一种基于Bayesian方法的鲁棒自适应波束形成算法

由于在实际环境中,期望信号的阵列响应与实际阵列响应之间存在偏差,使得现存的一些自适应波束形成算法的性能下降.针对上述问题,基于Bayesian方法提出了鲁棒自适应波束形成算法,并且给出其递推形式.该算法利用接收到的采样信号对实际信号方向向量进行估计,降低了信号到来方向的不确定性,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证输出阵列的信干噪比接近最优值.采用递推方法来计算逆矩阵,大大地降低了计算的复杂度,能够满足实时处理的要求.仿真实验表明,与传统自适应波束形成算法相比,所提鲁棒自适应波束形成算法具有更好的性能.     

电动汽车充电规律对配电网影响的分析与建模

结合美国电网实际运行数据和道路交通情报,基于电动汽车类型、配电网裕量、季节时段等多元因素拟合电动汽车充电时间的规律性曲线,并构建电动汽车充电规律对配电网的影响模型.算例表明该模型能够较好地反映电动汽车在不同时段、不同比例的接入对配电网造成的影响,有利于对配电网的投资建设、安全预警和电动汽车的优化调度进行决策.     

基于Schur-Hadamard积波束形成的相干分布式信源参数估计

对于由本地散射导致的分布式信源参数估计,根据分布式信源空同角度信号密度的共轭对称特性,将相干分布式信源的方向向量化简为点信源方向向量与实矩阵的schut-Hadamard积,提出了一种基于Schur-Hadamard积波束形成的相干分布式信源中心波达方向和角度扩散参数估计算法.由于在约束条件中考虑了角度扩散,算法具有一定的鲁棒性,适用于角度扩散较大的场舍.仿真实验表明,与MUSIC类算法DSPE相比,基于Schur-Hadamard积的波束形成参数估计算法具有更好的信噪比性能和参数估计精度,更适用于复杂的通信环境.     

一种MIMO-OFDM系统信道估计中的最优导频设计改进算法

针对设置有保护频带的MIMO-OFDM系统信道估计问题,提出了一种新的最优导频序列设计方案,它要求每根发射天线中的导频序列为等间隔排列,不同天线中的导频序列相互位置正交.当OFDM频带两端设置保护频带时,对比传统的最优导频设计方法,提出的算法所允许存在的最大保护频带宽度更大,因此能够在保证LS信道估计MSE最小的前提下尽可能抑制由于低通滤波器的影响而产生的数据畸变.计算机仿真验证了此算法的有效性.     

基于CACTI的BGP多路径数据监测分析

针对BGP缺乏有效的多路径实现的问题,设计并实现了一个基于CACTI的BGP多路径数据监测分析平台,通过给BGP协议配置多出口鉴别(MED)属性,利用BGP路由表及CACTI流量监测图,在实验平台上实现了对MED策略路由的验证.实验结果表明:监测分析平台不但有利于BGP故障的发现,而且也可以减小新策略的盲目部署对运行中...     

一种改善的MIMO-OFDM系统MAP信道估计

在MIMO-OFDM系统下提出一种最大后验概率(MAP)信道估计算法.该算法利用期望最大化(EM)算法把MIMO信道估计分解为一系列独立的SISO信道问题,降低了MAP算法的计算复杂度.同时,根据在角域内不同发送和接收天线间的信道可近似为空间不相关,利用最有用抽头(MST)技术来减小噪声对估计性能的影响.仿真实验表明,与传统LS和EM算法相比,所提算法在低信噪比下具有较低的估计误差.     

鲁棒约束最小二乘恒模算法

在实际的通信环境中,信号方向向量偏差使得线性约束最小二乘恒模算法的性能急剧下降.针对这一问题,提出了鲁棒约束最小二乘恒模算法.该算法通过在代价函数中增加一个方向向量存在偏差的模值约束条件来提高算法的鲁棒性,并在此约束条件下推导出权重向量的递推公式.另外,采用递推算法计算逆矩阵,大大地降低了计算复杂度.所提算法对信号方向向量偏差具有较强的鲁棒性,从而保证了阵列输出的信干噪比接近最优值.仿真实验结果表明,与传统算法相比,所提鲁棒约束最小二乘恒模算法具有更好的性能,且能适应实际复杂的通信环境.     

基于EM的MIMO-OFDM系统MAP信道估计算法

最大后验概率（maximum a posteriori, MAP）信道估计算法应用于MIMO-OFDM系统时将带来大规模矩阵求逆和乘积运算,且OFDM符号的数据传输效率随着发送天线的增多逐渐下降。针对这些弊端,提出一种基于期望最大化（expectation maximum, EM）的MAP信道估计算法,并分析了算法的性能。该算法利用EM算法把多输入输出信道估计问题化简为一系列独立的单输入输出问题,避免了大规模矩阵运算,降低了MAP算法的计算复杂度;为进一步改善MAP算法的数据传输效率及其估计性能,可通过对多个连续的OFDM符号进行联合信道估计。通过仿真实验证明了该算法的有效性。     

鲁棒RLS波束形成算法

分析了多径传播环境下,信号方向向量的偏差和采样样本数目的变化对自适应波束形成算法性能的影响,提出了一种鲁棒RLS波束形成算法·该算法具有收敛速度快,抗扰动性强,误差小的特点·采用鲁棒RLS波束形成算法不但降低了波束形成器对于信号方向向量的偏差的敏感程度,而且可以保证阵列输出的信干噪比(SINR)接近最优值,仿真实验验证了所提算法的有效性·实验结果表明即使在强扰动或偏差存在的情况下,采用鲁棒RLS算法可使系统具有良好的SINR,而且可以改善加权向量的归一化偏差·     

基于实值分解技术的UC-MUSIC算法

针对多径传播环境中的信号波达方向估计问题,提出了一种基于实值分解技术的UC MUSIC(unitarycyclicMUSIC)算法·通过重新构造循环自相关矩阵的数据模型,使其具有厄尔米特特性,再结合空间平滑技术,设计了一种新颖的具有中心厄尔米特(centro Hermitian)特性的循环相关矩阵,较好地解决了多径传播环境中信号高度相关问题;通过实值分解降低了计算量,而且具有信号选择特性·仿真实验结果证明,与CyclicMUSIC算法相比,这种算法不仅适用于独立信号源,而且适用于含有相干信号的多径传播环境,具有计算量小和性能好等特点·