一种声矢量阵子空间拟合算法及其矩阵预滤波器设计

为了减少矩阵预滤波器通带响应畸变程度,提出了一种基于阻带约束通带最大k个误差范数和(k为约束点的数目)最小化准则的矩阵预滤波器设计方法,通过使通带内最大的k个响应误差范数和最小化,减少了通带响应畸变程度。同时针对声矢量阵方位估计算法计算量过大的问题,提出了一种基于矩阵预滤波的声矢量阵子空间拟合算法,通过对声矢量阵声压、振速信号子空间进行联合处理,将预滤波矩阵和拟合子空间矩阵均减少为M×M维(M为阵元数),从而减少矩阵预滤波器设计和方位搜索所需时间。仿真结果和分析表明该算法性能和预滤波MUSIC算法相当,但在计算量上有较大优势,矩阵预滤波方法能抑制阻带干扰,提高后续算法的分辨和估计性能。     

距离深度域最小二乘矩阵滤波器的设计与应用

本文通过最小二乘原理设计出针对拷贝向量进行处理的矩阵滤波器,给出了其详细的推导过程。它可用于距离深度域上的预滤波,在抑制阻带干扰的同时,保证通带信号尽可能不失真。设计过程中发现根据最小二乘原理设计矩阵滤波器比二阶锥规划等其他寻优方法更快捷。最小二乘矩阵滤波器除了能在保证通带尽量不失真的前提下达到很好的阻带抑制效果之外,还可以在任意距离深度设定通、阻带,尤其适用于阵列在探测过程中抑制强干扰对于弱目标源的影响。     

强干扰环境下网络情报数据滤波通信系统设计

传统通信系统在强干扰环境下进行通信时,系统会出现性能下降甚至无法通信的问题。设计并实现了一种新的网络情报数据滤波通信系统,设计强干扰环境下网络情报数据滤波通信系统的整体结构;按照网络情报数据滤波通信系统的标准以及分析强干扰的特性,对瞬态电压抑制模块、瞬态保护模块、语音信号输入模块进行设计,采用电磁滤波去噪的方法对故障修复模块进行优化,实现网络情报数据滤波通信系统的设计。实验表明,改进的网络情报数据滤波通信系统较传统的通信系统具有较强的抗干扰能力,通信效果好等明显优势。     

主瓣约束自适应旁瓣抵消器的实验研究

空间预滤波加无约束自适应噪声抵消器构成了一种主瓣约束的自适应旁瓣抵消器。这种自适应旁瓣抵消器由于实现了保持主瓣方向以及主瓣形状的导数约束，具有较好的主瓣保持性能，且结构简单，便于工程实现。本文在原有理论研究的基础上，着重从实验方面研究这种自适应旁瓣抵消器的主瓣保持和旁瓣抵消性能。设计并构造了一个实验系统，该系统利用一种新的空间预滤波结构，使其更宜于工程实现。进行了水池和海上试验，详细考察了输入信噪比、信号干扰比、信号与干扰带宽和自适应步长因子等参数对系统性能的影响。取得的结果证实了理论分析的正确性。     

矩阵空域预滤波目标方位估计

提出了基于矩阵空域预滤波处理的目标方位估计新方法。通过设计一个空域的矩阵滤波器对传感器阵列数据进行矩阵处理,抑制阻带扇面的干扰与噪声,且尽量保证让通带扇面的信号无失真通过。由于该空域滤波器的输出仍为阵元域数据,因此可以很方便地在很多阵列信号处理算法之前通过增加空域预滤波处理来达到抑制空间干扰、提高系统处理能力的目的。文章通过目标方位估计的具体实例来说明矩阵空域预滤波处理对系统性能的改善作用。计算机仿真和实测数据处理结果表明,矩阵空域预滤波处理有效地抑制了空间干扰与噪声,提高了方位估计算法对感兴趣扇面目标的方位分辨与估计性能。此外,仿真结果表明采用分扇面空域预滤波处理方法,使基阵具有了分辨多于阵元数目信号源的能力。     

