噪比
- 保密通信中同相和正交通道失衡对干扰抑制性能的影响
出了接收机处信干噪比的表达式,以衡量收发信机处IQ通道失衡引起的信号失真程度;并给出了干扰抑制比的闭式解,以评估接收机处的协作干扰抑制能力。1 系统模型图1展示了协作干扰掩护下的保密通信架构。其中,发射机同时发送协作干扰序列c(n)与保密信息序列s(n)以降低窃听信道质量,并且在收发信机之间采用跳频技术以躲避恶意电磁干扰。发射的协作干扰服从零均值高斯分布并与保密信息不相关,传输信道假设为加性高斯白噪声信道[14]。图1 协作干扰掩护的保密通信架构Fig.1
国防科技大学学报 2023年6期2023-12-08
- 面向通信抗干扰的智能反射面鲁棒波束赋形设计*
，推导了接收信干噪比表达式，并以信干噪比最大化为目标进行了优化问题建模。由于变量的耦合性及目标函数的非凸性，上述优化问题难以直接求解。为了解决以上难题，本文提出了鲁棒迭代优化算法，利用半定松弛及引入松弛变量获得了原始问题的次优解。仿真结果表明，与基准算法相比，本文提出的算法通过在地面节点附近部署智能反射面，即使在无法获取干扰机精确位置的条件下，依然能显著提高抗干扰性能。1 系统模型与优化算法1.1 系统模型考虑如图1 所示的通信场景，假设发送机、干扰机装配
通信技术 2023年9期2023-10-21
- 干扰环境下稳健的MIMO雷达收发联合方向图设计方法
与跟踪所需要的信噪比，而且还会增大接收回波中的杂波功率，造成发射能量的严重浪费。针对于此，由于MIMO雷达系统发射信号的协方差矩阵的秩不小于1，这使得MIMO雷达具有较多的发射端自适应自由度来对发射信号的协方差矩阵进行优化，以设计出各种满足实际需求的发射方向图。在文献[4]中提出了一种最小化旁瓣发射方向图设计方法，虽然该方法可以利用现有的凸优化程序包直接进行求解，但是所设计的发射方向图具有较高的旁瓣增益。由于降低发射方向图的峰值旁瓣可以降低电子对抗中可能被
现代导航 2023年3期2023-07-14
- 基于改进广义线性组合算法的极化阵列稳健波束形成
了更高的输出信干噪比.KE 等[9]首先研究了不同算法在快拍数和传感器数量较大时的性能，并针对GLC 算法的不足，提出了结合数据降噪预处理和MMSE 准则估计真实协方差矩阵的自动确定DLL 算法，该算法在高快拍和多传感器条件下性能优于其他算法，但在快拍数较低时，过大的DLL 将会影响阵列输出的信干噪比.GAN 等[10]基于高斯分布提出了一种改进的GLC 算法，该算法在保持GLC 算法性能的同时具有更低的计算复杂度. YUAN[11]通过添加协方差矩阵相关
北京理工大学学报 2022年12期2022-12-20
- 联合准则下的认知雷达波形设计
信息、最大化信干噪比、最小均方误差(minimum mean squared error, MMSE)、最小化模板匹配误差准则等。信息论在波形设计方面有着广泛的应用,文献[2]首先提出最大化雷达目标和回波之间的互信息来设计发射波形的方法,接收信号与目标冲激响应之间的互信息越大,目标识别或目标参数估计性能越好,以最大化互信息为优化准则,通过拉格朗日乘子法求解最优波形。文献[3]提出一种基于双互信息优化准则的自适应波形设计方法。该方法同时以接收信号与目标冲激响
系统工程与电子技术 2022年11期2022-10-29
- 基于滑动DFT 复数LMS 的自适应尖刺消除方法
，使接收机的信干噪比下降8 ～10 dB[2]，甚至淹没于噪声信号之中。现实中有不少消除尖刺的方法，其中主动消除方法因其可在数字域进行消除，实现复杂度低而受到研究者的关注。主动消除法又包括陷波器法[2]和自适应滤波法[3]两种，文献[4]则表明这两种方法可以相互等价。文献[5-6]提出一种将最小二乘和DFT 相结合的算法，它提取每次DFT 后的基频形成新的时间序列，并利用新序列相邻数据的关系，对单频的复指数信号有更好的频率估计效果。本文我们将类似的思路应用
信息记录材料 2022年6期2022-08-19
- 基于协方差矩阵重构和导向矢量优化的波束形成算法
有较高的输出信干噪比,能够在一定程度上减弱协方差矩阵误差和导向矢量失配等问题带来的影响,同时在小快拍场景下也具有较好性能。仿真实验验证了所提算法的有效性。1 信号模型基于一维均匀线阵模型,阵列由M个各向同性的阵元组成。信号建模为窄带远场信号。假设信号与干扰和噪声互不相关,根据文献[1],则均匀线阵在k时刻的接收信号可以写成式(1)其中:xs(k)=s(k)a0∈CM×1;和xn(k)∈CM×1分别代表期望信号,干扰信号和噪声;s(k)代表期望信号的波形包络
重庆大学学报 2022年7期2022-07-28
- 双可重构智能表面辅助的联合主被动干扰方法
