互耦效应对MIMO/SA多天线系统信道容量的影响

多输入多输出/智能天线（multiple input multiple output/smart antenna, MIMO/SA）系统是4G的关键技术之一,多天线的互耦效应是影响MIMO/SA多天线系统性能的主要问题。建立了MIMO与SA相结合的多天线系统模型,推导了互耦效应影响下空间相关系数和信道容量的表达式|通过电磁场数值计算和蒙特卡罗方法仿真MIMO/SA多天线系统的各态历经信道容量。结果表明：在典型的角度谱分布下改变天线间距,考虑互耦效应的信道容量围绕无互耦效应时的信道容量上下振荡|基站天线阵列间距增大信道容量持续增大,移动台天线阵列间距增大到0.5倍波长后信道容量基本保持不变|互耦效应增大信道的空域相关性,从而降低信道容量。     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

MIMO-OFDM系统多基站协作传输的盲定时同步算法

提出了一种用于多基站协作传输多输入多输出（multiple input multiple output, MIMO）正交频分复用（orthogonal frequency division multiplexing, OFDM）系统的分布式多天线盲定时同步算法,利用接收信号的循环平稳特性,根据天线间时延导致的接收信号循环自相关函数谱峰的偏移量得到天线间的时延差值。采用一种基于滑动窗的检测算法,得到各天线时延值。仿真结果表明,该算法在无须额外同步数据的情况下,能有效地解决分布式定时问题。     

相关MIMO信道下可变数目天线选择算法

提出两种多入多出（MIMO）系统可变数目天线选择算法,来动态适应多种相关MIMO信道环境。基于特征值准则的算法按照最小特征值与特征值总和之比动态选择天线,避免天线间的高度相关性;基于容量准则的算法在保证容量接近最大值的条件下,最小化天线数目。仿真结果表明,两种算法在天线选择后的容量均接近选择前的情况;通过结合链路自适应技术,可进一步得到优于无天线选择系统的数据速率和误码性能。     

MIMO系统中基于斜投影的盲空时多用户检测算法

针对多输入多输出(multiple input multiple output, MIMO)的码分多址(code division multiple access, CDMA)系统,提出了一种基于斜投影的盲空时多用户检测算法。该算法结合MIMO系统的空间分集技术与Alamouti空时分组码 (space time block coding, STBC)方案,自适应地跟踪干扰子空间和多天线信道,在此基础上对接收信号进行斜投影抑制多址干扰(multiple access interference, MAI),解决了传统的基于子空间的最小均方误差(minimum mean square error, MMSE)盲空时多用户检测算法收敛速度慢和强干扰的情况下稳态性能低的问题,提高了多用户检测的鲁棒性,且计算复杂度较低。仿真结果表明该算法的有效性。     

上行MIMO MC-CDMA系统联合的检测

将多输入多输出（MIMO）技术应用于传统的MC-CDMA方案,构成MIMO MC-CDMA系统,能在很大程度上提高MC-CDMA方案的性能.提出了一种上行MIMO MC-CDMA系统联合的V-BLAST（Vertical-Bell Labs Layered Space-Time）和多用户检测算法,该算法首先分别对每个用户采用一种改进的基于最小均方误差（MMSE）的迭代干扰抵消V-BLAST检测获得两组不同的检测数据,然后联合所有的用户运用最大似然（ML）准则对迭代中间结果进行选择从而实现性能优化.仿真结果表明所提出算法显著提高了系统的误码率（BER）性能.     

多用户MIMO系统中结合天线选择的协同差分空时传输方案

针对多用户多入多出(MIMO)系统中存在部分信道估计困难的情况,提出了一种新的协同差分空时传输方案。在此方案中引入了一种简单的自适应放大转发中继协议,该协议在中继节点结合了接收选择合并和发送天线选择,仅需要部分信道状态信息(CSI)。得出了最大似然差分检测方法,分析了系统的成对码字差错概率(PEP)性能。仿真结果显示,在相同收发天线数、功率及频谱效率条件下,所提方案比点对点MIMO系统中的差分传输方案获得了更高的分集增益和更好的误比特率(BER)性能。且在高信噪比情况下,还优于采用相干检测的非协同Alamouti传输方案。     

