基于子空间的交织OFDMA上行载波频偏估计

为了实现采用交织子载波分配方法的正交频分多址(orthogonal frequency division multiplexing access,OFDMA)上行链路多个用户频偏的联合估计,提出了一种基于子空间的两阶段频偏搜索方法。由于多重信号分类法(multiple signal characteristic,MUSIC)的采用,使得该方法具有较高的精确度。并且该方法不需要知道接入的用户个数及用户所占用的子信道,因此适用于随机分配子信道的情况。仿真结果表明:当信噪比大于5dB时,其标准均方根误差小于子载波间隔的1%,满足宽带无线接入系统关于载波频率偏差应小于子载波间隔2%的频率同步要求。     

基于子空间的交织OFDMA上行载波频偏估计

为了实现采用交织子载波分配方法的正交频分多址(orthogonal frequency division multiplexing access,OFDMA)上行链路多个用户频偏的联合估计,提出一种基于子空间的两阶段频偏搜索方法。由于多重信号分类法(multiple signal characteristic,MUSIC)的采用,使得该方法具有较高的精确度,并且该方法不需要知道接入的用户个数及用户所占用的子信道;因此适用于随机分配子信道的情况。仿真结果表明:当信噪比大于5 dB时,其标准均方根误差小于子载波间隔的1%,满足宽带无线接入系统关于载波频率偏差应小于子载波间隔2%的频率同步要求。     

基于DEM的广东省平均气温空间插值Ⅰ——研究方法

以广东省为研究区域．利用地理信息系统软件ArcGIS9．3,分别运用样条函数法、反距离权重法、普通克里格法对广东省及周边的60个气象站点2003—20｜2年的月平均气温进行空间插值,并根据气温垂直变化规律利用数字高程模型对插值结果进行了修正．采用平均绝对误差和均方根误差对插值结果进行精度评估。试图探索最适合广东省气温空间插值的方法．并通过引入数字高程模型提高插值精度。     

基于WINNER Ⅱ模型的高铁环境下极化分集与空间分集性能研究

我国高速铁路的快速发展迫切需要更可靠的传输技术以保障列车安全.MIMO分集技术中的极化分集和空间分集可以有效提高在城区富散射环境下的传输可靠性,但两者在高铁这种直射径较强环境下的分集性能需要进行分析研究.本文基于WINNERⅡ(Wireless World InitiativeNew RadioⅡ)D2a高铁信道模型对LTE下行链路在不同接入方式和不同列车运行速度下两种多天线(Multiple Input Multiple Output,MIMO)分集方法的误比特率(Bit Error Rate,BER)性能进行了仿真比较.结果显示,在WINNERⅡD2a信道模型中空间分集的BER性能优于极化分集.     

LTE-A系统PUCCH传输分集信道估计算法

针对先进的长期演进( LTE-advanced,LTE-A)系统中,物理上行链路控制信道(physical uplink control channel,PUCCH)采用空间正交资源传输分集方式发送上行控制信息时,两发射天线端口通过使用不同的循环移位使参考信号正交的特点,提出一种特殊形式的信号模型,并描述了基于最小二乘(least square,LS)和三次样条插值,基于LS和离散余弦变换(discrete cosine transform,DCT)插值以及基于最小均方误差(minimum mean square error,MMSE)和DCT的3种复杂度依次增加的信道估计算法.仿真结果表明,基于MMSE和DCT的信道估计算法性能最优.     

基于Unscented卡尔曼滤波的目标位置和信道参数同时估计算法

针对传统非线性最小二乘估计算法和多步迭代估计算法估计节点位置和信道参数时存在的缺点,提出一种新的基于卡尔曼滤波的目标位置和信道参数同时估计算法.新算法将接收信号强度指示(RSSI)定位问题转化为非线性方程组的参数向量估计问题,使用UKF对目标位置和无线信道参数同时进行估计.试验结果表明,与非线性最小二乘方法相比,新算法定位误差更小,对信道参数的估计也更准确.     

