基于互功率谱法的多天线时延估计研究

针对天线组阵系统中的时延估计问题,在基本互相关算法的基础上提出一种基于互功率谱相位法的多天线时延估计方法。该算法具有互功率相位谱稳健,计算简洁的特点。同时结合各天线几何位置与时延关系,融合各天线的数据,使得该算法能够估计多天线的相对时延差。仿真结果表明该算法具有优越的参数估计性能。     

基于互质阵列的时延和到达角度联合估计算法

针对基于OFDM系统的时延和角度联合估计中存在的精度不足,复杂度高等问题,文章将互质阵型引入到时延和角度的联合估计系统中,结合OFDM的结构特点,给出一种基于互质阵型的时延和到达角度联合估计算法,该算法采用互质阵型的大孔径特性提高了估计精度,为了降低运算复杂度,同时采用ESPRIT算法,进行DOA和TOA的降维搜索,减少了计算量。仿真实验表明,该方法能够以较低的复杂度实现DOA和TOA的联合估计,精度较高。     

结合信号重心的TDOA窄带信号时延估计

论文阐述了针对TDOA窄带信号时延估计的发展现状和背景,并分析了噪声对时延估计结果的影响。在互相关算法的基础上,提出了一种适用于窄带时延估计的新方法。该算法通过对互相关波形进行带阈值的平方加权重心计算,有效避免了波峰处噪声的影响,具有较好的抗扰性能。通过理论分析和计算机仿真表明了该算法的有效性,并通过与其他算法比较,验证了本文算法在达到同等计算精度的情况下,具有极少的计算量,适合工程应用。     

基于子空间跟踪的MIMO-OFDM稀疏信道估计

本文提出了一种可用于MIMOOFDM系统的稀疏信道估计算法。算法利用了MIMO信道特性改进了子空间跟踪算法中的度量函数,使得在缺乏信道稀疏度和信噪比先验信息的情况下,大大提高了信道估计性能,并逼近已知信道时延的最优LS算法。仿真结果验证了算法的有效性。     

语音DOA技术在视频会议系统中的应用

本文系统地研究了基于麦克风阵列的声源定位方法,分析了一种基于麦克风阵列的延时估计方法。通过仿真实验证明了该种算法的实用性及局限性,论证了DOA技术在视频会议系统应用中的可行性。     

强噪声干扰条件下的水下弱声源定位技术

文章针对强噪声干扰条件下的水下弱声源匹配场定位问题,提出离散噪声源干扰抑制的多传感器阵列匹配场处理技术。通过建立最优化问题,约束最优权向量,使其满足对观测方位的波束响应无失真,而对强干扰噪声源方位的响应为零,推导得出上述条件下匹配场模糊度函数的最小方差解。通过弱声源位于强干扰噪声源正下方的实例,验证了所提出方法的有效性。仿真结果表明,在信干比为-10dB情况下,利用所提出的方法实现了水下弱声源的匹配场定位。     

基于泄漏约束的改进型语音增强算法

针对广义旁瓣抵消器算法(GSC)对声源定位误差敏感的缺点,提出了一种改进的语音增强方法:改变GSC结构中的自适应算法,避开声源定位的问题,避免了因信号来向角失配带来的信号泄漏,使算法具有较好的顽健性;将维纳滤波结合到GSC的非自适应支路中,有效地消除了非相干噪声.仿真结果表明,改进后的GSC算法比经典的GSC波束形成算法和带反馈的GSC算法具有更好的噪声抑制性能,并且在语音可懂度方面也有明显改善.     

