输电线路无人机巡检实时通信技术研究

输电线路无人机巡检时获取的信息量很大,实时回传对无线通信系统的压力很大。为解决以上问题,提高无人机巡检的应用效果,在准确分析输电线路走向特征的基础上,引入高增益定向天线,提出宽窄波束相互配合对输电线路区段进行电波覆盖、在信号处理方面采用波束切换的技术方法,显著提高系统设备能力,降低了远距离高速传输对无人机载设备的功耗、体积和重量压力,从而在较大范围内保证了为通信系统持续提供高速传输的能力。

高速铁路移动通信下基于IMT-A的时变信道建模

信道建模及其仿真方法是高速铁路移动通信系统设计的难点,同时已有的面向高速移动下IMT-A时变信道建模的研究仍存在不足。针对上述挑战,提出了一种高铁移动下具有时变参数的基于IMT-A信道的建模方法。首先,针对IMT-A的城市宏小区场景,设计了一个马尔可夫过程来模拟时变簇的数量变化,接着推导出随时间变化的信道参数的表达式,其中包括簇的延迟、功率、离开角和到达角,并得到了信道冲激响应;其次,分析了信道的时变空时域互相关函数、时变自相关函数以及平稳间隔;最后,对所提信道模型的统计性质进行了仿真,验证了该模型具有时变性且高速铁路信道具有的非平稳性,并证明了所提信道模型可用来模拟高速铁路信道的可行性。

基于Gardner位定时同步算法的实验教学设计

介绍了基于Gardner位定时同步算法设计与开发的电子综合设计项目,旨在通过数字下变频以及QPSK调制解调的基本原理,利用Gardner算法进行数字通信系统的位同步设计,以解决接收端解调时产生的位同步问题。该设计通过Matlab对算法进行仿真验证,并最终在FPGA上实现。实践表明,该项目能有效提高本科学生的实践能力,达到电子综合设计的教学要求。

基于MIMO的对流层散射通信信道损耗研究

针对多输入多输出(Multiple-Input Multiple-Output,MIMO)场景下的对流层散射通信信道损耗进行了研究。在设计远距离MIMO通信系统时,链路损耗估计是其中的关键技术,而现有技术在损耗估计时都忽略了波束与散射体碰撞时的能量损耗。根据湍流非相干散射理论,首先将对流层建模为多条可微的曲线,从而与发射和接收天线阵列构成曲边梯形,根据此信道几何模型,计算入射角、反射角和散射角的角度关系;其次,建立了电磁波束射入散射体后散射波在散射体表面的能量分布模型;最后,根据波束传输距离,量化散射信道的损耗,推导得到基于MIMO对流层散射信道的衰落系数和信道矩阵。将仿真计算结果与实际数据进行对比,验证了所提模型在链路损耗估计问题上的有效性和准确性,同时根据仿真结果对接收天线的仰角设计提出了建议。

一种基于相干积累CPF和NUFFT的机动目标ISAR成像新方法

机动目标的复杂运动导致散射体回波信号多普勒频率时变,给逆合成孔径雷达(ISAR)成像方位向处理带来困难.而传统的距离-多普勒(RD)成像方法、Wigner-Ville distribution(WVD)瞬时成像方法、Radon-Wigner等成像方法由于成像效果差或运算效率低等因素,不适合复杂运动目标的ISAR实时成像.针对这些问题,本文提出了一种基于相干积累三次相位函数(CPF)的机动目标ISAR成像新方法.首先,把平动补偿后的各距离单元数据,通过CPF变换到时间-调频率平面.然后,利用各散射体自项能量平行于时间轴分布特性,提出一种基于相干积累的交叉项和虚假伪峰抑制方法,进而得到各散射体在频率-调频率平面的高分辨分布特性.最后,通过向频率轴上的投影得到该距离单元目标的方位ISAR图像,并通过引入非均匀快速傅立叶变换(NUFFT)来降低算法计算复杂度.计算机仿真处理结果验证了该方法的有效性.