米波MIMO雷达波束空间精确最大似然算法

针对阵元空间多输入多输出(multiple input multiple output, MIMO)雷达低仰角估计方法运算量和数据传输量太大的问题, 提出了基于波束空间的MIMO雷达精确最大似然(refined maximum likelihood, RML)算法。该算法将阵元空间的数据转换到波束空间, 实现降维处理, 再利用最大似然的思想对波束空间的数据进行测角。计算机仿真结果表明, 相比于基于阵元空间的MIMO雷达RML算法, 所提算法有着良好的测角性能, 并大大降低了算法运算时间。同时, 通过计算机仿真分析了信噪比、仰角、波束指向与目标仰角之间的偏差、阵元数、反射系数误差和天线中心高度等因素对所提算法测角性能的影响。     

MIMO雷达稀疏阵列优化设计方法

针对运动平台多输入多输出(multiple input multiple output, MIMO)雷达应用中无法进行规则稀疏布阵, 传统的稀疏阵优化设计方法优化对象单一的问题, 提出一种利用多目标进化算法(multi-objective evolutionary algorithm, MOEA)进行阵列结构优化的方法。将MIMO雷达接收端的收发联合和差波束的旁瓣电平为优化目标, 使系统具有尽可能好的和差波束旁瓣抑制性能。仿真结果表明, 基于Pareto秩排序的MOEA的MIMO雷达稀疏阵优化设计可以使系统多种性能得到提升。     

基于改进模糊综合评判的仿真可信度评估方法

针对基于传统模糊综合评判的仿真可信度评估过程中专家根据个人偏好或期望确定权重、模糊合成运算选择不合理等引起的评估结果不准确等问题,提出了一种基于改进模糊综合评判的仿真可信度评估方法。针对树型评估指标体系,利用模糊综合评判矩阵,基于最小隶属度加权平均偏差确定评估指标体系中各层指标的权重;在模糊合成运算环节,利用隶属度加权平均偏差,获取综合评价向量,进而得到仿真可信度评估结果;应用于某半实物仿真系统可信度评估中,计算结果验证了该方法的合理性和可行性。     

Study on Fuzzy Comprehensive Evaluation of Simulation Schemes of Socio－economic Systems

ＳｔｕｄｙｏｎＦｕｚｚｙＣｏｍｐｒｅｈｅｎｓｉｖｅＥｖａｌｕａｔｉｏｎｏｆＳｉｍｕｌａｔｉｏｎＳｃｈｅｍｅｓｏｆＳｏｃｉｏ－ｅｃｏｎｏｍｉｃＳｙｓｔｅｍｓ￥ＷＡＮＧＺｏｎｇｊｕｎ（ＣｏｌｌｅｇｅｏｆＢｕｓｉｎｅｓｓａｎｄＭａｎａｇｅｍｅｎｔＨｕａｚｈ...     

基于模糊综合评判的车辆目标SAR仿真图像评估方法

为了验证理论建模计算合成孔径雷达(synthetic aperture radar,SAR)仿真图像的准确性,给出基于层次分析法(analytic hierarchy process, AHP)、模糊综合评判(fuzzy comprehensive evaluation,FCE)、图像特征与Fisher可分性及目标识别等知识综合的车辆目标SAR仿真图像评估方法。首先确定五级评语集{优秀,良好,中等,较差,很差},然后根据AHP构建评估因素集,分别利用Fisher可分性判据和目标识别率确定二级FCE的两层权重向量,再依据图像相似度评价标准区间构建模糊隶属函数,最后将权重向量和模糊关系矩阵合成计算出仿真和实测图像的FCE结果,即模糊向量,对模糊向量按照最大隶属原则给出评价结果。通过对车辆目标的仿真与实测SAR图像进行比对分析结果显示,该方法可以准确客观地反映出SAR仿真与实测图像之间的相似程度。     

