多信道认知网络的直观信道感知策略

为了提高频谱利用率,认知无线电技术可使非授权用户在不影响授权用户正常通信的情况下,利用瞬时的频谱空穴满足自身通信需求。如何通过感知频谱及时有效地发现频谱空穴是一个至关重要的问题,尤其是对于多信道认知无线电网络。针对多信道认知无线电网络,该文在连续时间Markov链的信道占用模型基础上,根据信道状态可能发生变化的概率,提出了一个动态的直观信道感知策略,并考虑了感知周期的影响。仿真结果表明:在感知周期合适的情况下,该策略能够有效地发现并利用频谱空穴,并且比周期感知和随机感知策略消耗更少的能量用于感知。     

模糊单站无源定位方法

单站无源定位具有作用距离远、隐蔽接收和结构简单等优点,在军事中有着广泛的应用前景,在航海、航空以及地球物理等研究中也扮演着重要的角色。为了解决现有单站无源定位方法不能较好地处理不确定和不对称噪声的问题,建立了一种模糊框架来表示不确定系统,并在此基础上,提出了一种模糊单站无源定位方法。该方法以相位差、相位差变化率和多普勒频率变化率为观测量,并使用模糊Kalman滤波方法进行定位跟踪。仿真表明:该方法能够很好地进行不确定情况下的单站无源定位,具有较好的定位精度。     

采用Dopplerlet基函数的时频信号表示

为克服时频关系为线性的基函数的不足 ,提出了一种新的时频信号表示—— Dopplerlet变换。对其物理机制的分析表明 :该变换实质上是对信号的时频能量分布进行非线性分割 ,而以线性分割为特征的 Fourier变换、短时 Fourier变换 (包括 Gabor变换 )、小波变换、chirplet变换则均是Dopplerlet变换在其参数取特定值时的特例。采用自适应匹配投影分解法搜索出一组与信号分量最佳匹配的 Doppler-let基函数 ,据此可用尽可能少的波形重构原信号。文中还提出了时间和频率分辨率均达到理论值极限的“伪时频分布”的概念。     

基于时频面旋转的线性调频信号增强

估计淹没于噪声中的线性调频（ｃｈｉｒｐ）信号,是许多研究领域中的一个基本课题。本文提出一种基于时频面旋转的增强 ｃｈｉｒｐ 信号的算法,其处理过程是： 首先计算含噪信号的短时 Ｆｏｕｒｉｅｒ 变换,然后用由瞬时频率得出的信号的倾斜角度控制时频平面的旋转,在奇异值分解的基础上用低有效秩分离开信号子空间和噪声子空间,再将信号子空间旋转回去,最后经短时 Ｆｏｕｒｉｅｒ 逆变换,就得到去除了噪声的信号。仿真实验的结果表明了这种增强算法具有很好的保幅性能。     

行(或列)对称矩阵的QR分解

证明了行(或列)对称矩阵的Q矩阵和R矩阵与母矩阵的Q矩阵和R矩阵之间的定量关系, 给出了两种快速算法. 据此可大大降低一类具有该结构矩阵的QR分解的计算量和存储量.     

QR factorization for row or column symmetric matrix

The problem of fast computing the QR factorization of row or column symmetric matrix is considered. We address two new algorithms based on a correspondence of Q and R matrices between the row or column symmetric matrix and its mother matrix. Theoretical analysis and numerical evidence show that, for a class of row or column symmetric matrices, the QR factorization using the mother matrix rather than the row or column symmetric matrix per se can save dramatically the CPU time and memory without loss of any numerical precision.