大规模MIMO系统中分布式压缩感知LMMSE信道估计

大规模多输入多输出(multiple input multiple output, MIMO)系统中，信道估计算法复杂度随着基站侧天线数量的增加而急剧增加, 针对需要在信道估计算法复杂度与算法性能之间进行折中的问题，提出分布式压缩感知线性最小均方误差(distributed compressed sensing linear minimum mean square error, DCS-LMMSE)算法。该算法利用信道的空时共稀疏性, 首先根据先验支撑集信息将接收信号分为密集部分和稀疏部分, 然后分别采用不同的算法进行初始信道估计, 最后采用奇异值分解代替信道相关矩阵求逆进一步降低DCS-LMMSE算法复杂度。所提算法与传统线性最小均方误差算法相比明显地降低了计算复杂度。仿真结果表明, 所提算法与纯压缩感知稀疏信道估计算法相比具有更好的性能。     

基于Barzilai-Borwein迭代的低复杂度大规模MIMO信号检测算法

在大规模多输入多输出系统中,最小均方误差(minimum mean square error, MMSE)算法能达到接近最优的线性信号检测性能,但是MMSE算法需要复杂的矩阵求逆运算,这限制了该算法的应用。为了降低运算复杂度,改进MMSE算法,利用Barzilai Borwein(BB)迭代算法来避免矩阵求逆运算,提出了结构简单的BB迭代信号检测算法,且基于信道硬化特性进一步优化了迭代初始解以加快算法的收敛速度。理论和仿真结果表明,所提出的BB迭代算法的性能优于最近提出的Neumann级数展开算法,而其复杂度相比截短阶数i=3的Neumann级数展开算法减少了一个数量级;且该算法收敛速度较快,在给定初始值的条件下,通过简单的几次迭代,能够快速接近MMSE算法的检测性能。     

基于伪信噪比最大化的盲源分离算法

针对电子战中各种信号混叠严重、难以分离的现象,提出一种新的瞬时线性混叠信号的盲源分离算法。该算法从独立信号完全分离时信噪比最大出发,用单位对称滑动权向量加权分离信号作为源信号,建立基于源信号和噪声信号协方差矩阵的伪信噪比目标函数,并将目标函数的寻优过程转换为求解广义特征值的问题。和经典的信息理论方法相比,该算法是一种全局最优的盲源分离算法,它不需要任何迭代运算,具有非常低的计算复杂度。仿真结果证明,该算法能够更加有效地分离线性混叠的雷达信号和通信信号。     

基于多任务学习方向图可重构稀疏阵列天线设计

方向图可重构天线能够根据实际需要实时改变阵列天线的方向图,稀疏天线阵在满足方向图要求的前提下可以有效降低天线设计的复杂度。提出了一种基于多任务学习的方向图可重构稀疏阵列天线设计方法。将稀疏阵列优化设计及其方向图综合问题转换成为稀疏矩阵的线性回归问题,利用多任务学习能同时对多个相关任务优化学习的特性,建立了多个方向图联合赋形的多任务学习模型。通过迭代收缩阈值的方法,对多任务学习问题进行优化求解,使得阵列天线能够使用更少的阵元实现多个方向图的重构。仿真结果表明,该方法可以生成相同阵列结构的稀布天线阵,并通过动态改变其权值向量,实现多个方向图的精确赋形。     

基于最小二乘的阵元位置误差校正及性能分析

针对独立校准信源波达角未知情况下的阵列位置误差校正问题,提出了一种对信号导向矢量的绝对相位进行最小二乘线性拟合,进而估计出阵元位置误差的算法。并对算法的性能进行了详细分析,推导出位置误差估计的显示表达。该算法在对阵元位置误差进行估计时无需迭代运算,甚至不需要一维搜索,具有较低的运算复杂度。理论分析和仿真结果验证了该算法的有效性。     

基于变分推理的Turbo频域均衡与信道估计

针对时变频率选择性信道下的单载波编码传输系统,提出了基于变分推理的低复杂度Turbo频域均衡与信道估计联合迭代算法。所设计的软输入软输出检测器和子块间干扰抵消器能统一处理信道估计误差的影响。通过分析接收信号因子图,提出了算法实现的双迭代结构,内迭代完成联合频域均衡与软信道估计,外迭代进行软干扰抵消和解码。仿真结果表明,所提出算法的误码率性能和对叠加训练信号强度的稳健性均优于具有相似复杂度的期望最大化方案。     

