为了满足密集的用户需求,正在发展的蜂窝网络增加了移动系统下的能量消耗,但更广的网络覆盖范围和功耗更低的无线通信系统也给无线通信系统带来了更多的挑战。针对这些持续增长的需求,本文设计了一种能实现能量效率最大化的多小区大规模多输入多输出(multiple input multiple output,MIMO)系统下行链路的实现方法,提出了在非完美信道状态信息(channel state information,CSI)情况下包含基站天线数、导频复用因子以及用户数量等参数的信干噪比最佳闭式表达,通过最大比合并(maximal ratio combining,MRC)接收技术推导出大规模MIMO系统的下行链路频谱效率,再根据功耗模型得到系统的整体能量效率,利用交替迭代的优化算法进行优化求解,得出最大能效时的相关参数数值。由仿真结果可知,本文所提的多小区大规模MIMO系统的下行链路的实现方法与现有多小区方法相比,能量效率有12.2%的提升,并且对于环境的变化有更好的鲁棒性,对于多小区大规模MIMO系统具有一定参考意义。
由于航空目标相对地面目标具有更快的运动速度、更广的运动范围,对航空目标的三维精确定位极具挑战性.本文提出了一种多传感器组网的航空目标三维定位算法,以两个高空无人飞艇各载一部光学传感器设备,无人机-艇载双基地两坐标雷达,多平台协同实现对航空目标的精确定位为研究背景,解决了由于各传感器量测维度欠完备、无法独立获得目标三维空间精确位置,导致传统点迹关联、目标定位方法失效等问题.首先,在空间对准的基础上提出了基于角度-距离两级点迹关联算法,实现多传感器缺维量测的有效关联;其次,通过目标引导点构建、椭球空间Nelder-Mead欧氏距离寻优、方位面空间投影,在各空间量测模型上确定目标初始定位点;最后,通过无迹变换和同源数据压缩得到目标精确定位点.仿真结果表明,该算法实现了缺维情况下雷达-双光学量测数据的稳定关联,且对航空目标的最优定位误差可达到115.7 m.
为解决通道不一致性对传统极化敏感阵列长矢量模型的测向精度影响及传统长矢量多重信号分类(multiple signal classification,MUSIC)算法实时性不高的问题,本文在传统极化敏感测向系统基础上,在阵列中心增加一个标量平面螺旋天线,利用...
详细信息
为解决通道不一致性对传统极化敏感阵列长矢量模型的测向精度影响及传统长矢量多重信号分类(multiple signal classification,MUSIC)算法实时性不高的问题,本文在传统极化敏感测向系统基础上,在阵列中心增加一个标量平面螺旋天线,利用其天线方向图的增益稳定性,作为内部源对其他矢量通道不一致性进行实时校正;然后将结合标量圆阵和快速傅里叶变换(fastFouriertransform,FFT)的快速MUSIC算法推广到矢量阵列,提出降维快速极化MUSIC算法.仿真结果验证了此误差校正方法的有效性,且快速算法在保证测角精度前提下有效提高了算法实时性.本文为极化敏感阵列测向提供了一种误差校正方法及一种快速实用的测向算法.
暂无评论