阵列双稳随机共振在微弱信号检测中的应用研究

阵列双稳随机共振(stochastic resonance, SR)系统可利用噪声在单个双稳SR系统基础上进一步增强微弱信号检测的能力,为强噪声背景下微弱信号的检测开创了新方法。本文应用阵列双稳SR原理进行微弱信号检测的研究,采用理论和数值仿真相结合,通过稳态自协方差函数,分析了阵列双稳SR系统输出信噪比（signal-to-noise ratio, SNR）增益。在此基础上,分别讨论了阵列噪声、外部噪声及阵列单元数对检测性能的影响。并与单个双稳SR检测弱信号进行性能比较,分析和仿真结果都表明,在相同条件下,采用阵列双稳SR比采用单个双稳SR检测微弱信号性能有较大改善。这些研究结果对于阵列双稳SR的进一步发展及应用具有重要意义。      

互补随机子梯度分布式认知无线电功率分配

频谱作为一种有限资源,随着无线通信服务和器件的日益增多,频段越来越稀缺,认知无线电是有效提高频谱利用率的解决方法之一.认知用户利用授权系统的固有反馈信息,合理设置认知用户的发射功率,两个通信系统能够同时工作,提高了频谱效率,并控制对授权用户造成的干扰.在不需要主动合作的前提下,该文提出了适合认知无线网络的互补随机子梯度分布式功率控制算法(CSDPC),分析了该分布算法的收敛特性,采用互补式的搜索方式,获得了提高收敛速度的有效途径.仿真结果表明,该算法和相关文献比较,收敛时间不到类似算法运算时间的1/10,增强了系统的灵活性,提高了通信容量.     

基于尺度MMSE波束的超宽带穿墙成像方法

与最大化信干噪比波束相比,最小均方误差(minimum mean squared error,MMSE)波束能够获得更好的信号波形估计,因此非常适合超宽带穿墙雷达目标成像。通过分析MMSE最优权矢量中标量因子和用于旁瓣抑制的相干因子(coherence fac-tor,CF)之间的关系,建立MMSE算法与CF加权最小方差无失真响应(minimum variance distortionless response,MVDR)算法之间的统一形式,提出尺度MMSE算法。考虑到墙体介质的非均匀性、天线定位误差等的影响,给出了最优权矢量中未知参数的稳健估计方法。最后,利用时域有限差分(finite difference time domain,FDTD)数值仿真和实验数据分析了不同尺度的成像性能。结果表明尺度越大,成像质量越好,目标杂波比(target-clutter-ratio,TCR)提高约25 dB。     

宽带高速车载环境中的分布式空时频编码

利用高速车载终端与基站宽带通信时信道的多径时变特性,提出一种分布式空时频编码方法.该方法通过选择车内空闲终端构成虚拟天线阵列进行协同编码,在不降低传输速率的前提下,能够获得信道中潜在的协同分集、时间分集和频率分集增益.理论分析表明:车载速度的提高使时间分集增益得以增强,正确解码中继个数的增加使协同分集增益得以增加.仿真...     

半双工中继信道下联合LDPC码设计

为了提高解码前传半双工中继通信系统的编码增益,提出了一种联合LDPC码编码结构及其度分布优化方法。该结构视信源和中继子码为联合LDPC码的一部分,目的端根据从信源和中继接收的消息进行联合译码,同时获得信源和中继的信息。为了分析联合LDPC码的渐进性能,推导了AWGN信道下联合LDPC码的高斯近似密度进化算法。结合译码收敛条件和度分布约束关系,提出联合LDPC码的度分布优化问题。仿真结果表明：联合LDPC码的渐进性能及误码性能优于BE-LDPC码和独立处理（SP）码。     

一种基于改进线性规划的LDPC码混合译码算法

与基于消息迭代的置信传播译码相比,线性规划(linear programming,LP)译码分析有限长LDPC码性能更为有效。然而,传统LP译码算法运算量非常大,不利于系统实现。本文结合LDPC码校验矩阵的特点,去掉传统LP译码中不必要的约束,得到一种低复杂度LP内点译码算法。为了降低译码延时,将LP内点译码算法与置信传播译码算法结合,提出LDPC码混合译码算法。仿真结果表明,混合译码算法的误码性能优于传统LP译码和BP译码算法,而译码延时低于传统LP译码。     

机翼共形阵列的阵元位置估计方法

研究机翼共形阵列存在共形表面变形下的阵元位置估计问题。在获取观察区域距离-多普勒图像基础上,首先采用子空间跟踪方法估计给定距离-多普勒单元数据的主特征矢量;然后利用最小二乘方法拟合不同多普勒通道主特征矢量的绝对相位特性来获得相位中心的初估计;最后结合机翼共形表面的变形模型,在采用整体最小二乘方法拟合形变参数基础上得到相位中心的最终估计结果。仿真结果表明该算法不需要辅助校正源,能获得优于十分之一波长的相位中心位置估计精度,满足高分辨率空间谱估计要求。     

基于相关检测的旋翼无人机检测与识别方法

针对复杂杂波背景环境下无人机目标旋翼回波信噪比低导致检测与识别困难的问题,提出了一种基于相关检测的旋翼无人机检测与识别方法.该方法首先利用信号相关性对目标进行检测,得到无人机各旋翼的初始相位差.然后在相关检测结果的基础上,对回波信号进行积累以提高信噪比.最后将积累后的回波信号进行时频分析得到无人机的目标特征信息,从而有...     

QR自适应算法的高效实现

利用非线性数字滤波的方法，实现了一个非归一化数的开平方根运算，并利用这一方法在ＤＳＰ（ＴＭＳ３２０Ｃ２５）上实时地实现了一类ＱＲ自适应滤波算法，完成了自适应噪声对消实验，文中还给出了某些实验结果。     

基于深度学习的探地雷达二维剖面图像结构特征检测方法

该文针对探地雷达(GPR) 2维剖面图像中目标特征提取困难及其识别精度较低等问题,采用深度学习方法来提取2维剖面图像中目标的特征双曲线。根据GPR工作的物理机制,设计了一种级联结构的卷积神经网络(CNN),先检测并去除回波数据中的直达波干扰信号,再利用CNN得到B扫描(B-SCAN)图像的特征图,并对特征信号进行分类识别以提取目标的特征双曲线。同时,为处理各种干扰信号影响目标特征双曲线结构完整性的问题,提出了一种基于方向引导的特征数据补全方法,提高了目标特征双曲线识别的准确率。与方向梯度直方图(HOG)算法、单级式目标检测(YOLOV3)算法和更快速的区域卷积神经网络(Faster RCNN)算法相比,在综合评价指标F上该文方法的检测结果是最优的。