基于自适应滤波算法的FIR MIMO系统均衡

为了实现对多输入多输出(MIMO)系统的均衡,提出了一种基于自适应滤波算法的自适应均衡方法。应用判决反馈式均衡器(DFE)的结构,把MIMO信道均衡问题的模型建模成一个简化的滤波模型。这个滤波模型使MIMO系统均衡问题中均衡器的设计问题转化为自适应滤波中最优滤波器的设计问题。两种典型自适应滤波器设计算法——LMS算法和RLS算法被应用于该模型中进行仿真,仿真结果显示了算法的收敛性和均衡方法的可行性。这种自适应均衡方法不需要对信道进行辨识,具有较小的运算量,并且可以适应信道变化。     

基于块稀疏的频率分集阵MIMO二维参数估计

针对导向矢量时变导致频率分集阵列-多输入多输出(MIMO)雷达参数估计误差增大的问题,提出一种基于块稀疏的距离和角度参数联合估计方法.首先,就导向矢量时变性对参数估计性能的影响进行了理论分析;然后,通过公式推导证明了块稀疏理论在频率分集阵MIMO雷达参数联合估计中的适用性,并提出了基于块稀疏的参数联合估计方法,给出了参...     

频率分集极化MIMO雷达目标检测

为了提高集中式多输入多输出(MIMO)雷达的目标检测性能,提出了一种频率分集极化MIMO雷达.该雷达的发射端采用频率分集和极化分集,接收端以变极化或者正交极化方式接收回波信号,并且基于目标极化散射特性优化设计发射极化和接收极化来进一步提高性能.基于奈曼-皮尔逊准则设计了检测算法,并推导了虚警概率和检测概率的近似计算公式.仿真结果表明:频率分集极化MIMO雷达的检测性能优于极化MIMO雷达和频率分集MIMO雷达,并且采用正交极化接收方式可以获得更好的检测性能.     

基于CRPF的MIMO雷达目标检测前跟踪算法

在对机动弱目标进行检测过程中,由于回波信号含有杂波、干扰等噪声,其统计特性未知,难以对回波信号进行数学建模,无法得到后验概率密度函数,传统的粒子滤波算法性能大幅下降.针对此问题,提出了基于代价参考粒子滤波的MIMO雷达目标检测前跟踪算法.该算法无需背景噪声的统计特性,只需利用目标状态的估计值与真实值之间的差值计算各粒子的代价和权值,避免了通过对噪声进行建模来求得后验概率密度的问题.实验仿真证明,当噪声统计特性未知时,所提算法检测跟踪性能明显优于传统粒子滤波算法.     

基于深度学习的MIMO系统信道估计算法

精确的信道估计对于保证无线通信系统性能至关重要。针对多输入多输出(multiple input multiple output, MIMO)系统传统信道估计算法需已知信道统计信息以及性能与复杂度折中等问题,提出一种基于深度学习的多网络级联MIMO系统信道估计方案。基于卷积神经网络构建信道信息重建网络,初步重构出信道信息,进而基于深度残差网络构建信道估计网络进行级联得出估计结果,并利用多个损失函数对网络进行优化。仿真结果表明,在牺牲一定时间复杂度的情况下,所提方案的均方误差随信噪比增加逐渐优于线性最小均方误差(linear minimum mean squared error, LMMSE)估计算法,且不受信道统计信息的约束。     

基于MIMO阵列的混合波束赋形算法

低轨(low earth orbit，LEO)卫星通信可以克服恶劣地形影响实现远距离通信，面对突发灾害能快速部署解决通信问题，但是，卫星在保持高速运动的同时采用高频段的信号，容易导致通信时产生严重的信号衰落。针对此问题，基于传统遗传算法提出一种适用于混合波束赋形架构的算法。固定模拟域对数字域进行迭代优化，然后固定数字域对模拟域进行迭代优化，通过共同的待优化矩阵进行联合求解，在固定功率的前提下不断迭代优化矩阵，采用混合波束赋形方法有效减少硬件复杂度，更加接近数字波束赋形的性能。仿真表明，在混合波束赋形架构应用上，相对于传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法，所提算法性能提升了6.61%。     

MIMO雷达发射波束成形技术研究

该文采用基于现代优化理论优化发射信号的互相关矩阵的方法来形成所期望的天线发射方向图以实现发射波束成形.建立了方向图设计的数学模型,通过最小化代价函数来获得数值优化结果.采用混合遗传算法来优化选择多输入多输出(MIMO)雷达相关信号的互相关矩阵,以实现向期望空间方向图的逼近.仿真结果证明了该方法的可行性和有效性.     

分布式多输入多输出雷达的侦察分析

分布式多输入多输出(MIMO)雷达利用空间分集增益,提高检测和估计的性能,从而在电子对抗中产生了诸多优势。该文针对分布式MIMO雷达的侦察问题,首先提出了一套完整的侦察方案,建立起侦察一方与雷达一方的互动机制。该方案采用一个接收阵列采集雷达信号,并通过对雷达发射机数目和方位的估计,实现在空间上对多个雷达信号的分离,继而判断出是否存在分布式MIMO雷达。分别从侦察一方与雷达一方的角度出发,提出侦察与反侦察的策略和算法。研究结果表明:采用相对更多的接收阵元数以及选用改进的波达方向估计算法可以提高侦察能力;采用非均匀、大范围的MIMO雷达布阵方式以及利用MIMO雷达的选择性分集和波形优化可以提高雷达的反侦察能力。     

集中式多输入多输出雷达等效阵列增益推导

为便于分析集中式多输入多输出雷达性能,给出了一种集中式MIMO雷达等效阵列增益的近似推导.分析了集中式MIMO雷达阵列处理输出信号相对于匹配滤波器输出信号的信噪比提高因子,推导了SISO雷达和MIMO雷达阵列输出信号的信噪比公式,在此基础上,给出了集中式MIMO雷达阵列等效合成增益表达式,并对结果进行了仿真分析.仿真结果表明,阵元数增加一倍,相控阵雷达阵列增益增加3.0dB,而集中式MIMO雷达等效阵列增益只增加1.5dB.集中式MIMO雷达可通过长时间积累的方法来解决由于阵列等效增益减小带来的检测性能下降问题.     

