数据链武器协同作战应用研究

数据链的武器协同作战应用是指利用先进的数据链技术,解决作战人员与武器装备之间以及武器装备相互之间的战术协同应用问题。在分析和总结数据链武器协同作战应用现状的基础上,给出了几种典型的数据链武器协同作战样式,并提出武器协同应用数据链系统的技术特点主要包括低时延信息传输、无中心智能组网、时空统一、快速精确的目标跟踪定位、任务交互性几个方面。     

用于自适应天线的稳健的RLS算法

抗干扰通信是电子战的重要组成部分，自适应天线不仅具有很强的抗干扰能力而且可以与其它通信抗干扰技术相兼容，自适应算法是自适应天线的核心。本文把应用数学学科研究的热门方法之一“稳健估计（RE）”应用于RLS算法中，得到稳健的RLS算法（RRLS），理论分析与计算机模拟结果都证明了RRLS算法基本保持了RLS算法的优点，同时在抗突出值干扰方面，优于RLS算法，提高了RLS算法的稳健性。     

通道不一致性对GPS天线自适应算法的影响

GPS信号到达地面终端时通常非常微弱,极易受到传输环境和去其他信号的干扰。功率反演(Power-Inversion)算法应用于GPS自适应天线阵可以很好地抑制干扰信号,但由于阵列天线通道存在幅相不一致,这会对自适应抗干扰算法产生很大影响。通过对自适应天线阵列及通道不一致性进行建模,经过理论分析和计算机仿真,以QRD-SMI算法为例,验证了自适应算法在一定条件下能够克服天线通道不一致,从而有效地抑制干扰信号,所得结论有利于指导工程应用。     

智能天线自适应算法研究

智能天线是第三代移动通信系统的关键技术之一。本文在简要介绍智能天线的基本原理和系统组成的基础上,详细论述了智能天线的自适应算法和技术优势。     

武器协同数据链发展分析

本文从外军数据链发展入手,根据网络中心战对数据链的要求,重点分析了武器协同数据链的发展历程和趋势,给出武器协同数据链的作战使用需求和特性。     

智能天线自适应波束形成算法的研究

智能天线的自适应算法通过迭代运算获取用于波束形成的最优权值矢量时,是否具有较快的收敛速度和较小的稳态误差成为决定波束形成性能的主要因素。据此提出在传统的LMS算法中引入变步长和变换域的思想,采用改进的自：适应算法用于波束形成。MATLAB仿真结果表明,该算法具有较快的收敛速度和较小的稳态误差,波束形成的性能更优。     

WCDMA系统中智能天线PSALS-SDRMTA自适应算法

本文结合3GPP协议针对第三代移动通信WCDMA系统推导出了基于最小二乘准则的导频符号辅助解扰解扩重扩多目标阵列自适应算法,然后对此算法作了仿真,结果证明PSALS-SDRMTA算法是有效的。     

面向ICN的动态自适应流媒体算法

信息中心网络(information-centric networking,ICN)与传统IP网络的重要区别在于,前者的路由器节点具备缓存能力,能将热门内容推送到更靠近客户的网络边缘,从而降低客户获取内容的时延。然而ICN中的节点缓存特性会导致传统的自适应流媒体协议出现视频抖动甚至播放中断,降低客户的观看体验。提出了ICN中的动态自适应流媒体算法,在保证客户端播放流畅的同时,尽可能地提升视频片段的码率,提升客户的观看体验。通过在现有的ICN平台中进行仿真实验,证明了该自适应算法在性能上优于传统的算法。     

智能天线自适应波束形成算法的研究

巨大的通信需求量与有限的频谱资源之间的矛盾越来越突出,智能天线凭借其特有的空间滤波的特性,采用空分多址方式,高效率地使用频谱资源,在保证通信质量的基础上大规模地提高系统容量。按照非盲算法与盲算法的分类,分别介绍了非盲目算法中的最小均方算法和盲目算法中的最小二乘恒模算法,并对两种算法通过matlab进行仿真。     

智能天线自适应波束赋形算法的研究

智能天线作为3G及未来移动通信的核心技术，是当前通信领域的研究热点。阐述了智能天线的基本原理，并对自适应波束赋形算法进行了分类，较为详细地比较和分析了几种算法的特点及其适用条件。基于算法的现状，提出了未来的研究方向。     

