对比源框架下的多任务贝叶斯压缩感知微波成像方法

针对强散射体微波成像困难问题,本文提出了一种对比源框架下的基于拉普拉斯先验的多任务贝叶斯压缩感知方法,实现了稀疏强散射体的微波成像.在对比源框架下,基于"数据"积分方程并对成像区域网格离散建立稀疏感知模型,前向问题采用矩量法数值模拟;构造基于拉普拉斯先验的贝叶斯压缩感知分层模型;在多入射波情况下,利用多任务贝叶斯压缩感知方法对对比源进行优化求解;最后利用"状态方程"实现了目标函数的重构.本文在考虑噪声情况下,通过对多像素单目标、不均匀目标、多目标的微波成像数值模拟,并与共轭梯度方法、一阶Born近似框架下的多任务贝叶斯压缩感知方法的重构结果比较,验证了本文方法的有效性和鲁棒性.     

稀疏共形阵列天线方向图综合

提出一种基于多任务学习的共形阵列天线稀疏优化方法.该方法在考虑单元方向图的全局旋转变换和单元极化状态差异的情况下,建立了共形阵列天线导向矢量模型,结合多任务学习框架,以均匀分布共形阵列天线同一平面上阵元的方向图作为目标任务进行学习,通过稀疏向量支撑区的识别,将欠定的阵列流形矩阵方程转换为超定的特征矩阵方程进行求解,在实现阵列方向图逼近的前提下,建立了共形阵列天线阵元激励与位置联合稀疏优化的多任务学习模型.通过分块坐标下降法对稀布共形阵列天线多任务学习模型进行求解,实现了共形阵列天线的稀疏优化布阵.理论分析与实验仿真证明,该方法能有效减少共形阵的单元数量,简化共形阵列天线结构,获得与均匀分布的共形阵列天线性能一致的天线方向图,解决了稀疏共形阵列天线方向图综合优化设计难题.     

基于贝叶斯压缩感知理论的超宽带通信信道估计

超宽带是一种新颖的高速无线通信技术。其过高的带宽给采样带来了困难,压缩感知理论提供了一种可行的低速采样方法。针对目前的压缩感知超宽带信道估计方法必须假设信道稀疏度已知,论文提出了基于贝叶斯压缩感知理论的超宽带信道估计方法。将超宽带信道估计转化为压缩感知理论中的重构问题,并使用贝叶斯压缩感知方法进行重构,得到信道估计值及其误差范围,最终实现信息解调。贝叶斯压缩感知理论将稀疏贝叶斯学习理论引入到压缩感知中,给需要重构向量中的每个值设置受超参数控制的后验概率密度函数,在超参数的更新过程中,零值所对应的超参数将趋向于无穷大,与之对应的后验概率将趋向于零,通过这种方法剔除非重要多径,自适应地找出信道向量中的重要多径,并使用回归算法进行重构。实验结果表明在信道稀疏度未知的情况下,该方法能够对原信道进行有效的重构。     

一阶Born近似下的不均匀目标贝叶斯压缩感知微波成像方法

针对不均匀散射体重构问题,提出了一种基于Born 近似下的贝叶斯压缩感知微波成像方法。在一阶Born 近似框架下,基于电场积分方程并对成像区域网格离散建立稀疏感知模型,然后构造基于高斯先验的贝叶斯概率密度函数,并利用相关向量机方法对目标函数进行优化求解,最终实现对目标的微波成像。通过对多像素单目标、不均匀单目标、不均匀多目标等的微波成像研究并考虑了噪声影响,数值算例结果表明基于高斯先验的贝叶斯压缩感知方法重构结果要优于共轭梯度迭代算法和正交匹配追踪压缩感知重构算法,验证了文中方法的有效性和鲁棒性。     

基于序列二阶锥的平面稀疏阵方向图重构

针对稀疏阵列天线多方向图可重构问题提出了一种基于序列二阶锥的算法。通过引入共轭对称激励,将方向图的上下界约束转化成凸问题;通过辅助变量的迭代加权,将稀疏阵列的阵元位置优化和多方向图的赋形转化为序列二阶锥问题。文中将算法从线阵推广至面阵,在任意主瓣宽度、响应波纹、零陷及副瓣电平的约束下,通过改变阵元的激励,皆可优化阵元位置排布。仿真结果验证了算法的有效性,可以达到降低天线系统成本的目的。     

基于压缩感知的水声通信网络流量预测

水声通信中过多的流量数据给采样和网络传输带来了困难,而压缩感知是一种可行的低速采样理论.提出基于贝叶斯压缩感知理论的水声通信网络流量预测方法.将网络流量预测转化为贝叶斯压缩感知重构问题,为了将需要重构的向量稀疏化,将其设置为受超参数控制的后验概率密度函数.通过该方法可以自适应地找出含有重要信息的网络流量,并用回归算法来进行重构.实验结果显示该方法具有较高的预测精度.     

