基于改进DWA的无人机实时路径规划研究

针对传统路径规划方法存在着过多依赖环境先验信息、算法路径规划实时性不强、难以适应复杂障碍环境等方面的不足,提出基于电势能理论的改进动态窗口法(DWA),扩展轨迹评价子函数空间。首先,改进设计预测轨迹选择函数来引导跳出局部最优,脱离凹型障碍环境;同时,设计速度评价函数权重动态调整机制,增强穿越密集障碍区域能力;最后,增加设计目标导航函数,提升算法趋向目标点的引导能力。仿真实验表明,改进算法可以有效克服传统DWA算法易陷入局部最优和无法有效应对复杂障碍环境等问题,更好地提升算法的路径规划能力和实时性。

信息缺失条件下基于IQBA-TOPSIS的空中目标威胁评估

现代战场的高复杂性和各种态势信息的不完备性使得传统的空中目标威胁评估方法难以适用于数据缺失的情况。针对该问题,首先采用引入等距对数比变换(ILT)和球坐标变换的改进的量化双聚类算法(IQBA)补全目标属性缺失数据;然后采用改进的基于灰靶理论和指标相关性的熵权法分析各属性的影响程度,客观计算目标属性权重;最后使用改进的灰色关联TOPSIS法来实现对作战任务目标的威胁评估,划分威胁等级。仿真实验结果表明,所提方法可以有效实现信息缺失条件下的空中目标威胁评估,评估结果更加客观可靠。

Wi-Fi新技术研究与展望

以最新的几款符合draft802.11n草案标准的Wi-Fi产品为例,详细分析了其关键技术和各自的设计特点。随后通过性能测试对比,指出Wi-Fi新设备存在的问题,对Wi-Fi设备的发展进行了总结与展望。

基于时频分析及SOPC技术的高速跳频侦察、干扰机设计

根据高速跳频跟踪式干扰机的基本原理,提出一种基于时频分析理论的高速跳频干扰机实现方案,并使用SOPC技术在单片FPGA上实现了该方案。经过性能分析与实际测试,可干扰 2000跳 /秒的超短波跳频电台,同时侦查、识别 10 000跳 /秒的超高速跳频电台。

STFT与SOPC技术相结合实现高速跳频图案的识别与跟踪

本文根据频率跟踪式干扰的基本原理,提出一种基于短时傅里叶变换 (STFT)的高速跳频图案的识别与跟踪方案,并采用可编程芯片系统 (SOPC)技术进行了硬件实现。理论分析与实测结果表明,该系统实现 1024点的STFT仅需 84μs,可对 10 000跳 /秒以下的高速跳频图案实时识别与跟踪。

基于联合空、时频估计的跳频无线网多用户检测算法

多个跳频网络共存时,多用户由于频率冲突而相互干扰,成为限制跳频网络性能的主要原因。本文基于阵列天线和二维谐波恢复原理,提出一种联合电波到达方向、跳频时间和跳变频率估计的多用户检测算法。仿真实验表明,该算法可以在未知跳频速率、频率偏移以及跳频图案等参数的情况下拆分多个发生频率冲突的跳频信号,避免相互干扰。

基于跳频WLAN的移动多媒体传输纠错码技术研究

通过对多种多媒体传输标准纠错编码技术的研究,结合跳频WLAN信道特性,提出了一种应用于WLAN的移动多媒体传输LDPC+RS级联纠错码方案。仿真实验表明,与用于数字广播网移动多媒体传输的DVB-H标准纠错码方案相比,该方案的纠错性能有明显的提高,在基于跳频WLAN的移动多媒体传输系统中应用具有一定的优势。

RLS算法的智能天线DSP实现

基于良好收敛特性的RLS算法采用并行DSP处理器和分布式存储器结构实现了多阵元均匀阵列的智能天线。针对TMS320C6416芯片的结构和RLS算法的特点,详细阐述了软硬件的实现和优化。实验结果证明,该系统满足2 048点8 bit8 kHz速率采样的16天线阵智能天线实时性要求。

跳频无线网多用户检测算法及SOPC实现

多个跳频(FH)网络共存时,不同网络用户由于频率冲突而相互干扰。本文基于二维谐波恢复原理,提出一种联合跳频时间和频率估计的多用户检测算法。随后基于SOPC片上可编程系统硬件实现了该算法。仿真实验表明该算法可以在未知跳频速率、频率偏移以及跳频图案等参数的情况下拆分多个发生频率冲突的跳频信号。

航空高动态网络链路感知OLSR路由算法

针对航空高动态无人机(UAV)网络环境中节点移动速度快、网络拓扑变化快,导致网络链路稳定性差、数据到达率低和信息拥塞度高等问题,提出了一种航空高动态网络链路感知OLSR(OLSR-LA)路由算法,该算法利用接收的2个连续Hello消息的多普勒频移、能量等信号特征,计算出航空高动态无人机网络中2个相邻节点的相对速度和移动趋势,从而得出这2个节点之间链路的保持时间。根据节点MAC层接口队列长度衡量网络局部的负载程度,并利用ARIMA-WNN组合预测模型预测下一时刻节点负载的预测值,并通过Hello消息传递给邻居节点。根据链路感知情况,采用基于局部路由负载均衡(RRLB)算法避免拥塞的发生。仿真结果表明,与传统OLSR算法相比,本文提出的算法有效提高了分组交付率,降低了端到端的传输延时,增加了网络吞吐量,从而提高了整个无人机网络传输的有效性和实时性。