者的最大接收信干噪比或在非完美CSI 情况下最大化窃听者的中断信干噪比。 文献［20］研究多窃听用户场景下基于友好干扰和RIS 的物理层安全，提出在完美CSI 和非完美CSI 场景下，分别联合优化发送波束成形矩阵、友好干扰波束成形矩阵和RIS 反射相移，最大化系统的安全能效。 文献［21］针对窃听用户配置多天线的场景，分析了统计CSI 已知时系统的遍历安全速率，提出了联合优化基站发送协方差矩阵和RIS 反射相移矩阵，以最大化遍历安全速率。 文献［22］面向
南京邮电大学学报(自然科学版) 2022年3期2022-07-26
- 面向配电网的5G 异构网络部署策略*
本、终端加权信干噪比为优化目标，采用遗传算法求解部署方案，实现终端全覆盖，提高重要配电终端的通信服务质量。1 系统模型5G 基站工作频段高，信号衰减大，其覆盖半径仅为4G 基站的0.3～0.5 倍[2]，仅部署宏基站难以满足网络建设低成本、高效益目标。微基站覆盖半径小，建造成本低，因而本文采用“宏微协同”的异构网络架构，其网络模型如图1 所示。图1 分层异构网络模型2 配电终端重要性2.1 配电业务重要度针对非数值型指标，通过映射函数f1实现数值化：其中，
电子技术应用 2022年3期2022-04-19
- 稳健协方差矩阵重构波束形成算法
假设干扰信号的干噪比(Interference to Noise Ratio, INR)为30 dB。目标信号的来波角度范围为[θs- 5°,θs+5°]，两个干扰信号的来波角度范围分别为[θ1-5°,θ1+5°]和[θ2-5°,θ2+5°]，对应的离散Capon谱求和中，采样间隔为1°。基于不确定集约束的最差性能最优(Worst Case Probability Optimize, WCPO)波束形成[1]，概率约束(Probability constr
声学技术 2022年1期2022-03-11
- 高动态跳频载波跟踪技术
度,尤其是在低载噪比的情况下,大的噪声功率会使载波跟踪环失锁。纵观前人的研究,可知解决这一矛盾的方式即在传统结构中嵌入算法或改进环路结构提高环路对动态环境的容忍度。目前流行的一种最优的估计方法是卡尔曼滤波,它利用实时状态估计减少噪声的影响,不断地递推、修正估计过程,得到关于状态变量的一个最优估计。该方法运算过程中数据量小,可用于动态实时场景。传统跳频系统的载波跟踪利用收发双方预先知道的跳频图案和当前运动载体速度测量值估计出下一个跳频驻留时间开始时刻引入的多
系统工程与电子技术 2022年2期2022-02-23
- TDD大规模MIMO系统中两种新的下行预编码方案
提高下行链路信干噪比(Signal to Interference plus Noise Ratio, SINR)和频谱效率的目的。文献[14]在导频复用情况下，分析了MRC和ZF预编码的下行链路可实现速率，并推导出MRC和ZF预编码的可实现速率表达式封闭的近似解。本文在传统MRC和ZF预编码的基础上，推导出新的预编码NMRC和NZF的表达式，并与传统MRC和ZF预编码下行链路SINR和频谱效率的性能进行了仿真比较。文献[15]提出了基于多小区MMSE的预
电子与信息学报 2021年11期2021-12-02
- 利用双极性天线探测及削弱多路径效应的方法
极性天线、基于载噪比的多路径探测、多路径削弱技术与实测数据分析四个部分展开研究。首先介绍了全球定位系统(Global Positioning System,GPS)信号的极化特性,详细说明了双极性天线的构成,并且分析了双极性天线接收信号的情况;其次,对于基于载噪比的多路径探测有一个较为清晰的认识,为后续的实测数据分析提供理论依据;然后,对于多路径效应的削弱技术做了简要说明;最后,应用双极性天线和ublox公司的芯片组成简单的GPS接收机,获取实测数据。利用
北京测绘 2021年7期2021-07-28
- 基于SPWVD和改进AlexNet的复合干扰识别
显示了在干（信）噪比为0 dB下目标信号和复合干扰信号的SPWVD时频图。从图2可以发现，7种时频图特征差异明显，因此通过SPWVD分布图来实现复合干扰信号的识别成为可能。图1 两个信号叠加的时频图Fig.1 Time-frequency diagram of two superimposed signals图2 目标信号和复合干扰信号的SPWVD时频图Fig.2 SPWVD time-frequency diagrams of target signal
数据采集与处理 2021年3期2021-06-22
- 窄带与脉冲干扰对卫星导航信号载噪比的影响