基于框架理论的最小阵元数稀疏阵综合算法研究

随着越来越高的角度分辨率要求与进一步降低的天线成本,大规模阵列越来越普及。在重量、体积和成本有限时,要获得大孔径天线得到较高的角度分辨率,且尽量减少天线阵元数目,可采用最小阵元稀疏阵设计方法。本文基于框架理论,提出了一种新的最小阵元数的稀疏阵综合方法。该方法将稀疏阵设计问题转化为压缩感知问题模型,然后利用次优反馈的零空间追踪硬阈值算法求解。该方法可同时综合阵元位置与阵元权重来匹配给定的阵列方向图,并可有效降低阵元数。仿真实验证明了算法的正确性和有效性     

基于改进迭代FFT算法的均匀线阵交错稀疏布阵方法

基于孔径空分复用的共享孔径交错稀疏布阵是实现机载多功能天线的有效途径。该文提出一种基于改进迭代FFT算法的均匀线阵交错稀疏布阵方法。基于均匀线阵天线激励与方向图的傅里叶变换关系,通过对目标方向图采样的频谱分析,采用交叉选取子阵激励的方法对子阵单元进行稀疏优化布阵,实现了子阵频谱能量的均匀分配,确保了交错稀疏子阵方向图的一致性。在此基础上采用迭代FFT算法对稀疏交错子阵进行联合优化。理论分析与仿真实验表明,相对于基于差集及遗传算法的稀疏交错优化方法,该算法通过较少次数的迭代,可以实现等稀疏率和方向图近似一致的交错稀疏布阵,而且可以获得更低的副瓣电平。     

基于迭代FFT算法的平面阵列交错稀疏布阵方法

交错稀疏阵列天线的设计需要实现“稀疏布阵”和“子阵交错机制”两个关键技术的有机“协同”.提出一种基于改进迭代快速傅里叶变换(Fast Fourier Transformation, FFT)算法的均匀面阵交错稀疏布阵机制.鉴于均匀矩形平面阵列天线激励与方向图存在二维傅里叶变换的关系, 该方法通过对均匀面阵方向图采样的频谱能量分析, 采用交错选取子阵激励的方法, 实现了面阵天线方向图频谱能量的均匀分配, 获得了近似相同方向图的交错子阵设计.在此基础上, 采用迭代FFT算法对交错子阵激励进行迭代循环, 有效降低了交错子阵的峰值旁瓣电平.理论分析与实验仿真证明, 相对于基于循环差集和互补差集的稀疏交错优化方法, 该算法实现的交错稀疏阵列设计具有方向图近似程度更高, 且峰值旁瓣电平更低的优点.     

压缩感知的等效二维稀疏变换

目前的压缩感知研究尚不能真正实现基于二维稀疏变换的影像采集和重构。通过对二维压缩感知和稀疏变换的理论分析和数学推导,将基于一维稀疏变换的二维压缩感知模型等价转换成适用于二维稀疏变换的二维压缩感知模型。从而在测量过程不变的前提下,基于一维线阵推扫数据采集方式实现了基于二维稀疏变换的压缩感知影像采集和重构。实验验证了等效二维稀疏变换的正确性。     

用于认知无线电的自适应可重构天线研究

针对未来无线电系统如软件无线电、认知无线电给天线设计特别是可重构天线设计提出的新挑战,提出了一种基于全波/网络混合的可重构天线仿真分析方法.该方法将可重构天线看作多载天线,采用全波仿真分析无加载的天线阵列,将网络分析法与遗传算法相结合分析任意加载可重构天线的网络特性和辐射方向图,并利用该方法对一种矩形环形可重构天线的频率和方向图可重构能力进行了仿真分析.仿真结果表明,矩形环形可重构天线具有频率可重构和方向图可重构的功能,该特性可以使其应用于未来的认知无线电、智能天线等系统中.     

