一种阵列天线通道不一致性的校正算法

基于对3G通信网络中阵列天线通道不一致性校正算法的性能分析,提出了一种基于参考信号源的自适应阵列天线通道不一致性校正算法。该算法充分利用了B.Friedlander算法和注入参考信号的校正方法的优点,通过使用参考信号的到达角估计值信息,来自适应地校正阵列天线中各阵元参数的不一致性,这些参数包括增益、幅度和相位因子。计算机仿真实验表明,推荐的算法大大改善了MUSIC算法估计来波信号方向的准确性,其性能远远超过了已有的各种校正算法。     

通道失配对二维MUSIC算法测向性能的影响

针对二维MUSIC算法在空间谱估计中计算量大的问题,提出了一种基于三维垂直阵列结构的二维MUSIC算法,该算法在降维技术的基础上通过组合三个并行的均匀线阵分别估计出的一维DOA进行空间测向。然后重点分析了通道失配（幅相特性不一致）对二维MUSIC算法测向性能的影响。计算机仿真结果表明,通道失配严重影响着二维MUSIC算法的测向性能,在应用该算法进行空间信号波达方向估计的时候,必须考虑通道幅相误差的影响并对各通道的幅相特性进行均衡。     

基于FPGA的DBF多波束中频接收系统的设计与实现

数字波束形成(DBF)阵列能够充分利用阵列天线所获取的空间信息,通过信号处理技术使波束获得超分辨率和低旁瓣的性能,它由天线阵元、射频下变频模块、AD采样、中频接收系统及上位机控制器组成;对中频接收系统进行数字波束形成的具体方案进行讨论,对多路接收和AD量化一致性造成的各通道间失配提出了幅相校正的解决方案,详细分析了研制中的关键技术;实验结果表明所设计的DBF多波束中频接收系统可有效实现通道间失配的校正,并实现精确的波束赋形功能。     

多波束天线通道幅相误差的自校正算法

多波束天线利用多信号分类(MUSIC)算法对目标参数进行精确估计时,存在多波束天线的通道幅度和相位误差的失配现象,使MUSIC算法的性能严重下降;针对基于MUSIC的数字波束通道不一致问题,给出了一种新的基于MUSIC算法的最小化代价函数的波束无源自校正算法,利用阵列结构的先验知识对接收数据进行预处理,得到校正矩阵后自校正,并根据多波束阵列天线形成网络天线实测参数,加入随机幅度和相位误差进行计算机模拟仿真,验证仿真算法的正确性。     

基于循环自相关的TIADC通道失配校正

针对时域交错模数转换器(TIADC)的通道失配问题,提出一种在线校正方法.首先建立TIADC的数学模型,将增益和时间失配转变为通道滤波器幅度和延时参数的差异,然后利用校正后输出信号的循环自相关构造残余误差测量函数,用增益误差和定时偏差估计值修正参数化滤波器,以实现对通道失配的精细校正.实测结果表明该方法对信号无杂散动态范围有27-32dB的提高,该方法可用于双通道TIADC通道失配的在线校正.     

L型阵列通道不一致及阵元位置误差的联合校正方法

针对L型阵列中通道不一致和阵元位置误差同时存在的情况,利用辅助阵列和校正源,提出一种L型阵列通道不一致和阵元位置误差的解耦合估计方法.该方法计算量小,不需要误差参数的任何先验知识,且校正源的位置可以未知.理论分析和仿真结果表明,提出的方法能很好地解决L型阵列中通道不一致和阵元位置误差的联合校正问题,且两种误差的估计精度高.     

天线阵通道不一致的有源校正

对天线阵通道不一致进行校正是利用天线阵处理信号要解决的问题之一。本研究提出通过辅助信号源对通道增益和相位不一致性进行有源校正的方法，该方法适用于均匀圆阵列估计空间信号源的频率、方位角及仰角，计算机仿真证明该方法的有效性。     

电晕电流信号高速数据采集技术

高压环境下的电晕电流信号具有复杂的脉冲特性,为了获得精确完整的电晕电流信号,提出了一种多通道并行数据采集技术.通过对多通道并行采样技术的理论分析与仿真,研究了通道偏置误差、增益失配误差、时钟相位误差变化对并行采样的影响.结果表明信号经过通道失配误差校正后,所得信号波形和频谱与标准信号基本一致,可以满足系统工程设计要求.     

阵列天线通道误差的盲估计

基于特征值分解的高分辨DOA估计算法,在理想阵列天线条件下,性能很好,能够精确估算出信号的方位角。但是当存在噪声扰动和天线自身存在误差时,会严重恶化这一类算法的性能,使其分辨率下降。本文提出了一种盲估计方法,此方法不需要知道信号源的方位角,就能精确估计出阵列天线的通道误差。     

GNSS干扰测向中的自适应阵元标校算法研究

在卫星导航系统优化设计的研究中,由于存在空间干扰,信息源方向测试误差较大。针对阵列通道之间存在幅相误差,导致子空间类高分辨测向算法测向性能下降的问题,提出一种快速自校正算法应用到GNSS接收机阵列通道幅相误差校正中。算法无需知道干扰方向,在准确估计出干扰个数的基础之上,采用分步迭代的方式,估计出存在幅相误差情况下的干扰波达方向,能够实现对多个干扰的同时校正。仿真结果表明,改进算法能够有效提高MUSIC算法的稳健性,提高对多干扰的分辨能力和估计精度,在GNSS接收机阵元标校中有良好的应用前景。     