拖曳线列阵声呐平台噪声的空域矩阵滤波抑制技术

针对拖曳线列阵声呐平台噪声构成近场强干扰影响声呐弱目标探测的问题,利用近场平台噪声的多途传播特性,将匹配场定位技术和平面波目标方位估计技术结合,使用平台噪声到达接收阵的拷贝向量以及平面波方向向量共同设计平台噪声零响应约束空域矩阵滤波器,实现了平台噪声抑制.推导得出滤波器设计最优化问题的最优解,利用广义奇异值分解简化最优解表达式,并给出滤波器对平面波方向向量整体响应误差以及对平台噪声拷贝向量响应。利用平台噪声拷贝向量与远场平面波方向向量相关性,解释了平台噪声构成强干扰的原因,以及滤波后存在探测盲区的原因。由仿真可知,空域矩阵滤波处理可获得更小的探测盲区,同时获得盲区外更高的探测能力.     

旁瓣约束下期望主瓣幅度响应迭代波束设计

研究了旁瓣约束下的期望主瓣幅度逼近问题,其包含双边绝对值不等式结构,为非凸波束设计问题。针对传统的多约束优化算法难以处理非凸结构,提出了两种迭代算法。一种对原优化问题作局域线性近似,将非凸约束转换为仿射约束,进而迭代局部二阶锥规划问题求解原问题。另一种通过引入辅助变量构建增广拉格朗日函数,将加权向量与各约束解耦合,交替迭代求解关于原变量、主瓣辅助变量与旁瓣辅助变量的三个子优化问题以给出初始非凸问题的解。针对子优化问题,通过灵活运用拉格朗日乘子技术构建了低复杂度求解方案。采用仿真和实测阵列流形验证设计效果,结果表明,所提两种迭代算法可实现主瓣幅度逼近,合成平顶波束图,且对阵型无依赖性。交替迭代法耗时显著低于迭代二阶锥规划法。      

矩阵预滤波器在抗运动干扰中的应用研究

自适应波束形成器容易受到运动干扰和观测方向偏差的影响,针对该问题提出了一种基于矩阵预滤波的零陷展宽稳健波束形成算法。首先分析了矩阵预滤波器在抗运动干扰时的适应性,并利用矩阵预滤波器在运动干扰所在区域形成凹槽。利用椭圆投影定理计算预滤波后的导向矢量不确定集,在新的导向矢量不确定集下利用稳健Capon波束形成算法(RCB)寻找最优导向矢量。仿真分析表明,和RCB算法相比,该算法不仅获得更高的输出信干噪比,还获得了预先设定的展宽零陷。     

复杂动态环境下精细导星仪拖尾星斑复原方法

为提高动态环境下精细导星仪的质心定位精度,提出一种两步复原方法来解决因载体角运动和小幅度随机振动引起的星斑拖尾问题。根据模糊星斑两次快速傅里叶变换检测出的模糊核函数,采用约束最小二乘方滤波消除由载体角运动带来的星斑长拖尾。针对残余的载体小幅度随机振动导致的星斑模糊,将清晰星斑梯度分布先验作为正则约束对星斑粗复原结果进行迭代盲复原,并引入半二次优化算法求解非凸代价函数来提高迭代收敛速度。实验结果表明,在角速度为4000μrad/s的动态环境下,复原后的星斑已接近于高斯分布,峰值信噪比相比逆滤波复原方法及R-L复原方法分别提高了61.9%、32.9%,质心定位误差分别减小了59.9%、43.4%。     

球谐域混叠消除最优波束形成方法EI北大核心CSCD

为解决现有的球谐域混叠消除波束形成方法设计目标单一、难以很好地兼容多变的应用场景的问题,提出了球谐域混叠消除最优波束形成方法,并建立了其二阶锥规划形式的多重约束凸优化数学模型。得益于该数学模型,提出了旁瓣约束的混叠消除最大指向性波束形成器、鲁棒的混叠消除最大指向性波束形成器、混叠消除最小方差无失真响应波束形成器、零点约束的混叠消除最大指向性波束形成器。提出方法继承了现有球谐域混叠消除波束形成方法的混叠消除功能,且能够在指向性指数、白噪声增益、旁瓣水平等多个冲突的性能指标之间寻求适宜折中,便于用户根据实际应用需求灵活地调整约束参数得到特定场景下综合性能最优的波束形成器。     