研究压制干扰对载噪比的影响.压制干扰的原理比较简单，主要采取将一定频率的大功率信号送入接收机的方式，使接收机内信号载噪比降低以至无法正确捕获和跟踪卫星导航信号，严重影响接收机正常运作.压制干扰进入接收机的功率大小通常用干信比或干噪比来评估，一个接收机可容忍的干噪比或干信比是有一定范围的.除干扰功率外，干扰的样式、干扰的持续时间、干扰频率与信号频率的关系等，也都会影响接收机内载噪比的变化.全球卫星导航系统(GNSS)接收信号的载噪比一般在35 ∼55 dB·
全球定位系统 2021年1期2021-03-26
- 基于可行点追踪-连续凸逼近的MIMO雷达相容性波形设计
以最大化最差信干噪比为准则，使用迭代算法实现了MIMO空时信号编码与空时滤波器的联合设计；为实现MIMO雷达的相容性波形与滤波器联合优化，文献[8]借助对偶上升法(Dual Ascent Method，DAM)[9]，通过最小化雷达在其他己方电磁设备所工作的空频区域内的谱能量，实现对相容性波形的优化，相容性波形设计问题可看作一类非信号依赖性干扰抑制问题；文献[10]使用最优化方法的思想是最大化信干噪比，并给出了波形在低峰值平均功率比和有限能量约束下的闭式解
雷达与对抗 2021年4期2021-03-18
- 联合时间反演与跳空通信的安全传输方案
的信道对系统信干噪比的影响。理论分析和仿真结果表明，当窃听者位于聚焦区域内且配备的天线数大于发送端时，系统也能获得良好的保密性能。1 系统模型和问题描述图1为时间反演联合人工噪声系统模型。发射端配备M根天线，合法接收端配备单根天线，窃听端配备N根天线且M≤N。在该模型中，假设窃听端为被动窃听，即合法通信双方都不知道窃听者是位于聚焦区域内还是聚焦区域外。假设信道是慢变且互易的，将合法通信双方之间的信道冲激响应(channel impulse response
计算机工程与设计 2020年12期2020-12-28
- 毫米波大规模MIMO 系统中的一种低复杂度的混合波束赋形方案*
以获得良好的信干噪比和频谱效率性能。1 系统模型设大规模MIMO 基站（Base Station，BS）端服务于K个用户，BS 处设置M个接收天线。1.1 阵列模型智能天线属于阵列天线，由多个相同的全向天线组成。阵列结构可以有多种形式，常见的有均匀直线阵（Uniform Linear Array，ULA）、平面阵以及均匀圆阵（Uniform Circular Array，UCA）等，如图1 所示。图1 阵列结构本文采用均匀直线阵，阵列响应表达式如下：式中，
通信技术 2020年12期2020-12-23
- 基于最大系统容量的预编码算法
第k个用户的信干噪比.所以K个用户的总容量为(1)通过对基站和中继节点的预编码矩阵设计,提高通信系统的用户总容量.以最大化系统容量为准则,可以将问题转化[7]:1.1 采用高信干噪比时对目标函数近似的方法式(2)～式(4)的优化问题,我们能够运用MIMO固定中继系统的容量下限来进行求解.利用通信系统工作在高信噪比条件下对上述优化问题进一步简化,假设发送端已经获得了信道矩阵,首先对基站到中继的信道矩阵H1进行SVD分解[8],即WB=V1ΛB.(5)已知中继
沈阳大学学报(自然科学版) 2020年3期2020-06-23
- 雷达自适应旁瓣对消抗干扰性能分析
，本文提出以信干噪比增益作为评价ASLC系统抗干扰性能的指标。本文首先介绍了自适应旁瓣对消的基本原理及加权系数的求解方法，以干扰对消比作为性能指标进行了仿真分析；给出信干噪比增益公式，采用信干噪比增益作为评价ASLC系统的改进性能指标，并对其合理性分别设置射频噪声干扰、噪声调频干扰、噪声调相干扰3种干扰样式进行仿真验证。仿真结果表明，将信干噪比增益作为评价ASLC系统的性能指标是合理的。1 雷达自适应旁瓣对消原理自适应旁瓣对消的目的是自适应地对消从天线旁瓣
舰船电子对抗 2019年5期2019-12-04
- 认知无线网络的Rubinstein博弈频谱共享方法研究
认知用户的通信干噪比作为依据对用户进行分类和排序，分析并推导认知用户在此策略下的速率总收益，并进行实验验证。1 博弈模型1.1 罗宾斯坦(Rubinstein)博弈Rubinstein博弈模型是一种联盟内参与者信息互通的动态博弈。假设联盟中存在两个参与者A和B，共同划分一块总面积为“1”的土地，A先提出分配方案，即“出价”；由于联盟中信息是互通的，B根据A的“出价”选择接受或者拒绝，如果拒绝，B再提出自己的分配方案，即“还价”，然后再由A考虑是否接受，以此
测控技术 2019年5期2019-09-20
- 干扰对北斗信号接收性能的影响评估
] 评估了等效载噪比在单频干扰和高斯窄带干扰条件下对误码率的影响，并比较其不同。相关成果中大多是对接收过程中某几个阶段的指标做了相应研究，对于北斗接收性能的整体研究还相对较少。为此，结合GPS 信号接收性能的研究方法，以窄带干扰为例，从干扰对等效载噪比的影响出发，对于扰条件下北斗信号接收性能中的捕获性能、载波跟踪性能、码跟踪性能和解调性能进行全面分析，并给出相关的评估参数与等效载噪比的关系及计算方法。最后利用Matlab软件对评估参数进行仿真，给出了一种较