一种应用于WLAN的混合双工MAC协议

全双工通信技术可以提高链路容量和频谱利用率,会给现有无线局域网(WLAN)带来极大的变革。该文针对传统半双工WLAN向全双工WLAN发展的过程中多种双工站点共存的问题,提出一种混合双工媒体接入控制(MAC)协议(HYD-MAC)。该协议合理设计了请求发送/清除发送(RTS/CTS)帧,并根据网络隐藏节点状况和站点全双工能力,自适应地选择最佳的传输模式,包括同步全双工、异步全双工、条件半双工以及半双工等4种模式。给出了HYD-MAC协议在4种传输模式下的链路建立与数据传输流程,分析了HYD-MAC的饱和吞吐量和介质访问时延等网络性能。仿真结果表明,所提的HYD-MAC的性能优于传统半双工DCF协议,特别在帧长较长、站点数较少、数据传输速率较低时,HYD-MAC的性能提升效果更加明显;与经典的全双工协议相比,HYD-MAC协议通过牺牲极少的吞吐量和时延性能,可以同时满足全双工、半双工以及混合双工网络的通信需求。

基于HAF的参数化SAR宽带干扰抑制

宽带干扰(wideband interference,WBI)是合成孔径雷达(synthetic aperture radar,SAR)中常见的干扰形式之一,它的存在极大地损害了SAR图像的质量,且WBI抑制一直是SAR干扰抑制中的一个难题。首先,针对WBI难以识别的问题,本文提出一种基于相邻脉冲统计特性的WBI识别方法;然后,在此基础上给出一种新的参数化SAR宽带干扰抑制方法,该方法首先把宽带干扰建模为多项式相位信号(polynomial phase signal,PPS),进而利用高阶模糊函数(high-order ambiguity function,HAF)以及相应的解模糊的方法来精确估计PPS的相关参数,从而将WBI信号转化为窄带干扰(narrowband interference,NBI)信号,然后利用现有的NBI信号抑制方法得到去除干扰后的回波信号;最后,计算机仿真结果和实测数据处理结果验证了本文提出方法的有效性。

基于迁出地动态选择与自适应迁入策略的BBO算法

Dan Simon用生物地理学的方法和机制来解决工程优化问题,提出了生物地理学优化算法(Biogeography Based Optimization,BBO)。该算法因其独特的搜索机制和较好的性能在智能优化算法领域得到了广泛的关注。为了进一步提高生物地理学优化算法的全局和局部收索能力,提出了一种基于动态选择迁出地与混合自适应迁入的优化策略,对生物地理学优化算法进行改进,形成一种新的改进型BBO算法。该算法根据进化阶段动态选择待迁出地,并综合当前迁出地和随机迁出地优化迁入策略;同时,设计与适应度相关的变异机制,以增加算法的全局搜索能力。仿真实验结果表明,该算法在全局搜索、收敛速度和收敛精度上均优于对比算法。

基于特征根优化的无线网络控制系统故障检测滤波器设计

为提高无线传感器执行器网络(WSANs)的可靠性,本文提出了一种面向WSANs的故障检测滤波器的优化设计方法.针对无线网络固有的较大的数据包传输延迟,本文将该传输延迟对网络控制系统的影响建模为一种外部噪音,创造性地提出了基于特征根分解和扰动频率估计的优化算法,以滤除网络传输延迟导致的噪音.该方法只需在有限个频率点对目标函数进行优化,且避免了马尔科夫转移矩阵难以获得的难题.最后,通过MATLAB/NS2的混合仿真验证了该设计的有效性.

一种基于改进ROMP的MIMO-OFDM信道估计方法

本文根据信道响应的时域稀疏性,引入压缩感知理论,针对正则化正交匹配追踪(ROMP)需已知稀疏度和原子一旦选入无法删除两大缺点,提出一种基于改进ROMP的信道估计方法.该方法结合压缩采样匹配追踪(CoSaMP)、稀疏度自适应匹配追踪(SAMP)和变步长的优点,实现稀疏信号快速准确的重建.仿真结果表明,与基于OMP、ROMP、CoSaMP、SAMP的信道估计方法相比,所提方法有效提高了MIMO-OFDM系统的归一化均方误差(NMSE)和误码率(BER)性能.