基于半定规划和秩-1分解的稳健波束形成

针对标准Capon波束形成器在存在导向矢量失配时性能急剧下降问题, 提出了一种基于半定规划和秩-1分解的稳健波束形成算法. 该方法通过对实际导向矢量的估计提高自适应波束形成算法稳健性. 首先分别从干扰抑制和噪声抑制两个方面推导了新导向矢量应满足的约束条件, 并证明了利用矩阵滤波器构造约束条件的合理性; 构造了估计最优导向矢量的优化问题并将其转化为易于求解的松弛半定规划问题, 同时引入秩-1分解理论用于优化问题的求解. 仿真分析表明, 与目前较为常见的算法相比, 本文算法只需利用期望信号可能入射区间这一先验信息, 能获得更高输出信干噪比和功率估计精度. 关键词： 稳健自适应波束形成 半定规划 秩-1分解 导向矢量估计     

Secrecy energy efficiency optimization for multiuser massive MIMO wiretap systems with transmit antenna selection

Massive multiple-input-multiple-output (Massive MIMO) significantly improves the capacity of wireless communication systems. However, large-scale antennas bring high hardware costs, and security is a vital issue in Massive MIMO networks. To deal with the above problems, antenna selection (AS) and artificial noise (AN) are introduced to reduce energy consumption and improve system security performance, respectively. In this paper, we optimize secrecy energy efficiency (SEE) in a downlink multi-user multi-antenna scenario, where a multi-antenna eavesdropper attempts to eavesdrop the information from the base station (BS) to the multi-antenna legitimate receivers. An optimization problem is formulated to maximize the SEE by jointly optimizing the transmit beamforming vectors, the artificial noise vector and the antenna selection matrix at the BS. The formulated problem is a nonconvex mixed integer fractional programming problem. To solve the problem, a successive convex approximation (SCA)-based joint antenna selection and artificial noise (JASAN) algorithm is proposed. After a series of relaxation and equivalent transformations, the nonconvex problem is approximated to a convex problem, and the solution is obtained after several iterations. Simulation results show that the proposed algorithm has good convergence behavior, and the joint optimization of antenna selection and artificial noise can effectively improve the SEE while ensuring the achievable secrecy rate.     

功率受限的常规波束形成后处理拟合方法

针对水下目标方位超分辨估计问题,提出一种功率受限(Power Constraint)的常规波束形成(Conventional BeamForming)拟合算法(PC-CBF)。PC-CBF算法通过常规波束形成获得目标方位谱数据,利用阵列响应向量对方位谱进行后处理,准确估计目标个数与目标方位。算法对接收信号的功率进行限制,获得对方位谱的欠拟合,利用凸优化进行反演卷积,估计目标的方位信息。仿真结果表明,算法性能在分辨率上优于基于半正定规划的常规波束形成算法(semi-definite programming Conventional BeamForming,sdp-CBF)和多重信号分类(MUltiple SIgnal Clasification,MUSIC)。对水池实验数据以及湖试数据处理结果显示,PC-CBF算法能够获得较窄的谱峰宽度以及较低的背景级,具有较强的方位估计分辨能力。      

应用半正定规划的目标方位超分辨方法

针对水下目标方位超分辨估计问题,提出了一种基于半正定规划(Sdp)的常规波束(CBF)方位超分辨算法(SdpCBF).Sdp-CBF算法基于常规波束形成获得多目标方位谱数据,利用阵列响应矩阵和半正定规划技术,精确估计目标数量和波达角方向.该算法的本质是利用阵列特性和信号能量信息获得超分辨方位估计,不用进行子空间分解,通过卷积反演的方式将阵列孔径的有限效应消除,在L₂范数约束条件下重构空间谱.仿真表明,Sdp-CBF算法具有较强的噪声抑制能力,对非相干和相干信号均具有目标方位超分辨能力,在低信噪比环境下的方位分辨性能超过多重信号分类(MUSIC)等经典高分辨算法。对消声水池以及湖上实验数据的处理结果显示,Sdp-CBF算法在复杂环境中对相干信号及微弱信号具有较强的分辨能力。      

