STC-OFDM系统的post-IDFT多波束形成技术

提出了适用于空时编码-正交频分复用(OFDM)系统的后-逆离散傅立叶变换(post-IDFT)多波束形成技术.该技术通过对空频信道相关矩阵进行特征分解获得多个特征模式,再利用空时分组码(STBC)各发射分支信号的正交性使OFDM系统形成多个post-IDFT波束.接收端根据STBC传输矩阵的正交性对多波束解码.系统获得的空间分集增益为空频信道相关矩阵的特征值之和,最大空间分集增益与子载波波束形成方案相同,误码率比STC-OFDM的低.该技术将复杂度降低到子载波波束形成方案的1/S(S为OFDM系统的子载波数目),而且当波束维数(m)小于发射天线数目(M)时,可进一步减少M-m个IDFT模块     

基于空域信号分离的多径干扰抑制算法

针对全球导航卫星系统中的多径干扰抑制问题,提出了一种有效的低复杂度多径干扰抑制算法,在直达信号和多径干扰来向角(DOA)未知的情况下,利用RELAX算法,通过反复迭代的思想逐一估计出直达信号和多径干扰的DOA和幅度,进而识别多径干扰,利用线性约束最小方差无畸变波束形成技术,在直达信号方向形成增益与在多径干扰方向形成零陷而抑制多径干扰,并进行了仿真试验。分析结果表明:当多径干扰部分相干时,RELAX算法估计的DOA均方根误差比MUSIC算法低了约12dB;当多径干扰完全相干时,RELAX算法估计的DOA均方根误差比MUSIC算法低了约25dB;所提算法能够准确估计出直达信号和多径干扰的DOA,保证通过波束形成零陷空域多径干扰,使得进入跟踪环路的信号非常洁净,处理后的码相位跟踪误差接近于0。     

基于均匀平面阵的恒定束宽波束形成

对宽带信号进行一维的处理和波束形成可以采用基于实数加权的平面阵天线实现。而采用多维的处理是为了对信号进行空域采样并对信号的各频率进行独立的处理。对基于空间响应变化约束的波束形成（SRVCPS）和基于离散傅里叶反变换（IDFT）的波束形成,这两种恒定柬宽波束形成方法进行了比较。SIWCPS方法根据最优化方法进行求解,采用空间响应的变化（SRV）约束以确保宽带波束形成的恒定束宽性能。IDFT方法对期望波束图进行傅里叶反变换求解权值。通过仿真实验对比了两种方法的波束宽度、旁瓣幅度以及处理速度。     

基于任意阵形矢量水听器阵的二维波达方向估计

提出了基于任意阵形矢量水听器阵列的二维波达方向估计方法．即在阵元方向一致的前提下，矢量水听器阵可以采取任意阵形，也不需要预先知道阵元的空间位置．每个矢量水听器由3个相互正交空间共点的振速水听器和一个声压水听器构成．声压子阵经过旋转后分别变成了3个振速子阵，子阵之间的旋转因子只与目标信号的方向余弦有关，而与矢量水听器的空间位置无关．基于ESPRIT的思想，采用并行TLS矩阵束方法实现对目标信号的方向余弦的估计和自动配对，从而实现二维波达估计．计算机仿真实验结果证明了该方法的有效性．     

基于单个矢量水听器的二维波达方向估计

提出了一种基于单个矢量水听器的二维波达方向估计方法，该矢量水听器由三个空间轴向垂直的振速水听器和一个声压水听器构成．利用时延数据，以时间变元为旋转因子．构造了两个具有相同阵形的子阵，采用ESPRIT实现了对目标信号的波达方向估计．具有较好的估计精度，能实现方向余弦的自动配对，不造成波达方向的模糊性．计算机仿真实验结果证明了该方法的有效性。     

一种用于TD-SCDMA通信终端的RAKE接收机

提出了一种RAKE接收机的算法，它利用时分一同步码分多址(TD-SCDMA)无线通信系统的基站发出的导引信号获得TD-SCDMA下行链路的信道参数估计．该算法可减小移动用户的多径干扰．本文的性能分析和计算机仿真证明，在典型多径衰落传播情况下，所给RAKE接收机算法可以获得更好性能．     

基于奇异加权的麦克风阵波束形成语音增强算法

提出了一种基于奇异值加权的麦克风阵列波束形成算法.该算法首先采用相位加权互功率时延估计法对麦克风阵列接收到的信号进行时延补偿.其次对处理后的矩阵采用雅克比算法进行奇异值分解构造权值并求和,得到增强的语音信号.仿真结果表明,与固定权值波束语音增强算法比较,该算法对加性非相干噪声有明显的消噪效果.     

