一种卫星多波束中的波束选择构架及实现方法

为了以少量卫星载荷设备在广阔的服务区内提供高增益的通信链路,针对多波束通信卫星提出了一种星上收发波束选择的载荷构架及其实现方法。载荷构架分为波束分组与选择模块,实现方法则利用了收发无源设备的频率响应。通过控制前后端有源设备的混频本振,使上行接收波束和下行发射波束能够工作于多波束天线覆盖区内的任意位置。通过波束指向轮循,以低于波束数量的转发器实现了卫星在广大覆盖区内的高增益通信。分析结果表明,相比同样波束规模的多波束卫星,采用所提载荷架构的多波束卫星能够大幅降低载荷重量、功耗及热耗,提高转发器使用效率;相比同样承载规模的多波束卫星,能够大幅提高每个波束的传输性能及整星的吞吐量。     

基于深度强化学习的协作通信中继选择

协作通信是无线传感器网络(Wireless Sensor Network,WSN)实现数据可靠传输的关键技术,而协作通信技术的关键在于中继方案的选择。为此,提出了一种基于深度强化学习的协作通信中继选择算法(Deep Q-Learning Based Relay Selection Scheme,DQ-RSS)。首先,将WSN中具有中继选择的协作通信过程建模为马尔科夫决策过程,并采用Q学习在未知网络模型的情况下获取最佳中继选择策略;其次,针对高维状态空间下Q学习收敛时间长的问题,采用DQN(Deep-Q-Net)算法来加速Q学习的收敛。对比仿真实验结果表明,DQ-RSS在中断概率、系统容量和能耗方面均优于现有的中继选择方案,且能够有效节省收敛时间。     

一种新的用户随机选择平分功率协作协议

大量的研究结果证明,无线网络中一个或者多个中继节点具有协助传输信息的优点。在实际情况中,参与协作的每个用户均要决定协作时序及协作对象。为此,提出一种传输速率只降低一半,而分集指数可达到满分集的协议。在分布式网络中,每个节点根据接收信号的即时信噪比独立决定所协助的用户对象,并在协作时隙内将功率平均分配给被协助对象。由于协作时隙采用平分功率协作,无论参与协作的用户数目如何变化,网络的数据速率都只降低为不协作情况的1/2。     

一种适用于无线传感网图像节点单元的彩色图像压缩方法

针对无线传感器网络节点单元的特点,提出了一种适合这种节点单元的高效、低复杂度彩色有损压缩方法,对从图像传感器采集的原始BAYER彩色阵列图像数据进行低通滤波与降采样后,再把数据从RGB空间转换到YCbCr空间,最后利用JPEG算法对该数据进行压缩.试验结果表明该压缩方法与常规先插值后压缩方法以及类似先压缩后插值的压缩方法相比,在低码率条件下有更高的压缩性能和更低的实现复杂度.     

几种自适应波束形成方法的对比

波束形成在无线通信、雷达、声呐等阵列系统中具有广泛应用。数字波束形成通常是基于接收信号的阵列响应和协方差矩阵的估计设计。由于天线增益、相位、波达方向(Direction-of-Arrival,DOA)和协方差矩阵估计的误差会导致导向矢量(Steering Vector,SV)产生模型失配,而这种模型失配会导致波束形成性能的下降。针对以上问题,给出了基于精度矩阵收缩估计的方法,采用了线性脊估计结构且用数据驱动和留一交叉验证来选择参数。通过Matlab仿真,研究了当存在模型不确定性时,基于精度矩阵收缩估计的方法以及基于协方差矩阵收缩估计和干扰加噪声协方差矩阵重构等方法的鲁棒性。结果显示,当存在模型失配时,基于精度矩阵收缩的波束形成方法在低信噪比时具有更优的鲁棒性。     

