基于噪声信道的三种单模式GBN-ARQ系统时延性能分析与比较

在考虑发送端到达信息包随机拆分情况和分组长度的影响下,建立分组批到达情况下的自动请求重传GBN-ARQ系统的排队时延模型,给出其时延性能表达式.基于前向链路和反向链路为一般噪声信道,通过对3种单模式GBN-ARQ系统(SGBN-ARQ,CGBN-ARQ,nGBN-ARQ)的传输时延性能进行解析研究、数值分析和比较,构造一种具有更小平均服务时延的自适应AGBN-ARQ传输机制.该系统根据信道状态自适应地采用CGBN-ARQ和nGBN-ARQ两种传输模式进行传输,这种自适应机制兼顾了两种传输机制的优点,克服了基本的GBN-ARQ系统随着信道错误率的提高时延迅速增加的缺点,具有较低的系统实现复杂度.     

基于幅度辅助的中国余数定理多目标多普勒频率估计算法

脉冲多普勒(pulsed Doppler, PD)雷达在低脉冲重复频率工作模式下,基于封闭式鲁棒中国余数定理(closed-form robust Chinese remainder theorem, CFRCRT)算法可以实现单目标多普勒频率快速且精确的估计,但由于多目标的频率余数与目标对应关系事先未知,往往对基于CFRCRT进行多目标多普勒频率估计带来困难。对此,基于幅度辅助利用聚类分析技术,提出频率余数分组匹配的方法,解决了基于CFRCRT多目标多普勒频率估计问题。针对频率余数分组匹配过程中,传统离散傅里叶变换的频谱泄露和栅栏效应导致匹配性能不高的问题,采用全相位离散傅里叶变换(all phase discrete Fourier transform, apDFT)实现高性能的频率余数分组匹配。理论分析和仿真结果表明,所提算法可以有效地实现PD雷达多目标多普勒频率估计。     

基于区间数聚类的目标分群算法

针对态势认知中目标数量多、信息不确定、数据不精确等问题, 提出一种基于区间数聚类的目标分群算法。首先, 考虑到传感器测量数据具有误差且数据不完全等因素, 采用区间数对传感器探测到的目标进行特征描述。然后, 为有效利用区间数信息定义了一种新的距离度量, 并给出了改进的区间数聚类目标分群算法。最后, 构造4类相互独立的区间数据集, 对区间数据进行分类测试, 并通过典型想定场景设定多类目标实体, 基于目标空间位置、运动特征和属性等要素进行空间分群和任务分群。仿真结果验证了算法能够有效对目标进行分群, 具有较强的稳定性。