基于LS信道估计的SC-FDE系统性能研究

无线高速传输系统中存在严重的多径干扰,因此需要采用均衡技术,而均衡技术需要接收端准确掌握信道参数。根据文中设计的帧结构,本文改进了最小二乘(LS)信道估计算法并提出一种新的信噪比估计方法,该改进算法可以在减少运算量的同时保持估计精度。利用估计出的信道参数,文中仿真比较了三种不同均衡技术对系统性能的影响,最终的结果表明,该信道参数估计方法联合判决反馈均衡,可以很好的实现SC-FDE系统的高速信号传输,满足实际系统设计的需要。     

基于二维雷达组网目标高度定位算法

讨论了通过二维雷达组网的方式可对目标高度进行估计,并对所求出的高度进行了误差分析,通过仿真得到了目标高度和方位角对高度误差的影响。在实际中由雷达站和指挥所的经度、纬度和海拔,可将雷达站测得目标的信息转化到以指挥所为原点的直角坐标系中,为指挥员提供空情,以便进行决策和指挥。     

无人机时频二维信道估计研究

依据无人机信道快速时变的相关参数,设计了信道估计所需的时频二维插入导频图案,利用最小均方误差准则,采用维纳滤波器,实现了无人机时频二维信道估计。通过性能分析和数值仿真可以看出,基于Wiener滤波MMSE准则设计时频二维信道估计不仅可以提高无人机信道的精度,同时还可以保证信道的鲁棒性能。     

寻的制导导弹飞行时间递归估计

本文研究计算精确的飞行时间估计问题。在实现为时变速度导弹制定的各种最优制导律时,这是一个重要问题。介绍以非迭代方式修正飞行时间的递归飞行时间计算方法。该递归方法含有显式计算由非零初始航向误差产生的飞行时间误差的一种误差补偿特征。对任何导弹速度剖面,所提出方法的实现是简单而直截了当的。各种数值例子表明所提出的方法对最优制导律以及比例导航和增广比例导航都是有效的。     

基于加速性能退化的雷达电源板可靠性评估

评估雷达系统可靠性时,失效寿命难以获得,性能退化数据成为评估可靠性的重要信息。对其中器件级信息充足,板级、分系统级、系统级现场试验信息缺乏,而收集这些部分的退化数据仍需较长时间,以雷达某一部分的整体为研究对象进行加速退化试验,验证是否存在累积效应及有规律的退化过程。以某雷达电源整板为例,在温度应力下进行恒加加速退化试验,观测到特征退化量电源板输出电压随温度变化的退化规律,进行统计推断。结果表明基于加速退化数据进行该部分可靠性分析方法可行、结果可信,且更具优势,为雷达系统可靠性评估及增强可信度奠定基础。     

变步长LMS算法在PCMA信号相位估计中的应用

为提高PCMA信号相位估计的精度,基于联合循环统计量与变步长最小均方（least mean square,LMS）的理论,提出了一种PCMA信号相位高精度估计算法。算法推导信号参数与循环统计量的定量关系进行相位的初估计,对接收信号进行变步长的LMS自适应滤波,通过迭代提升相位估计精度。对算法进行了不同维度的仿真对比实验,仿真结果表明,算法收敛速度快,适用范围广,性能相较于传统方法提升2dB左右。     

基于波束域MUSIC方法的高分辨方位估计

现代声纳系统普遍采用水听器基阵和一定的信号处理来提高对目标的检测和定位能力,而基阵的波束形成则在其中起着核心作用。文中研究了窄带波束域高分辨方位估计技术,分析了波束域MUSIC方位估计的构造过程和具体实现方法。仿真计算表明,基于波束域MUSIC的方位估计算法是一种分辨空间小角域内多个目标的有效方法。     

压缩感知新技术专题讲座(四) 第8讲 压缩感知在无线通信中的应用

压缩感知(CS)理论指出,如果信号在某个变换域内是稀疏的或可压缩的,那么就可以用与变换基不相干的低维线性观测矩阵实现信号的压缩测量。压缩感知充分利用信号固有的稀疏性或可压缩性,以远低于奈奎斯特频率,直接对信号中的重要信息进行采样,此时,采样速率不再决定于信号的带宽,而是决定于信号的结构和内容中所包含的信息,或者说是信号的信息速率。这种新型的信息获取方式带来了信号处理技术的革新,在各类模拟和数字系统中得到了广泛的应用。在无线通信系统的应用主要包括认知无线电、稀疏信道估计、无线传感器网络、阵列信号处理等方面。     

基于虚拟阵列的信号源数估计算法

信号源数估计是智能天线技术的一个基本问题,经典的信号源数估计算法有:基于信息论"AIC"算法"MDL"算法、假设检验、平滑秩序列法以及盖氏圆算法等,这些算法在低信噪比、小采样、色噪声以及实际信源数近阵列阵元数时,会产生较大的误差。在Kullback准则基础上提出了一种基于虚拟阵列的改进算法,该算法通过对阵列接收的数据进行预处理,虚拟地增加阵元数,按照修正的规则,求取信源数。经仿真验证,该算法克服了经典算法在低信噪比、小采样、色噪声以及实际信源数接近阵列阵元数时,准确估计信源数的难题。     

双边定时截尾下广义Pareto分布的可靠性分析

基于双边定时截尾样本,研究广义Pareto分布的形状参数和可靠性指标的估计问题。在进行极大似然估计时,由于似然方程无解析解,故采用EM算法。对形状参数选取,4信息先验,在平方损失下,研究给出广义Pareto分布的形状参数和可靠性指标的Bayes估计。通过Monte-Carlo模拟对形状参数和可靠度函数的极大似然估计、EM估计和Bayes估计的效果进行比较。模拟结果说明,Bayes方法和EM算法适合在小样本场合下对形状参数进行估计,Bayes方法和极大似然估计法适合在大样本场合下对形状参数估计,极大似然估计方法和EM算法适合对可靠度进行估计。