IRS辅助的SWIPT系统中基于能效优先的波束成形设计与优化

以智能反射面(intelligent reflecting surface,IRS)辅助的无线携能通信(simultaneous wireless information and power transfer,SWIPT)系统为背景,研究了该系统中基于能效优先的多天线发送端有源波束成形与IRS无源波束成形联合设计与优化方法。以最大化接收端的最小能效为优化目标,构造在发送端功率、接收端能量阈值、IRS相移等多约束下的非线性优化问题,用交替方向乘子法(alternating direction method of multipliers,ADMM)求解。采用Dinkelbach算法转化目标函数,通过奇异值分解(singular value decomposition,SVD)和半定松弛(semi-definite relaxation,SDR)得到发送端有源波束成形向量。采用SDR得到IRS相移矩阵与反射波束成形向量。结果表明,该系统显著降低了系统能量收集(energy harvesting,EH)接收端的能量阈值。当系统总电路功耗为?15 dBm时,所提方案的用户能效为300 KB/J。当IRS反射阵源数与发送天线数均为最大值时,系统可达最大能效。     

一种多用户波束优化设计的分析与仿真

智能天线技术可以在提高移动通信服务容量和质量的同时而不占用更多的频谱资源。文中就一种利用切比雪夫天线阵来实现智能天线下行波束的优化设计进行了详细分析和仿真。理论分析和仿真结果表明，与其它方法相比，该方法具有空间分辨率高，同信道干扰可控，且计算量小，鲁棒性好，用户波束个数不受阵元个数限制的优点。     

结合功率控制的时-空多用户检测器

针对CDMA系统中抗干扰技术,提出一种结合多用户检测、波束成形和功率控制的算法,对接收信号在时域和空间上进行联合处理,能大大抑制干扰,提高系统容量。     

CDMA系统中联合功率控制、波束赋形与多用户检测

应用功率控制、波束赋形和多用户检测可以有效地消除和减少CDMA系统中的干扰。本文结合波束赋形和多用户检测的特性，提出一种应用波束赋形增益和多用户相关矩阵的解相关算法。基于算法的复杂性，提出一种区分聚集用户进行多用户检测的的算法。由于波束赋形能够消减主瓣波束之外的多用户干扰，对聚集移动台采用解相关检测达到减少运算量和消除多用户干扰的目的。对算法进行了仿真分析，证明了本算法的优越性。     

基于DFT插值的宽带波束形成器设计

本文提出一种基于DFT插值的宽带波束形成器设计方法。首先推导了具有频率不变波束图的连续线阵的灵敏度函数与离散线列阵加权系数之间的关系；接着给出了基于DFT插值的宽带波束形成器设计的两个步骤：（1）使用窄带波束形成器的设计方法计算在参考频率下基阵的加权系数；（2）根据参考频率下基阵的权系数与其它子带权系数之间的关系，利用DFT插值的方法求出其它子带的加权系数。最后，给出了一个设计实例说明本文方法的有效性。     

用投影预变换提高自适应波束形成的稳健性

在快拍数较少和（或）存在系统误差时，自适应波束形成的性能会变差，特别是会引起方向图副瓣电平升高——波束畸变。本文提出的投影变换法利用干扰方向的初略估计，在未精确预知阵列流形的条件下，可以显著改善自适应方向图的副瓣性能，并提高自适应算法的收敛性，计算机仿真结果验证了这一优点。     

一种基于DBF的双基地雷达系统的性能分析与实验研究

讨论了一种基于数字波束形成的脉冲追赶式双基地雷达系统的构成和基本工作原理．对该双基地雷达的性能进行了理论分析，并通过实验结果进行了验证。     

SVM自适应波束成形算法

在天线阵列过载,以及强干扰与期望用户信号夹角过近的情况下,传统的线性阵列信号处理算法,如MMSE(minimum mean-squareerror)、NLMS(Normalized Least Mean Squares)等表现并不理想。SVM(SupportVectorMachine)是机器学习领域的最新成果,有较强的泛化能力,收敛快以及低复杂度等优点。本文提出了在上行波束成形中使用SVM算法,提高空域滤波的分辨率,与其他相关算法相比较,系统性能有了明显的改进。     

稀布阵综合脉冲孔径雷达旁瓣对消性能分析

定量分析了阵列孔径、干扰信号带宽、通道幅相误差以及Ａ／Ｄ变换器的量化噪声对大型稀布圆形阵列天线干扰对消效果的影响，介绍了稀布阵综合脉冲孔径雷达（ＳＩＡＲ）采用抽头延迟线以提高干扰对消性能的方法，并给出了数值计算与计算机模拟结果。     

Sparse synthetic aperture radar imaging with optimized azimuthal aperture

To counter the problem of acquiring and processing huge amounts of data for synthetic aperture radar(SAR)using traditional sampling techniques,a method for sparse SAR imaging with an optimized azimuthal aperture is presented.The equivalence of an azimuthal match filter and synthetic array beamforming is shown so that optimization of the azimuthal sparse aperture can be converted to optimization of synthetic array beamforming.The azimuthal sparse aperture,which is composed of a middle aperture and symmetrical bilateral apertures,can be obtained by optimization algorithms(density weighting and simulated annealing algorithms,respectively).Furthermore,sparse imaging of spectrum analysis SAR based on the optimized sparse aperture is achieved by padding zeros at null samplings and using a non-uniform Taylor window.Compared with traditional sampling,this method has the advantages of reducing the amount of sampling and alleviating the computational burden with acceptable image quality.Unlike periodic sparse sampling,the proposed method exhibits no image ghosts.The results obtained from airborne measurements demonstrate the effectiveness and superiority of the proposed method.