二维ESPRIT算法参数的快速配对

针对二维ESPRIT算法的参数估计问题,为了简化算法的复杂度,提高参数配对的速度,提出了一种新的二维ESPRIT参数配对方法.该方法利用矩阵、矩阵的特征值及特征值对应的特征向量三者之间的关系,只需对包含信号到达角信息的2个矩阵中的1个进行1次特征值分解以及简单的除法运算就可以实现参数的自动配对,无需经过多次矩阵变换.在保证二维ESPRIT算法参数估计性能的前提下,该方法简化了参数的配对过程.计算机仿真验证了该方法的有效性.     

应用神经网络粒子群算法的多用户检测

为了减少最优多有户检测器的计算复杂度,提出了一种融合粒子群优化算法和神经网络的神经网络粒子群优化算法,并设计了一种解决CDMA通信系统的多用户检测问题的新方法。该方法是把神经网络嵌入到粒子群优化算法的每一代中以改进算法性能。通过混合神经网络到PSO中,还可以加快PSO的收敛速度,减少计算复杂度。仿真结果证明了所设计的检测器无论抗多址干扰能力和抗远近效应能力都优于应用Hopfield神经网络、遗传算法和粒子群算法的多用户检测器。     

一种新型单站无源定位算法研究

原有的基于方位角、俯仰角及其变化率的无源定位算法要求目标静止或运动速度已知,在一定程度上限制了算法的应用.针对新型无源探测系统的要求,提出了增加观测信息,即多普勒频率及其变化率,不仅能够在目标运动速度与运动状态未知的情况下实时估计出目标相对于观测器的三维坐标,而且还能够估计出它们之间的相对速度.同时引入扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法对原始定位结果进行了处理,最后给出了计算机仿真结果.     

四星时差定位中的卫星构型及其定位性能

针对目前多星联合定位研究中对卫星覆盖区域无法长时间高精度定位的问题,提出了一种新型的四星星座构型,并在STK软件中得到了实现。推导了在地球约束情况下基于四星时差定位的误差模型,对卫星全球飞行过程中星座构型变化时的定位性能进行了仿真。仿真结果表明,新型四星星座可以实现在卫星全球飞行过程中对覆盖区域保持高精度定位,在时差测量误差为50 ns且不考虑卫星位置误差的情况下,定位误差在依45毅波束范围内优于1.5 km,对多星联合定位技术在工程设计应用上具有重要意义。     

基于广义特征分解的盲信号分离算法

针对复杂环境下的线性混叠信号,给出了一种基于广义特征分解的盲信号分离方法。在信号数目未知的情况下,该方法利用广义特征分解即可获得混叠矩阵,无需进行常规的迭代运算即可实现对线性混叠信号的分离。实验证明了该方法的可行性和有效性。     

相关非圆信号的波达方向估计

给出了一种有相关信号存在情况下的波达方向估计方法。该方法利用天线阵元的接收数据构建出一个新的Toeplitz矩阵,所得矩阵的秩与信号的相关性无关。同时,由于利用了非圆信号的特点,该方法可以有效地提高阵列自由度。因此,该方法不需采用空间平滑技术就可以实现对信号波达方向的正确估计,并且该方法的估计性能要比基于空间平滑技术方法的估计性能要好。计算机仿真验证了算法的有效性。     

基于免疫算法的TDOA定位技术研究

为了解决TDOA定位估计中遇到的非线性最优化问题，提出了一种联合使用Chan算法和免疫算法的混合定位算法．针对TDOA方式进行最佳坐标搜索的问题，所设计的基于浮点数编码的免疫算法利用混沌方程产生初始种群、改进了免疫算子，提高了算法的收敛速度和性能．仿真结果表明，在保证种群数量的情况下，该算法性能稳定，能找到逼近全局最优点的解，相对于Chan算法精度更高，相对于遗传算法在保证收敛性能的前提下有更快的收敛速度．