基于相关比幅测向的圆阵干涉仪解模糊算法

针对比幅测向精度较低而干涉仪测向相位易模糊这一问题,提出了一种基于多波束比幅测向的圆阵相关干涉仪解模糊改进算法,实现对小型无人机方位的快速估计。首先,根据目标无人机的图传信号特征值建立离线数据库,利用改进的多波束相关比幅法对无人机来波方向进行粗略测量,通过二次插值法对“栅栏效应”造成的估计偏差进行一定修正;然后,将修正后的角度测量值对干涉仪实测相位差进行解模糊;最后,利用无模糊的相位差通过相关运算实现来波方向的精确估计。该算法将相关运算运用在比幅测向中,有效提高了干涉仪解模糊概率。与传统的比幅测向法和干涉仪测向法相比,该算法只需3组天线就能完成测向功能,其测向精度提高至2°以内,并且该算法对天线一致性要求低,实时性高,可实际应用于圆形阵列测向体制,实现对无人机的快速测向。     

海事卫星上行信号测向的工程实现

结合海事卫星信号的信号特征,以相关干涉仪测向算法为基础,提出了一种海事卫星上行信号测向的工程实现方法,在一片FPGA中完成数字下变频、FFT实时运算、相位差计算等复杂运算,在一片DSP中完成相关干涉仪方位计算。与以往的方法相比,该方法解决了对海事卫星上行信号测向的问题,频率分辨率被提高到5.7 kHz;通过降低相位差的波动度和插值提高了方位的稳定度和精度;采取在DSP中完成方位计算的方式减少了FPGA器件数量。最后,试验结果验证了所提方案的实用性。     

数字化宽带测向系统中的概率解模糊算法

为了进一步提高干涉仪的测向精度,增强对宽带信号的适应能力和扩展系统的工作频率范围 ,以实现数字化宽带测向系统,提出了概率解模糊模型和基于最大后验概率的快速算法。仿 真结果表明,该算法解模糊速度快,解模糊能力强,误解模糊概率低,可广泛运用于干涉仪 等需要解相位差模糊的领域。     

一种新的雷达信号旋转干涉仪测向解模糊算法

研究了一种新的旋转干涉仪测向解模糊算法。首先分析了旋转干涉仪测向时的相位差 变化规律,然后针对Ka频段雷达信号在使用旋转干涉仪测向时相位差变化大的问题,建立了 进行两次修正的解模糊算法。该方法硬件实现结构简单,易应用于被动导引头中。通过计算 机仿真验证算法的稳定性,结果表明,当信噪比高于-8 dB时,解模糊成功率超过90%。     

高速宽带通信信号测向处理模块的设计与实现

针对紧凑型的宽带高速通信信号侦察测向应用需求,对相关干涉仪测向处理模块进行 合理的采样率设计和算法优化,利用FPGA运算能力强的特点,在有限的硬件资源中实现了 60 MHz带宽的准实时测向处理,对提高侦察跳频等低截获概率信号的效能有重要意义。     

基于压缩感知的卫星干扰源定位

针对传统测向方法实际应用性能较差的问题,提出了一种基于压缩感知的卫星干扰源定位方法。根据干扰信号方位角的空间稀疏性,建立了波达方向(DOA)估计模型,构造出基于阵列流型的过完备原子库和随机单位向量测量矩阵,最后结合信源估计技术和正交匹配追踪（OMP）算法实现干扰目标的方位估计。仿真验证了该方法能同时估计相干干扰信号的强度和角度,适合快速变化的干扰目标定位,并且具有较低的计算复杂度和更好的工程易用性。相关研究对压缩感知理论在卫星干扰源定位中的应用具有一定参考意义。     

数字化宽带测向系统中天线阵列基线设计

为了进一步提高干涉仪的测向精度,增强对宽带信号的适应能力和扩展系统的工作频 率范围,论述了在工作频率范围和测向精度约 束下如何设置天线阵列基线的问题,得到了系统测向不模糊的条件和测向角的最优线性无偏 估计（BLUE）解。仿真实例表明,该结论正确,并可以指导数字化宽带测向系统整体设计和 优化。     

基于块稀疏度与自适应迭代的压缩感知方法

针对分块压缩感知算法在平滑块效应时损失了大量的细节纹理信息,从而影响图像的重构效果问题,提出了一种基于块稀疏信号的压缩感知重构算法。该算法先采用块稀疏度估计对信号的稀疏性做初步估计,通过对块稀疏度进行估算初始化阶段长,运用块矩阵与残差信号最匹配原则来选取支撑块,再运用自适应迭代计算实现对块稀疏信号的重构,较好地解决了浪费存储资源和计算量大的问题。实验结果表明,相比常用压缩感知方法,所提算法能明显减少运算时间,且能有效提高图像重构效果。     

一种快速子空间测向算法

考虑用户先验知识提出一种快速子空间测向算法,构造了方向约束的相关相减多级维纳滤波器(MCSA-MSWF)方法,此方法在降低特征分解的基础上进一步降低了谱峰搜索的运算量,且克服了单纯基于多级维纳滤波器测向算法期望信号不准确的问题。仿真表明,该算法在低信噪比、小快拍数情况下具有更好的估计性能。     

一种新的基于压缩感知的毫米波信道估计算法

针对传统稀疏重构算法需要信道稀疏度先验信息、复杂度高、不利于实际应用的问题,提出了一种新的基于波束空间分解的稀疏度自适应毫米波信道估计算法。该算法利用毫米波信道稀疏性的特点对信道进行波束空间分解,构造基于码本的感知矩阵,获得l1范数约束问题模型;其次结合分段弱匹配追踪算法,采用弱阈值从感知矩阵筛选原子,再通过分组选择机制对选择的原子进行二次优化;最后根据最小二乘法估计出毫米波信道。仿真结果表明,所提算法的估计精度和复杂度在低信噪比和低训练长度情况下明显优于传统匹配追踪算法。     

