分布式目标角度参数估计方法复杂度高,针对该问题,提出基于分布式目标模型的Capon波束形成估计算法.算法对反射波的中心角度以及角度扩展进行估计,并且假设前方车辆尾部宽度已知,估算出两车间横向距离.理论分析和仿真分析表明,算法有效地降低了复杂度,并具有良好的估计性能.     

基于空时分组码的多输入多输出系统仿真实现

本文介绍了空时分组码的编解码原理,并给出了空时分组码编译码器的MATLAB实现代码,最后对空时分组码的性能进行了仿真,仿真结果显示空时分组码具有良好的发射分集和接收分集性能。     

基于改进卡尔曼滤波器的谐波检测方法

电力系统谐波问题日益严重且复杂,有效地对谐波进行检测已成为电能质量监测终端的一项基本要求.采用一种基于改进卡尔曼滤波器的谐波检测方法,利用卡尔曼滤波器在动态检测方面的优势,结合改进相位、频率的跟踪性能,可以简单、快速、准确的得到基波和谐波的各项参数.并且此方法可以检测到受闪变扰动时的基波和谐波成分,可获得闪变调制波的基本参数.建立了基于改进卡尔曼滤波器的谐波检测数学模型,并利用MATLAB仿真平台验证了该方法的性能.     

基于Duffing振子的微弱信号检测方法研究

利用Duffing振子相变对微弱信号敏感和对噪声免疫的特点,可以对淹没在强噪声背景中的微弱周期信号进行检测,但传统的Duffing振子相变检测方法仅能检测特定频率的周期信号并且会受过渡带的影响.针对上述问题,给出了一种基于Duffing振子变尺度逆相变的微弱周期信号检测方法,通过引入变尺度系数将待测信号进行重构,进而减小了系统参数对检测的影响.建立了仿真模型并进行了仿真实验.分析和仿真结果表明,该方法能够仅利用一组固定的参数来对任意频率的周期信号进行有效的检测,且减少过渡带的影响,具有较好的检测性能.     

基于改进HHT的电能质量扰动检测方法*

为了精确检测电网中复杂非平稳扰动信号的时频特性,提高希尔伯特-黄变换(HHT)方法的时频定位能力,本文提出一种基于改进HHT的电能质量扰动检测方法。针对电压暂降与短时间中断、谐波和复合扰动信号,该方法采用移动平均法对HHT得到的瞬时幅频参数进行均值化,进而从Hilbert谱中提取信号在不同时间和频率的能量密度,定位扰动信号的起止时刻。仿真结果表明,该方法能够准确、快速地获取谐波信号的频率成分、幅值及突变时刻,分析电压暂降与短时间中断信号的幅值及起止时刻,同样适用于复合扰动信号检测,相对于传统的HHT方法具有更高的精度及时频分辨率。