突发通信中基于叠加训练的信道估计方案

针对无线突发通信中频带利用率低、信道参数获取困难等问题,提出了一种应用于突 发通信的叠加训练信道估计与检测方案。该方案将信息和训练叠加发送,通过预失真发送信 息符号使得训练与信息在频域正交,收端采用一阶统计信道估计和最大似然符号检测,并设 计了抗直流干扰的信道估计方案。仿真表明,新方案在消除训练序列的频带开销的情况下获 得了较好的信道估计和符号检测性能,与采用时分复用训练的方案相比,其有效吞吐率更优 。     

基于批处理和核函数的非线性盲源分离算法

针对基于核函数的非线性盲源分离算法性能对核函数及其参数选择依赖性强这一问题 ,提出采用批处理方法代替聚类和核主成分分析方法来构造低维近似子空间的正交基,以 改进基于核函数的非线性盲源分离算法对核函数及其参数变化的稳健性,并对这种改进的非 线性盲源分离算法进行了完整的分析。通过仿真实验,对分离信号与源信号求相似度,可以 看到提出的基于批处理的非线性盲源分离算法能够取得更稳健、准确的分离效果。     

一种干扰最小化协作波束形成节点选择方法

针对无线传感器网络（Wireless Sensor Network，WSN）对周围无关基站造成干扰的问题，提出了一种基于禁忌搜索的协作波束形成节点选择方法。该方法以协作节点的组合方式为优化变量,以降低无关基站方向的波束能量增益为优化目标,能够在约束节点个数的条件下优化协作节点集，减小WSN对无关基站的干扰。仿真结果表明，所提方法能够有效降低协作波束形成在无关基站方向上的能量增益，与随机搜索算法、遗传算法和免疫算法相比,参数设置简单,寻优效率更高。     

应答式干扰下基于Q学习算法的跳频系统信道调度方法

针对应答式干扰对跳频通信的影响，提出了基于Q学习算法的认知无线电跳频系统信道调度模型。该模型根据认知系统对跳频行为的实时回报评估值，运用机器学习的方法寻找出最合理的规避干扰策略，最终达到适应干扰的目的。运用Simulink对该干扰方式下的算法应用性能进行了仿真验证，结果表明该算法能够降低跳频系统此干扰下的误比特率到1〖WT《Times New Roman》〗%〖WTBZ〗以下，基本接近未受干扰下的误比特率。     

雷达辐射源识别算法综述

结合雷达辐射源识别的军事需求和近几年取得的研究进展，以雷达辐射源识别中最核心的3个方面为研究对象，综述相关算法的研究现状与发展。针对低信噪比环境、分类器能力不足和单传感器识别的缺陷，从辐射源特征提取、分类识别和多源融合识别等方面详述了目前算法的研究思路和性能，引入当前热点模式识别算法并分析其可借鉴性。最后,指出了在辐射源识别研究领域中仍存在的问题，并展望了下一步的研究方向。     

脉冲压缩技术在数字侦察接收机中的应用仿真分析

提出了基于匹配滤波器线性调频压缩技术的数字侦察接收机模型。该模型克服了传 统的基于色散延迟线等模拟器件的脉冲压缩接收机精度低、受环境影响大等缺点,采用了匹 配滤波器技术使在相同输入条件下输出信噪比最大;同时解决了普通超外差体制全景显示搜 索接收机搜索速度、频率分辨率和灵敏度之间的矛盾。实现了中频滤波器和压缩滤波器的设 计。仿真结果表明,基于数字化压缩技术的侦察接收机在侦察频段内高速搜索时保持了 很高的信号接收灵敏度和频率分辨率,性能稳定,能有效检测到跳频信号。