高密度存储服务器高速链路设计与仿真

针对高密度存储服务器中高速链路结构复杂、信号速率高、链路长度长等特点,在高速链路PCIE3.0和SAS3.0设计过程中引入全面的信号完整性仿真。通过对高速印刷电路板设计中拓扑结构、材料类型、印刷电路板结构等关键项目进行仿真设计,获得成本最低、性能达标的最优方案;通过全链路有源仿真,预估系统性能,降低系统投产风险;通过系统实际信号测试,验证系统性能完全满足相应规范要求,仿真结果有效可靠。     

基于联合时频滤波的多目标回波信号分离算法

针对弹道中段多目标回波信号分离的问题,提出了基于联合时频滤波的多目标信号分离算法。该算法先对多目标回波信号进行自相关处理和峰值提取,得到目标信号的周期,接着用该周期对回波信号的Gabor变换和PWVD变换结果进行分段,然后将各段时频图相乘,获得新的时频支撑域,最后用新的时频支撑域对回波信号进行时频滤波,克服了交叉项的干扰和时频聚集性不高的缺点,分离出了不同周期的目标信号。仿真结果证明了该方法的有效性和先进性。     

GNSS信号功率增强对调零抗干扰接收机的性能影响

由于卫星端信号发射功率小、信号传播损耗大,到达接收机的卫星导航信号极其微弱,容易被干扰。为有效应对电磁干扰的威胁,在系统层面和用户层面同时采取抗干扰措施将是一种很好的选择。建立调零抗干扰接收机抗干扰能力分析模型,并定量分析信号功率增强对调零抗干扰接收机抗干扰性能的提升效果。结果表明：信号功率每增强10 dB,接收机抗干扰能力可提升3～4 dB,但从提高接收机非极限条件下的接收性能(载噪比、测距定位精度等)的角度,信号功率增强15～20 dB时,接收性能最优。研究成果可为卫星功率增强量的优化设计以及终端抗干扰设计提供参考。     

非平稳噪声背景下DOA分步估计方法研究

针对相干和非相干信源同时存在的情况,结合斜投影理论和互相关矢量Toeplitz矩阵重构(CVTR)的方法,提出一种新的信源DOA分步估计方法。该方法把相干信源和非相干信源分开分辨,对相干信源用CVTR方法来恢复为满秩,避免了常规平滑算法阵列孔径损失大、运算量大的缺点;用斜投影算子而非差分方法对信源进行分离,不受相关矩阵须为Toeplitz结构的限制,使得算法可适用于任意阵列结构形式。这种分步分辨思路可有效增强信源过载能力,同时在互相关矢量Toeplitz矩阵重构过程中,可把非平稳噪声协方差矩阵转换成白噪声结构,使得算法对非平稳噪声有较好的适应能力。     

没提当年的约定

在新单位上班不久,有一天路过大门岗,收发室张班长喊我,说有我一封日喀则的来信。我已经好久没有收到信件了,这个消息不禁让我有点意外,怎么不给我打电话?打开信看到是巴桑来信。我站在传达室门口一口气读完,兴奋、喜悦让我的泪水轻轻地滑落。     

基于飞行器缩比模型的磁干扰补偿模型参数求解

为保证地磁导航对飞行器快速反应的要求,采用了基于飞行器缩比模型的磁干扰补偿模型参数求解方法。首先,分析了飞行器磁干扰补偿模型以及小信号模型的求解方法;然后,采用飞行器缩比模型代替飞行器进行地面试验,并在地面快速求解飞行器载体磁干扰补偿模型参数;最后,通过分析试验结果及其补偿效果,验证了补偿模型求解算法的良好磁环境适应性以及该试验方案的实际可行性。     

基于Jacobsen法的LFMCW雷达测距算法

提出了一种基于Jacobsen法的LFMCW雷达测距算法。该算法通过应用Jacobsen法估计规则区差拍信号的频率,并对多段规则区差拍信号进行联合分析,以提高算法的稳定性和测距精度。实验结果表明:测距范围为10~10.25 m,信噪比为8~12 dB,算法的绝对误差始终小于1 mm;噪声干扰会在一定程度上影响算法的测距精度。     

求解压缩感知中信号重构问题的原始对偶算法

压缩感知理论(CS)是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值准确地重构稀疏信号是压缩感知理论中的核心问题。为求解稀疏信号的重构问题,文章利用了一种基于邻近点算法的自适应一阶原始对偶算法,并证明了其全局收敛性,该算法通过研究l1范数最小化来求解信号重构问题。最后,对提出的算法进行数据仿真,并与压缩采样匹配追踪(CoSaMP)算法进行了对比,数据表明文章提出的算法计算速度更快。     

随机频率步进雷达成像分析

随机频率步进信号兼具步进频率雷达和宽带噪声雷达的特点,不仅可以降低系统瞬时带宽和数据采样率,还具有优良的低截获概率(LPI)、电磁兼容性(EMC)和抗射频干扰(ARFI)特性.分析了随机频率步进信号的相关输出及模糊函数的统计特性,如一阶矩、二阶矩和方差等,并与均匀频率步进信号做了抗干扰性能的比较.提出并分析了相关输出结...     

基于空间时频分布的欠定混合信号源个数估计

针对欠定混合信号的源个数估计问题,提出了一种基于空间时频分布与奇异值分解的估计算法,把所有自源时频点对应的空间时频分布矩阵组成三阶张量,把欠定混合问题转化为超定问题,通过对三阶张量对应的矩阵进行奇异值分解估计出源信号的数目,该方法不需要假设源信号是稀疏的或独立的,理论分析和仿真结果验证了算法的有效性.