中国民航大学学报 2019年3期2019-08-01
- MIMO雷达空时编码和接收权联合稳健设计
据最大化输出信干噪比(Signal-Inference-Noise Ratio, SINR)[10]准则，基于波形恒模特性、旁瓣及杂波抑制等约束，在目标空时频导向矢量不确定凸集上构建收发联合稳健优化问题以最大化最差情况下输出信干噪比，进而改善系统检测概率的稳健性。为求解复杂的非线性问题，笔者提出一种迭代算法，其中每步都可转化为半定规划问题[11]，从而可高效地求解难题。1 MIMO-STAP模型MIMO-STAP模型：收发阵列为平行放置的均匀线阵，接收及发
西安电子科技大学学报 2019年2期2019-04-22
- 基于多普勒特征恢复的声矢量阵鲁棒自适应波束形成方法
形成器的输出信干噪比(Signal to Interference plus Noise Ratio, SINR)定义为仿真实验1：波束方向图分析图1和图2可知，本文所提的方法在不同信噪比条件下均能成功抑制干扰，在干扰方向形成很深的零陷，同时波束方向图主瓣对准期望目标信号方向，而传统的Capon波束形成方法则不能成功提取期望信号，在低信噪比的情况下，性能下降更为明显。仿真实验2：输出信干噪比随信噪比变化曲线图1 三种方法的波束方向图：快拍数固定为50，信噪
声学技术 2018年6期2019-01-11
- 改进粒子群优化算法自适应波束形成技术
7]时，输出信干噪比下降，方向图恶化严重，甚至不能保留主瓣特性和生成准确零陷。自适应方向图控制作为一个困难的非线性优化问题，已有的许多经典方法可以参考，但常常无法推广[8]，而进化算法被证明是得到此类问题最优解的有效方法[2]。因此，诸如遗传算法（Genetic Algorithm）[9]、蚁群优化算法（Ant Colony Optimization）[10]、模拟退火算法（Simulated Annealing）[11]等进化算法均被广泛应用于阵列方向图
舰船科学技术 2018年9期2018-10-15
- 提升空时自适应检测性能的多输入多输出雷达稳健波形设计
,最大化输出信干噪比。需要注意的是,设计发射波形需要利用场景及目标的先验知识,而此先验知识只可通过估计得到,因而不可避免地会存在估计误差,进而基于所得非确知先验信息而获得的优化发射波形会严重影响MIMO雷达的目标检测及参数估计性能[6]。因此,提升STAP检测概率稳健性的波形设计成为了MIMO雷达领域的研究热点。为提升MIMO雷达监测性能,正交频分复用(OFDM)技术[7]以及STAP技术[8]被引入MIMO雷达领域。OFDM雷达可利用多个正交子载波并行检
西安交通大学学报 2018年8期2018-08-14
- 基于阵列天线结构优化的自适应抗干扰技术
足，提高输出信干噪比，增强导航的抗干扰能力。1 自适应波束形成技术的基本原理阵列是由一系列阵元根据相应的形状排列组合而成，其结构如图1所示[8]。主要以拥有M个阵元、阵元间距d为半波长的均匀线阵为基本数学模型结构，且定义入射信号方向与天线阵列的法线夹角为θ。图1 均匀线阵的结构将1阵元作为参考阵元，令τm为其他阵元与参考阵元收到相同信号的相对时延，其中m∈[1，2，···，M]，则τm可表示为：(1)由式(1)可得该阵列的方向矢量为：(2)由式(2)可以看
无线电工程 2018年8期2018-07-16
- 深空通信中基于小波阈值算法的弱信号检测
信号非常微弱、信噪比极低以至于接收端不能够完成信号的解调与译码。小波阈值法是一种能够被应用于在弱信号提取中的解决算法，后文中会给出小波阈值算法的详细步骤并且对估算信号与实际信号之间载噪比和相关性进行了仿真。另外，根据对采用了平移小波阈值变换法与未采用平移小波阈值变换法的仿真结果进行对比分析。根据分析结果本文得出最后结论：小波阈值算法能够有效提升信号的载噪比以及估算信号与实际信号之间的相关性，经过这种方法的弱信号检测处理，可以改善信号接收系统的工作性能；另外
网络安全技术与应用 2018年7期2018-07-07
- 基于宽窄带功率比值法的GNSS载噪比估计改进方法*
5)1 引 言载噪比C/N0是全球卫星导航系统(Global Navigation Satellite Syste,GNSS)接收机的一个重要控制参量，除了可以利用它检测信号质量好坏来判断卫星是否可用，从而筛选参与定位解算的卫星外，还可以辅助接收机对卫星信号的捕获与跟踪。信号捕获门限与信噪比(Signal-to-Noise Ratio,SNR)有着直接关系，信号跟踪环路的锁定检测和接收机性能的预估也都与载噪比的测定相关[1]。信噪比是信号功率与噪声功率之比
