一种新的基于PARC技术的MIMO系统

MIMO (Multiple-Input Multiple-Output)的显著优点就是在不增加带宽的情况下,能够成倍地提高通信系统容量和频谱利用率,是未来移动通信与个人通信系统实现高速率数据传输,提高高传输质量的重要途径,也是未来移动通信系统广泛采用的关键技术.文中简要介绍了MIMO系统及其一种新的MIMO系统中的应用技术,即PARC(Per-antenna Rate Control)技术.     

MIMO多跳无线网络

综述了多跳无线网络MIMO(multiple-input multiple-output)技术的研究进展,分析了MIMO技术的引入对多跳无线网络各层及整体设计的影响.以跨层协议设计为重点,详细介绍了当前典型的基于MIMO的多跳无线网络协议算法的核心机制,并比较分析了这些算法的特点和性能差异与存在的缺陷.最后,结合本领域内的研究现状,指出了基于MIMO的多跳无线网络走向实际工程应用环境所亟待解决的关键问题,指出了基于MIMO技术设计自适应调整、高性能多跳无线网络跨层模型及协议的重要性.     

A sparse direction-of-arrival estimation algorithm for MIMO radar in the presence of gain-phase errors

In this paper, the problem of direction-of-arrival (DOA) estimation for monostatic multiple-input multiple-output (MIMO) radar with gain-phase errors is addressed, by using a sparse DOA estimation algorithm with fourth-order cumulants (FOC) based error matrix estimation. Useful cumulants are designed and extracted to estimate the gain and the phase errors in the transmit array and the receive array, thus a reliable error matrix is obtained. Then the proposed algorithm reduces the gain-phase error matrix to a low dimensional one. Finally, with the updated gain-phase error matrix, the FOC-based reweighted sparse representation framework is introduced to achieve accurate DOA estimation. Thanks to the fourth-order cumulants based gain-phase error matrix estimation, and the reweighted sparse representation framework, the proposed algorithm performs well for both white and colored Gaussian noises, and provides higher angular resolution and better angle estimation performance than reduced-dimension MUSIC (RD-MUSIC), adaptive sparse representation (adaptive-SR) and ESPRIT-based algorithms. Simulation results verify the effectiveness and advantages of the proposed method.     

密集阵MIMO雷达阵列模式及其特性

为了对密集阵MIMO雷达不同阵列模式之间的联系进行研究,建立了密集阵MIMO雷达多次快拍信号模型,导出了接收信号相位历史的解析表达式,并通过相位历史表达式揭示了其蕴含的三种阵列模式以及生成机理;结合各阵列模式形成机理分别讨论了三种不同模式阵列特性.最后通过仿真结果对各阵列模式的特性进行了分析.研究结果表明,密集阵MIMO雷达不同阵列模式可带来不同的得益.     

用混沌序列降低MIMO雷达波形自相关旁瓣和互相关

基于混沌序列的良好相关性和随机性,提出了一种使用混沌序列降低多输入多输出雷达波形自相关旁瓣和互相关的方法.通过不同初值迭代得到混沌序列,然后经过相应的量化和四相编码得到混沌波形.由于不同混沌波形的自相关旁瓣不相关,同时,不同混沌波形的互相关也不相关,因此通过多脉冲压缩积累能够有效地降低自相关旁瓣和互相关在多输入多输出雷达中的影响.输出结果具有较低的旁瓣峰值,从而提高了检测性能。     

双选择瑞利信道MIMO-OFDM存在信道估计误差分析

双选择性(时域多变性和频域选择性)瑞利信道多入多出-正交频分复用(MIMO-OFDM)系统中,信道估计误差客观存在.为了研究双选择性瑞利信道中信道估计误差对MIMO-OFDM系统的影响,使用迫零检测和对Wishart分布的近似处理,从理论上推导出了存在信道估计误差时双选择不相关瑞利信道和双选择指数相关瑞利信道中MIMO-OFDM系统信干噪比(SINR)的概率分布.根据系统SINR概率分布,推导出了存在信道估计误差时系统的平均差错率和中断概率.仿真结果表明了理论分析的正确性.     

逻辑内建自测试技术进展综述

逻辑内建自测试(logic buit-in self-test,LBIST)是一种可测试性设计技术,利用芯片、板级或系统上的部分电路测试数字逻辑电路本身。LBIST对于许多应用来说至关重要,尤其是国防、航空航天、自动驾驶等生命和任务关键型的应用。这些应用需要执行片上、板上或系统内自检,以提高整个系统的可靠性及执行远程诊断的能力。该文首先给出了常用的LBIST分类,并描述了经典的,也是工业界应用最成功的LBIST架构——使用多输入特征寄存器和并行移位序列产生器的自测试架构;其次,对国内外研究团队、研究进展进行了总结;再次,详细剖析了LBIST的基本原理、时序控制、确定性自测试设计、低功耗设计、“X”容忍等关键技术点,列举出了主流的LBIST商业工具,并逐一分析了其软件架构和技术特点;最后,讨论当前LBIST技术仍需进一步解决的问题,并进行展望。     

双输入Buck变换器的单周期控制

在可再生能源联合发电系统中,采用单个多输入直流变换器(MIC)代替原有的多个单输入直流变换器,可以简化电路结构,降低系统成本。MIC通常需要进行能量管理以实现可再生能源的优先利用,因此采用MIC构成的可再生能源联合发电系统是一个典型的多输入-多输出的耦合系统,其闭环设计复杂。因此本文针对双输入Buck变换器,提出单周期控制方式来消除环路之间的耦合。同时本文还提出了模式切换电路以实现各个模式之间的平滑切换,并推导了双输入Buck变换器在不同工作模式下的单周期控制小信号模型。由该小信号模型可知,采用单周期控制无需电流调节器,而且电压调节器在不同工作模式下的设计条件相同,因此调节器的设计大大简化。最后本文设计制作了一台800W的实验样机,实验结果验证了所提出单周期控制方法的有效性。