一种改进的共面波导馈电超宽带天线设计

提出了一种具有带阻特性的超宽带（UWB）共面波导(CPW)馈电平面圆形单极子天线的设计方法,采用该方法设计的天线完全满足超宽带无线通信所要求的3.1～10.6 GHz频带范围,并且通过在圆形贴片上添加U型缝隙实现了4.85～5.87 GHz频段上电压驻波比VSWR≥2:1的带阻特性。采用电磁场仿真软件HFSS绘出了天线方向图,仿真结果表明该设计实用、可行     

分布式MIMO系统多普勒信道的容量自相关特性研究

采用多天线的分布式MIMO系统保持了分布式天线系统和点对点MIMO系统的优点,在分布式MIMO系统中的TDD模态采用仅仅反映系统容量使用信息的简化反馈方式,可以降低系统复杂性,本文研究了分布式MIMO系统多普勒效应下系统容量的自相关特性,研究发现：系统容量的自相关可以由信道的自相关特性来预测,从而可以大大简化系统的反馈,提高系统性能。     

多输入多输出系统发射天线选择对系统信道容量的影响

针对多输入多输出(MIMO)系统信道矩阵秩亏引起信道容量下降的问题,基于信道容量上限提出了一种发射天线选择方法.该方法利用信道矩阵与发射空间相关矩阵秩相同的特点,重新构建了蕴含模型物理参数的信道模型.在对空间相关矩阵QR分解的基础上,采用随机矩阵理论推导了迫零接收机信噪比的概率密度函数,从而得到了MIMO系统信道容量的上限.该方法不需要已知信道的瞬时状态信息,只取决于衰落的空间相关,计算的复杂度较低,易于实现.仿真结果表明:在低散射环境中,适当地选择发射天线可以使系统的信道容量增加约1 b/s;当接收信噪比大于6.5 dB时,发射端采用均匀圆阵系统的性能要优于采用均匀线阵系统的性能.     

MIMO系统中一种新的接收天线选择算法

在瑞利衰落信道条件下，通过天线选择可以提高多输入多输出（MIMO）系统的容量，并能有效地降低MIMO系统的复杂度和射频成本，天线选择算法也成为问题的关键。对接收天线选择算法进行了研究，通过连续选择使MIMO系统容量增加最大的天线的方法，用矩阵及行列式运算导出了一种新的接收天线选择算法，并通过仿真和分析与其它算法进行了比较。仿真结果表明，新算法在信噪比较小时，有最大的遍历性容量（ergodic capacity）、中断容量（outage capacity）；在信噪比较大时，同其它算法结果十分接近。新算法更适合于在信噪比较小（信号弱或信遭受噪声恶化严重）时使用。将新算法同Alkhansari算法结合起来，结果更好。     

多用户多径环境下DOA估计算法研究

针对移动通信中多用户多径环境下的DOA估计问题，提出利用CARE算法求出各用户的空间循征矢量，进而利用基于对称阵列的改进MUSIC算法求出各用户对应多径信号DOA的联合算法，仿真结果表明：结合CARE算法，基于对称阵列的改进MUSIC算法能自动对多用户的DOA进行分组，并能对每个用户的多径相干信号进行DOA估计，不需要做平滑计算，不需要判断多径信号的个数，不增加计算量。     

空间非平稳噪声状态下的超分辨测向技术研究

在空间非平稳噪声状态下对任意形天线阵超分辨测向技术的性能进行了研究，并对传统协方差距阵差法做了改进，经计算机仿真验证，改进后的测向算法性能良好。     

一种基于天线选择的比特功率分配算法

链路自适应技术根据信道环境的变化自适应地调整发射功率、调制方式等,以最大化地利用无线信道资源．为了适应3G对可变数据速率和灵活QoS的要求,结合天线选择技术、比特分配和功率分配技术的优点给出一种基于天线选择的比特和功率分配算法,基于天线选择的比特和功率分配算法在BER受限的情况下最大化数据传输速率．仿真结果表明,该算法比原算法能有效地提高数据传输速率．     

激光传输指令系统抗干扰技术

目的　研究提高激光传输指令系统抗干扰性能的技术; 方法　用软判决方法实现同步捕获;选用（２４,１２）扩展Ｇｏｌａｙ 码并用软判决方法译码;设计了一种能模拟激光传输信道干扰特性和指令传输过程的试验装置;结果　仿真试验得到的平均误码率较小; 结论所述技术方案可以提高激光传输指令系统抗干扰性能;     

圆极化微带天线的设计与实现

圆极化微带天线是一种低剖面的天线元,研究圆极化微带天线的特性在天线设计中显得十分重要,而微带贴片天线的馈电位置的确定是设计的关键.针对单端侧馈五边形圆极化微带天线进行了详细分析和论述;简要介绍了微带天线的实现方法,并介绍了一种用于分析多边形微带天线的有效方法——有限元分析法;通过对一个5.6 GHz的五边形圆极化微带天线的研究设计,给出了圆极化微带天线的设计过程,找到了确定馈电点位置的合理方法,采用HFSS软件进行优化设计,进行仿真,给出了合理的仿真结果.     

基于RBF神经网络的天线阵方向图建模

介绍了径向基函数(Radial Basis Function,RBF)神经网络对阵列天线方向图进行建模的方法,并基于MATLAB仿真平台对由对称振子构成的二元阵、N元边射阵等多种阵列天线进行建模,所有的训练数据是由经典公式计算所得.仿真结果表明经过训练的RBF神经网络可有效地用于阵列天线方向图建模,为天线分析与设计提供很好的帮助.