采用定向天线进行蜂群组网,具有空间复用度高、信号传输距离远、抗干扰以及低截获的先天优势。无人机蜂群在编队前期,需要快速发现相邻节点进行组网,因此邻居发现是组网的必要前提,对MAC层和网络层的相关设计有着重要的影响。针对采用定向天线的组网模式,在基于扫描方式的邻居发现规划型算法(scan-base algorithm-deterministic,SBA-D)的基础上,提出了基于邻居交集迭代发现的方案(neighbor discovery algorithm based on iterative common neighbors,ICN-ND),充分利用已知的邻居信息,在相邻节点之间寻找邻居集合中的交集,利用公共邻居来提高邻居发现的效率,加快邻居发现的过程,进而降低无人机前期组网的时延,此外为了降低邻居信息交互的数据量,对表征邻居位置的数据结构进行了优化。最后的仿真实验表明,在不同节点密度和不同天线波束宽度下,ICN-ND算法收敛速度以及发现全部邻居所需时隙数远远优于SBA-D。
为了利用跳频信号的空域特征参数辅助多跳频信号的网台分选,在空时频分析的基础上,提出一种基于多重信号分类(multiple signal classification,MUSIC)对称压缩谱(MUSIC symmetrical compressed spectrum,MSCS)的多跳频信号二维波达方向(...
详细信息
为了利用跳频信号的空域特征参数辅助多跳频信号的网台分选,在空时频分析的基础上,提出一种基于多重信号分类(multiple signal classification,MUSIC)对称压缩谱(MUSIC symmetrical compressed spectrum,MSCS)的多跳频信号二维波达方向(two dimensional direction of arrival,2D-DOA)高效估计算法。首先根据跳频信号的时频域特征,构建每一跳的空时频矩阵(spatial time-frequency distribution,STFD),获取时频域的协方差矩阵;然后将共轭子空间的思想引入到MUSIC算法中,通过对噪声子空间及其共轭的交集进行奇异值分解,实现噪声子空间的降维;最终通过半谱搜索实现2D-DOA的高效估计。同时为了提高低信噪比条件下算法的性能,在时频图处理过程中采用形态学滤波进行去噪,并在修正的时频图上完成了跳频信号每一跳的提取。通过理论论证和实验仿真表明,本文算法相比于MUSIC算法,在保证均方根误差相当和估计成功率有所提高的情况下,计算复杂度降低了一半。
为了充分利用跳频信号的空域信息来进行信号的DOA估计,在信号空时频分析的基础上,本文提出了一种基于协方差矩阵重构的高效跳频信号DOA估计方法。首先将接收信号的均匀线阵(uniform linear array,ULA)平均划分成2个子阵,分别对每个子阵...
详细信息
为了充分利用跳频信号的空域信息来进行信号的DOA估计,在信号空时频分析的基础上,本文提出了一种基于协方差矩阵重构的高效跳频信号DOA估计方法。首先将接收信号的均匀线阵(uniform linear array,ULA)平均划分成2个子阵,分别对每个子阵接收到的信号进行时频分析,在时频域选择有效跳,构造每跳的空时频矩阵(spatial time-frequency distribution,STFD),然后求得2个子阵的互协方差矩阵。将2个子阵的互协方差矩阵进行重构运算得到等效的信号子空间,最后构造空间谱多项式求根估计出信号的DOA。仿真结果表明该方法相比于以往改进类子空间算法能够有效提高估计精度和降低算法复杂度。
暂无评论