电讯技术 2018年5期2018-05-28
- 基于虚拟天线的自适应波束形成零陷改善方法
假设仿真条件为信噪比为-20 dB,干噪比为80 dB。在窄带干扰情况下对高阶累积量法、延推法、内插变换法进行阵元虚拟拓展后的阵列与真实阵列的抗干扰情况进行了比较。其中内插变换法区域划分为(20°～30°，130°～140°)，步长为0.1°。从图5(a)中可以看出，几种阵列都可以准确地形成干扰抑制零陷，但经过阵元虚拟拓展后，基于内插变换法的阵元虚拟拓展阵列形成的零陷深度较原天线阵较浅，而延推法形成的零陷深度较真实4元阵列形成的零陷深度更深，基于高阶累积量
无线电工程 2018年11期2018-02-13
- 单认知用户的波束形成算法∗
实现信号的最佳信噪比接收。常见的波束形成准则有最大信噪比准则（MAX-SNR），最小方差无失真准则（MVDR）。许多文献在基于这两种准则的基础上提出了新的算法。然而，这些准则都是适用于传统的波束形成技术的。基于此，本章研究了基于单认知用户的波束形成算法，通过与经典算法相比，提出的算法更适用于认知无线电网络环境下的波束形成，该算法在保证授权用户正常通信的前提下最大化认知用户信干噪比。实验表明在认知无线电环境下，本算法能够保证授权用户和认知用户的通信质量从而提
舰船电子工程 2018年1期2018-02-07
- 新 型 无 线 电 测 向 定 位 研 究
了每个用户的信干噪比需求，算法不符合认知无线电网络中用户信干噪比满意度的特点。Saraydar和Mandayam于2002年提出了Saraydar-Mandayam算法，该算法没有考虑到信干噪目标，对用户基本的通信质量要求没有约束。因此收敛后的信干噪比有可能低于用户的目标值，严重的影响了认知无线电网络的系统性能。Koskie和Gajic于2005年提出了Koskie-Gajic算法，通过适当降低收敛时的信干噪比大幅降低了用户的发射功率，该算法过分强调对用户
实验室研究与探索 2017年12期2018-01-29
- 认知MIMO网络中增强型干扰对齐算法
传统基于最大信干噪比的干扰对齐算法，在发送多数据流时随着信噪比的增加不易收敛以及数据流之间的干扰突出的问题，提出一种充分考虑数据流间干扰并进行迭代限制的干扰对齐算法。首先，次用户通过编码设计消除主次间的干扰；然后，在消除主用户之间和次用户之间干扰时，根据信道互易性，运用广义瑞利熵计算基于最大信干噪比算法的预编码与干扰抑制矩阵，并在迭代过程中，每次迭代始终使预编码与干扰抑制矩阵先满足干扰功率在期望信号空间最小；最后，结合次用户间MIMO干扰信道、主次用户间构
计算机应用 2017年9期2017-11-15
- 对抗MIMO雷达的低截获干扰信号设计
保证对雷达的信干噪比小于雷达可检测目标门限的前提下，最小化干扰信号的功率，从而使干扰信号难以被截获，有效节省了干扰资源。通过分析MIMO雷达信号模型，假设MIMO雷达采用非匹配滤波器对干扰和噪声进行抑制，推导了MIMO雷达输出信干噪比的表达式，将其作为干扰信号设计的约束条件，最小化干扰信号总功率，得到了干扰信号功率优化分配的方法。仿真结果表明，相比较于未进行干扰功率优化设计的干扰信号，在达到相同信干噪比的情况下，此方法可以有效降低干扰总功率。MIMO雷达；
航天电子对抗 2017年4期2017-09-16
- 认知网络中基于博弈论的联合功率控制与速率分配算法
速率和较高的信干噪比(SINR)，并且减小了用户间的干扰，提高了次用户系统容量。认知无线电; 博弈论; 多小区; 功率控制; 速率控制0 引言认知无线网络中，功率控制技术是解决主、次用户共存网络中的干扰问题的关键技术。近年来，博弈论被广泛地应用到功率控制的研究中。文献[1]是经典的分布式功率控制算法，该算法比较简单容易实现，但是该算法下的次用户的发射功率较大，导致用户间的干扰较大。文献[2]提出的K-G算法由于过于强调降低能量的消耗而使得自私用户付出的代价
计算机应用 2017年6期2017-09-03
- 基于大规模天线技术的携能传输功率分配研究
同时兼顾接收信干噪比约束和能量收获要求。通过詹森不等式推导出接收端的信干噪比下限，并运用随机矩阵中威沙特阵知识对用户的信干噪比下限进行简化。仿真结果表明，所提方案性能相比传统平均功率分配方案更优，节省了大量的基站功率。大规模天线技术 功率分配 时分双工 无线携能0 引 言随着无线通信技术的发展，为了满足日益增长的数据传输需求。第五代移动通信标准(5G)采用了大规模天线技术(Massive MIMO)，即在基站端部署上百根的天线，充分挖掘分集增益、功率增益和
计算机应用与软件 2017年8期2017-08-12
- 一种四元数域鲁棒自适应波束形成方法