融合QoS与负载均衡的基础服务集信道分配算法

针对目前在同一热点区域内高密度部署无线接入点(AP)造成的信道干扰问题,该文结合同一个基础服务集(BSS)内终端的服务质量(QoS)和BSS间的负载均衡的需要,分析了基于IEEE 802.11e的3维离散马尔科夫链模型,并修订了其中竞争窗、退避计数器以及重传次数的量化关系,完善了该模型,得到了更为准确的基于QoS的终端归一化吞吐量表达式;其次,在信道分配设计时,既考虑了每个BSS内终端和AP之间通信的QoS,又考虑了每个AP范围内所有与之关联的终端受到相邻AP信道干扰下整体吞吐量的公平性,并对信道干扰进行了分析,将信道分配问题建模为一个最优化问题。最后,通过遗传算法获得了AP之间的最优信道分配。数值分析结果表明,基于公平和服务质量的信道分配方法 CAFQ与Hsum和CAOTR算法相比,可以使BSS间的互干扰最小,BSS内基于QoS的吞吐量得到最大的保证,同时在BSS间的负载均衡方面也体现了较好的公平性。

一种高效稳健的均匀圆阵互耦校正方法

紧凑均匀圆阵(UCA)的强电磁互耦效应严重影响波束赋形(BF)和波达方向(Do A)估计的性能,本文利用UCA的特殊圆对称性,提出了一种稳健高效的互耦参数校正方法.该方法只需要单个信源和单次校正实验,并且信源方向并不需要事先精确校准.首先互耦矩阵在离散傅里叶空间被转化为具有中心对称的一个参矢量,随后在一个有限的先验二维空间角域内进行搜索,从而根据基于对称性的目标函数将互耦参数估计出来.仿真对比实验验证了新校正算法的有效性和鲁棒性,同时揭示了秩损(RARE)校正方法不够稳健,为基于UCA的雷达、移动通信等应用提供了简单且高效的互耦误差校正方法.

基于遗传算法的深空探测天线综合

为了改善深空探测中共焦面阵列馈电抛物反射面天线的可视范围,提出一种基于遗传算法的扫描波束综合方法。基于物理光学法计算共焦面馈电阵中每个馈源照射反射面的次级远场方向图,利用遗传算法优化得到的权值对各次级方向图加权合成期望的波束。仿真和分析结果表明:提出的基于遗传算法的共焦面阵列馈电反射面方向图综合与传统共轭场匹配方法相比,可控制旁瓣电平,更精确综合出期望方向图,扩大深空探测天线的可视范围。

基于DBF的星—地异构共存认知MIMO系统的干扰减缓

针对星—地网络和地面无线网络共存现象逐渐增多和共存干扰日益严重的问题,分析了一种地球同步轨道(GEO,geosynchronous earth orbit)星—地网络和地面4G移动通信网络异构共存的典型场景,提出了一种地面次用户卫星地面站对地面主用户多入多出(MIMO,multiple input multiple output)4G基站干扰的异构多用户认知系统模型,并推导了其通用信号处理过程。同时,在4G基站系统内采用数字波束形成(DBF,digital beam forming)技术最小化多天线多用户的认知干扰,设计了一种基于固定方位干扰的最优波束权重(OBW-FAI,optimal beam weight based on fixed azimuth interference)抗干扰算法,权重向量只与干扰源方位有关,不需要实时和重复计算,计算量小。最后,数值仿真结果验证了所提系统和算法可以一定程度地改善星—地网络和地面无线网络异构共存的干扰。

基于非理想CSI的下行MU-MIMO鲁棒波束成形

在下行多用户多入多出(MU-MIMO)系统中,基站(BS)所获得的非理想信道状态信息(CSI)会导致频分双工(FDD)系统预编码性能变差.现有的MU-MIMO鲁棒预编码算法虽然可以对抗非理想CSI所导致的系统性能损失,但其只考虑其中一种或两种信道误差的鲁棒性,因此系统性能提升有限.本文通过建立包含信道估计误差、量化误差和延时误差的联合信道误差模型,推导出具有集中式特性的基于最小均方误差(MMSE)的鲁棒波束成形矩阵的闭式解;随后将这种信道条件应用到分布式通信系统,并推导出具有分布式特性的基于信号泄露的MMSE的鲁棒波束成形矩阵的闭式解.数值分析表明,本文所提的集中式和分布式MU-MIMO波束成形算法,与只考虑量化误差的鲁棒MMSE算法相比,具有更优的系统和速率与误码率,补偿了上述三种信道误差所导致的预编码性能损失.

