一种基于多维交替方向乘子法的多输入多输出逆合成孔径雷达成像方法

基于傅里叶变换的传统逆合成孔径雷达(ISAR)成像方法存在数据存储量大、数据采集时间长的问题。压缩感知(CS)理论利用图像的稀疏性,可以利用有限的数据恢复图像,这极大降低了数据采集成本。但对于多维数据,传统压缩感知方法要将多维数据转化成一维向量,这造成了很大存储和计算负担。因此,该文提出一种基于多维度-交替方向乘子法(MD-ADMM)的多输入多输出-逆合成孔径雷达(MIMO-ISAR)成像快速稀疏重建方法。首先建立基于张量信号的压缩感知模型,然后用ADMM算法对模型进行优化,将测量矩阵分解为张量模态积,用张量元素除法替代矩阵求逆,显著减少所需的内存和计算负担。该方法只需少量的数据采样,就能实现快速成像。与其他基于张量的压缩感知方法相比,该方法具有鲁棒性强、图像质量好、计算效率高的优点。仿真和实测数据验证了该方法的有效性。

MIMO-OFDM中基于子空间奇异值分解的盲信道估计

针对多输入多输出-正交频分复用系统(MIMO-OFDM)中基于训练序列的信道估计方法频带利用率偏低的缺陷,提出了一种将空时分组编码和盲信道估计技术相结合的MIMO-OFDM信道估计方法。利用空时分组编码(STBC)的线性编码特性,通过接收信号子空间矩阵的奇异值分解来实现对特征值的分离,引入模糊矩阵提高估计的性能。仿真结果表明该方法明显降低了系统的归一化均方误差和误码率,改善了信道估计的精度,优化了系统性能。

EPC-MIMO雷达主瓣距离欺骗式干扰抑制方法

主瓣距离欺骗式干扰对真实目标的估计精度以及目标跟踪的准确性都会产生极大的影响。针对主瓣距离欺骗式干扰抑制问题,基于脉冲编码-多输入多输出(element pulse coding-multiple input multiple output,EPC-MIMO)雷达,针对主瓣距离欺骗式干扰的脉冲重复频率(pulse repetition frequency,PRF)大于等于两个发射脉冲重频情况,提出了一种抑制主瓣距离欺骗式干扰的算法。在EPC-MIMO雷达主瓣距离式干扰抑制算法中,首先利用线性调频信号对雷达系统中雷达发射-接收通道的信号进行幅相误差校正;其次通过分析雷达回波中真、假目标的脉冲信号差异,对EPC-MIMO雷达的回波进行匹配分离,从而获得转发式干扰的规律;最后对雷达回波的筛选达到抑制假目标的目的。通过对雷达实测数据的分析,验证了该方法能够有效解决主瓣距离欺骗式干扰抑制问题,提升雷达在复杂电磁环境的抗干扰性能。

基于稀疏超分辨的机载TS-MIMO雷达慢速运动目标检测方法研究

相比于传统机载相控阵雷达,机载发射子孔径-多输入多输出(TS-MIMO)雷达的空域自由度成倍扩大,采用空时自适应处理(STAP)时所需训练样本也显著增长,因此性能在实际非均匀杂波环境下急剧下降,导致慢速运动目标无法检测。不同于传统STAP方法,提出了一种基于空时二维稀疏超分辨谱估计的慢速运动目标检测方法。该方法采用稀疏贝叶斯学习算法直接对待检测距离门数据进行空时二维谱估计,然后再基于雷达先验参数将空时二维超分辨谱中主要杂波分量置零,最后在角-多普勒域进行常规恒虚警处理的检测目标。所提方法无需训练样本,因此可显著提升机载TS-MIMO雷达在实际应用中的慢速运动目标检测能力。仿真实验验证了所提方法的有效性。

基于最终吸引子自适应模糊方法的混沌系统控制

对一类未知模型的混沌系统提出一种基于输入 输出线性化的最终吸引子自适应模糊控制方案。由于引入具有快速收敛和稳定性的最终吸引子概念 ,使该控制方法能更有效、更快速地控制强非线性的混沌系统。证明了所设计的控制器是全局稳定的 ,并用它控制了两类混沌系统 。

MIMO-OFDM系统中信道盲估计与检测

针对MIMO-OFDM系统,提出了一种基于子空间的盲信道估计与检测方案,该算法将阵列信号处理的思想应用到MIMO-OFDM系统中,通过发送端信号的冗余编码,利用一种类ESPRIT算法进行盲信号检测和信道估计。仿真结果表明该算法的有效性及其信道盲估计方法的性能。

