基于SCKF的OFDM信道估计算法研究

正交频分复用(OFDM)技术具有抗多径、频带利用率高的优点,但随着传输距离的增加,信道条件的恶化,以及多径、多普勒频移影响的加剧,OFDM系统的通信传输变得愈加困难,因此研究有效的信道估计算法具有重要的现实意义。针对这些问题,提出了一种基于平方根容积卡尔曼滤波(SCKF)的信道估计方法,通过对OFDM子载波的信道响应进行递推,可实现OFDM系统信道的精确估计;仿真实验表明,与传统最小平方(LS)信道估计算法、离散余弦变换(DCT)信道估计算法相比,新算法具有更好的抗噪声性能。     

基于小物镜系统的热像差影响因素分析

光机热集成分析是光机结构设计中的重要环节,对光学系统像质的预测与补偿有着重要的参考价值。针对小物镜系统,进行光机热集成分析,结果表明该系统产生的热像差较大,影响系统光学性能,其中温度升高导致折射率变化引入的系统热像差较大;结构热变形引入的系统热像差较小,可以忽略;镜片与支撑结构之间的导热、上下窗口的空气扰动、机械结构外表面的环境对流也会存在一定影响,但影响较小。由此可知系统热像差的主要影响因素是热载的大小,设计过程中减少透镜厚度及材料吸收率,降低系统热载,是减小光学系统热像差最为有效的途径。     

TDS-CDMA的系统结构及关键技术

分析了第三代移动通信标准TD—SCDMA的技术特点，详细介绍了几个关键技术，并进行了评价．     

基于嵌套张量模型的MIMO中继系统组合接收算法

目前在单向双跳多输入多输出(MIMO)中继系统中,基于嵌套张量模型的接收算法主要采用单步交替最小二乘(ALS)和KRF(Khatri-Rao Factorization)算法.在时变信道且实时性要求较高场景下,计算复杂度高是制约其应用的主要因素.为此,在对单向双跳MIMO中继系统建模基础上,提出了基于嵌套张量模型的双步组合接收算法.该算法通过对接收的数据张量进行重建,将符号估计和信道估计分离,充分利用ALS和KRF的算法优势,有效降低了计算复杂度.同时,对算法的可辨识性进行了分析.仿真结果表明,该算法保持了与传统嵌套PARAFAC的最小二乘(Nested PARAFAC ALS)算法的相同估计性能,在源天线个数变化时,计算复杂度降低了80%以上;在中继天线个数变化时,计算复杂度降低了50%以上.     

基于计时器的最小连通支配集生成算法

在分簇的MANET中,基于计时器思想提出最小连通支配集生成算法,实现动态拓扑下骨干网构建与重构,证明了算法正确性。仿真结果表明,该算法能以少量消息开销,生成较小连通支配集,快速调整骨干网适应拓扑变化。     

基于盲自适应KLT的蒸发波导压缩感知方法

蒸发波导既可促成微波通信、雷达等系统超视距工作,又可能造成异常盲区,因此获知蒸发波导的时空态势是夺取海上制电磁权的关键.若仅靠增大传感器布设密度提升感知分辨率,则费效比高且提升空间有限.压缩感知为从相对稀少的观测数据中获知蒸发波导态势提供了可能.本文提出盲自适应KLT（Karhunen-Loéve Transform）追踪算法,通过少量观测数据,充分挖掘蒸发波导的稀疏性,准确恢复出蒸发波导的分布.理论分析和实验表明,新方法总体性能优于基于DCT（Discrete Cosine Transform）和传统KLT的对照组性能,且新方法在节省九成采样资源的前提下,最终的重构结果能够达到重构信噪比30dB的水平,为海上长时间、大范围蒸发波导态势感知提供了压缩采集的基础.     

非压缩高清视频传输系统的部署实现与性能分析

实现了一个非压缩高清视频传输系统,介绍了将此系统部署在中韩国际链路上传输非压缩高清视频的实验情况,测量与分析了系统运行的多种参数,给出了系统性能的评价,并且指出了此系统的应用前景和科研平台价值.     

基于感知域测量值的自适应压缩采样方法

现有的自适应采样方法需要在采集端获得原始信号,这在实际的蒸发波导相关气象要素压缩感知过程中不易实现。针对这一问题,提出了一种以测量值数据特征为依据的采样率自适应设定方法。该方法以能量表征各信号块的重要性,以观测值能量近似估计原信号块能量,根据感知域中测量值的能量变化自适应地为各块设定采样数目。理论分析和实验表明,该方法的重构性能优于传统自适应方法,相同采样率下可获得更高的重构信噪比。     

单通道混合信号的幅度估计算法

针对非协作通信场合中同调制参数的MSK单通道混合信号的幅度估计问题进行研究。在MSK混合信号的循环谱推导的基础上,通过搜索零频率处循环频率轴上的大强度谱线进行混合信号的幅度估计,利用循环谱算法中的泄漏谱包络辅助来消除谱线选择时存在的模糊问题,并通过大强度谱线位置的泄漏谱包络值来修正相应位置的循环谱幅度,以提高估计精度。仿真结果表明在信噪比大于?15dB时,该方法对功率差异不大的混合信号幅度具有较高的估计精度。该算法无需任何先验信息,适用于低信噪比环境,具有实用价值。     

基于UKF的单站无源定位算法

将一种适用于非线性系统的UKF应用于单站无源定位,并结合具体应用背景,对通常的UKF作了适当的改进。与推广卡尔曼滤波器(EKF)相比,UKF能更好解决量测模型非线性问题,滤波性能更好,而且UKF的计算量与EKF是同阶的。