一种新的量子移动Ad Hoc网络纠缠中继与最优桥接方案

目的将量子通信的保密性与移动Ad Hoc网络的灵活性相结合,研究具有高度信息安全性的移动自组网组网方案。方法基于中间节点的量子纠缠中继模型和量子移动Ad Hoc网络的桥接方案和量子态无线传输的路由机制。结果即使在量子终端之间没有共享EPR纠缠对的情况下,同样可以完成量子态的无线传输,并且其传输时延与链路的无线跳数无关,模型和协议达到了最优。结论量子通信与移动自组网络可以优势互补,所构造的新型网络——量子无线自组网将是未来移动Ad Hoc网络的发展方向。     

结合交替分离(AS)和交替投影(AP)算法的ASAP算法

分析了交替分离(AS)算法与交替投影(AP)算法的一些性质. 根据这些分析结果, 提出了将交替分离与交替投影算法有机结合形成所谓ASAP算法, 以克服交替分离算法收敛速度较慢而交替投影算法又易于陷入最大似然代价函数的局部极值的缺陷. 分析了这种结合的逻辑合理性. 计算机仿真也验证了ASAP算法能够以较少的迭代次数得到信号参数较理想的估计.     

机动目标ISAR距离瞬时多普勒成像实现方法

ＩＳＡＲ成像的目标通常为非合作机动目标，采用距离瞬时多普勒方法可以对机动飞行目标进行成像［１］。利用基于信号分量自适应短时谱估计技术，通过对每个距离单元某一时刻回波频率的估计来得到瞬时像；由于该方法采用ＦＦＴ快速计算，而且不受信号分量形式的限制，故能够快捷有效地得到瞬时像，对实验ＩＳＡＲ处理的结果表明该方法的有效性。     

交替分离算法的基础理论分析

对交替分离算法与交替投影算法作了如下几方面比较对应多维优化问题有关波形变量的拟合差异;对应算子方程线性与非线性差异;对应一维优化问题外形完全一致,但拟合矢量的线性与非线性差异;对应一维拟合矢量对当前估计参数的依赖与非依赖差异;对应多维优化问题目标函数光滑与非光滑差异,及一维优化问题目标函数连续与非连续差异.从较深的理论层次对算法的稳健性问题作了初步探讨.对部分结论作了计算机模拟.     

几种主要的线性检测器及性能分析

在符号同步信道的设定下,对解相关算法、最小均方误差算法、匹配滤波器算法等线性接收器实现信号解调的原理作了较细致的讨论;对它们的估计误差、信干比以及差错概率等技术指标进行了比较研究;从算法的拟合机理上对它们的内在差别作了说明.最后对理论分析的结论作了计算机模拟,证实了理论分析的可靠性.     

ISAR成像中具有游动部件目标的包络对齐

包络对齐是逆合成孔径雷达(ISAR)成像的基础和关键步骤.它通常基于目标的散射点的位置在小观测角范围内近似固定不变,很明显,目标本身必须为刚体;因此用常规的方法对具有游动部件的目标(如螺旋桨飞机)难以得到正确的包络对齐,从而无法做后续的初相校正和成像处理.通过对An-26飞机实测数据的处理,分析了螺旋桨子回波对包络对齐的影响,并针对这一特殊情况,提出了适宜于具有游动部件目标的自动包络对齐方法,该方法首先通过选择一组回波,以形成稳定参考回波,同时弱化回波中螺旋桨子回波的影响.实测数据处理结果表明了算法的有效性.     

动态信道下解相关和MMSE多用户检测算法

对用户归一化的互相关矩阵进行求逆运算是解相关算法和最小均方误差算法的基础。针对实际信 道的动态性,即用户的随机接入或离开信道,研究矩阵求逆的更新算法以避免对相关矩阵的实时求逆运 算。对更新算法的复杂度进行分析1结果表明,在动态信道中1更新算法可以有效地降低多用户检测算法的 复杂度。     

基于压缩感知的无模糊宽带测向技术

针对宽带侦察接收机提出了一种新的基于压缩感知(compressed sensing, CS)的无模糊测量来波方向方法,采用非均匀阵列的空域欠采样特性及空域谱的稀疏特性,构造无模糊宽带测向的CS模型,利用基追踪降噪算法估计无模糊的空域响应,实现了最小阵元间距都无法满足空域Nyquist采样情况下的方向角无模糊估计,为了提高所提方法对噪声的鲁棒性及多信号处理能力,提出了快速傅里叶变换频域预处理和CS相结合的宽带测向方法,仿真结果验证了所提方法较直接CS方法具有更高的测向精度和更好的鲁棒性。     

多种业务下OFDMA无线资源管理

研究多业务共存时OFDMA系统资源的自适应分配问题.系统优先为时间敏感业务分配资源以保证其对时延的要求,为其分配子载波簇以降低所需反馈信息量,通过增加子载波簇上的功率来降低其占用的频带.其次,将剩余资源灵活地分配给数据业务,着重考虑整比特分配后的剩余功率重分配以进一步提高系统吞吐量.仿真结果表明,在大信噪比时,经剩余功率重分配后频谱利用率可提高约50%,而时间敏感用户的掉线率几乎为0.     

基于子空间分解的线性多用户检测算法及其泛散度

讨论了基于子空间分解线性多用户检测算法的原理,重点对解相关检测算法、最小均方误差检测算法、最小输出能量检测算法的基于子空间分解的检测算子的形式、性能进行了讨论.定义了一个称谓"泛散度"的量,来量度基于子空间分解的检测算子与传统检测算子的拟合距离,这个泛散度不但与数据长度有关,而且特别与在线用户的功率强度及分散度有关.笔者还对理论分析的结果进行了计算机模拟,实验结果与理论分析结果吻合.