基于K学习的Sub-6GHz辅助毫米波信道信息获取

毫米波通信是下一代蜂窝通信之类的大数据通信的可行方案。然而,因为毫米波频率具有极大的路径损耗,所以为了减轻毫米波路径损耗,混合模拟/数字波束成形可以作为一种技术来降低路径损耗。对于获得高波束源增益至关重要的是在发射机处获得准确的毫米波信道信息。该文着重讨论具有大规模MIMO阵列的毫米波通信系统中的信道状态信息获取问题。由于信道信息获取是一种开销很大的方法,因此该文考虑了一种开销低的精确信道估计方案。通过在子-6GHz处提取的支持信息来辅助毫米波信道信息的获取,将毫米波信道信息获取公式化为压缩感测问题,并使用广义近似消息传递(GAMP)算法获得信道信息。使用子-6GHz信道的支持分布信息扩展了GAMP算法。此外,基于K最近邻的思想,根据子-6GHz的支持分布信息重新设计GAMP算法。仿真结果表明,与现有的信道估计算法相比,该算法不仅可以提高估计精度还能降低导频开销。

子阵级密集MIMO阵列性能分析及试验验证

相比单元级密集多输入多输出(MIMO)阵列的处理复杂度,子阵级密集MIMO阵列更具工程应用前景。针对已有文献分析均基于单元级密集MIMO阵列的不足,文中首先理论推导出了子阵级密集MIMO阵列的归一化方向图函数,然后阐述了其与单元级密集MIMO阵列在虚拟孔径形成上的本质差异,并分别与单元级密集MIMO阵列和相控阵(PA)进行了信噪比、测角精度和角分辨率等性能的对比分析,最后搭建试验平台验证了理论分析的正确性。

平面MIMO阵列成像系统校准方法研究

雷达系统标校是采取措施减小或消除系统误差,平面多输入多输出阵列成像系统为了能够重建得到高质量的全息图像,需要对各个通道对的响应不一致性以及测量的相位进行校准。文中分析了系统误差来源及主要影响,通过仿真给出了参考反射物(平板)倾斜、放置误差及馈线长度误差等对系统标校方法的影响,仿真分析结果可供工程技术人员参考。

基于多快拍图像联合的MIMO雷达三维成像方法

为了提高多输入多输出(MIMO)雷达三维成像沿运动方向的方位分辨率,该文从多快拍图像联合利用的角度入手,提出一种新的多输入多输出-逆合成孔径雷达(MIMO-ISAR)三维成像方法。其基本思路是通过对一段时间观测下二维平面阵列获取的多个单快拍三维图像进行相干处理,沿着散射点线性拟合的方向提取峰值并重构出新的三维图像。仿真实验结果表明,与单快拍三维成像方法相比,该方法可以显著提高成像结果沿运动方向的方位分辨率;与现有基于重排和插值的经典MIMO-ISAR方法相比,该方法对慢速和快速运动目标均适用,得到的成像结果聚焦良好并能够有效抑制沿运动方向的旁瓣。

LTE系统中基于分簇的改进有限反馈新算法

研究了LTE系统的一种基于信道信息均值的低反馈量有限反馈新算法。该算法利用子载波之间的频率响应相干性,将OFDM各子载波均匀分割成若个子载波簇,对每个簇内,除去簇头的其余子载波再等分分组,以各分组内子载波的信道信息均值为依据,进行最优预编码矩阵搜索。数值仿真表明,该算法不仅有效地保证了系统系能,而且使反馈开销得到了显著降低。

MIMO-OFDM双向多中继选择的网络资源优化

为加强多输入多输出-正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing,MIMO-OFDM)双向中继系统的频域和空间复用增益,研究放大转发(amplify-forward,AF)协议下的中继系统模式,提出一种双向信道的预编码矩阵,能够将复杂的双向MIMO-OFDM信道划分为多个独立的物理层网络编码(physical network coding,PNC)子信道。在此基础上,将系统扩展至多中继,并提出在已有的频域子载波和空间子信道的最佳配对方案下,以最大化用户接收信号信噪比为准则,为每组配对方案分配合适的中继来改善中继网络的性能。通过联合优化的中继选择策略,单节点功率约束条件以及拉格朗日对偶方法,获取优化的系统资源分配方案。仿真结果证明,所提算法较一般功率分配方法带来的性能增益随着中继的增加,增益幅度随之增加。

双递推最小二乘二阶统计盲信道识别和均衡算法

对于单输入一多输出(SIMO)FIR信道,文中提出一种基于二阶统计的自适应盲识别和均衡算法.首先,基于输入数据矩阵的QR分解把盲信道识别问题转换为低秩矩阵近似解.然后,应用双递推最小二乘(Bi-LS)子空间跟踪方法来推导快速递归盲信道识别算法.新算法仅需要O(md^2)计算复杂度或者O(md)如果仅是均衡,其中m为接收数据矢量的维数(或信道矩阵的行秩),而d是信号子空间维数(或信道矩阵的列秩).为了克服后向迭代的缺陷,也提出一种逆QR子空间跟踪和信道均衡递推算法.逆QR递推算法十分适合于脉动阵并行实现.模拟结果证明了所提出的算法对于信道识别和均衡的有效性.