CDMA系统中自适应阵列天线的改进算法

为改善调节阵列天线阵元权向量自适应算法的收敛稳定性，提出了一个改进算法。该改进算法不仅稳定、简单，而且能大大降低误码率。仿真结果对改进算法给予了有力的支持。     

WCDMA-TDD中的重复迭代自适应智能天线算法

提出一种用于WCDMA-TDD系统的重复迭代自适应智能天线算法.通过在自适应算法中把阵列输入信号和作为参考信号的训练序列重复使用,可以在短训练序列情况下实现较好的收敛,提高通信系统的传输效率.对LMS算法中全训练序列重复迭代和滑动窗口重复迭代算法进行了仿真,结果表明,在有限训练序列时该算法比传统LMS算法更好地逼近最佳解.     

用于自适应天线的稳键的RLS算法

抗干扰通信是电子战的重要组成部分，自适应天线不仅具有很强的抗干扰能力而且可以与其它通信抗干扰技术相兼容，自适应算法是自适应天线的核心，本文把应用数学学科研究的热门方法之一“稳健估计（RE）”应用于RLS算法中，得到稳健的RLS算法（RRLS），理论分析与计算机模拟结果都证明了RRLS算法基本保持了RLS算法的优点，同时在抗突出值干扰方面，优于RLS算法，提高了RLS算法的稳健性。     

移动通信中智能天线自适应算法简介

智能天线是第三代移动通信系统中的关键技术之一，其自适应算法按照是否需要利用系统的导频信息分成非盲算法、盲算法和半盲算法三类，文中对每类中的各种算法进行了相应的阐述。     

TD-SCDMA系统中智能天线的重复迭代自适应算法

提出一种用于TD-SCDMA系统的重复迭代自适应智能天线算法。通过在自适应算法中把阵列输入信号和作为参考信号的训练序列重复使用,可以在短训练序列情况下实现较好的收敛,提高通信系统的传输效率。对LMS算法中全训练序列重复迭代和滑动窗口重复迭代算法进行了仿真,结果表明,在有限训练序列时本算法比传统LMS算法更好地逼近最佳解。     

用自适应天线理论控制天线阵方向图旁瓣的迭代算法

本文基于自适应天线阵列理论，提出了一种控制天线阵方向图旁瓣的新方法－迭代算法。这种方法可用于任意非均匀阵方向图旁瓣控制，并可同时计入各阵元方向图的影响。     

基于LMS算法的智能天线自适应波束形成研究

自适应波束形成是智能天线的核心技术,其主要思想是利用自适应算法调整阵列的权向量,将各阵元接收到的信号进行加权求和,把天线阵列形成的波束"导向"到一个方向上,使期望用户信号方向得到最大的增益,并相应地使干扰信号方向得到较低的增益,从而提高系统的性能。本文对智能天线中的自适应波束形成进行研究,运用MATLAB软件对固定步长和变步长LMS算法进行计算机仿真实验。仿真结果表明,基于LMS算法的自适应波束形成器能够形成符合要求的波束图,变步长的LMS算法均方误差收敛效果较好,收敛速度更快,具有较强的实用性。     

一种基于自适应天线的OFDM自适应比特分配算法

本文提出了一种利用自适应天线阵列实现自适应OFDM系统的方案。该方案利用抽样矩阵求逆(SMI)算法对天线阵列进行最优权值的估计,并根据天线权值计算出的信噪比(SNR)。在各个子载波上进行自适应的比特分配。仿真结果表明。与传统的OFDM系统相比,利用此方案实现的自适应OFDM系统,误码率性能可以得到有效的改善。     

混合遗传算法用于卫星自适应调零天线研究

将遗传算法与LMS算法结合构成一种混合遗传算法,并将其用于卫星自适应调零天线的波束空间调零处理。研究了参数设置对混合算法抗干扰能力的影响,并讨论了一种参数自适应的方法,这种方法降低了参数选择的难度,提高了参数选择的效率,并能够动态的调整参数设置达到较好的抗干扰效果。     

一种基子自适应天线的OFDM自适应比特分配算法

本文提出了一种利用自适应天线阵列实现自适应OFDM系统的方案.该方案利用抽样矩阵求逆(SMI)算法对天线阵列进行最优权值的估计,并根据天线权值计算出的信噪比(SNR),在各个子载波上进行目适应的比特分配.仿真结果表明,与传统的OFDM系统相比,利用此方案实现的自适应OFDM系统,误码率性能可以得到有效的改善.