基于RSSI均值的等边三角形定位算法

为了提高无线传感网络的定位精度,从提高测量精度、改善信标节点分布的角度提出了一种基于RSSI均值的等边三角形定位算法.该算法引入信号强度指示(RSSI)敏感区和非敏感区概念,采用高斯模型对非敏感区的RSSI数据进行处理,解决了RSSI易受干扰的问题.采用等边三角形分布模型处理信标节点的分布,保证未知节点运动轨迹始终在信标节点的非敏感区内,从而在定位算法上使测量精度得到提高.研究表明,高斯模型可以很好地筛选出RSSI较优值;等边三角形分布模型可以提高RSSI的采集优度.这种定位算法计算简单,定位过程中节点间无通讯开销,无需硬件扩展.     

基于RSSI值的定位算法分析与改进

本文在对比测距方法的基础上了,介绍了RSSI测距的原理,分析了APIT算法在平面直道类型区域定位中的不足,并提出IAPIT算法。采用直道分布模型处理参考节点的分布,保证未知节点运动轨迹始终在某两个参考节点区间内,从而在定位算法上使定位算法简单,易实现。研究表明IAPIT算法复杂度低,定位精度有很强的伸缩性,定位过程中对节点连通度要求低。     

基于深度强化学习的无人艇轨迹跟踪算法研究

针对欠驱动水面无人艇(USV)轨迹跟踪控制问题,提出一种基于近端策略优化(PPO)的深度强化学习轨迹跟踪控制算法．为引导控制器网络的正确收敛,构建基于长短时记忆(LSTM)网络层的深度强化学习控制器,设计了相应的状态空间和收益函数．为增强控制器的鲁棒性,生成轨迹任务数据集来模拟复杂的任务环境,以此作为深度强化学习控制器的训练样本输入．仿真结果表明：所提出的算法能有效收敛,具备扰动环境下的精确跟踪控制能力,有较大的实际应用潜力．     

基于OFDM的MIMO系统的空间复用增益和分集增益研究

MIMO—OFDM系统利用了时间、频率和空间三种分集技术,使无线系统对噪声、干扰、多径的容限大大增加,同时可以获得高传输速率．研究使宽带MIMO—OFDM系统获得全分集和最大空间复用增益的各种技术,并通过模拟实验证明空间复用技术结合信道编码和空时编码可以得到高分集增益和空间复用增益．     

基于MMSE的声码器解码算法

为满足在高误码率的窄带信道上进行语音通信的需求 ,研究了一种适用于甚低速率语音通信的抗误码参数估值算法。基于一定的解码状态 ,声码器通过最小均方误差(MMSE)估计的方法估计最优参数 ,充分降低信道误码对重建语音质量的影响。对于解码状态参数 ,通过计算最大后验转移概率的方法作最佳估计 ,并给出了一种简化的估计方法。这种抗误码算法计算量小 ,算法复杂度低。仿真结果表明 ,在不同误码率下用该算法恢复出的重建语音 ,不论客观评价或是主观评价 ,其质量都要优于传统的帧删除掩盖方法     

基于无线局域网接收信号强度分析的混合室内定位方法

为了给用户提供丰富的室内位置服务,需要在结构复杂且人员密集的室内环境中进行精确定位。根据对无线局域网接收信号强度的分析,可以利用三角定位算法和指纹定位算法进行混合室内定位。首先在网格划分的基础上离线构造参考点接收信号强度数据库,并采用三角定位算法估算所有无线接入点的位置,然后根据定位精度需求设定混合定位方法的接收信号强度阈值。在线定位时,根据用户终端实际接收到的无线接入点个数和信号强度选择三角定位算法或指纹定位算法进行位置计算。实验表明,该室内定位方法有效且稳定。     

RSSI和PC-CSI加权融合的指纹定位方法

针对基于RSSI和CSI的指纹定位技术易受环境干扰、定位精度较低的问题,提出了一种基于RSSI指纹和相位修正信道状态信息(phase correct based channel state information, PC-CSI)指纹的加权融合指纹定位技术。基于PC-CSI的指纹定位在传统基于CSI幅值的指纹定位基础上增加相位信息对定位结果进行修正,之后对RSSI指纹和PC-CSI指纹的定位结果加权重定位。实验结果表明,提出的加权融合指纹定位算法与基于CSI的主动定位算法相比,平均定位误差(mean position error,MPE)降低了36.2%,能满足室内定位需求。     