MIMO雷达对角闪烁抑制性能

针对目标角闪烁引起的雷达测角误差问题,研究了多输入多输出(MIMO)雷达对角闪烁的抑制能力。建立了MIMO雷达角闪烁模型,导出了角闪烁的概率分布密度,讨论了发射天线个数与抑制角闪烁性能之间的关系,给出了由角闪烁引起测角超出目标范围概率密度。理论分析表明雷达发射端阵元个数越多角闪烁抑制性能越好,当达到6个天线时,角闪烁误差就能够降低到传统阵列雷达的25%。仿真结果与理论分析相一致,表明MIMO雷达对目标角闪烁能够有效的抑制。     

基于改进EM算法的分布式MIMO系统联合参数估计

鉴于采用最大似然算法估计分布式多天线系统的信道增益与频偏存在多维优化使计算复杂度高的缺陷,以及采用期望最大化（EM）算法存在收敛速度慢、对初值依赖性大的不足,而期望条件最大化（ECM）算法用一系列计算简单的CM步来代替一个复杂的M步,弱化了初值对收敛性的影响.综合考虑ECM算法与最大似然（ML）估计算法来优化EM的收敛过程,提出了一种高效稳定的EM算法.该算法在CM步取得频偏的更新值后,通过ML的结果来更新信道增益.仿真结果表明：该算法对初值的依赖性较低、计算简单且稳定性高,结合空间选择期望最大化（SAGE）方法后能大幅提高收敛速度,且所得估计值的均方误差（MSE）能够逼近Cramer-Rao界（CRB）.     

针对非格点参数的双基地MIMO雷达联合稀疏恢复

将稀疏恢复应用于雷达参数估计中,在保证估计精度同时,可大幅减少空时采样个数;但当目标参数不在格点时,估计误差会明显恶化。针对双基地MIMO雷达中不在格点的参数估计问题,引入联合稀疏优化方法,构建结构化误差矩阵和块稀疏向量。推导了进行参数估计的修正表达式,然后利用块稀疏算法求解,可有效提高稀疏恢复的精度。为解决计算复杂性,引入快速KCS稀疏恢复算法。仿真表明,在典型恢复场景下,可明显提高参数估计精度;同时计算时间节省1个数量级以上。     

基于全零块的快速运动估计算法

为了降低视频编码器的计算量,提出一种基于全零块的快速运动估计算法.该算法采用改进的逐次消除算法消除搜索过程中的无效匹配点,同时得到运动补偿预测残差块每个子块的直流系数,根据得到的直流系数和变换系数的分布模型推导出全零块的判断阈值.该算法不但能够加快运动估计的速度,而且还能降低离散余弦变换、量化、反量化和反离散余弦变换等的计算量,从整体上加快编码器的速度.实验结果表明:与已有快速运动估计算法相比,该算法编码时间最大可节约31 %,而率失真性能基本无损失.     

基于IMM的电扫描雷达参数控制算法研究

针对电控扫描雷达目标跟踪中的资源分配问题,基于交互多模型算法(interacting multiplemodel,IMM),提出了一种对采样间隔和驻留时间两个参数进行联合控制的方法.在满足一定跟踪精度的情况下,相对只优化采样间隔的跟踪算法,更能节约雷达资源.该方法不固定检测概率,只限制其最小值,更加接近实际.仿真结果表明了算法的可行性和有效性.     

基于序列重要性重采样算法的MIMO时变信道半盲估计

粒子滤波可以用来处理非线性非高斯问题,而序列重要性重采样算法能较好地解决粒子滤波中的粒子退化问题,由此将序列重要性重采样算法运用于MIMO时变信道进行半盲估计.实验结果表明:与使用传统的粒子滤波方法相比,基于序列重要性重采样算法的MIMO时变信道半盲估计方法均方误差和误码率降低,从而改善了接收端的符号检测性能.     

基于自适应降调频的LFM信号参数估计新算法

为解决现有基于压缩感知理论的线性调频(liner frequency modulation,LFM)信号参数估计中冗余字典规模庞大的问题,提出了一种基于改进谱形熵和降调频的参数估计新算法。该算法首先进行LFM信号的步进降调频处理,通过检测改进谱形熵的极小值获取调频斜率的预估值。其次构建降调频观测矩阵,在压缩采样的同时完成信号的降调频处理。最后通过部分重构算法获得参数估计值。实验结果表明,该算法在SNR≤-3 d B和M≤N/8条件下相比于同类算法具备更好的估计效果,同时运算复杂度得到显著降低。     

基于局部航迹关联的多基地雷达多目标跟踪快速算法

针对仅能观测目标一维信息的多基地雷达系统,提出了一种基于局部航迹关联的多目标跟踪快速算法.该算法通过各接收机的局部跟踪处理,在获得目标一维航迹的基础上,利用目标的速度信息、局部航迹的冗余性及其与目标的一一对应关系,分级剔除了由于组合定位产生的大量虚假目标,进而通过局部航迹的关联提高了多目标跟踪的稳定性.与传统的集中式跟踪算法相比,该算法避免在融合中心进行复杂的"量测-量测"与"量测-航迹"关联运算,显著提高了计算效率,具有较好的实时性,易于工程实现.