一种基于SPiN二极管的高集成可重构天线

针对现代通信技术的快速发展对天线的智能化和高集成提出越来越高的需求,设计并制备了一种基于S PiN二极管的硅基固态等离子体可重构天线,S PiN二极管作为天线基本辐射单元设计在高电阻率的硅衬底上,通过施加合适的正向偏压在本征区内部形成固态等离子体区域,从而有效提升了天线系统集成度和动态可重构能力.仿真与实测结果表明,二极管本征区内部固态等离子体浓度超过了1018 cm-3,基于优化S PiN二极管的新型高集成可重构单极子天线通过控制天线不同单元的导通与截止实现了谐振频率在8.83 G H z和9.71 G H z的两种工作状态,在不同模式下的最大增益分别达到了2.04 dB和1.68 dB.天线其他辐射参数也表现出良好的性能,为高性能可重构天线的设计和应用提供了一种新方法.     

迭代容积卡尔曼粒子滤波算法

针对标准粒子滤波算法粒子退化和贫化问题,提出了一种基于高斯-牛顿迭代思想的容积卡尔曼粒子滤波算法.该算法利用当前量测信息,使用容积数值积分原则通过以一组确定的点集和相应的权值直接计算非线性随机函数的均值和方差,避免了求导运算,并通过Gauss-Newton迭代方法对容积卡尔曼滤波(CKF)的非线性最小二乘问题进行求解,减小了线性化误差,以此来产生粒子滤波算法的重要性密度函数,使得迭代CKF产生的重要性密度函数更接近于真实后验概率分布,从而改进了滤波性能.仿真结果表明,与粒子滤波和CPF滤波相比,迭代CKF粒子滤波具有更高的估计精度.     

基于容积原则的概率假设密度滤波算法

为改善多目标跟踪问题中概率假设密度滤波精度与算法运行时间之间的关系,提高目标状态和数目的实时估计性能,提出了基于容积原则的概率假设密度滤波算法. 该算法在高斯混合粒子概率假设密度的框架下,利用容积数值积分原则直接计算非线性随机函数的均值和方差, 产生粒子滤波算法的重要性函数,实现高精度粒子的重构,来近似目标状态和数目的概率分布,并且在高斯混合概率假设密度滤波算法中进行采样和更新. 仿真验证了所提出算法的有效性,其Wasserstein误差距离优化了17.32%,目标数估计均值也提高了23.72%.