混合信道下基于到达时间的快速直接定位算法

为了实现复杂环境下视距(Line-of-Sigh,LOS)与非视距(Non-Line-of-Sigh,NLOS)同时存在的混合信道中的目标辐射源直接定位(Direct Position Determination,DPD),提出基于到达时间(Time-of-Arrival,TOA)的快速直接定位算法。该算法充分挖掘不同信道信号中的信息参数,采用最小二乘法原理构建代价函数,无需估计定位参数,避免了传统两步定位法所需的NLOS识别与数据关联。引入粒子群(Particle Swarm Optimization,PSO)算法精确估计目标辐射源的位置信息,以降低计算复杂度。将所提定位算法与基于TOA的两步定位法在定位精度方面进行对比,仿真结果表明,所提算法定位精度高于两步定位法,且可以逼近克拉美罗下界(Cramer-Rao Lower Bound,CRLB),能够快速定位混合信道中的目标辐射源。

Gamma Approximation Based Multi-Antenna Covert Communication Detection

Covert communication technology makes wireless communication more secure,but it also provides more opportunities for illegal users to transmit harmful information.In order to detect the illegal covert communication of the lawbreakers in real time for subsequent processing,this paper proposes a Gamma approximation-based detection method for multi-antenna covert communication systems.Specifically,the Gamma approximation property is used to calculate the miss detection rate and false alarm rate of the monitor firstly.Then the optimization problem to minimize the sum of the missed detection rate and the false alarm rate is proposed.The optimal detection threshold and the minimum error detection probability are solved according to the properties of the Lambert W function.Finally,simulation results are given to demonstrate the effectiveness of the proposed method.

基于二维异步同相正交直方图的调制方式识别

自动调制识别技术能够准确识别信号的调制类型,是信号处理领域中的一项关键技术。传统的识别方法在低信噪比下存在着识别准确率低的问题,并且当信号频率不稳定,或存在异步采样时,常规的识别方法性能将会出现恶化甚至失效。基于此,在信噪比和延迟变化的信道条件下,针对低速异步采样信号,研究基于深度学习的调制方式识别技术。首先对低速异步采样信号进行建模,利用其同相正交分量生成二维异步同相正交直方图,然后通过径向基函数神经网络提取该二维图像的特征参数,完成对输入信号的调制方式识别,最后经过大量的计算机仿真验证了该方法对7种调制方式的识别准确率。实验结果表明,在受到加性高斯白噪声的信道模型下,在低速异步采样的输入信号信噪比为6 dB时,可达到约95%以上的平均识别准确率,并通过对比实验验证了所提方案的有效性和鲁棒性。

非视距环境下RSS和TDOA联合的信源被动定位

针对非视距环境下信源定位性能恶化的问题,提出了一种能时域联合的信源被动定位算法。综合利用接收信号强度和到达时间差两种测量信息,首先给出信源位置的最大似然估计;然后引入距离平方与加权最小二乘法,将非凸的定位方程求解问题转化为广义信赖域子问题,采用二分法求得信源位置的估计;接下来采用迭代法估计非视距误差与信源位置以提高定位精度;最后,推导了联合估计的克拉美罗下界,比较分析了计算复杂度。仿真结果验证了所提出算法在非视距环境下接近克拉美罗下界,且具有较好的鲁棒性。

能时频域信息融合的信源被动定位

随着无线通信环境的日益复杂,仅靠单一域(如能域、时域、频域、空域等)信息的定位技术已难以满足高精度信源定位的需求。针对非视距环境下信源定位性能恶化问题,提出能时频三域信息融合的信源被动定位技术,采用非视距误差反馈迭代修正的方法实现信源目标的高精度定位。在合理构建复杂环境下的信源定位场景中,深入分析能时频三域定位参数模型,将各域非视距误差视作待估计参数并融合多域信息构建联合定位方程,基于对三域联合最大似然方程的分析,在求解过程中采用非视距误差统计量替换,完成对的方程的合理简化。在求解过程中引入距离平方与加权最小二乘法将非凸问题进一步转化为广义信赖域子问题。在无需非视距参数先验信息的情况下,通过二分法即可同时得到信源位置和速度参数以及非视距误差的初始估计。为保证复杂环境下定位精度,运用迭代法将非视距偏差作为反馈以提高信源位置参数估计精度。通过计算机仿真验证了该算法的有效性和可靠性。

非视距环境下基于时域测量的刚体位姿估计

为了提升非视距环境下的刚体目标定位性能,提出了一种利用无线信号时域信息的刚体定位方法,来克服非视距误差对定位性能的影响。引入非视距误差作为辅助变量,将刚体节点位置估计转化为广义信赖域子问题;通过二分法估计出刚体节点的位置;运用奇异值分解求解非视距环境下刚体的位姿参数。计算机仿真验证了所提方法具有良好的定位性能。