导航信号功率增强对阵列接收机的影响分析

为了分析低轨导航增强系统中信号功率增强对阵列接收机的影响, 提出一种信号传播与阵列接收机的数学模型, 基于该模型分析了功率增强条件下最小均方误差算法与直接矩阵求逆算法对抗干扰性能的影响。根据理论分析与仿真实验, 增强信号对最小均方误差与直接矩阵求逆的影响相似, 当信号增强量在15 dB以下时, 阵列抗干扰对信号的影响较小；随着信号功率进一步增强, 增强信号被识别为干扰并进行了抑制；当信号的信噪比增强到10 dB时, 增强信号被抑制约15 dB。研究结果表明, 在采用传统阵列抗干扰方法的情况下, 信号功率的增强并非越大越好, 信号功率增强15 dB时对传统阵列抗干扰的影响较小。     

雷达导引头指向误差对导弹制导的影响与对策

受相控阵天线指向误差和天线罩瞄准误差的共同影响,相控阵雷达导引头存在较严重的指向误差。当指向误差斜率超出一定范围时会造成导弹制导系统出现寄生回路振荡问题,影响系统的稳定性和制导精度,在高空尤为明显。对此，本文通过构建相控阵雷达导引头制导系统模型,分析了导引头指向误差斜率对导弹制导的影响以及产生寄生回路振荡的机理;为消除导引头指向误差斜率对制导的不利影响,在指向误差测量补偿的基础上,又给出了一种多模型扩展卡尔曼滤波的估计方法,对导引头指向误差斜率进行实时估计与补偿。数字仿真结果表明，所提方法能够有效改善导引头指向误差斜率对制导系统的不利影响,提高系统稳定性和制导精度。     

植入式硅神经微电极的发展

 神经科学和神经工程研究需要研究大脑神经元的电活动情况，以了解大脑产生、传输和处理信息的机制。植入式神经微电极作为一种传感器件，是时间分辨率最高的神经电活动传感手段之一。介绍了国内外几种主要的植入式硅基神经微电极的结构特点、制备方法和性能特点。分析表明，未来通过不断结构优化和改性修饰，特别是在高通量的神经记录方面，通过与同样基于硅材料的电路的集成，硅神经微电极能够进一步提高生物相容性，解决大规模的电极通道体内外传输与连接问题，实现对神经元的在体大规模长时间记录。     

基于频控阵的递推最小二乘波束形成算法

频控阵通过在阵元间加入远小于载频的频率增量,使波束的空间分布距离角度二维相关。基于频控阵基本结构,引入两种接收信号处理机制,并对其进行理论推导分析,仿真表明两种机制均能有效接收信号。针对指向误差存在,导向矢量失配导致主瓣发生偏移问题,采用递推最小二乘波束形成算法处理。仿真结果表明,存在指向误差时,该算法在两种机制中均能在目标位置形成主瓣,在干扰位置形成零陷,验证了算法在频控阵中应用的稳健性。     

串并联个数和温度对光伏电池结电容的影响研究

研究光伏电池的动态参数对设计光伏发电系统相应后级控制器至关重要.从分析光伏电池物理机理出发,推导出光伏电池单体/模组/阵列的结电容与偏置电压之间的较精确表达式;在提取模型中等效串联电阻和饱和电流的值的基础上,使用LambertW函数推导出偏置电压与输出电压之间的显式表达式;采用工程数学模型结合本征载流子浓度表达式推导了结电容与温度的较精确关系式;分别在不同串并联个数和温度下对结电容的影响做了仿真分析.仿真结果与部分文献的实验结果相吻合,验证了理论的正确性.     

震荡随机共振的信噪比增益研究与电路仿真

为提高硬限幅符号并联电路系统的输出信噪比,研究了震荡随机共振与阵列随机共振的机制以及电路实现方法。通过计算阵列输入输出信噪比增益,发现两类随机共振方法都能够使得非线性电路并联系统、输入信号与内部噪声(高频干扰)达到协同,并且随着阵列数目增加,信噪比增益存在大于1的区域。同样条件下,与阵列随机共振方法相比,震荡随机共振能够获得更好的输出信噪比,且易于实现。     

廊固凹陷天然气储层识别方法

廊固凹陷沙三段受构造、油藏、岩性变化、泥浆侵入等因素影响,利用测井资料识别油气层难度较大.在分析常规三孔隙度、中子伽马测井及核磁、阵列声波测井对油气层响应机理的基础上,充分挖掘不同测井信息,建立多种定性与定量的气层测井识别方法.通过对不同测井系列油气层解释技术及应用效果的总结和分析,提出测井采集优选方案,建立了针对性和实用性的解释方法,有效提高了低阻和疑难气层的识别能力.     

基于统计信道模型的MIMO多天线系统性能研究

由于多径效应的存在,MIMO无线传输系统的性能很大程度上取决于衰落信号空间相关性.研究基于统计的传输信道模型,及在此模型下MIMO多天线系统的接收性能.在理想基站天线结构下,用户终端(UT)的波达信号方位功率谱(APS)模型可应用到Kronecker MIMO信道模型中.研究在Kronecker MIMO信道模型中方位功率谱对MIMO分集和多天线系统性能的影响.数值仿真结果表明:此统计信道模型下的参数估计符合理论和经验;提出的统计信道模型及分析法扩展了以前的MIMO信道模型建模,降低了计算和分析的复杂度.     

基于相关矢量法L型阵列相干信号DOA估计

针对L型阵列提出了一种基于互相关矩阵的相关矢量(cross correlation matrix correlation vector method,CCM-CVM)重构解相干的波达方向(direction of arrival,DOA)估计算法。为了进一步提高估计精度,在此方法基础上又得到一种改进方法,即CCM-MCVM的方法。该方法基于前后向矢量重构理论,利用阵列互相关矩阵不含噪声的特点,把互相关矩阵的每一个列矢量作为前向矢量,通过对其前向矢量元素进行复共轭变换并颠倒顺序得到后向矢量。利用所有的前后向矢量来重构信号的协方差矩阵并提取信号的子空间,该方法相较于CCM-ESPRIT算法具有损失阵列孔径小,估计精度高的特点。理论分析和仿真结果表明了该方法在低信噪比和小快拍数条件下相较于对比算法具更好的估计性能。     

基于粒子群优化的圆阵列波束形成方法

围绕均匀圆阵列(uniform circular array, UCA)在波束形成中存在的波束主瓣宽、旁瓣电平高的问题,提出了一种基于粒子群优化(particle swarm optimization, PSO)算法的圆阵列波束形成方法。通过对UCA的输出信号进行模式空间变换,将UCA数据转换为虚拟均匀线阵数据形式。利用PSO算法充分挖掘均匀线阵各阵元间数据信息,进行阵元拓展,从而实现阵列阵元数及孔径尺度的增加,实现降低阵列波束主瓣宽度及旁瓣电平的目的。实验结果表明,在适当增加计算复杂度的前提下,利用PSO算法对阵列进行阵元拓展可以显著地提高波束形成质量,且适用于自适应波束形成。