WCDMA系统智能天线通道不一致性在线校正方法

研究智能天线通道不一致性的注入校正方法。基于WCDMA移动通信系统智能天线通道的物理层协议标准,提出一种新的注入校正方法。该方法首先采用搜索器估计通道的复增益,然后利用复增益的估计值实现通道不一致性的校正。理论分析和Matlab仿真表明,该注入校正方法能使智能天线的性能得以改善。     

基于非平稳时频分析的无线网络信道均衡算法

在无线网络数据通信中,由于阵元码间干扰导致信道具有非平稳特性,产生信道失衡效应,需要进行信道均衡设计,提高无线网络的数据传输性能.传统方法采用Hilbert变换扩频方法进行通信信道均衡,通过Hilbert变换使离散数据解析化,由于信道多径扩展导致码间干扰,为了提高信道均衡效果,提出一种基于非平稳时频分析的无线网络信道均衡算法.构建无线网络数据传输的空间多径信道模型,采用时频分析方法进行通信信号码间干扰抑制处理,采用提取的时频特征对通信信道进行正交频分复用分解,采用时频特征分析方法,对相位偏移进行空间码元重组,去掉路径相移偏量,实现信道均衡.仿真结果表明,采用该算法具有较好的信道均衡性能,能有效抑制通信信道的码间干扰,降低无线网络数据通信的误比特率,改善通信质量.     

MIMO-CPSC系统中预编码盲信道估计算法研究*

在频域均衡系统中,基于预编码的子空间盲信道估计算法可以有效地对信道进行估计。针对多天线单载波循环前缀系统,提出了一种基于预编码的盲信道估计算法。该算法通过分离出连续两个接收符号块的互相关矩阵所包含的信道信息实现信道盲估计。仿真结果表明,该算法具有较低的计算复杂度以及对信道阶数过估计有很好的鲁棒性,并且该算法利用较少的数据块个数就得到了一个可靠的信道估计值。     

低复杂度递推信道估计联合均衡算法

精确的信道状态信息对单载波频域均衡(Sin gle carrier frequency domain equalization, SC FDE)非常重要,本文基于高斯消息传 递 (Gaussian message passing,GMP)提出了一种递推最小二乘(Least squares, LS)信道估计 算法。借助于因子图,根据广义分配率思想,将估计函数分为多个局部函数,每个局部函数 做多利处理,然后通过定义辅助变量使其成递推关系。根据turbo原理,迭代交换软信息, 使得估计、均衡及译码联合进行。在此基础上 ,分析并推导出无偏简化方法,然后借助于快速傅里叶变换,使得算法复杂度随观察向量长 度的增加呈对数上升。仿真表明该简化算法具有较好的信道估计性能和误码率特性的同时, 显著降低了计算量。     

采用LMS算法的频域均衡技术研究

LMS(最小均方)算法是一种经典自适应算法,最初应用于时域均衡.本文采用LMS算法,根据信道的特性来更新频域均衡器的均衡系数,实验结果表明该算法可明显改善频域均衡系统的性能.     

基于KNN信道识别算法的无前后缀频域均衡技术

为了提高单载波频域均衡(SC-FDE)系统的频带利用率和通信速率,提出了一种基于 KNN 信道识别算法的无前后缀频域均衡技术;该技术通过构建不同信道环境下带有导频的训练数据集,根据训练数据通过不同信道条件下的特征并使用KNN算法进行分类,进而确定信道类型及信道最大多径时延,通过信道最大多径时延合理确定无前后缀重叠剪切频域均衡算法的最优重叠剪切长度,进而消除多径干扰对无前后缀频域均衡数据的影响,达到最优解调性能;仿真表明: 基于KNN的重叠剪切算法与文献推荐的50%重叠剪切法相比,性能基本一致,即在误码率为10-3的情况下,信噪比恶化不大于0.5 dB;此算法准确确定了最优重叠长度,减少了大量无效的重叠长度,保证了多径信道下系统的误码性能,达到性能和复杂度的平衡。     

基于MMSE的自适应盲均衡算法

提出一种估计最小均方误差的盲均衡算法。与RLS算法原理类似,该方法依据矩阵求逆引理逐步更新自相关矩阵及其伪逆,以达到快速收敛,且对迭代初始值不敏感。与非递归算法相比,该自适应在线算法无需直接计算相关矩阵的伪逆或引入奇异值分解,避免了估计相关矩阵的秩或信道阶数。快速收敛以及在线处理的特性使其可以应用到实时通信信号处理中。仿真结果证明算法具有很好的在线均衡性能。     

基于频域LMS算法的稀疏信道估计

传统自适应滤波方法无法直接、有效地对稀疏信道进行估计。为此,提出一种基于频域的稀疏信道估计方法。为削弱或消除信道的稀疏性质在其估计过程中带来的影响,引入频域最小均方（LMS）算法。频域LMS算法通过FFT变换实现稀疏信道的非稀疏化,从而使其可以对稀疏信道直接估计。仿真实验结果表明,频域LMS算法具有较好的收敛性能,与频域RLS算法相比,其收敛速度相当,但其收敛后的均方误差提高近10dB,可较好地完成对稀疏信道的估计,同时在算法的实现过程中通过使用重叠保留法能较大程度地减少估计的运算量。