柱面共形阵列DOA与极化参数高效联合估计算法

针对共形阵列天线信源方位与极化状态联合估计算法计算量大的问题,给出了一种基于多级维纳滤波器前向递推的柱面共形阵列天线信源方位与极化参数高效联合估计算法.新算法推导了柱面共形阵列天线多级维纳滤波器的前向递推.算法以某一期望信号的训练信号为已知条件,通过多级维纳滤波器的前向递推,来实现信号子空间和噪声子空间的快速估计,避免了协方差矩阵估计与特征值分解,大大减少了已有联合估计算法的运算量,使计算量由原来的O(N3+N2L)降低到O(N2L).仿真实验表明:算法在降低算法复杂度的同时,可保证算法的估计精度,在信噪比大于10 dB时,与已有算法具有近似相同的估计精度,证明了算法的有效性.     

柱面共形阵列天线盲极化2D DOA 估计

针对柱面共形阵列天线的DOA估计问题,充分利用柱面载体的单曲率特性,通过合理的阵元设置,基于子空间原理,提出了盲极化2DDOA估计算法。首先,利用一条母线上的阵元构成子阵1,基于ESPRIT算法,实现信源俯仰角估计。然后,利用剩余阵元构成子阵2,结合子空间原理以及俯仰角估计值,通过一维参数搜索完成方位角估计,并实现了俯仰角与方位角的自动配对。该算法在不需要信源极化状态与阵元方向图任何信息的情况下进行二维来波方向估计,估计精度高、分辨力强。同时,所提算法不需要额外的参数配对,简化了估计方法的步骤,计算量小,易于实现。在不同信噪比、快拍数条件下的计算机Monte-Carlo仿真实验表明,所提算法可有效地解决共形阵DOA估计问题。     

塔康导航系统机载中频信号数字化技术

现用的塔康设备以模拟体制为主,难与数据设备系统交连,因而有必要进行数字化改进,基于软件无线电思想中的中频信号数字化技术已被广泛应用到现代通信领域。由FPGA和DSP构成的硬件系统为先进数字信号处理技术的实用化、工程化提供了实现平台。首先分析了塔康导航信号特点,然后运用数字信号处理技术,结合大规模数字集成电路,在FPGA和DSP搭建的硬件平台上讨论并实现了塔康导航系统机载中频信号的数字化处理,所得结果证明,所采用的算法达到了塔康系统的性能要求,并且较之传统的模拟机载系统具有节省功耗、空间的优点。     

基于ESPRIT算法的柱面共形阵列天线DOA估计

由于共形天线阵列流形的多极化特性(polarization-diversity,PD),信源方位参数与极化状态的“耦合”是实现共形阵列天线波达方向(direction-of-arrival, DOA)估计的主要难点。针对柱面共形阵列天线的特点,建立了柱面共形阵列天线的导向矢量模型;通过合理的阵元排列结构设计,结合ESPRIT (estimation of signal parameters via rotational invariance techniques)算法参数估计的特点,实现了信源极化状态与方位参数的去耦合,推导了ESPRIT算法多参数估计的参数配对方法,最终提出了柱面共形阵列天线盲极化DOA估计算法。计算机Monte Carlo仿真实验验证了所提算法的有效性。     

基于深度聚类的通信辐射源个体识别方法

针对非合作通信条件下缺少标签数据的通信辐射源个体识别问题,提出了一种基于深度聚类的通信辐射源个体识别方法。利用自编码器网络强大的特征提取和数据重构能力对原始I/Q数据进行表征学习,提取个体识别的指纹特征,同时将表征学习过程和特征聚类过程进行联合优化,使表征学习和特征聚类契合度更高,更好地完成无标签条件下的通信辐射源个体识别。通过对5种ZigBee设备采集的信号进行实验,结果表明在信噪比高于0 dB时,可以达到85%以上的识别准确率,证明了本文方法的有效性和稳定性。     

基于残差生成对抗网络的调制识别算法

针对小样本条件下通信信号识别准确率不高、网络训练困难的问题, 本文提出一种基于残差生成对抗网络的调制识别算法。首先, 设计一种以Leakyrelu作为隐藏层激活函数的新残差单元, 使得网络对输入为负值的数据也可以进行梯度计算; 然后, 将新残差单元组成的残差网络和卷积神经网络作为本文算法的基本网络结构, 使用卷积步幅为1的非对称小卷积核, 更好地提取信号的边缘特征信息; 最后, 用Dropout代替池化操作, 并选择Adam梯度优化算法以交替迭代方式完成网络训练。仿真实验结果表明, 小样本条件下, 残差生成对抗网络算法复杂度明显降低, 信噪比(signal to noise ratio, SNR)在0 dB以上时, 对10种调制信号的识别准确率可以达到91%, 验证了所提方法的有效性。     

柱面共形阵列天线WSF算法DOA估计性能分析

天线是无线电通信及探测系统的重要组成部分,在未来航天飞行器、移动通信以及声纳领域中,共形阵列天线的广泛应用将极大地提高系统的整体性能。在建立三维柱面共形阵列天线导向矢量数学模型的基础上,将经典高分辨DOA(Direction Of Arrival)估计方法——WSF(Weighted Subspace Fitting)算法应用到柱面共形阵列天线中,并详细分析推导WSF算法在柱面共形阵列天线中的估计方差和克拉美-罗界(Cramer-Rao Bound,CRB),通过计算机仿真实验分析了WSF算法在柱面共形阵列天线中的估计效果,给出了WSF算法在柱面共形阵列天线中DOA估计性能的评估。实验表明WSF算法的DOA估计方差随着信噪比和阵元个数的增加逐渐达到CRB。     

锥面共形阵列非圆信号2D-DOA估计

针对常用锥面载体的单曲率特性,结合合理的阵元布局和利用非圆信号非零椭圆协方差特性,提出一种锥面共形阵列天线非圆信号盲极化二维波达方向(two dimensional-direction of arrival, 2D-DOA)估计方法。该方法基于非圆-旋转不变子空间(non-circular estimation of signal parameters via rotation invariant technique, NC-ESPRIT),充分利用非圆信号的阵列扩展性,将DOA与极化参数去耦合,在此基础上,对俯仰与方位角度参数分维处理,在未知极化参数的情况下,实现了2D的分维估计。针对相干源情况,推导了锥面共形阵列非圆信号解相干空间平滑算法,通过解相干预处理,保证了所提算法对相干信号的适用性,扩展了算法的应用范围。计算机仿真实验表明,所提方法在信噪比较低(小于10 dB)时,较之已有算法大大提升了DOA估计精度,达到了较好的效果。