小波域子空间滤波法研究

将时域子空间法和小波变换结合在一起,推出小波域子空间滤波算法.具体地讲,把整体观测信号小波系数子空间划分为信号加噪声小波系数子空间和噪声小波系数子空间,根据尺度内时间估计准则,由信号加噪声小波系数子空间重构信号小波系数,从而获得估计信号.实验表明,当用于恢复高斯噪声中Ricker子波时,小波域子空间滤波法相对于传统软、硬阈值法具有明确优势.     

一种基于神经网络的宽带相干信号波达方向估计方法

相干信号子空间处理方法是一种通过构造聚焦矩阵来估计宽带相干源波达方向的有效方法，本文基于逆传播学习算法，给出了一种用神经网络来实现聚焦过程的新颖方法，利用这种方法进行ＤＯＡ估计，可以无需预先知道源信号初始信息，不经预处理过程即可获得对ＤＯＡ的高性能估计。     

矢量水听器阵列MUSIC估计算法研究

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量.采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,对该算法进行了理论推导,并对数据协方差矩阵进行本征分解,获得了信号的空间谱估计.通过几个仿真对比试验,得出了该算法在多种条件下的高分辨方位估计性能.仿真结果表明,在SNR=10 dB条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了12.6°,旁瓣降低了22 dB左右,利用该算法可提高对信号源的定向精度及对多目标的分辨能力.     

基于Capton最小功率估计的方位角估计算法

在麦克风阵列信号处理中,通常假定信号源发出的信号经过传播到达不同麦克风阵元时,信号满足平面波传播模型.在此模型基础上,为解决基于麦克风阵列语音增强系统中方位角的估计问题,提出了一种基于Capton最小功率估计的方位角估计算法.仿真结果表明与传统的波束形成算法比较,该算法具有较高的方位角分辨率.     

基于Capton最小功率估计的方位角估计算法

在麦克风阵列信号处理中,通常假定信号源发出的信号经过传播到达不同麦克风阵元时,信号满足平面波传播模型.在此模型基础上,为解决基于麦克风阵列语音增强系统中方位角的估计问题,提出了一种基于Capton最小功率估计的方位角估计算法.仿真结果表明与传统的波束形成算法比较,该算法具有较高的方位角分辨率.     

Novel Adaptive Beamforming Algorithm Based on Wavelet Packet Transform

An analysis of the received signal of array antennas shows that the received signal has multi-resolution characteristics, and hence the wavelet packet theory can be used to detect the signal. By emplying wavelet packet theory to adaptive beamforming, a wavelet packet transform-based adaptive beamforming algorithm (WP-ABF) is proposed . This WP-ABF algorithm uses wavelet packet transform as the preprocessing, and the wavelet packet transformed signal uses least mean square algorithm to implement the adaptive beamfonning. White noise can be wiped off under wavelet packet transform according to the different characteristics of signal and white under the wavelet packet transform. Theoretical analysis and simulations demonstrate that the proposed WP-ABF algorithm converges faster than the conventional adaptive beamforming algorithm and the wavelet transform-based beamforming algorithm. Simulation results also reveal that the convergence of the algorithm relates closely to the wavelet base and series; that is, the algorithm convergence gets better with the increasing of series, and for the same series of wavelet base the convergence gets better with the increasing of regularity.     

基于自适应耦合模型的运动目标跟踪方法

在跟踪目标快速运动和外形显著变化的任务中,现有跟踪方法经常存在目标跟踪丢失、误差较大等问题.为此本文提出一种新的跟踪方法,该方法采用的是基于改进码本模型的背景相减法检测运动目标,对检测出的目标构建耦合模型进行实时跟踪.另外,本文还讨论了模型中参数改变对跟踪失败次数的影响.实验结果表明：该方法在处理目标上述情景下的跟踪效果比较理想,并且一定范围内的参数改变对该方法的稳定性影响不大.     

阵列天线DOA估计中MUSIC算法性能综合分析

阵列信号处理是现代信号处理中的一个重要分支,而信源定位又是阵列信号处理中的重要应用.常规的子空间算法———MUSIC算法可对到达角(DOA)实现超分辨估计.然而,MUSIC算法的超分辨率是在阵列信号模型精确条件下得到的,阵元数、阵元间距、信噪比、快拍数等因素对MUSIC算法的分辨率都会产生一定的影响.本文通过仿真,综合分析了阵元数、阵元间距、信噪比、快拍数等因素对MUSIC算法的分辨率产生的影响,同时表明了,快拍数相对其它参数对MUSIC算法分辨率的影响要小.     