条件下其输出信干噪比优于现有的四元数域自适应波束形成方法。阵列信号处理；鲁棒自适应波束形成；四元数；模型失配0 引 言自适应波束形成作为阵列信号处理的主要研究内容之一，广泛应用于雷达、声呐、无线通信、医学影像以及地震探测等众多领域[1-3]。矢量传感器构阵列由于能够获取和利用入射信号的极化信息，完成空-时-极化域联合滤波，进而提高波束形成器性能，一直以来备受关注[4-5]。多元数建模方法相比于常规复数方法可以更好地描述和利用矢量传感器阵列输出数据的多层次和
中国电子科学研究院学报 2017年2期2017-06-05
- 基于凸优化的鲁棒GPS空时抗干扰算法
同的快拍数下信干噪比更好，对方向矢量误差具有一定的鲁棒性。GPS；抗干扰；矩阵重构；凸优化；自相关；波束形成；约束最优化；MATLAB；波长全球定位系统(GPS)的精密应用受到日益复杂的电磁环境及各类卫星导航干扰技术的挑战。各类干扰对GPS接收机的精度、可用性、完好性构成严重威胁。空时自适应滤波(STAP)抗干扰技术可以抑制多种干扰，但在实际应用中阵列误差将导致空时滤波算法性能急剧下降。另外，由于天线接收平台的运动、干扰位置的快速变化等原因，导致假定的方向
西北工业大学学报 2016年6期2017-01-03
- 北斗GEO卫星多径误差的分析与估计
70%.本文从载噪比和GEO卫星多径误差的关系出发,针对GEO卫星多径误差,提出一种新的多径估算方法,实验证明该方法对GEO卫星多径误差的估计误差小于0.5%.GEO卫星多径误差;载噪比;多项式拟合0 引 言随着钟差、电离层误差、对流层误差的消除技术越来越成熟,多径误差逐渐成为影响定位精度的主要因素。多径误差具有不确定性,因此关于多径的处理一直没有很合适的方法,全球定位系统(GPS)将多径误差当作噪声来处理[1]。北斗卫星导航系统由5颗地球静止轨道(GEO
全球定位系统 2016年5期2016-12-21
- 基于罚函数和特征空间的子阵级自适应波束形成
得较好的输出信干噪比. 通过阵列方向图及输出信干噪比的计算机仿真验证该算法的有效性.自适应波束形成；子阵级；线性约束；罚函数；干扰子空间自适应数字波束形成(ADBF)算法在通信、雷达、声呐、地震勘探和医学图像等领域有着广泛的应用，一般情况下，自适应波束形成算法是在一定理想条件下提出来的，但是在实际环境中往往存在许多误差以及非理想因素，面对复杂的电磁环境，稳健性自适应波束形成算法[1-4]得到了广泛的应用. 通常稳健性自适应波束形成算法是在采样矩阵求逆(SM
北京理工大学学报 2016年5期2016-11-22
- 宽带认知雷达低峰均比波形快速设计算法
基于最大输出信干噪比(SINR)的低峰均比(PAR)波形设计算法。通过将原波形优化问题等效为接收权值与低峰均比波形的联合优化问题，同时利用循环优化的思想，提出了一种低峰均比波形快速设计算法。相比于现有的梯度法以及凸优化算法，该算法所设计的恒模波形信干噪比与二者相当，但算法实现难度明显变小，计算复杂度明显降低。仿真结果证实了算法的有效性。宽带认知雷达； 距离扩展目标； 波形设计； 低峰均比(PAR)波形； 输出信干噪比(SINR)； 循环优化认知雷达是一种能
航空学报 2016年2期2016-02-24
- MU-MIMO用户调度和预编码跨层联合优化
题，利用最大信漏噪比(Signal to Leakage plus Noise Ratio，SLNR)算法的优越性，提出一种基于SLNR算法的用户调度和预编码的跨层联合优化策略，利用迭代搜索最优用户组，并在预编码中加入功率分配。仿真结果表明，新策略比传统算法能够提升系统吞吐量,并改善误码率性能，同时使系统具有较低的复杂度。多用户多输入多输出；最大信漏噪比算法；用户调度；预编码用户对通信的速率和可靠性等要求在不断提升。多输入多输出(Multiple Inpu
西安邮电大学学报 2015年1期2015-06-23
- 一种改进的功率比值法载噪比估算算法
进的功率比值法载噪比估算算法傅金琳1,2，赵子阳2，李醒飞1（1. 天津大学 精密仪器与光电子工程学院，天津 300072；2. 天津航海仪器研究所，天津 300131）针对GPS载噪比估算方法功率比值法中出现的导航电文翻转敏感问题，提出改进算法。改进算法根据对I路符号判决结果对导航数据位进行预测，基于预测结果消除载噪比估算中导航电文的影响，达到消除导航电文翻转影响的效果。理论计算分析证明该算法能够提高载噪比的估算精度，提升载噪比的更新率，从而提升系统的灵
中国惯性技术学报 2015年5期2015-06-05
- MIMO 干扰信道中一种新的分布式迭代预编码算法
