基于延时相关处理的ESPRIT算法

为了提高旋转不变子空间(estimation of signal parameters via rotational invariance techniques, ESPRIT)算法的分辨力和测角精度,充分利用非零延迟相关函数中信号入射角度的信息,提出了基于延时相关处理的ESPRIT算法。根据所有阵列间延时相关信息,构造新的阵列输出矩阵,并且得到新的协方差矩阵。对新的协方差矩阵进行特征值分解得到特征向量,通过将特征向量划分得到含有入射角度信息的子阵,最终求得信源的入射角度。仿真结果表明,该算法的分辨力和测角精度均优于原ESPRIT算法,并且在小角度间距情况下也有较好的分辨性能。     

Multi-target localization for bistatic MIMO radar in the presence of unknown mutual coupling

A decoupling-estimation signal parameters via rotarional invariance technique(ESPRIT) method is presented for multi-target localization with unknown mutual coupling in bistatic multiple-input multiple-output(MIMO) radar.Two steps are carried out in this method.The decoupling operation between angle and mutual coupling estimates is realized by choosing the auxiliary elements on both sides of the transmit and receive uniform linear arrays(ULAs).Then the ESPRIT method is resilient against the unknown mutual coupling matrix(MCM) and can be directly utilized to estimate the direction of departure(DOD) and the direction of arrival(DOA).Moreover,the mutual coupling coefficient is estimated by finding the solution of the linear constrained optimization problem.The proposed method allows an efficient DOD and DOA estimates with automatic pairing.Simulation results are presented to verify the effectiveness of the proposed method.     

Mobile channel estimation for MU-MIMO systems using KL expansion based extrapolation

In multi-user multiple input multiple output(MU-MIMO) systems,the outdated channel state information at the transmitter caused by channel time variation has been shown to greatly reduce the achievable ergodic sum capacity.A simple yet effective solution to this problem is presented by designing a channel extrapolator relying on Karhunen-Loeve(KL) expansion of timevarying channels.In this scheme,channel estimation is done at the base station(BS) rather than at the user terminal(UT),which thereby dispenses the channel parameters feedback from the UT to the BS.Moreover,the inherent channel correlation and the parsimonious parameterization properties of the KL expansion are respectively exploited to reduce the channel mismatch error and the computational complexity.Simulations show that the presented scheme outperforms conventional schemes in terms of both channel estimation mean square error(MSE) and ergodic capacity.     

基于混合聚类和网格密度的欠定盲矩阵估计

欠定盲矩阵估计是欠定盲源分离的关键技术,其估计结果直接影响源信号的分离精度。针对目前欠定盲矩阵估计算法稳定性差、估计精度不高的缺点,提出了一种基于混合聚类和网格密度的新算法。该算法利用基于人工蜂群算法和K-均值的混合聚类方法对信号数据进行聚类,提高聚类结果的稳定性;利用网格密度法修正每一类的聚类中心,提高混合矩阵的估计精度。实验结果表明,所提算法在稳定性和估计精度方面都比传统欠定盲矩阵估计算法有了明显改善。     

电动汽车锂电池PNGV等效电路模型与SOC估算方法

基于PNGV(the Partnership for a New Generation of Vehicles)电池等效模型,考虑了温度对模型参数的影响,提出了一种以电池等效模型的开路电压插值估算电池荷电状态(SOC)的方法。通过锂离子电池的充放电试验与HPPC试验,识别模型参数,然后使用Matlab/Simulink进行仿真计算。仿真和实验表明,所选取的PNGV模型精度高,能真实的模拟电池充放电特性,再结合开路电压插值计算电池SOC,可有效解决安时法(AH)估算SOC存在的累计误差和初始值估算不准确的问题,最终使SOC估算值控制在高精度范围内。     

用于组合测姿的Kalman渐消因子自适应估计算法

提出了适用于姿态测量的Kalman滤波渐消因子自适应估计算法,滤波中采用序贯处理的方法计算出每个量测量对应的渐消因子,在位置速度组合导航系统中,只有位置、速度的误差状态是直接可观测的,用序贯滤波处理计算得到的渐消因子对协方差阵中对应于位置和速度误差状态的对角元素进行自适应控制,抑制滤波发散,提高位置、速度和姿态的测量精度。半实物仿真表明,与原来的算法相比,修改后的方法不仅能够提供高精度位置、速度信息,而且还可以提供高精度姿态信息,其中航向误差在0.08°以下,俯仰和横滚误差在0.02°左右。     

改进分布估计算法在热轧生产调度中的应用

在热轧生产调度数学模型的基础上,提出一种改进的基于小生境技术的分布估计算法。采用Hebb学习规则来更新概率模型,增强了小生境之间以及整个群体间的相互学习能力。在对新种群采样时,引入了一种竞争选择机制,使得父代中的优秀个体在进化过程中得以保留,从而保证了进化持续有效的进行。为将该算法用于热轧生产调度,设计了一种新的解码方式,并采用某钢厂实际生产数据进行仿真实验,验证了算法的有效性。     

SUMPLE算法的合成权值相位性能分析与仿真

SUMPLE算法是深空网天线组阵中信号合成的最重要方法之一。研究了合成权值的补偿相位估计性能,从参数估计角度分析了该算法具有较好的合成性能原因。同时,进一步利用SUMPLE算法合成权值之间相位差实现多天线信号间的相位差估计,并推导了估计算法的理论性能以及分析了天线数对算法性能的影响。理论分析与仿真结果表明,天线数越多,相位差估计性能越接近估计下界,较适合于低信噪比下多天线信号间的相位差估计。     

数控总线基于贝叶斯估计的同步抖动修正方法

提出一种基于贝叶斯推理估计方法的时间同步抖动修正计算方法,通过已获得的总线传输延时作为采样样本,并通过贝叶斯推理估计,得到经过估计修正的总线传输延时,以提高数控系统现场总线时间同步精度,经过试验测试,提出的同步抖动修正方法能够保证时间同步的同步抖动不大于0.5uS,能够满足高档数控系统高速、精密加工对总线的同步控制需求。     

基于DOA估计算法的多用户检测新方法

提出一种利用天线阵列的多用户检测方法.新方法假设各个信号源的训练序列互相正交,并且各信号源都是幅度为1的恒模信号.结合无空间模糊性的T型阵列,新方法能快速、精确地估计波达方向矩阵,进而检测多个用户的信息,利用Matlab对算法进行了仿真实验,并给出了新方法的误码率性能.