基于酉变换-矩阵束的稀布线阵方向图综合

该文提出一种非迭代的稀布线阵方向图综合方法。该方法首先对方向图采样数据进行centro-Hermit化处理,然后通过酉变换构造等价实矩阵束,得到非均匀单元位置与新矩阵束广义特征值的关系。在此基础上,对实矩阵奇异值分解,并舍弃非主要奇异值以获得低阶左奇异向量矩阵,进而求得稀布阵列的阵元位置和相应激励。相比于其他方法,该方法能够直接得到阵元位置的实数解,奇异值分解和特征值分解均在实数域进行,提高逼近程度的同时有效降低了计算量,仿真验证了该方法利用少量阵元即可高效实现线阵的方向图综合。     

A Wideband Slotted Bow-Tie Antenna With Reconfigurable CPW-to-Slotline Transition for Pattern Diversity

We propose a slotted bow-tie antenna with pattern reconfigurability. The antenna consists of a coplanar waveguide (CPW) input, a pair of reconfigurable CPW-to-slotline transitions, a pair of Vivaldi-shaped radiating tapered slots, and four PIN diodes for reconfigurability. With suitable arrangement of the bias network, the proposed antenna demonstrates reconfigurable radiation patterns in the frequency range from 3.5 to 6.5 GHz in three states: a broadside radiation with fairly omnidirectional pattern and two end-fire radiations whose main beams are directed to exactly opposite directions. The proposed antenna is investigated comprehensively with the help of the radiation patterns in the two principal cuts and also the antenna gain responses versus frequencies. The simulation and measurement results reveal fairly good agreement and hence sustain the reconfigurability of the proposed design.     

非局部学习字典的图像修复

该文提出一种新的基于学习的图像修复算法。与经典的稀疏表示模型不同,该文将非局部自相似图像块统一进行联合稀疏表示,训练高效的学习字典,并使自相似块间保持相同的稀疏模式。该方法既确保自相似块投影到稀疏空间后也具有相似性,也较好地保留了自相似块间的相关性信息,更有效地建立了它们的联合稀疏关联,并将这种关联作为先验知识来指导图像的修复。该算法使用大量自然图像样本来训练初始的过完备字典,既利用了样本图像的先验知识,又充分考虑了待处理图像本身的相关信息,自适应性强。通过对自然图像进行大﹑小范围图像修复和文字去除实验,该文方法均取得不错的修复效果。     

Novel radiation pattern reconfigurable antenna with six beam choices

This article presents a novel radiation pattern reconfigurable antenna with six beam choices,which works in 5.2 GHz wireless local area network (WLAN) frequency band.The designed antenna has good imped...     

Researches on Reconfigurable Antenna in CEMLAB at UESTC

This paper summarizes the achievement and progress in the research on reconfigurable antenna since 2001, in Computational Electromagnetics Laboratory （CEMLAB） at University of Electronic Science and Technology of China （UESTC）. Several typical reconfigurable antennas are introduced, which can realize frequency, pattern or frequency-pattern reconfigurability by electrically controlling methods. Some techniques involved in the design and analysis of reconfigurable antennas are reported. At last, the development trend of reconfigurable antenna is predicted in the conclusions.     

一种移动终端多天线方向图重构快速选择算法与基于滑动时间窗的加速实现

 多输入多输出(MIMO)系统中,天线选择技术可以在降低复杂度的同时,有效地提高系统的性能.但对于天线安装空间受限的小型终端,天线的数目将受到很大限制,本文结合方向图可重构技术,考虑基于线性接收机的空间复用系统,通过在已选择的发射天线上采用等功率分配等增益传输以减少反馈信息量.在此条件下,推导出空间相关衰落信道下自适应发射天线选择的统计容量公式下限,然后,在此基础上提出基于方向图重构的发射天线快速选择方法以最大化该容量值.此外,在实现中提出了一种基于滑动时间窗的梯度更新估计模型,缩短了算法所需时间.     

A radiation center representation of antenna radiation patterns ona complex platform

A sparse model of the antenna radiation pattern on a complex platform is presented. This representation is based on a point radiator model that describes the radiation pattern by a collection of radiation centers on the platform. The methodology for obtaining the radiation center model is presented. It entails first generating the three-dimensional (3-D) antenna synthetic aperture radar (ASAR) imagery of the platform and then parameterizing the resulting image by a collection of point radiators via the CLEAN algorithm. It is shown that once such a representation is obtained, we can reconstruct and extrapolate antenna radiation patterns over frequencies and aspects with good fidelity, thus achieving high data compression ratio. Furthermore, it is shown that the resulting radiation center information can be used to pinpoint cause-and-effect in platform scattering and provide important guidelines for reducing platform effects