一种新的高效MMSE-SIC检测算法

传统的V-BLAST系统检测算法,由于存在矩阵求逆的操作,其计算复杂度与发射天线数的立方成正比,在发射天线较多时,对接收机信号处理能力要求较高。于是提出了一种具有更低复杂度的排序串行干扰消除算法。该算法利用施密特正交化分解方法,有效地避免了循环矩阵求逆运算,在不降低误比特率性能的情况下,使得检测算法大为简化,其计算复杂度与发射天线数的平方成正比。同时,该算法使排序和检测过程相互独立出来,提高了算法应用的灵活性。     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

分布式信源二维波达方向快速跟踪算法

在无线通信、雷达和声纳等许多实际应用场合,存在大量的移动分布式信号源,跟踪其二维波达方向（direction-of-arrival, DOA）非常重要。针对相干分布源,利用两个平行的均匀线阵,提出了一种二维DOA快速跟踪算法。该算法利用逼近幂迭代子空间跟踪算法更新分布源的信号子空间,并由新的信号子空间估计分布源的中心方位角和中心俯仰角。该算法跟踪性能良好,计算复杂度低且满足全局收敛。此外,算法能够跟踪多个分布源并且与分布源的具体角分布形式无关。仿真结果证实了算法的有效性。     

置信度传播体视算法加速技术的应用研究

基于置信度传播的立体匹配算法(BP)与局部匹配算法相比,能够获得更显著的匹配准确性,但是BP算法的计算代价相当高昂.为了提高BP算法的运行效率,采用了以下几种方法:第一,利用部分收敛的分层技术,减少消息传输的迭代次数,并使执行时间独立于迭代总数;第二,利用距离变换降低消息传输的复杂度,使它线性于象素的视差可取个数;第三,利用双边图技术减少BP算法一半的消息传输量及内存需求.通过对比实验,结果表明:融合这三种技术的加速算法能够快速收敛;与其它典型的快速BP算法相比,速度更快.     

低分辨率ADC下MIMO-OFDM系统中的广义Turbo信号检测

针对高分辨率模数转换器(analog-to-digital converter,ADC)接收机给大规模多输入多输出(multiple input multiple output,MIMO)系统带来的硬件成本昂贵和高功耗问题,研究了低分辨率ADC在毫米波MIMO正交频分复用(orthogonal frequency di...     

基于超材料天线的超分辨关联成像的改进

近几年新型的超材料天线相比于传统的相控阵有着多方面的优势，但是由于超材料天线的正常工作必须要有变频信号的辅助，而目前的超分辨成像算法没有补偿由于频率变动产生的误差，导致成像质量严重下降甚至不能成像。此外，回波信号中频率的变动和不同的距离互相耦合，导致不能简单的直接补偿掉误差相位。因此，提出一种基于压缩感知的超分辨关联成像算法的改进方法，将基于压缩感知的超分辨关联成像算法和超材料天线结合在一起，实现了低系统复杂度、低成本、高分辨率的微波关联成像。通过设计仿真实验证实了所提方法的正确性，并且验证了此方法对于二维和三维成像均可以处理。     

ULA中基于LS-ICA的短时高效DOA估计

研究了均匀线阵(uniform linear array, ULA)的波达方向(direction of arrival,DOA)估计问题,提出了一种能充分利用阵列结构上来波数据的信号处理方法进行角度估计。所提方法的关键是采用天线阵列因子的实部来构造新的信号接收模型,进而通过独立分量分析(independent component analysis,ICA)对接收信号进行盲分离,用最小二乘(least square,LS)法求解入射信号的角度,同时给出了天线阵元间距应满足的条件。仿真表明,与多重信号分类(multiple signal classification,MUSIC)方法相比,本文方法能够适应阵元间距的变化,在低信噪比(signal-to-noise ratio,SNR)时估计性能以及角度分辨力均较优,通过一步粗估计就可获得较高精度且具有实时性,均方根误差(root mean square error,RMSE)向克拉美-罗界(Cramer-Rao bound,CRB)的逼近程度也说明了新方法的优势,此外还可以采用细估计来提高估计精度。     

基于阵列基线旋转的多目标DOA估计算法

传统均匀圆阵波达方向(direction of arrival, DOA)估计算法要求天线数目多于目标数量,易受阵列的通道不一致性影响。针对此问题,引入阵列基线旋转这一思想对多目标进行测向。通过旋转两天线阵列基线,并以固定的时间延迟对阵元的接收数据进行采样,相当于利用有限的两个阵元对目标进行多位置观测,增加了阵元的利用率,提高了DOA估计的测向精度。计算机仿真实验表明,该算法采用两阵元就可以实现多目标测向,其测向性能与基于均匀5元圆阵的传统多重信号分类算法相当,具有对多通道间相位不一致鲁棒性强的优点。     