低空多无人机自组网数据可靠传输的跨层方法

低空多无人机自组织网络由于数据传输容易被地形或建筑物等遮挡,通信中断时有发生,同时传统拥塞处理体系已不能满足无人机间通信的质量要求。针对以上问题,提出一种数据可靠传输的跨层方法。运用该方法在物理层根据信道条件得出3种通信方式的中断概率,在MAC层根据数据包进入缓存队列时间,进行拥塞等级划分,在传输层根据拥塞情况控制滑动窗口大小,自适应控制源无人机的数据发送速率,在网络层以中断概率与拥塞值的联合权重为依据,提供数据可靠传输的路由选择。仿真结果表明,与移动自组网拥塞感知路由协议、动态拥塞感知路由协议相比,该方法有效降低了中断概率,并随着数据发送速率以及无人机速度的增加,可获得更低的平均时延和较高的投递成功率。

一种基于折线逼近的对数似然比简化算法

针对16QAM信号的对数似然比计算,该文提出一种新颖的折线逼近简化算法,采用分段的折线逼近16QAM信号的对数似然比曲线,进而使用简单的线性运算替代原标准LLR算法中复杂的非线性运算,仿真结果表明,该算法可以理想地逼近标准LLR算法的计算结果,在BITCM系统中应用不会带来系统的性能折损。

优先级调度下的无人机自组网数据可靠传输跨层方法

在无人机自组织网络中,为了实现射频隐身,确保大量不同优先级数据的可靠传输.提出一种MAC层与网络层协同设计的优先级调度的数据传输方法,在MAC层,通过优先级调度机制控制不同优先级数据的传输顺序,通过ACK分组优化无人机自适应功率控制流程;在网络层,通过能耗和传输平衡机制完善无人机编队间大量优先级数据传输的路由选择过程.仿真结果表明,此方法能够有效提高无人机自组织网络的平均吞吐量,降低能耗、平均时延、标准化路由负载.

小波包调制树优选简易算法

提出了一种基于小波多速率调制的小波包优选树提取简易算法。该算法在不增加传输系统复杂度的条件下,通过发送训练序列,并计算各个小波树分支解调信号的均方误差,从而确定最佳树优选分解。仿真结果表明,通过优选树算法,在小波传输频带确定的情况下,可以在特定信道下,有效确定小波多速率调制的最佳树分解结构,降低系统接收误码率。

LT码在移动多媒体广播系统中的应用

介绍了CMMB标准的关键技术,分析了物理层的纠错编码方案,基于该编码方案提出了应用层的LT编码构造方法,阐述了编译码方法,仿真结果表明,该方法能有效增加信元恢复能力,从而提高系统抗删除性能,能适用于基于数据包传输的移动多媒体广播信道,特别是要求无误码的数据下载与传输业务。

改进的快速短时傅里叶变换算法在跳频信号分析中的应用

考虑到哈特莱变换对于实信号频谱分析的高效性,在分析哈特莱变换与傅里叶变换相互关系的基础上,给出了离散哈特莱变换(FHT)基2算法的推导,并将其计算量与FFT算法进行了比较,最后应用高效的离散哈特莱变换(FHT)基2算法对快速跳频信号进行了STFT时频分析。仿真结果表明该方法能够有效地分析随时间快速跳变的跳频信号。通过比较可以看出该算法运算量较小,可有效节约运算时间,适合于快速跳频信号的实时分析和跟踪干扰。

无线数据传输中RS-LT级联码的应用

提出了一种RS频域编码和LT编码级联的方法,探讨了其在无线数据传输中的应用。分析了RS-LT级联编码相对传统LT码在提高可译码概率方面的优点。该方法在低信噪比情况下的大数据量信息传输应用中具有很好的性能。仿真结果表明,在低信噪比的环境下可以有效恢复传输信息,提高接收图像品质。

基于不同外信息处理方式的Turbo迭代译码研究

针对离散无记忆高斯信道,该文深入剖析了不同外信息使用方式下的两种对数域的Turbo码迭代译码算法,并借助蒙特卡罗仿真,在相同的约束条件下对两种算法的性能进行了比较。经过分析指出二者在本质上是一致的,只是成员译码器对外信息使用权重的处理不同。最后对其进行了统一的描述,并定量研究了迭代译码对外信息的依赖性。结果发现成员译码器对外信息的最佳依赖程度不受信噪比与迭代次数的影响。

无人机编队信息传输能耗平衡协同设计

针对无人机编队自组织网络拓扑结构的动态特性,导致编队中的无人机信息传输能量消耗不均匀,影响侦查任务的高效实施。提出了一种无人机编队信息传输能耗平衡协同设计方法。上述方法采用协同中继下的能量消耗模型,各无人机通过编队间的能量感知获得自身能量剩余程度,合理选择信息传输方式:通过邻近的其它无人机中继后下传给地面基站或者在能量消耗较少的情况下直接下传给地面基站。仿真结果表明,就地面基站收集信息的次数因素而言,协同中继算法能比分簇算法提高约22%左右,证明改进方法可以有效节省能量,延长了无人机编队的侦察时间。

一种激光灭火训练系统的光斑检测算法

为有效解决激光灭火训练系统的激光光斑中心检测问题,在分析传统检测方法的基础上,提出了一种简单实用的光斑检测算法。该算法首先对采集图像进行高斯滤波,消除噪点;然后在图像的HSV颜色空间提取白色和红色分量并二值化;其次在待检测点的周围以光斑尺寸大小为依据选取四个参考点构造十字检测窗口,识别光斑区域;最后根据矩形形心计算光标中心。该方法计算简单,无需背景预测,可满足不同背景、不同光照环境下的激光光斑中心检测。实验结果表明了该算法的有效性。