OFDM系统非数据辅助采样频率偏差估计的Cramér Rao界

研究了OFDM系统中非数据辅助采样频率偏差估计性能的衡量问题,推导了其Cramér Rao界(CRB).根据中心极限定理,对接收信号中的子载波间干扰进行近似,推导了在未知调制信息时接收信号的概率密度;根据CRB的定义,对非数据辅助采样频率偏差估计的CRB进行了推导;通过蒙特卡罗积分的方法得到了在不同OFDM基带调制方式...     

非对称Colonel Blotto博弈模型下的多信道功率分配抗干扰

针对智能干扰条件下传输速率固定的通信系统多信道功率分配问题,建立了非对称Colonel Blotto博弈模型。在完全信息条件下,推导出了各种功率预算约束下通信方和干扰方的等效单信道最优功率分配策略,进而证明了通信方和干扰方存在唯一混合纳什均衡策略,并求得了纳什均衡收益。基于等效单信道最优功率分布,提出了一种多重扫描直接列元素交换算法,可以快速构建多信道混合功率分配矩阵,且相比于线性规划方法,可适应更多的信道数和更广的功率分布范围。通过数值仿真,验证了所提多信道混合功率分配矩阵构造算法的有效性及多信道功率分配策略的最优性。     

基于贝叶斯原理的放大转发中继联合信道估计

在贝叶斯原理的框架下,依据放大转发中继联合信道等价于两段瑞利信道相叠加的特征,将其概率密度分布这一先验知识与接收端的训练序列相结合,得到了最小均方和最大后验两种估计方法。由于两种方法的准确贝叶斯CRB难以求解获得闭合表达式,从最大熵原理出发,结合复高斯分布性质,推导了MLE准则下的CRB相对应的近似贝叶斯CRB,以衡量不同方法的估计精度。仿真结果表明相比于原有的MLE方法,最大后验估计方法在低信噪比下性能改善明显。     

多目标跟踪器分配算法的设计和分析

为了解决武器平台多目标跟踪器分配问题,用数学表达式描述了问题和评价跟踪器分配方案的规则,分析了多目标跟踪器常用的几种分配算法的效率,包括穷举法、顺序法和全排列顺序法等几种算法.提出了一种新的基于综合分析的分配算法,算法利用上述问题描述和评价规则推导的结论简化了算法,对算法的空间复杂性和时间复杂性进行了分析,并对算法的正确性进行证明.     

面向协同探测的多机雷达功率时间联合优化分配算法

针对多目标搜索及跟踪场景,研究了面向协同探测的多机雷达功率时间联合优化分配算法。首先,基于信号检测理论和克拉美-罗下界,分别推导了雷达搜索性能与跟踪性能评估指标;在此基础上,建立了面向协同探测的多机雷达功率时间联合优化分配模型,即以最大化雷达工作性能指标为优化目标,以满足给定系统资源限制为约束条件,对雷达搜索及跟踪任务中节点选择、辐射功率和任务时间等参数进行联合优化设计;最后,针对上述优化问题,采用基于内点法和粒子群算法的三步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能够在满足给定系统资源限制的条件下,有效提高雷达系统搜索性能和跟踪精度。     

MIMO-OFDM系统Turbo接收机中的信道估计器

设计了一种新的MIMO-OFDM系统Turbo接收机中的信道估计器.考虑了信道估计误差对编码比特外信息计算的影响,利用软球形译码器的搜索列表和解码器反馈的先验信息对传统EM信道估计中的软信息近似处理进行了修正,获得了更为准确的软符号统计信息用于信道估计,提出了考虑软符号互相关性的Bayesian EM(BEM)信道估计算法.仿真结果表明,新算法较传统EM算法具有更低的误码率和更小的估计均方误差值.     