Intelligent Vehicle Human-Simulated Steering Characteristics Access and Control Strategy

As the traditional control algorithm is over-dependent on accurate vehicle model in intelligent vehicle steering control, a human-simulated intelligent control method is proposed based on experienced driver steering characteristics. Intelligent vehicle unmanned steering system dynamics model and the driver model are set up. Through experienced drivers’ trial run experiment, the analysis is mainly conducted on the double lanes condition. After the transformation of coordinates on global positioning system (GPS) derivative, the path information of local coordinates is accessed. The ideal driver steering path is obtained through fuzzy C-means clustering algorithm. The human-simulated intelligent controller is designed. Characteristic model is established according to the ideal and practical steering angle deviation and the deviation rate. Besides, the corresponding control rules and control modality set are designed. The joint simulation under CarSim joint/Simulink environment shows that the humanoid steering controller designed in this paper has better tracking performance than the model predictive control.     

局部阴影光伏发电系统中基于改进PSO的MPPT控制

光伏发电系统在局部阴影条件下,传统的最大功率点跟踪算法（maximum power point tracking,MPPT）容易陷入局部寻优,无法跟踪到全局最大功率点. 针对这一问题,本文提出了一种基于自适应学习因子粒子群算法的最大功率跟踪方法. 该方法在普通粒子群算法的基础上不断改变学习因子和权重系数,以提高算法收敛的速度和精度. 将其应用于局部阴影条件下的光伏发电系统最大功率点跟踪中,并在RT-LAB实时仿真平台中以两个接受不同光照强度的光伏阵列为例进行实时仿真验证. 仿真结果表明,两峰情况下本文所提出的自适应学习因子粒子群算法能够在0.298 s左右跟踪到全局最大功率点,普通粒子群算法需要约0.615 s,而扰动观察法陷入了局部最大功率点,本文所提算法能够有效提高系统的收敛速度和精度并且适用于多峰情况. 最后设置仿真算例验证本算法适用于光照突变的情况.      

基于自适应模型预测控制的智能车轨迹跟踪

针对传统模型预测算法在智能车辆轨迹跟踪的局限性,引入随道路曲率变化的速度自适应调节算法,设计轨迹跟踪控制器。设计目标函数及添加约束条件,通过Matlab/Simulink软件,在不同车速下与传统算法进行比较,仿真结果表明:不同的纵向车速对传统算法的轨迹跟踪有一定的影响,而对改进后的算法影响较小。尤其当车速较高时,改进后的算法轨迹误差更小,能保证车辆安全、稳定地行驶。     

基于类锚虚拟线圈的多流向车流量检测算法

针对城市道路车流量检测中车辆误分类问题,提出一种基于类锚虚拟线圈的多流向车流量检测算法。首先,采集车辆图像样本并随机裁剪以构建小客车、公交车和摩托车的均衡数据集,通过 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法聚类获得 3 类车型的高度、宽度尺寸,以此校正场景车辆识别线圈尺寸,布设物体检测线圈与组合车辆识别线圈;其次,基于均衡数据集训练ResNet18卷积神经网络完成车辆类型判断;最后,采用改进的核相关滤波器追踪算法追踪车辆轨迹,通过计数线完成多流向车流量检测。验证分析表明：对单向车流,高峰、平峰正检率均值提升了5.09%、4.57%,误检率均值降低了5.31%、2.35%;多向车流中,直行车流的高峰、平峰正计率提升了 5.01%、5.99%,左转车流的高峰、平峰正计率提升了 4.29%、 4.56%。     

利用自适应组合模型实现车辆跟踪

针对视频序列图像目标车辆跟踪中经常因场景光照变化、目标旋转、遮挡等因素导致丢失问题,提出了基于颜色自适应的改进CamShift算法;通过建立凸函数组合模型,利用多目标规划最优求解算法获取自适应颜色识别最佳组合,提高了算法抗干扰能力;利用目标倾角预测识别目标发生形变和旋转,构造多变量状态信息预测目标发生遮挡和瞬间消失,并通过IIR滤波器快速预测目标在下一时刻的运动方式。实验表明,本算法跟踪精度高,鲁棒性强。