基于平方根UKF的伪卫星动态跟踪定位算法

为了解决传统Kalman滤波在处理非线性系统时的局限性,以及扩展Kalman滤波（EKF）在处理强非线性系统时发散性和精度较差的问题,结合动态导航系统中的目标跟踪定位问题,在不敏Kalman滤波（UKF）算法的基础上,提出了一种基于平方根UKF的动态跟踪定位算法,在递推运算过程中采用协方差矩阵的平方根代替传统算法计算过程中的协方差矩阵。MATLAB仿真结果表明,平方根UKF算法的精度比EKF提升了54.7%,比UKF提升了14.8%。所提出的算法解决了Kalman处理非线性系统的局限性以及传统EKF和UKF算法精度不高的问题,为伪卫星系统的高精度定位研究提供了有力支撑。     

基于聚类的PCA和GRNN的CSI指纹定位算法

针对多径效应影响指纹定位算法中定位精度的问题,提出了一种基于聚类的主成分分析(principal compo-nent analysis,PCA)和广义回归神经网络(generalized regression neural network,GRNN)的信道状态信息(channel state information,...     

基于单信标的水声定位信号设计及捕获算法研究

基于单信标水声定位方法,提出了线性调频（linear frequency modulation,LFM）信号和扩频码组合的新型信号的设计方案,并针对 LMF 信号提出了基于分数阶傅里叶变换（fractional Fourier transform,FRFT）的信道估计和检测算法。结果表明,所提出的信号设计方案结构简单,检测方法直接有效,可直接确定多途径数,能量在最佳阶数时聚集,抗噪性良好,且利用调频斜率不变的性质,对接收信号无需再进行一维或二维搜索,较大降低了计算量。     

MMSE准则下基于玻尔兹曼机的快速重构算法

全连接的玻尔兹曼机模型可全面描述稀疏系数间统计依赖关系,但时间复杂度较高.为了提高基于玻尔兹曼机的贝叶斯匹配追踪算法(BM-BMP)的重构速度和质量,本文提出一种改进算法.第一,将BM-BMP算法的最大后验概率(MAP)估计评估值分解为上一次迭代的评估值与增量,使得每次迭代仅需计算增量,极大缩短了计算耗时.第二,利用显著最大后验概率估计值平均的方式,有效近似最小均方误差(MMSE)估计,获得了更小的重构误差.实验结果表明,本文算法比BM-BMP算法的运行时间平均缩短了73.66%,峰值信噪比(PSNR)值平均提高了0.57 dB.     

基于惯性导航与UWB的联合定位算法

为提高无GPS情况下的3维定位精度,提出基于惯性导航与UWB(超宽带技术)的联合定位算法.该算法将线性最小二乘法的航迹计算与定位点拟合进行融合,使用加权平均对信赖度因子进行权衡.为验证算法的有效性,设计了1套UWB与9轴惯性导航模块结合的软硬件平台.仿真和实际测试结果表明:该算法可将3维定位误差控制在20cm以内.     

基于 RSSI 跳数连续的 DV-HOP 改进算法

针对经典DV-HOP(distance vector-hop)算法中节点间跳数信息对定位精度有较大影响这一问题,提出了一种基于接收信号强度指示(receive signal strength indicator,RSSI)的改进算法.该定位算法引入了连续跳数的定义,首先利用RSSI测距模型把直接邻居节点接收到的RSSI值转换为两节点之间的距离,再根据连续跳数的定义计算出两节点间的连续跳数.在相同的仿真网络环境里,与经典的DV-HOP算法相比,归一化定位误差降低了30％ ～ 45％;与其他改进定位算法相比,归一化定位误差也有不同程度的降低.仿真结果表明该改进算法大幅度地提高了定位精度.     

UWB-IR中一种基于ML准则的快速同步捕获低阶算法

超宽带冲击无线电(UW B-IR)通信系统需要有高速和高效的同步算法。通过对基于最大似然M L(m ax im um likelihood)准则的理论推导,提出了一种快速同步捕获算法,建立了基于脉冲通信的UW B-IR仿真通信系统,并且,在此基础上利用仿真数据分析了其估计误差性能及基于此算法的通信系统的误码性能。仿真结果表明,此算法能够在40μs左右实现平均估计误差均值为0及平均估计误差均方根为0.12~0.15,而且经过此同步捕获算法的补偿,可以一定程度地提高系统的误比特性能。