基于高速动车组重联网络控制系统时延的研究

文章首先建立高速动车组重联网络控制系统模型并分析前向通道与反向通道时延,基于BP神经网络递推预测的方法对网络控制系统未来的输出进行预测。然后提出一种快速隐式广义预测控制算法(IGPC)对预测的时延进行补偿,IGPC算法的原理是根据系统输入与输出数据,并利用广义预测控制(Generalized Predictive Control,GPC)算法与动态矩阵控制律(DMC)的等价性,直接求解最优控制律。IGPC算法比GPC算法的计算量更小且效率更高,既能节省时间成本又能保证高速动车组网络控制的实时性。最后将BP神经网络递推预测的方法与IGPC、GPC结合起来,分别采用无时延补偿基于BP神经网络预测的GPC算法、有时延补偿基于BP神经网络预测的GPC算法及有时延补偿基于BP神经网络预测的IGPC算法进行实验仿真,实验结果表明:相比较于其它两种算法,有时延补偿基于BP神经网络预测的IGPC算法可较好地跟踪标准参考方波,在初始阶段的震荡时间最短且超调量也最小。故有时延补偿基于BP神经网络预测的IGPC算法为最优算法。     

MIMO—OFDM系统中的信道估计算法综述

综述了MIMO-OFDM系统中的信道估计算法,概述了基于训练序列、导频符号的信道估计.以及盲信道、半盲信道估计.非盲信道估计算法收敛速度快,简单且易实现;盲信道估计算法可有效节省系统带宽,但算法复杂度较大.将非盲信道估计方法与盲信道估计方法结合起来形成半盲信道估计算法比非盲算法具有更高的频谱利用率,比盲信道估计算法具有较低的复杂度,在实际应用中达到了算法的性能与复杂度的协调,因此半盲信道估计算法在未来将会受到人们的重视.     

OFDM系统中基于期望最大化的半盲信道估计

针对传统的盲信道估计算法估计精确度低、算法复杂度高、收敛速度慢的缺点,研究了OFDM系统中基于期望最大化(EM)的半盲信道估计算法.仿真结果表明,该算法克服了盲信道估计精度低,收敛速度慢的缺点,而且在同等导频数量情况下的估计性能较之传统的基于导频的信道估计算法提高了2 dB.     

RST数字控制器及其在时延系统中的应用

RST数字控制器是一个三支路结构控制器,可以等效为一个前向预测器和一个无时延的控制器,能够很好地解决时延系统中的相位变化问题,使系统具有较好的鲁棒性。PID控制器、PID-Smith预估控制器和RST数字控制器的仿真实验表明,在这3种控制器中,RST数字控制器的跟踪性能和抑制扰动性能最好,而且对于参数不定的系统,其还具有较强的鲁棒性。     

基于JXTA网络节点RPV表的JPDV算法

针对基于JXTA平台的P2P网络底层网络拓扑失配,造成消息在网络传播过程中传输效率低下,网络资源浪费严重的问题,提出了一种基于JXTA网络节点集合点路由RPV表的时延统计向量(JPDV)算法.该算法中节点选择信誉度好、能力高的集合点作为界标节点,通过周期性对界标节点进行时延探测来构造时延统计向量并计算出距离值,然后与原逻辑邻居节点距离值比较,用距离值较小者更新节点路由表,使得在通信时选择距离自己较近的节点进行路径构造,从而提高与底层网络拓扑的匹配度.仿真实验结果表明,该算法可减少链接长度,提高检索效率,具有合理性和有效性.     

无迹卡尔曼滤波法估计并联型电池系统的荷电状态

采用扩展卡尔曼滤波法(Extended Kalman Filter,EKF)进行电池系统荷电状态估计时存在计算复杂、精度不高的问题。以并联型电池系统为研究对象,结合并联型电池系统空间状态方程,采用无迹卡尔曼滤波法(Unscented Kalman Filter,UKF)对并联型电池系统进行荷电状态估计。在脉冲工况下,UKF与EKF算法的仿真与试验数据匹配情况的分析结果验证了UKF算法的准确性和高鲁棒性。     