RCS特性辅助的CMIMO雷达功率资源分配方法

针对集中式多输入多输出(collocated multiple-input multiple-output, CMIMO)雷达在实际探测过程中,未有效结合目标雷达散射截面(radar cross section, RCS)高动态变化特性导致雷达跟踪精度不高甚至失跟的问题,提出一种基于目标RCS高动态特性的CMIMO雷达功率资源自适应分配方法。考虑到目标RCS特征的角度敏感性,利用目标运动状态的可预测性动态获取实际观测角度,从而完成跟踪帧的极化方式优选;在此基础上构建包含功率与RCS的多目标跟踪误差后验克拉美罗下界,将其作为目标函数进行优化,利用内点惩罚法求解该凸优化问题即可实现RCS高动态情况下的功率优化分配。实验结果表明:该方法可结合目标不同方向RCS动态分集特性实现功率的有效分配,相比于传统RCS模型分配方案,有效解决了分配方案与实际跟踪场景之间的失配问题,从而提升了CMIMO雷达的多目标跟踪性能。     

机动拖线阵宽带方位估计的克拉美-罗界研究

针对现有水下远场宽带目标方位估计的克拉美-罗界(CRB)都是基于阵形不变的刚性基阵,无法全面揭示柔性拖线阵在实际机动条件下的CRB特性和具体影响因素等问题,首先依据拖线阵的机动特性建立了机动拖线阵宽带频域信号模型;然后,推导了机动拖线阵的水下宽带目标方位估计的CRB解析表达式。在此基础上,进一步计算分析了在不同阵列机动参数与目标特性等情况下的CRB特性,从而为机动拖线阵宽带高分辨方法的研究及应用性能评价提供了理论依据。     

隐身条件下的双机协同电子战功率分配方法

研究了隐身条件下双机协同电子战功率分配模型。分析了隐身条件下双机协同电子战任务的基本需求;给出了空战中多点有源压制性干扰的基本模型;建立了双机协同电子战功率分配的多目标优化问题模型,将对威胁的干扰效果和机载电子战射频辐射被截获概率作为两个指标函数;给出了多目标优化问题的解法。进行了仿真分析,实验结果表明,提出的模型和方法可以较好地解决双机协同电子战功率分配问题,可以实现空战过程中对敌发现概率的压制,降低我方威胁,达到一定的隐身目的。     

大容量储能发电机并联运行励磁控制算法

大容量储能发电机作为脉冲电源,整流后通过逆变器向大功率脉冲负载供电。采用储能发电机直流侧并联方式工作,可以有效提高系统带载能力与可靠性。当并联运行的储能发电机转速不同时,根据转速合理分配电机释放功率可以有效提高系统工作效能,因此需要设计一种具有功率调节功能的励磁控制算法。在电压、电流双闭环控制的基础上,引入功率前馈控制,推导并求解了前馈功率与励磁电流关系以及控制参数,并根据电机初始转速设计了功率分配算法。仿真试验结果表明,功率前馈控制在励磁控制过程中起主导作用,有效分配储能电机释放功率大小,提高了励磁电流响应速度,抑制了负载功率扰动对励磁控制系统的影响。     

LDPC-Coded MIMO-OFDM系统的一种判决反馈信道估计算法

研究了LDPC编码在MIMO-OFDM系统中的应用,提出了基于LDPC编码的MIMO-OFDM系统的一种改进判决反馈信道估计算法,该算法一方面利用多步预测和干扰对消技术改进了判决反馈算法的精度,另一方面利用空时解码后的序列和LDPC译码后的序列进行了两级反馈信道估计。该算法在利用LDPC码优异的低误码性能改善信道估计精度的同时,有效地改进了LDPC帧过长导致时变信道条件下的信道估计不精确的问题。     

Bayes sequential design of stock levels

Bayesian determination of optimal stock levels is studied for the case of Poisson distribution of the demand variable, and prior gamma distribution of the expected demand. Bayes sequential procedure is derived, assuming that stock level can be adjusted at the beginning of each period so that a shortage can be immediately replenished and an overstock can be corrected. The Bayes sequential procedure is more difficult to obtain if this assumption is removed. A dynamic programming method for obtaining the general Bayes sequential procedure is outlined. Finally, an empiric Bayes estimation procedure of the optimal Bayesian stock level is presented.     

