Alpha稳定分布噪声下基于特征值之差频谱感知算法

针对基于特征值的谱感知算法在脉冲噪声的环境下感知性能不佳的问题，分析矩阵全部的特征值，引入矩阵特征值的几何均值，提出了基于分数低阶协方差矩阵的最大特征值与特征值几何均值之差(difference between maximum eigenvalue and geometric mean of eigenvalue, DMGM)的频谱感知算法。选择了Alpha稳定分布噪声模拟脉冲噪声环境，理论分析与仿真实验结果表明，在不增加算法复杂度的前提下，DMGM算法与其他算法相比，更适用于脉冲噪声环境，在低信噪比条件下具有更好的感知性能。     

基于复合熵和证据理论的抗SSDF攻击协作频谱感知方法

针对协作频谱感知中，频谱感知数据篡改(spectrum sensing data falsification, SSDF)攻击导致的感知性能恶化问题，在次级用户中恶意用户占比小于一半的情况下，提出一种基于复合熵和证据理论的抗SSDF攻击协作频谱感知方法。首先，次级用户根据本地感知统计量计算基本概率分配(basic probability assignment, BPA)信息。然后，融合中心根据BPA计算距离值并进行熵处理得到复合熵，再以复合熵为权重对BPA信息进行调整，降低恶意用户的权重。最后，针对证据理论中Dempster融合公式的弊端，采用加权求和法代替传统的融合公式。仿真结果表明，和已有方法相比，在不同类型的SSDF攻击下，所提算法具有较好的感知性能。     

基于矩阵重构和酉变换的DOA估计

为了提高重构相干信号测向算法的估计性能,降低算法运算量,提出了一种基于矩阵重构和酉变换方法的酉矩阵重构算法。该算法首先通过酉变换将阵列接收数据从复值计算转换为实值计算,使计算量大大降低;然后计算阵列协方差矩阵并进行特征值分解得到信号子空间,再将信号子空间重构为Toeplitz矩阵实现解相干并再次进行酉变换;最后通过特征值分解得到信号子空间并使用最小二乘法实现波达方向(direction of arrival, DOA)估计。相比于改进的旋转不变性的信号参数(estimation of signal parameters via rotational invariance techniques-like, ESPRIT-Like)算法和空间平滑处理算法,由于消除了噪声影响、构造了Toeplitz矩阵以及充分利用了数据的共轭信息,该算法的估计精度更高、具有更高的运算效率且在ESPRIT-Like算法失效的条件下新算法仍能有效估计DOA。本文算法的运行时间是ESPRIT-Like算法的71.2%,实验结果证明了该方法的有效性和真实性。     

一种冲击噪声下的多目标跟踪算法

针对现有的子空间类多目标跟踪算法无法对相干目标进行有效跟踪,传统的动态跟踪方法在冲击噪声环境下失效的问题,提出了一种冲击噪声下的多目标跟踪算法。构造了一种新的零记忆非线性处理方法实现去冲击,推导得到了基于协方差矩阵更新的极大似然多目标跟踪方程,并设计了一种量子猫群算法,对其进行快速准确求解,实现了在恶劣噪声环境下的鲁棒多目标跟踪。仿真结果表明,所设计的算法突破了已有跟踪方法的性能和应用局限。本文分析结果可用于指导被动雷达和感知系统的跟踪模块设计。     

地铁隧道环境下2.4 GHz频段路径损耗特性

基于射线跟踪法建立地铁隧道环境下2.4GHz频段的无线信道模型,分析此场景下断面类型、收发位置、断面面积和天线极化对路径损耗特性的影响,为系统设计提供参考.     

基于WINNER Ⅱ模型的高铁环境下极化分集与空间分集性能研究

我国高速铁路的快速发展迫切需要更可靠的传输技术以保障列车安全.MIMO分集技术中的极化分集和空间分集可以有效提高在城区富散射环境下的传输可靠性,但两者在高铁这种直射径较强环境下的分集性能需要进行分析研究.本文基于WINNERⅡ(Wireless World InitiativeNew RadioⅡ)D2a高铁信道模型对LTE下行链路在不同接入方式和不同列车运行速度下两种多天线(Multiple Input Multiple Output,MIMO)分集方法的误比特率(Bit Error Rate,BER)性能进行了仿真比较.结果显示,在WINNERⅡD2a信道模型中空间分集的BER性能优于极化分集.     

基于共轭梯度求解代价函数的卷积码参数识别算法

卷积码常作为级联码、Turbo码等高性能编码的子码,正确识别出卷积码的参数是级联码、Turbo码参数识别的基础,这要求卷积码参数识别算法具有较强的抗噪能力。利用解调软判决序列可以有效提高识别算法的抗噪能力。根据递归系统卷积码编码码元间的线性约束关系构造了一个基于指数函数的代价函数模型,将生成矩阵的识别问题转化成求解代价函数极小值的最优化问题,并采用共轭梯度法不断逼近极小点。仿真结果显示,与现有算法相比,所提方法显著提高了抗噪能力,且适用性强、收敛速度快。     

基于虚拟阵列扩展的改进加权空间平滑算法

针对相干信源的波达方向(direction of arrival, DOA)估计问题, 传统的空间平滑算法通过减小阵列孔径来解相干, 导致估计精度降低。本文以相干分布源为研究对象, 首先通过扩展共轭虚拟阵列增大阵列孔径, 使用Toeplitz算法进行预估计, 根据预估计值构建加权矩阵, 通过二次加权空间平滑恢复协方差矩阵的秩, 消除信号的相干性, 结合传播因子算法估计得到目标信源的入射角度。该算法充分利用子阵输出的自相关和互相关信息, 改善了阵列孔径带来的精度影响。仿真结果表明, 所提算法对相干信源具有良好的分辨能力和估计精度, 在低信噪比时鲁棒性较好。     

基于噪声圆形特性的宽带相干信号DOA估计方法

针对色噪声下基于差分去噪的宽带相干信号波达方向(direction of arrival, DOA)估计方法对相干信源数有限制的问题，提出一种基于噪声圆形特性去噪和Toeplitz矩阵重构的估计算法。首先，对接收到的信号求取协方差矩阵，利用噪声的圆形特性消除噪声。为达到对协方差矩阵进行Toeplitz矩阵重构的要求，通过协方差矩阵相乘来构造新的数据协方差矩阵。然后，通过Toeplitz矩阵重构来解相干。最后，利用旋转子空间算法准则构造聚焦矩阵，使用传播算子算法实现DOA估计。理论分析及仿真实验验证了该算法的有效性，该算法对相干信源数的奇偶没有限制，同时该算法也适用于高斯白噪声下宽带相干信号DOA估计的场景。