本文根据虚拟信干噪比和实际信干噪比最大原则（为了和虚拟信干噪比这个概念相对应，文中将通常所说的接收端接收信号的信干噪比称为实际信干噪比，这样第3 章所提算法可称为最大虚实信干噪比迭代算法），提出了MIMO 干扰信道下分布式预编码算法。此外，在最大虚拟信噪比和最小均方误差的条件下给出了另一种迭代算法。全文中，黑斜体小写字母表示向量，黑斜体大写字母表示矩阵，I表示是单位阵，C表示复数域，E(·)表示期望，‖A‖ 表示求矩阵A的F范数，AH表示A的共轭转置，Vm
计算机工程与应用 2015年16期2015-04-17
- 极化阵列抗主瓣干扰性能研究
那么阵列输出信干噪比对干扰协方差矩阵RI特征值分解得λk和ek代表特征值和相应特征矢量，那么将式（19）代入到式（17）得到其中那么Mp和Ms分别为极化域匹配系数和空域匹配系数.将式（26）和式（27）代入式（21）得输出信干噪比表达式为可见，针对主瓣干扰，期望信号和主瓣干扰到达角接近，空域匹配系数接近于1，此时可以通过较小的极化域匹配参数得到较高的输出信干噪比.只有当极化域匹配参数和空域匹配系数均接近于1，主瓣干扰才会影响期望信号的接收.当存在多个干扰时
电波科学学报 2015年3期2015-03-08
- 一种接收相干信号的盲多波束形成方法
基于最大输出信干噪比准则,该方法可以有机地把期望信号和相干信号结合起来,并能有效抑制非相干干扰信号,使得输出信干噪比达到最大,因而称为最优波束形成器。但是该波束形成器需要已知相干信号的来波方向以及各个相干信号的强度。这在实际中是很难得到的。近年来,在假设事先估计得到相干信号来波方向或是不相关干扰信号来波方向的前提下,人们提出了几种能有效接收相干信号(即把期望信号和相干干扰信号有效组合起来)的自适应波束形成方法[4-6]。这些算法虽然都能有效地接收相干信号,
雷达科学与技术 2015年6期2015-01-22
- LTE-A中继系统基于OFDMA的干扰解决算法*
户获得更好的信干噪比。对于传统的LTE-A系统,中继均匀分布在小区半径2/3处，基站和中继都采用全向天线[4]。位于基站覆盖范围内的用户可以直接与基站进行通信，称其为一跳用户(即基站用户)；位于小区边缘的用户可以通过中继和基站进行通信，称其为两跳用户(即中继用户),以达到扩展小区覆盖范围的目的。然而由于中继的引入，LTE-A系统出现基站到用户和基站到中继再到用户两种通信方式，破坏了原有小区内OFDMA资源正交的特性，因此小区内存在三种干扰类型：基站对中继服
电子技术应用 2014年3期2014-12-07
- 一种基于导航接收机的ADC动态有效位测量方法
的动态范围通过载噪比测量。载噪比估计方法采用宽窄带载噪比估计法，具体方法如下[13]：计算不同的噪声带宽1/T和1/2T条件下I、Q支路的总功率测量值，分别为WBP和NBP，其对应的数学期望分别为E(WBP)和E(NBP)，对E(WBP)和E(NBP)的平均值进行归一化处理，得到(5)则，对应的载噪比为(6)2 实测结果对比上面介绍了两种常用的ADC动态有效位测量方法以及基于解扩输出载噪比的测量方法，通过实测数据对比谱分析法和基于解扩输出载噪比的测量方法。
全球定位系统 2014年1期2014-08-21
- 均匀直线阵下通用信号模型稳健波束形成算法
分析了期望信号信噪比、指向误差、快拍数及失配约束参数对输出信干噪比的影响.仿真实验表明,通过对接收数据的共轭重排再利用,提高了算法在快拍数有限、存在有用信号失配及其他失配等非理想条件下的输出性能.波束形成;均匀直线阵;通用信号模型;数据共轭重排波束形成作为重要的阵列信号处理技术,其主要目的是将天线阵列接收的不同来向信号进行采样,通过一定的加权增强有用信号,同时抑制其他来向的信号.在理想情况下,采样矩阵求逆(Sample Matrix Inversion,S
西安电子科技大学学报 2014年5期2014-07-25
- 稳健的全阵波束形成方法
较平坦的输出信干噪比；随着输入信噪比的增加，输出信干噪比几乎线性增大。自适应波束形成；相干干扰；稳健性；阵列孔径1 引言在自适应阵列处理中，由于多径效应或人工干扰的存在使期望信号与干扰相干，直接应用常规波束形成将引起期望信号相消[1]，使波束形成性能急剧下降[2-3]，因此存在相干干扰时的自适应波束形成技术已引起人们的广泛关注。有相干干扰时的波束形成方法主要是分子阵波束形成方法与全阵波束形成方法两大类。空间平滑算法[4-7]是克服相干干扰环境下期望信号相消
计算机工程与应用 2014年6期2014-07-07
- 基于波束形成天线抗干扰接收机的测试研究
优准则包括最大信噪比准则 （Maximum Signal to Noise Ratio，MSNR）[5]、最小均方误差准则（Minimum Mean Square Error，MMSE）[6]、线性约束最小方差准则 （Linearly Constrained Minimum Variance，LCMV）[7]等。其中，MMSE准则和LCMV准则的计算量是最小的，但是MMSE准则要求预先知道期望信号的来向，这对卫星导航抗干扰接收机来说是不现实的，所以不适合作