极化域—空域联合谱估计

首次提出极化域-空域联合谱的概念,拓广了电磁波特征参量的谱描述方法.结合具体的极化敏感阵列定义了极化域-空域联合谱,用MUSIC方法得到联合谱函数表达式.研究了联合谱的估计的重要性能指标估计精度和分辨力,估计精度用克拉美劳限CRB(cramer-Rao Bound)来具体度量,分辨力由极化域-空域模糊函数以及模糊图来描述.最后仿真结果验证了该方法的有效性和理论分析的正确性.     

OFDM/OQAM系统信道估计改进方法

在基于导频的信道估计方法中,伪导频的功率决定了该信道估计方法的性能.为了提高OFDM/OQAM系统的信道估计精度,提高频谱效率,提出一种基于改进导频结构的信道估计方法.在原有导频结构的基础上,对其中功率最高的导频结构进行改进,并给出对应的信道估计方法.由于缺乏足够的接收信号先验知识,无法直接对信道进行估计.为了解决这一...     

Nonperiodic preventive maintenance for repairable systems

As a complex system with multiple components usually deteriorates with age, preventive maintenance (PM) is often performed to keep the system functioning in a good state to prolong its effective age. In this study, a nonhomogeneous Poisson process with a power law failure intensity is used to describe the deterioration of a repairable system, and the optimal nonperiodic PM schedule can be determined to minimize the expected total cost per unit time. However, since the determination of such optimal PM policies may involve numerous uncertainties, which typically make the analyses difficult to perform because of the scarcity of data, a Bayesian decision model, which utilizes all available information effectively, is also proposed for determining the optimal PM strategies. A numerical example with a real failure data set is used to illustrate the effectiveness of the proposed approach. The results show that the optimal schedules derived by Bayesian approach are relatively more conservative than that for non‐Bayesian approach because of the uncertainty of the intensity function, and if the intensity function are updated using the collected data set, which indicates more severe deterioration than the prior belief, replacing the entire system instead of frequent PM activities before serious deterioration is suggested. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010     

****OFDM水声通信自适应调制算法研究

分析预估信道长度对信道估计算法的影响规律,提出了利用水声通信均衡恢复信号统计量对信道估计质量实时评估的方法,通过信道长度自适应修正机制,实现了对未知水声信道高精度、快速估计;针对水声信道造成的OFDM子载波特性差异,基于信道估计结果,提出了在码元总速率、能量约束条件下,各个OFDM子载波局部速率、功率优化分配的自适应调制算法,相比于传统的等功率、速率分配算法,新算法能够显著提升水声通信系统的误码率性能,通过仿真和实地试验,验证了本文研究内容的有效性。     

OFDM水声通信自适应调制算法研究

分析预估信道长度对信道估计算法的影响规律,提出了利用水声通信均衡恢复信号统计量对信道估计质量实时评估的方法,通过信道长度自适应修正机制,实现了对未知水声信道高精度、快速估计;针对水声信道造成的OFDM子载波特性差异,基于信道估计结果,提出了在码元总速率、能量约束条件下,各个OFDM子载波局部速率、功率优化分配的自适应调制算法,相比于传统的等功率、速率分配算法,新算法能够显著提升水声通信系统的误码率性能,通过仿真和实地试验,验证了本文研究内容的有效性。     

基于随机有限集理论的多传感器目标联合检测跟踪算法

针对杂波环境中的目标检测跟踪问题,提出一种基于随机有限集理论的多传感器目标联合检测跟踪算法。算法将目标状态和量测描述为随机集合,建立考虑目标出现、目标保持、目标消失等情况的目标状态随机有限集模型,以及考虑漏检和虚警的多传感器量测随机有限集模型。将目标的联合检测跟踪问题构建为目标状态集合的贝叶斯最优估计问题,并基于随机有限集理论对该贝叶斯估计算法的递推表达式进行严格理论推导。采用序贯蒙特卡罗技术实现算法的递推滤波。仿真结果验证了该算法的有效性以及算法相对于传统基于数据关联算法的性能优势。