基于循环前缀的OFDM联合同步算法设计

通过研究最大相似性(Maximum Likelihood,ML)算法,并将其应用到正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)系统中,对其性能进行分析。OFDM系统较其他无线通信系统有明显的优势,但是也存在着对同步误差敏感的缺点,而ML算法可以解决OFDM系统的这一缺点。ML算法是利用OFDM码元中循环前缀所携带的冗余信息,并对其进行最大似然估计算法进行计算,尽而来完成码元定时同步和载波频率同步的一种算法。ML算法相对于其他同步算法,可以一步完成初始捕获和同步跟踪,因此被广泛应用于OFDM系统中。     

基于改进遗传算法的选播QoS路由算法

针对基于遗传算法的选播QoS路由算法易于收敛于局部的问题,把相异度的思想引入到遗传算法中,改进了遗传操作(选择、交叉和变异);同时引入模拟退火算法的理论对适应度函数进行调整,提出了一种选播(Qos)路由算法.仿真实验证明,该算法具有较强的全局搜索能力,克服了早熟收敛的缺点,能够快速、有效地找到满足时延要求的低费用路由路径.     

基于ARIMA模型的短时交通流量预测算法研究

针对造成基于线性最小方差预报原理的Astrom算法在多步预测过程中误差逐步增大的原因,通过增加误差动态修正因子,提出一种改进的短时交通流量预测算法.该算法基于ARIMA模型结构的时间序列分析方法,采用矩估计法进行参数初估计,用最小二乘法进行参数精估计,用BIC准则为模型定阶.对大量实测数据进行仿真实验,对多个统计量进行误差分析.结果表明,改进算法在应用于时变性强的短时交通流量预测时,相对于Astrom算法具有更好的预测性能.     

连续蒸煮过程的关联估计递阶DMC控制

针对制浆生产蒸煮过程控制中存在的反应过程复杂、机理建模困难,设计了关联估计递阶动态矩阵预测控制(DMC)算法.新的关联估计协调算法克服了目标协调算法计算量大等缺点,实现了在1台微机上并行运算和控制,从而大幅度提高了各个变量控制算法和协调算法的运算速度和通信速度.对实际连续蒸煮过程的试验结果表明,该算法具有简单易实现,运算量小,实时性好等特点.     

智能视频监控中目标跟踪技术研究

目标跟踪是智能监控领域的关键技术,本文主要是研究实现这一关键技术。提出一种融合运动目标的面积和特征进行对比的算法,并结合运动估计算法对下一时刻目标最可能存在的方位进行预测,实现了对运动目标的跟踪。     

基于新型滑模控制和STSM-MRAS观测器的SPMSM转速估计研究

针对永磁同步电机中滑模速度控制器的系统抖振问题以及传统MRAS观测器的鲁棒性和动态性能差的问题,提出了一种基于新型滑模控制器和超螺旋滑模MRAS观测器相结合的SPMSM转速估计策略。首先,在传统滑模速度控制中结合快速终端吸引子,构建新的滑模面,使设计的控制器不含切换项,有效削弱抖振。其次,在传统MRAS观测器的结构上引入超螺旋滑模算法替代PI自适应律,构建超螺旋滑模MRAS观测器,提高观测器的动态性能和鲁棒性。通过Matlab/Simulink平台搭建的模型进行仿真,验证所提估计策略具有良好的动态性能和鲁棒性。     

基于大气误差参数估计的中长基线RTK解算

短基线RTK解算中,流动站与基准站的误差空间相关性强,通过站间星间双差后基本可以消除,然而,在中长基线条件下,流动站与基准站误差空间相关性较弱,其双差后残差较大(主要为电离层和对流层残余误差),为了实现中长基线RTK定位,文章以双差非组合观测量为基础,在估计流动站位置和双差模糊度的同时,将相对对流层延迟、相对电离层延迟两项大气误差也作为参数进行同步估计。基于实测数据对该算法进行分析,结果表明:该方法能提高中长基线模糊度固定成功率,有效改善定位性能。