融合梯度和色度信息的分块均值漂移目标跟踪

针对在相似颜色干扰场景下传统均值漂移目标跟踪鲁棒性差的缺陷,提出Prewitt梯度和色度信息融合的分块均值漂移跟踪算法。首先,对跟踪框进行分块,并提取当前帧各子块特征;其次,利用Bhattacharyya距离计算参考目标区域与候选区域间各子块对应的相似程度,根据其相似程度分配各子块的权值,并通过融合规则对各子块相应特征进行融合构成新子块特征,在此基础上,将子块特征选择串接方式作为最终目标特征;最后,采用均值偏移原理迭代估计最终目标位置信息。实验结果表明,当场景中存在相似颜色干扰的情况下,相对于经典均值漂移算法,其准确度提高了84%左右。

基于参数化时频分析的反辐射导弹检测

从参数化时频分析的角度出发,根据反辐射导弹(ARM)回波的信号特征,合理选择3种仿射时频变换并组合得到相应的时频原子,从而提出了三参数Chirplet变换的概念,同时根据ARM和载机回波的三参数Chirplet变换的时移特性,提出了一种用观测信号与其延时信号的三参数Chirplet变换的模之差来检测ARM的新方法。该方法可在不衰减ARM回波能量的前提下有效地对消载机回波干扰和消除部分背景噪声,且整个过程可用快速傅里叶变换(FFT)算法实现,从而简化了整个检测系统。仿真结果表明,该方法可在大载机回波干扰和低信噪比环境下快速准确地检测出ARM,实现实时告警。

基于IEEE 802.11e的无线传感器/执行器网络丢包判器设计

在目前的无线传感器/执行器网络(Wireless Sensor and Actuator Networks,WSANs)中,无线传感器及其所传输信息的业务类型趋于多样化;同时,在实时性要求较高的工业系统中,无线网络环境下的丢包将给整个系统带来严重的危害。为提高WSANs的可靠性,提出了一种基于IEEE 802.11e的WSANs丢包判决器的优化设计方法。该方法采用提供服务质量(Quality of Service,QoS)的IEEE 802.11e作为WSANs的数据通信协议,推导出该协议下的WSANs丢包概率矩阵,并将基于该丢包概率矩阵的龙伯格状态观测器的输出作为丢包的判决阈值,把网络中的丢包现象作为一种故障信号,从而设计出WSANs的丢包判决器。该丢包判决器不仅能有效判断网络中是否出现了丢包,而且还能通过判决器输出的故障信号波形判断丢包原因,即传感器节点故障,或是由于信道环境不稳定造成的随机丢包。最后,通过MATLAB/OMNET++的混合仿真验证了该设计的有效性。

一种三阶多项式相位信号去噪的字典学习算法

在加性高斯白噪声的影响下,对于三阶多项式相位信号(CPS),经典的字典学习算法,如K-means Singular Value Decomposition(K-SVD),递归最小二乘字典学习算法(RLS-DLA)和K-means Singular Value Decomposition Denoising(K-SVDD)得到的学习字典,通过稀疏分解,不能有效去除信号的噪声。为此,该文提出了针对CPS去噪的字典学习算法。该算法首先利用RLS-DLA对的字典进行学习;其次采用非线性最小二乘(NLLS)法修改了该算法对字典更新的部分;最后对训练后的字典通过对信号的稀疏表示得到重构信号。对比其它的字典学习算法,该算法的信噪比(SNR)值明显高于其它算法,而均方误差(MSE)显著低于其它算法,具有明显的降噪效果。实验结果表明,采用该算法得到的字典通过稀疏分解,信号的平均信噪比比K-SVD,RLS-DLS和K-SVDD高出9.55 dB,13.94 dB和9.76 dB。

G形DMS结构高选择性低通滤波器的分析与设计

提出一种新颖的G形缺陷微带结构(DMS)微带线,以G形DMS为结构单元,设计并实现了一种具有高选择性和宽阻带特性的微带低通滤波器。与传统的DMS结构相比,G形DMS具有更低的谐振频率和更宽的阻带抑制。对设计的滤波器进行了测试,实测结果表明:该滤波器3dB截止频率为3.17GHz,频率选择性达189dB/GHz,同时在3.4GHz^10GHz阻带内抑制度大于25dB,有效地抑制了二次和三次谐波。该滤波器占用大小仅为26mm×15mm,实测结果与仿真良好吻合,表明了该DMS的有效性及实用性。