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。     

一种新的高灵敏度GPS信号捕获方法

针对全球定位系统(global position system,GPS)信号的高灵敏度捕获问题,提出了一种基于阵列双稳随机共振( stochastic resonance,SR)的GPS信号捕获方法.该方法首先用部分匹配滤波器对GPS信号进行分段相关预处理,并进行二次采样,得到符合阵列双稳SR系统输入要求的信号,然后应...     

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。     

一种基于约束最小四阶矩的盲自适应多用户检测方法

基于约束最小四阶矩(Least Mean Fourth,LMF)准则,提出了一种新的高阶统计类型的盲多用户检测方法.通过理论分析和证明,采用此准则的盲多用户检测算法能够收敛于全局最小值,且该极值点符合多用户信号迫零解相关的要求.利用最速下降梯度方法,文中给出了盲自适应LMF接收机形式.该多用户接收机具有运算复杂度低,收敛性能好的特点.在AWGN信道和多用户环境中的仿真结果进一步验证了理论分析的结论.     

基于数字水印技术的隐蔽信息传输系统

针对传统加密通信不具备伪装性,容易被攻击者监听、截取、破译的缺点,提出一种新的基于数字水印技术的隐蔽信息传输系统。该系统利用人的听觉系统分辨率限制来实现隐藏信息传输的伪装性,能有效克服传统加密通信易被攻击者监听、截取的缺点。此外,实验表明该系统能实现隐藏信息的可靠性传输。     

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。     

基于椭圆包络线算法的探地雷达成像

针对超宽带探地雷达成像算法普遍存在成像模糊、计算量大、不适合实时处理等问题,提出一种基于椭圆包络线算法的探地雷达目标边界成像方法。该算法以不同介质内电磁波运行距离分段相加的方法计算椭圆长轴,使其适用于多层介质下探地雷达目标成像。FDTD数值仿真结果表明,椭圆包络线算法对于浅层目标体边界构造准确,运算速度快,对目标解释更精确。