Approach for wideband direction-of-arrival estimation in the presence of array model errors

The presence of array imperfection and mutual coupling in sensor arrays poses several challenges for development of effective algorithms for the direction-of-arrival (DOA) estimation problem in array processing. A correlation domain wideband DOA estimation algorithm without array calibration is proposed, to deal with these array model errors, using the arbitrary antenna array of omnidirectional elements. By using the matrix operators that have the memory and oblivion characteristics, this algorithm can separate the incident signals effectively. Compared with other typical wideband DOA estimation algorithms based on the subspace theory, this algorithm can get robust DOA estimation with regard to position error, gain-phase error, and mutual coupling, by utilizing a relaxation technique based on signal separation. The signal separation category and the robustness of this algorithm to the array model errors are analyzed and proved. The validity and robustness of this algorithm, in the presence of array model errors, are confirmed by theoretical analysis and simulation results.     

Performance comparison of distributed state estimation algorithms for power systems

A newly proposed distributed dynamic state estimation algorithm based on the maximum a posteriori (MAP) technique is generalised and studied for power systems. The system model involves linear time-varying load dynamics and nonlinear measurements. The main contribution of this paper is to compare the performance and feasibility of this distributed algorithm with several existing distributed state estimation algorithms in the literature. Simulations are tested on the IEEE 39-bus and 118-bus systems under various operating conditions. The results show that this distributed algorithm performs better than distributed quasi-steady state estimation algorithms which do not use the load dynamic model. The results also show that the performance of this distributed method is very close to that by the centralized state estimation method. The merits of this algorithm over the centralized method lie in its low computational complexity and low communication load. Hence, the analysis supports the efficiency and benefits of the distributed algorithm in applications to large-scale power systems.     

GPS天线阵抗干扰性能分析与改进

空时自适应处理算法能够增强全球定位系统接收机的抗干扰性能,但是通过对均匀线阵和均匀圆阵进行理论分析发现,当强干扰信号垂直于天线阵组成的平面时,使得接收信号协方差矩阵奇异,不能计算最优权值,因而对特定方向的强干扰无法有效抑制。为了防止这种情况的出现,构建了基于立体结构的7单元天线的双正四面体阵,该阵型有效地减少了各天线共面情况的出现。仿真结果表明,新阵型不仅可以有效检测特定方向的强干扰,而且具有更好的天线方向图和捕获性能。     

Novel space-time multiuser detection algorithm of WCDMA system

1.INTRODUCTION Recentlymobilecommunicationisdevelopingtoward thethirdGeneration,whichcanprovidehigherspeed dataserviceandspectrumefficiency,andlargersys temcapacity[1,2].Soweshouldtakeeffectivemea surestosuppressinterferences.Smartantennanot onlycombatsmulti pathfading,butalsosuppresses interferencesignals.Whenspatialsignalprocessing achievedthroughsmartantennaiscombinedwith temporalsignalprocessing,space time2D RAKEre ceivercanrepairsignalimpairmentstoresultina highernetworkcapacity…     

单站直达波欺骗干扰检测与抑制的DPCA方法

针对合成孔径雷达(synthetic aperture radar, SAR)单干扰机直达波欺骗干扰的检测和抑制问题, 提出一种基于双通道分置相位中心天线(displace phase-center antenna, DPCA)方法的欺骗干扰检测方法。在DPCA条件下建立了图像域干扰信号模型，分析表明干扰信号在主辅图像中近似仅存在空变的相位偏置和位置偏移。基于该特征引入图像退化模型, 在DPCA检测基础上完成主图像内欺骗干扰的估计与抑制。点阵和面目标仿真结果验证了本文信号模型的正确性和欺骗干扰抑制算法的有效性。所提算法几乎不损失被欺骗干扰遮盖区域的场景信息, 能够有效抑制经由天线主瓣或副瓣进入的单站理想直达波欺骗干扰。     

离散模糊双线性关联大系统的广义H2分散控制

基于分段二次Lyapunov函数稳定性理论,研究了一类离散模糊双线性关联大系统广义H₂分散控制问题。模糊双线性关联大系统由J个相互关联的离散T-S模糊双线性系统组成。通过构造分段Lyapunov函数,给出了系统二次稳定的充分性条件。在此基础上,设计了广义H₂分散状态反馈控制器,使闭环系统广义H₂稳定,控制器的设计可以通过序列线性规划矩阵方法求解得到。仿真结果表明所提方法的有效性。