一种基于二重特征分解的稳健波束形成方法

针对强干扰背景下的弱目标被动探测与定位问题,提出了一种基于特征分解的稳健波束形成方法。首先搭建了一个由信号子空间与干扰方向导向矢量组合的特殊矩阵,理论推导了该矩阵特征向量与信号导向矢量间的内在关系,并证明这种数学关系仅与信号间相对方位有关,与信号能量无关;接着利用该关系,构造了能够抑制训练数据中期望信号并保证其余信号功率不变的预处理矩阵;最后对预处理后的训练数据,结合对角加载方法,获得最终波束形成方法的权向量。仿真实验证明,在干扰区间已知时,该算法在保证波束形成的稳健性同时,具有更强的干扰抑制能力。     

一种新的卫星智能天线自适应波束形成算法“

基于遗传算法提出了一种用于卫星智能天线的自适应波束形成算法,在遗传算法的变异操作中使用双变异概率,并将其与最优保留策略和内插交叉算子结合在一起使用,以此来克服传统遗传算法的早熟收敛问题,提高全局收敛能力和可靠性.仿真结果表明,提出的自适应波束形成算法具有良好的收敛性和抗干扰性能,可抵抗卫星通信系统中干扰信号的影响.     

一种基于简化极化敏感阵列的APES波束形成算法

为了有效降低极化敏感阵列各共点分量之间互耦的相互影响,进一步提高极化阵列的滤波性能,基于新的阵列模型提出了幅度相位估计（APES）波束形成算法。首先,给出了简化极化阵列的布阵模型和接收信号模型;然后,针对简化极化阵列给出了极化APES波束形成算法的详细理论推导,得到了最优权向量的表达式;最后,通过仿真实验验证了极化APES在波束形成方面的有效性。仿真结果表明该算法在强期望信号功率、低采样快拍数或是存在相干干扰的情况下都具有稳定的波束图。     

一种稳健的混合范数约束的波束综合算法

在阵列信号处理中为抑制噪声和干扰,一般都要求波束有比较低的旁瓣和零陷,同时,需要具有良好的稳健性。为此,提出了一种新的混合范数约束的波束综合算法。该算法运用稀疏表示方法,对波束的主瓣和旁瓣分别使用不同的范数约束,同时对波束的零点和敏感度因子进行约束,用MATLAB(Matrix Laboratory)的凸优化工具包进行求解。仿真实验表明,设计得到的波束具有更低的旁瓣和零陷,最高旁瓣电平约为-28 dB,而最低零陷深度可达-50 dB;算法求解过程简单,与现有算法相比能够容忍较大的幅相误差,具有良好的稳健性;同时,阵列效率与经典算法相比提高了8 dB左右。     

一种小尺寸极化阵列及其高精度定位波束形成

提出一种偶极子天线单元构成的极化敏感阵列用于全球卫星导航信号的接收,经过阵列信号波束形成后,在抗干扰的同时保留卫星导航信号中载波相位测量值的准确性,可用于基于载波相位测量的高精度差分定位。与传统的圆极化天线阵列相比,该阵列具有阵元构造简单、尺寸小的特点。通过建立极化阵列接收信号模型,分析了天线极化和波束形成算法对卫星导航信号相位的影响,给出了相适应的相位中心稳定的数字波束形成算法。仿真验证了分析的正确性和算法的有效性。     

拥挤干扰环境下的一种多载波扩频信号接收波束成形方法

针对拥挤干扰环境中的多载波扩频通信系统,提出了一种基于期望信号波达方向估计和干扰功率空间谱分析的波束成形方法。该方法首先利用多载波扩频调制信号的频率分集特性估计期望信号的波达方向,然后利用空间谱分析估计干扰信号的空间功率分布,在此基础上完成波束成形。该方法能够在拥挤强干扰环境下精确估计信号的波达方向,从而保证了干扰信号空间谱估计的有效性。仿真结果表明,即使干扰信号的功率显著强于期望信号,本算法仍然能够精确地估计出期望信号的波达方向,从而保证算法的有效性。     

一种基于ESPRIT的盲波束形成方法

备用信用证是不同于传统的商业信用证的一类特殊信用证,它主要用于为基础交易提供履约担保,它使用的单据与商业信用证也大不相同。本文在与商业信用证进行比较的基础上,结合ISP98的规定,对备用信用证下的典型单据以及单据的合理选用作简要的介绍。     

