一种基于空频结构与空时结构权值转换的精确宽带波束赋形算法

该文提出一种空时结构下的精确宽带波束赋形算法。在空频结构下,对各子带权值进行波束赋形优化。根据权值在满足共轭对称条件下,阵列幅度响应可以转换为线性函数这一原理,将波束赋形转换为凸优化问题。利用内点法得到最优权值后,通过空频结构与空时结构之间的权值转换关系,得到空时结构下的波束权值。该算法能够对宽带波束图进行精确地赋形,同时保证在期望方向上阵列响应具有线性相位特性。仿真结果验证了算法的有效性。     

采用距离无偏估计的加权最小二乘定位算法

随着WiFi网络的广泛覆盖,基于接收信号强度的定位技术成为研究热点。针对已有基于接收信号强度定位算法定位性能不高的实际问题,提出一种基于距离无偏估计的加权最小二乘定位算法。该方法首先利用接收信号强度观测模型计算得到信号源与传感器之间距离的无偏估计量,然后根据距离计算公式建立方程组;接着把距离的无偏估计量代入方程组得到关于信号源位置的线性最小二乘模型,同时计算线性最小二乘模型中的噪声协方差矩阵;最后运用加权最小二乘方法计算得到信号源位置的估计量。该文对所提算法进行了充分的计算机仿真,仿真结果表明:在不同的定位环境下,所提算法的定位性能均优于传统加权最小二乘算法和最佳线性无偏估计算法。      

基于证据理论的群指纹融合室内定位方法

室内定位的主要挑战是室内的多径传播及非平稳信道环境,传统基于信号强度指纹的单指纹室内定位方法由于受环境变化影响较大,稳健性较差且精度较低。针对此问题,提出一种基于D-S证据理论的群指纹融合高精度室内定位方法。在建库阶段,利用室内阵列信号接收模型,首先通过计算阵列接收信号的不同统计特性构建包括信号强度、协方差矩阵、信号子空间及四阶累积量组成的群指纹库,再对群指纹进行神经网络训练获取针对每种指纹的神经网络分类器;在实测阶段,把实测数据的上述4种变换输入到训练好的神经网络分类器中,最后利用D-S证据理论对神经网络分类器的分类结果进行融合,给出最终的定位结果。仿真结果证明了算法的有效性及可行性。该算法可充分发挥指纹信息的集群效应,对噪声、多径传播等具有较好的稳健性,是一种高精度的室内定位新方法。     

基于改进PASTd的MUSIC算法的DSP实现

空间谱估计是阵列信号处理最主要的研究方向之一,其主要的目的是估计信号的空域参数或信源位置,这是雷达、通信、声纳等众多军事及国民经济领域的重要任务之一。MUSIC算法是DOA估计领域中的一种经典算法,其硬件系统的实现成为广泛关注的热点。在实际工程应用中对系统实时性、精确度有很高的要求,提出采用改进紧缩近似投影子空间跟踪(PASTd)算法求解信号特征向量和空间维数,进而将求解信号子空间应用于MUSIC算法中,有效地降低了运算量;同时在以ADI公司高速DSP芯片(ADSPTS201S)为核心处理器的数字信号处理板上,实现了一种基于均匀线阵改进PASTd的测向方法。     

基于线性调频信号的数模转换器时钟抖动误差分析

数模转换器的时钟抖动引起输出信号的误差,该误差会影响后继的信号处理.本文分析了数模转换器中输入为线性调频信号时,由时钟抖动引起的误差.首先给出了该误差平均功率表达式,然后根据该表达式推导出输出信噪比的近似计算公式,最后对影响信噪比的各种因素进行讨论,其中信号的带宽及时钟抖动参数的增大均会降低输出信噪比,而调频斜率的变化对输出信噪比影响较小,采样频率的增大可以在一定程度上提高信噪比.仿真结果验证了信噪比计算公式的正确性,并给出了信噪比随各种因素变化的趋势.     

一种改进的天波雷达海杂波循环对消算法

在天波超视距雷达中,舰船等慢速目标的频谱通常靠近强大的海杂波谱,检测难度大,在短相干积累条件下,回波频谱的多普勒分辨率降低,进一步增加了目标检测难度。目前的海杂波抑制方法主要是循环对消法,但是传统的循环对消方法仅通过傅里叶变换后最大谱线来估计频率,频率估计精度不高,杂波残留严重,而且容易将目标信号也对消掉。针对该问题,提出了一种改进的循环对消算法,该算法中,首先给出了短相干积累下海杂波频率的高精度估计算法,利用最大的3根谱线进行插值来对粗估计得到的频率进行校正,从而精确估计海杂波频率,在此基础上估计时域的海杂波信号;为了避免将目标信号也对消掉,进一步给出了海杂波的频率界限,只在杂波界限内进行海杂波循环对消;与传统算法相比,所提算法能够对海杂波参数进行高精度估计,从而减少了对消过程中剩余杂波的能量,有利于舰船目标的峰值显露,而且杂波频率界限的使用能够避免将目标信号对消掉,提高了目标的检测效能。仿真和实测数据处理结果均表明,与传统循环对消法相比,所提算法能用更少的对消次数凸显出舰船目标,而且残留杂波能量更低。     

基于回声状态网络的OTHR海杂波抑制方法

在短相干积累时间(CIT)情况下,天波超视距雷达(OTHR)中低速目标检测很困难:低速目标靠近强大的海杂波频谱;短CIT导致多普勒分辨率低,使目标信号与海杂波更难区分。传统方法一般利用海杂波与目标信号的时频特征不同来抑制海杂波,目标速度较高时这些方法很有效,然而在短CIT、低速目标情况下目标与海杂波信号的时频特征的区分度很小,使得传统方法难以有效抑制海杂波。针对上述问题,考虑到海杂波与目标信号具有不同的动力学特征,提出一种基于回声状态网络的天波雷达海杂波抑制方法。该方法首先用海杂波参考信号训练回声状态网络,使该神经网络"记住"海杂波的混沌动态特征;然后用前述训练好的网络重构和预测天波雷达回波中...     

农用聚磷酸铵研究概况

主要介绍农用聚磷酸铵在国内外的发展应用概况以及在我国农业上的应用前景等。     

基于OMP算法的极化敏感阵列多参数估计

基于压缩感知的DOA估计方法在小快拍数下性能优越,并且具有天然的解相干能力,但在极化敏感阵列中运用很少。基于极化敏感阵列研究一种改进的OMP算法,能够成功估计出空域和极化域参数。该算法首先将极化敏感阵列信号接收矩阵重新建模,随后采用所提的改进OMP算法得到空域到达角估计结果。然后将求解出来的空域到达角代入到根据模值约束条件构造出来的代价函数中,通过闭合式解得到极化参数估计,从而实现了自动配对的空域和极化域的参数估计。仿真结果表明,该方法无论信号相干与否都能够得到良好的估计结果,并且在非相干情况下,估计性能总体优于极化ESPRIT算法及模值约束MUSIC算法。     

WCDMA系统基站阵列接收方案带训练序列的LMS-DRMAT算法

该文针对WCMA系统上行链路帧结构的特征,将Z.Rong(1997)提出的LS-DRMTA改进为利用WCDMA上行链路帧结构中的导频位(pilot bit)作为训练序列的LMS-DRMTA算法。这种新的阵列接收CDMA解调算法相对于LS-DRMTA算法大大降低了基站处理的运算量,提高了算法的实用性,仿真实验还表明该算法比原算法具有更低的误码率。