一种适用于稀疏多径信道的自适应均衡算法

针对传统的自适应均衡算法在稀疏多径信道下性能表现不佳的问题,提出了一种基于基追踪降噪的自适应均衡算法。该算法利用稀疏多径信道下均衡器权值的稀疏性,将自适应均衡器的训练过程看作压缩感知理论中稀疏信号对字典的加权求和,并利用重构算法直接对稀疏权值进行求解,解决了迭代参数设置和收敛慢的问题。采用基追踪降噪作为重构算法并选用变量分离近似稀疏重构对该最优化问题进行求解,既提高了权值的重构精度又降低了计算的复杂度。仿真结果表明,所提算法能够以较低的计算量和较少的训练序列达到更优性能,这对提升系统的通信性能具有参考价值。     

一种改进的大规模MIMO发射天线选择算法

为了降低天线选择算法在大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统下的误码率和复杂度，以用户端接收的总功率为优化目标，提出一种最大化所有用户接收总功率的天线选择算法。该算法将优化目标函数转化为凸函数，并利用凸优化方法求得其有效解。仿真结果表明，所提天线选择算法与传统的最大和容量算法相比，具有较好的系统误码率性能，且运算复杂度低，但系统容量有所降低。     

Khatri-Rao积变换下的离格信号DOA估计

当存在离格信号时,基于稀疏表示的波达角（DOA）估计算法性能损失严重。为解决这个问题,在对接收数据协方差矩阵进行Khatri-Rao积变换的基础上,推导了离格信号网格偏离量与紧邻信号原子系数之间的关系,提出了一种单一离格信号DOA估计方法。为提高对邻近离格信号DOA的估计性能,利用矩阵的广义逆性质提出了基于多原子系数的联合估计方法。仿真实验表明,单一离格信号DOA估计方法在低信噪比下有较好的性能,联合估计方法在高信噪比条件下对邻近离格信号DOA有较高的估计精度,同时所提算法估计性能几乎不受网格划分间距的影响,可以通过增大网格间距降低算法运算量。相关研究对阵列天线DOA估计具有一定的参考价值。     

基于信息辅助块稀疏贝叶斯学习的直扩通信窄带干扰抑制

现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题，利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的类噪声特性，提出了基于块稀疏贝叶斯学习(Block Sparse Bayesian Learning,BSBL)框架的DSSS通信NBI抑制模型。实现干扰抑制后，利用传统的CS重构算法实现DSSS信号的压缩域解调。为进一步提高算法性能，将NBI稀疏分块的块内自相关矩阵建模为单位矩阵，提出了信息辅助BSBL(Aid BSBL,ABSBL)算法，设计了基于ABSBL的DSSS通信NBI抑制算法。该算法在保持较好NBI抑制性能的条件下，提高了运算效率并且不依赖NBI的稀疏结构。仿真验证和对比分析结果表明，所提方法能够有效抑制DSSS通信中的NBI，在干扰强度相同的条件下，NBI带宽越小、压缩率越大，算法对NBI的抑制性能越好。     

超分辨测向中奇异值分解的FPGA实现

奇异值分解是超分辨测向技术的核心组成部分，现有的并行实现方案适用范围窄，运算量大，迭代时间长。为了满足测向接收机系统的高实时性需求，结合双边Jacobi算法的交换策略和单边Jacobi算法的求角结构，提出了一种改进的实现方法。该实现方法修正了脉动阵列的收敛性问题，提高了复数矩阵的收敛速度。同时，给出了算法的现场可编程门阵列(FPGA)实现结构。仿真结果证明该方案耗时在百微秒以内，能够应用于电子侦察设备。     

基于人工鱼群粒子滤波的信号源定位

针对传统粒子滤波算法精度不高、难以满足移动监测车对无线电信号源定位需求的问题,提出了一种基于人工鱼群粒子滤波的信号源定位方法。将人工鱼群算法的优化思想引入到粒子滤波中,通过觅食行为和聚群行为驱动粒子向最优位置移动,改善粒子的分布。结合移动监测车对信号源定位的需要,建立了信号源波达角定位（AOA）的数学模型,在Matlab环境下对人工鱼群粒子滤波算法的信号源定位进行了仿真。实验结果表明,在保证实时性的前提下,该方法定位结果的最大误差为0.101%,定位精度远大于粒子滤波定位方法的估计精度,是一种有效、可行的定位方法。     

基于概率的单站多目标无源定位算法

机载单站多目标无源定位是现代电：于侦察领域的重点和难点课题。本文提出了一种基于贝叶斯后验概率最大原理的机载单站多目标无源定位算法。该算法只使用干涉仪给出脉冲序列相位差和载频信息，即可完成对多目标的分选识别和高精度定位，具有定位准确、指示清楚、无需对信号进行预分选的优点。仿真结果表明：在工程可实现的测向、测频精度和考虑载机位置、姿态误差情况下，对于载机一侧的多目标可能达到的定位精度约为距离的2％，是一种具有广阔应用前景的机栽单站无源定位方法。     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中,最大似然（ML）检测可以取得最优的检测性能,然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题,提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引,接着对候选天线索引按正则化标准进行可靠性验证,剔除错误索引,缩小信号的搜索空间,最后通过求解最小二乘问题估计信号。仿真结果表明,与经典的正交匹配追踪（OMP）算法相比,所提算法以少许复杂度的增加为代价极大提升了检测性能,能够在检测性能与复杂度之间取得更好的折中。