虚拟阵列Khatri-Rao积与子空间联合稀疏表示的DOA估计方法

利用目标信号在空域分布的稀疏性,该文提出了一种基于虚拟阵列Khatri-Rao(KR)积与信号子空间联合稀疏表示的单快拍DOA估计方法；该方法利用单次快拍的采样数据,构造出双向虚拟阵列数据,并对虚拟阵列数据的协方差矩阵进行KR积变换处理,然后对向量化后的数据进行顺序重构,利用重构矩阵的大奇异值对应的左奇异向量为估计信号子空间；最后,利用凸优化工具箱对稀疏模型进行二阶凸规划的优化求解,得到高精度的DOA估计值；仿真实验验证了算法的有效性,在低信噪比下比传统MUSIC和OMP算法具有更高的估计精度。     

Optimal unambiguous discrimination of pure quantum states using SDP method

In the present paper, an exact analytic solution for the optimal unambiguous state discrimination(OPUSD) problem involving an arbitrary number of pure linearly independent quantum states with real and complex inner product is presented. Using semidefinite programming and Karush-Kuhn-Tucker convex optimization method, we derive an analytical formula which shows the relation between optimal solution of unambiguous state discrimination problem and an arbitrary number of pure linearly independent quantum states.     

基于最优滤波器的强混沌背景中谐波信号检测方法研究

强混沌背景中的微弱谐波信号检测有重要的工程研究意义. 目前的检测方法主要是基于Takens理论的混沌相空间重构方法, 然而这些方法往往对信干噪比要求高, 且对高斯白噪声敏感等. 本文注意到混沌信号的二阶统计特性是不变的, 根据这个特点提出了一种基于最优滤波器的强混沌背景中的微弱谐波信号检测方法. 该方法首先构建一个数据矩阵, 在频域上对每个频率通道分别检测谐波信号, 从而将信号检测问题转化为最优化问题, 然后利用最优化理论设计滤波器, 使待检测频率通道的信号增益保持不变, 而尽量抑制其他频率通道的信号, 最后通过判断每一频率通道的输出信干噪比来检测谐波信号. 与传统方法相比, 本文方法有如下优点: 1)可以检测更低信干噪比下的微弱谐波信号; 2)可检测的信号幅度范围更大; 3)抗白噪声性能更强. 仿真结果证明了本文方法的有效性.     

高纯稀土氧化铕中氯离子测定方法及干扰效应

研究了利用火焰原子吸收光谱法(FAAS)间接测定高纯稀土氧化铕中的痕量氯离子时,高纯氧化铕基体溶液对氯离子测定产生的干扰效应及消除干扰的方法。柠檬酸及8-羟基喹啉都可作为基体改进剂,且对不同含量的稀土基体溶液,其作用效果不同。以在2%的氧化铕基体溶液中,加入1%的柠檬酸为最佳。该法灵敏度高,线性范围是0.0—9.0mg/L,相关系数是0.9998,检出限1.8μg/L,相对标准偏差为3.3%,回收率为95.7%—100.2%。     

Spectral efficiency maximization for IRS-assisted wireless communication in cognitive radio networks

In this paper, we consider the Intelligent reflecting surface (IRS)-assisted cognitive radio (CR) network, in which the IRS is applied to improve the spectral efficiency of secondary users. In specific, the advantages of applying IRS is double: it can not only improve the transmission rate of the secondary users, but also reduce the interference from the secondary users to the primary users, which allow the secondary users to increase the transmission power correspondingly. The original problem is formulated by simultaneously consider the maximum power limitation of the secondary users and the Quality of Service (QoS) requirement of the primary users, which expressed by the interference temperature (IT). The formulated problem is non-convex and difficult to solve directly. We apply the alternating optimization (AO) algorithm to split the original problem into two sub-problems. For the first sub-problem, we transform it into a convex problem and for the second sub-problem, we use the successive convex approximation method to obtain the corresponding results. The simulation experiments show that the performance of our proposed scheme is better than existing schemes.