一种MIMO复杂过程的模糊建模新方法

针对难于建立精确数学模型的MIMO复杂过程,提出一种基于过程输入输出数据变化关系的模糊建模方法。即首先将一个MIMO系统分解成多个MISO子系统,对每一个MISO子系统按过程输出随输入变量变化的剧烈程度对输入变量论域进行划分。在此划分的基础上确定出MIMO复杂过程模糊模型的规则总数和前件参数;然后,由于要建立的模糊模型可以表示为一个前馈模糊神经网络,因此利用BP学习算法求得过程模型模型的后件参数。仿真举例验证了所述模糊建模方法的有效性。     

Solving algorithm for TA optimization model based on ACO-SA

An ant colony optimization (ACO)-simulated annealing (SA)-based algorithm is developed for the target assignment problem (TAP) in the air defense (AD) command and control (C2) system of surface to air missile (SAM) tactical unit.The accomplishment process of target assignment (TA) task is analyzed.A firing advantage degree (FAD) concept of fire unit (FU) intercepting targets is put forward and its evaluation model is established by using a linear weighted synthetic method.A TA optimization model is presented and its solving algorithms are designed respectively based on ACO and SA.A hybrid optimization strategy is presented and developed synthesizing the merits of ACO and SA.The simulation examples show that the model and algorithms can meet the solving requirement of TAP in AD combat.     

基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法

针对雷达抗干扰性能评估的问题, 提出一种基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法。该方法以模糊数学和关联函数理论为基础, 首先借鉴已建立评价指标的模糊综合评判因素集, 采用区间数打分, 基于灰色关联方法确定评价指标权重。然后, 通过隶属函数建立评判矩阵,计算模糊综合评断结果, 并按照隶属度的大小确定雷达抗干扰能力级别。最后, 建立模糊值线性序评价模型, 确定雷达抗干扰性能的优劣顺序。经实例验证, 所提方法既可以确定雷达抗干扰性能的评价等级, 又能进一步确定雷达抗干扰性能的优劣顺序, 且较为客观可靠。     

基于模糊聚类和粗糙集的仿真可信性模糊综合评估

为客观有效地解决仿真可信性评估问题,提出基于模糊聚类和粗糙集的仿真可信性模糊综合评估方法。阐述了基于模糊传递闭包法进行模糊聚类分析的基本步骤,分析了粗糙集中属性重要性的相关原理;提出了基于模糊聚类和粗糙集的可信性模糊综合评估模型,利用模糊聚类和粗糙集中的属性重要性原理客观地进行各因素权重分配,结合模糊综合评判进行仿真可信性综合评估;以某飞行视景仿真系统为例,进行可信性综合评估。结果表明,该方法具有一定的合理性和可行性。     

基于改进FDOD度量的航空发动机健康状况评估

针对以往基于离散度函数(function of degree of disagreement, FDOD)度量对航空发动机的健康状况进行综合评价时，未全面考虑各指标的权重，导致评价结果不够准确的问题，提出一种改进FDOD度量的综合评价方法。首先，利用序关系分析法(简称为G1法)确定各指标的主观权重，利用因子分析法确定各指标间的相关性，得到各指标的客观权重。其次，基于离差最大化的组合赋权法确定各指标的组合权重，使赋权结果更加科学合理，提高不同对象的区分度。然后，基于组合权重对传统FDOD度量进行改进，以提高综合评价的准确性。最后，通过美国国家航空航天局提供的涡扇发动机性能仿真数据，验证了所提方法的有效性。     

分散自适应模糊滑模控制器与车辆跟随控制

针对一类不确定非线性大系统提出了一种新的组合型自适应分散模糊滑模控制算法.借助模糊逻辑系统与滑模方法设计的控制器加权组合了间接与直接自适应两种模糊控制器,可以同时融合被控对象知识与控制知识两种模糊信息来提高自适应效果.在一类大系统框架下基于统一的格式提出了间接与直接自适应模糊控制设计方案,并进一步消除了现有各种相关控制算法的缺陷.闭环大系统被证明是一致渐近稳定的.该算法应用于自动公路系统车辆的跟随控制,仿真结果表明提出的组合型自适应模糊控制系统比通常间接或直接自适应模糊控制系统具有更好的跟踪性能.