多重心法选址案例研究

配送中心是现代物流系统重要组成部分,在规划设计配送中心时,合理的配送中心选址可以大大降低其运营成本。本文对解决多设施选址问题中的多重心法进行了实例计算,在手工Excel迭代计算过程中,发现每次的计算结果都只是局部最优解。经过分析,是由于初始分组情况不同导致最终的计算结果不同,为解决此问题,采用计算机程序遍历分组情况,计算每种情况的选址结果与运费,最后通过比较,得到总运费最小的全局最优解。     

一种利用多核解卷积提高雷达角分辨力的方法

解卷积方法可以提高雷达的角分辨力,但传统的解卷积算法对噪声很敏感,且有可能无解。给出了多核解卷积方法的最优滤波器,分析了多核解卷积的输出信噪比,指出其抗噪声性能要优于单核解卷积。最后将多核解卷积的方法运用到单脉冲雷达中。仿真结果表明,在输入信噪比为20dB的情况下,该方法还能够得到很好的结果。     

利用星座扩展降低OFDM PAPR的新方法

通过研究利用星座扩展降低OFDM中峰均功率比(PAPR)的方法,提出了一种寻找次最 优映射向量的新方法——联合搜索(JS)算法。该算法联合相邻的若干子载波,通过比较局部 的峰值大小 搜索次最优映射向量。仿真结果表明,JS算法在降低计算复杂度、提高PAPR抑制增益以及增 强应用灵活性等方面都有明显改进。     

基于到达角误差约束的稳健宽带波束合成算法

针对阵列天线存在系统误差的情况,在Frost结构的基础上提出了一种改进的稳健宽 带波束合成算法。该算法以信号到达角（DOA）误差为约束条件合成期望信号,并把滤波器 优化设计转化为凸优化问题,使用内点迭代法有效解决,进一步使得期望的信号响应具有一 定的波动性,从而使得更多的自由度应用在干扰和噪声的抑制上,达到优化加权制的目的。 仿真结果表明,当系统存在一定的DOA误差、幅相误差和位置误差时,所提出的宽带波束合 成算 法获得的信干噪比（SINR）比worst-case约束算法提高约1～3 dB。     

共同配送联盟企业选择方法

旨在深化现有的共同配送体系构建研究,并为决策者提供共同配送联盟企业的选择方式。构建了共同配送中心联盟企业的指标体系,采用指数标度法将决策者偏好量化,并用KLEE方法对指标赋予权重。结合指标权重,利用改进灰色关联分析的方法求得待评物流企业的综合关联度从而选择联盟企业。     

基于DEA的汽车行业供应商权变选择方法研究

从汽车制造企业的实际情况出发,以汽车制造整车厂的角度研究供应商选择问题,根据对汽车零部件供应商的不同需求和战略定位差异,来对零部件供应商进行细分,从输入、自身情况、输出、合作情况四个方面综合考虑供应商的各项指标,在此基础上应用权变选择的思想,建立各自多层次指标评价体系,并且建立基于DEA-C2WH模型的多层次指标选择方法进行评估。     

一种利用机器学习优化MIMO窃听信道天线选择的方法

为保障多输入多输出窃听信道系统中信息传输的保密性,提出了一种基于机器学习的天线选择方案。首先利用机器学习解决分类问题准确率高、处理大数据高效这一优势,设计了基于奇异值分解的特征值提取、基于信干噪比的标签赋值方案,建立了k最近邻分类器和逻辑回归分类器选择最优天线最大化保密性能（可达保密速率和保密中断概率）。与传统天线选择方案相比,所提方案获得了几乎一致的保密性能,并且大幅降低了系统的选择复杂度和误比特率。     

大米镉检测中消解方法的选择

大米中的镉污染主要是由于生产过程中的化学污染与环境污染所导致,如果人们食用了镉污染的大米,很容易出现肺气肿、骨质疏松、高血压等病症,损坏身体的代谢问题,甚至会发生癌变。因此,我们需要有效控制大米中的镉污染,保障人们的身体健康。