室外3D散射信道中ULA/UCA天线MIMO性能分析

为更好地解决室外三维(3D)空间域的移动通信问题,提出了一种新型室外3D空间域散射信道统计模型,主要研究MIMO多天线系统的接收性能。在宏蜂窝小区移动通信环境中,模型能够估计多径衰落信道的重要空间信道参数,首先推导了多径衰落信道的到达角(Angle of Arrival,AOA)概率密度分布。此外模型在设置多输入多输出(Multiple Input Multiple Output,MIMO)多天线的均匀线性阵列(Uniform Linear Array,ULA)和圆形阵列(Uniform Circular Array,UCA)的基础上,分析了波达信号不同方位角分布对散射信道中MIMO性能的影响因素,包括MIMO空间相关性、信道容量以及天线阵列配置。数值仿真结果与3D多径衰落信道模型对比,表明本模型的信道参数估计符合理论和实际的通信环境,为评估MIMO天线接收系统与仿真无线通信系统提供了创新性的研究。     

MIMO阵列正交频分发射波形模糊函数分析

多输入多输出(Multiple-Input Multiple-Output,MIMO)阵列因具有的优越性能在通信技术研究中成为信号处理界研究的热点,对发射波形设计是MIMO阵列应用的关键.建立了MIMO阵列的发射、接收信号模型,针对MIMO阵列及发射信号正交的特点,在远场窄带情况下对MIMO模糊度函数进行简化.从目标分辨力的角度出发,利用仿真分析了MIMO阵列不同发射阵元数正交频分线性调频(LFM)信号的模糊函数特点.仿真结果表明MIMO阵列的分辨能力优于常规相控阵,随着发射阵元数目的增大,系统的距离和角度分辨力有显著提高,多普勒分辨力保持不变.     

基于交互式自适应概率数据关联的目标跟踪算法

在联合交互式多模型概率数据关联思想的基础上,将自适应滤波算法应用到概率数据关联滤波器中,提出了一种适用于杂波环境机动目标跟踪的新算法-交互式自适应概率数据关联(Interactive Multiple Models Adaptive Probabilistic Data Association-IMM-APDA)算法,避免了模型选取的不确定性,扩大了机动目标的跟踪范围,实现了杂波环境中对目标较高精度的状态估计.理论分析与仿真结果验证了该算法的优越性,提高了目标跟踪精度.     

一种4D毫米波雷达高分辨角度估计方法

针对4D毫米波雷达中雷达孔径受限导致的角度分辨率不高的问题,提出一种改进的多重信号分类(Multiple Signal Classification,MUSIC)算法。首先通过数据预处理手段,补偿多输入输出(Multiple Input Multiple Output,MIMO)虚拟阵列中目标运动引起的相位误差;接着划分子阵并对角度维数据构成的协方差矩阵进行Toeplitz化处理,利用MUSIC算法估计一维角度;最后采用特征值排序的方法将估计出的俯仰角与方位角进行快速配对。该方法有效提高了4D毫米波雷达角度维估计的分辨率和估计精度,也提高了二维角度估计的计算速度。数值仿真与实物实验验证了所提方法在角度高分辨估计上的性能。     

仅发射分集的MIMO雷达的高精度DOA估计算法

针对仅发射分集的多输入多输出(Multiple Input Multiple Output,MIMO)雷达在低信噪比(Signal-to-Noise Ratio,SNR)下来波方向(Direction of Arrival,DOA)的估计精度被严重降低的问题,提出了一种改进的多重信号分类(Multiple Signal...     

基于演化合成神经网络的光通信MIMO检测算法

针对光通信系统中多模式传输所引起的非线性耦合问题,提出一种基于演化合成神经网络的光通信多输入多输出(Multiple Input Multiple Output,MIMO)检测算法.给出光通信系统MIMO的深度神经网络模型,利用深度神经网络强大的非线性学习能力解决多模光通信的非线性耦合问题.采用演化合成技术训练全连接神经网络,以光通信MIMO的特点作为演化合成的环境因子,逐渐缩小神经网络的规模,提高神经网络的结构效率.基于真实光通信系统的仿真实验结果显示,该算法提高了神经网络的效率,并且实现了较好的光通信MIMO检测效果.     

DOA估计在MIMO雷达中的应用

MIMO(Multiple-Input Multiple-Output多输入多输出)雷达的灵感来自于通信系统中的MIMO技术,即在信号发射端和信号接收端均使用发射正交信号的阵列天线,其空间分集和信号分集特有利于提高雷达在目标特性分析及目标参数估计性能,能极好的解决传统雷达在目标探测上的局限性。DOA(Direction of Arrival)波达方向估计作为阵列信号处理领域的重要的研究方向,其目的就是用于估计信号的空域参数及信源位置。本文MIMO雷达为基点,对DOA估计在MIMO雷达中的应用进行了深入系统的研究,对经典算法进行了仿真。     

分布式 ＭＩＭＯ 声纳系统中移动目标的精确定位方法

分布式MIMO声纳系统具有空间分集与复用增益的特点,能显著提高目标检测精度。针对分布式MIMO声纳系统中的移动目标定位问题,考虑不同发射机声纳信号到达移动目标上的位置延迟,本文提出了一种分布式MIMO声纳系统中的移动目标精确定位方法。采用时间延迟与多普勒频移测量相结合的方法,设计了移动目标初始位置以及运动速度的非约束权重最小二乘(UWLS)以及约束权重最小二乘(CWLS)方法。算法的仿真结果表明,UWLS以及CWLS能有效消除位置延迟的影响,减少估计误差。相比于UWLS方法,由于利用了约束关系,CWLS方法的定位精度更高,更接近于克拉美罗下界(CRLB)值。     

基于叠加训练序列的MIMO信道系数估计研究

研究移动通信系统,在高数据率MIMO系统中,针对信道系数的准确估计是实现MIMO系统接收端准确检测、解码等的重要前提.根据一种叠加训练序列的MIMO信道估计模型,为提高信道精度,提出最小二乘(LS)方法和最小均方误差方法(MMSE)对信道系数进行估计,并进行了数值分析.数值仿真结果表明,在相同的条件下,对信道系数进行估计,最小均方误差方法(MMSE)较优于最小二乘(LS)方法.在高信噪比、有限发送符号数和较少发射天线数的情况下,两种方法都有精确的估计,具有实用价值.     

被动合成孔径远程方位估计技术研究

针对水下自动航行器(AUV)物理孔径有限以及目标远程探测的需求,提出了改进的波束域被动合成孔径处理算法BDPSA。对水下航行器物理线列阵相继时刻测量的波束输出在相位补偿后进行同相叠加,不仅实现了波束输出能量峰值与期望目标方位的对应,而且合成出比AUV物理孔径大得多的有效孔径,从而突破了阵列孔径的限制,获得了比物理孔径高得多的方位分辨力和阵增益。通过对1、1/2、1/3和1/4波束宽度内双目标检测概率和分辨概率的仿真研究,结果表明:同现有的高分辩方位估计算法MUSIC和MVDR相比,BDPSA算法具有更低的目标分辨信噪比门限,不仅提高了低信噪比下的检测概率和分辨概率的性能,而且可以实现远距离目标高分辨方位估计,具有一定的应用前景。