RMMSE雷达脉冲压缩快速算法中矩阵求逆的FPGA实现

在FPGA平台上,实现了RMMSE快速算法中三维矩阵的求逆。求逆功能模块基于并行、高效的心动阵列结构,采用上下三角(LU)分解求逆法。它由LU分解模块、三角矩阵求逆模块和矩阵乘积模块串联组成。矩阵数据顺序流过阵列,便得到求逆结果,仅花费19个时钟周期,具有很高的计算效率。将QuartusⅡ仿真结果,与MATLAB计算结果进行了比较,验证了算法的正确性。

海杂波背景下自适应脉冲压缩的性能与分析

针对经典脉冲压缩匹配滤波器距离旁瓣高、不利于检测邻近距离小目标的局限性,文献[2]和[3]提出了自适应脉冲压缩方法,在高斯背景下对P3取得了良好的压缩效果。但其多普勒容限性能差,且杂波环境简单。在此基础上,该文采用相位编码脉内线性调频信号,分析了海杂波背景下自适应脉冲压缩方法的性能,进行了仿真。仿真结果表明,在海杂波背景下,该方法具有距离旁瓣低、多普勒容限大、能检测多目标等优点。

可重构智能表面通信系统的渐进信道估计方法

针对现有可重构智能表面(reconfigurable intelligent surface, RIS)的信道估计方法中反射系数为随机配置而导致接收端信噪比较低的问题,提出一种配置特定反射系数的渐进式信道估计方法。该方法利用非完整信道状态信息(channel state information, CSI)计算出当前时刻下的最优反射系数,然后将该最优反射系数与随机反射系数按照加权系数生成混合反射系数。在下一时刻RIS配置该混合反射系数,接收端使用松弛最小均方误差(relaxed minimum mean square error, RMMSE)信道估计方法来更新非完整信道状态信息。仿真结果表明,所提方法不仅能获得准确的信道估计结果,也能在估计过程中不断增大接收端信噪比,并减小导频开销,从而提高RIS辅助无线通信系统的频谱效率。

多天线系统下信道估计算法及性能分析

在多天线系统下对信道估计算法进行研究。比较最小二乘算法(Least Square,LS)和最小均方误差算法(Minimum Mean Square Error,MMSE)在多天线(MIMO)系统中的性能,并在二者的基础上,论述一种能够降低计算复杂度的松弛最小均方误差(RMMSE)估计方法。通过发送正交导频序列对RMMSE估计算法的性能进行仿真,并对其算法复杂度进行分析比较。结果表明,在保证一定性能的前提下,RMMSE算法复杂度可适当降低,这说明RMMSE估计算法具有较好的估计性能以及较低的计算量。