电子设计工程 2013年10期2013-06-23
- 基于半正定松弛的MIMO系统下行链路预编码方案
于每个用户的信漏噪比(SLNR)的MIMO系统广播信道预编码技术得到了较多关注[1-4]。在基站完全已知信道状态信息时，文献[1]定义了各用户的信漏噪比，并给出了最大化信漏噪比时的预编码矩阵的闭式解，发现其比迫零(ZF)预编码方法具有更好的误码率性能和更高的系统和容量。文献[2]指出在低噪声方差时，最大化信漏噪比方法存在同道干扰抑制和噪声干扰抑制不平衡问题，提出将噪声方差项进行分段修正来设计预编码器，从而提高了系统的误码性能和容量。文献[3]将其结合Ala
电子与信息学报 2012年2期2012-04-29
- 幅相误差对卫星导航抗干扰性能影响
抗干扰后输出信干噪比的影响，接着进行了大量的仿真实验验证了理论分析的正确性，并且得到以下结论：幅相误差校正主要校正阵列接收通道的相位误差对抗干扰性能的影响，而阵列接收通道的幅度误差对抗干扰性能的影响校正效果有限，在射频前端设计时，应尽量保证各通道幅度一致性。1 理论分析考虑N元阵列，Γ为通道幅相不一致性系数矩阵，N（t）为通道噪声向量，假设各通道噪声为相互独立的加性高斯白噪声，且与信号及干扰不相关，均值为0，方差为σ2n。对于点频幅相误差校正，阵列接收数据
电子设计工程 2012年9期2012-02-15
- A/D量化位数对抗干扰性能影响
卫星导航信号的信噪比对捕获性能有很大影响[1]。由于目前导航系统一般采用中频数字化的处理方法，接收机A/D采样量化时会给卫星导航信号带来信噪比的损耗，并且随着A/D量化位数的增高，导航信号的信噪比损耗也随之减小[2]。目前大多数商用的GPS接收机采用的是1位量化器，高端的接收机采用的是1.5或者3位的量化器[3]。通常为了降低造价和延长使用寿命，卫星导航系统的发射功率仅有几毫瓦，到达地面的导航信号更加微弱[4]。以GPS卫星导航系统为例，其到地面的信号功率
电子设计工程 2012年15期2012-01-15
- 认知无线多跳网中保证信干噪比的频谱分配算法
际取决于接收信干噪比（SINR, signal to interference plus noise ratio），而不仅仅是总的干扰功率。节点的发射功率与接收到的干扰功率二者往往互相耦合，低的干扰功率并不一定意味着高信干噪比。更多的研究是以信干噪比（或其函数，如信道最大传输率等）作为衡量指标[6～8]。一般使用优化理论或博弈论等数学工具来最大化节点或者系统总的信干噪比。此类算法尽管以最大化信干噪比为目标函数，然而并不能满足节点最低接收信干噪比的要求，且不
通信学报 2011年11期2011-08-14
- 一种新的基站空域协作干扰抑制方案
区中心的用户信干噪比高，所以对于小区中心用户没有进行小区协作的必要；而对于小区边缘噪声受限的用户，通过小区间协作带来的增益较小，消除对邻居小区用户的干扰同时将会消耗自己基站发送给本小区用户信号的空间自由度。若让基站成簇地进行协作，则可降低预编码矩阵计算的复杂度[3]。通过成簇基站的分布式协作可以避免基站间信道信息的反馈所带来的开销。在此背景下提出基于动态簇的协作方案，其特点是在分布式算法的基础上动态形成协作簇，这样既可以降低反馈开销，又可以灵活地降低干扰。
通信技术 2011年9期2011-08-11
- 基于SMI-LMS的自适应旁瓣干扰抑制算法研究*
算法满足最大信干噪比准则［2］:式中Ri+n即为干扰噪声协方差矩阵，RS为期望信号的自相关矩阵，w为权矢量。其最优权矢量表达式为［2］式中Ri+n为干扰噪声协方差矩阵，a(θ0）为期望信号的导向矢量。实际上，信号、杂波和干扰环境往往是先验未知的，Ri+n的准确值无法得到，只能通过采样数据得到其最大似然估计［3-4］:该算法在快拍数较多时要进行自相关矩阵的估计和矩阵求逆运算，同样具有很大的计算量，不利于算法的实时实现。文章提出的SMI-LMS算法，利用了两种
雷达与对抗 2011年4期2011-06-08
- 基于互谱测度法的多通道SAR散射波干扰抑制研究
且有根据最大信干噪比准则[1]，可以求得最优加权矢量为式(6)中，R为干扰加噪声协方差矩阵。υ为空间-快时间导向矢量，由MSAR系统决定。γ为常数，R=RZ+RN，RN为噪声协方差矩阵，RZ为干扰协方差矩阵，且有式(7)中zn(tl, um)为第n个通道接收到的干扰，Q为估计干扰协方差矩阵时所构建的干扰矢量的个数。Wopt使得快时间STAP处理后输出信干噪比最大，其最大值为2.2 互谱和互谱子空间对干扰加噪声协方差矩阵R进行谱分解[9]，则有式(11)中，
电子与信息学报 2010年10期2010-03-27