频率和DOA估计的等价性

定义了频率估计和信号到来角估计的信号模型，介绍了基于小波包理论的频率估计，推导了两者的等价性和分辨率的关系，仿真结果验证了频率和DOA估计的一致性。     

基于多参数二次规划的零陷展宽和旁瓣控制方法

自适应波束形成算法能将零陷自动对准干扰方向,但在干扰源角度抖动等情况下,会使自适应权和数据失配.此外,在快拍数较少的情况下,传统的自适应波束形成方法可能会出现很高的旁瓣.针对上述问题,提出了一种有效的基于多参数二次规划的零陷展宽和旁瓣控制方法.首先,利用锥化矩阵修正采样协方差矩阵展宽干扰源的零陷;然后,用主瓣区域外的多个二次不等式控制旁瓣;最后用多参数二次规划方法求解优化问题.该方法不仅能获得更高的阵列输出增益,而且可以通过实值计算得到最优权向量.仿真结果验证了算法的有效性.     

一种改进的MIMO系统串行干扰消除检测算法

使用串行干扰消除(SIC)方法进行MIMO系统信号检测时,先检测出的信号对后续层信号的检测有很大影响,存在误差传播现象.针对这一问题,提出一种改进的SIC检测算法.所提算法在进行SIC检测时,对前层采用穷举搜索,并对所得到的P维信号的累积度量值进行计算和排序,从中取出L组具有最小度量值的信号,再对其后续层利用SIC进行...     

基于半定规划的零陷控制方法

自适应波束形成算法能够将零陷自动对准干扰方向,但在干扰快速移动或天线平台出现震动等情况下,由于干扰位置的扰动而使得自适应权和数据失配.针对上述问题,提出了一种基于半定规划的对干扰源零陷展宽方法,该方法通过对干扰源的波达方向附近范围内的方向向量的约束,来展宽干扰源的零陷范围.该方法能够有效地提高系统的鲁棒性能,使得干扰和噪声的功率输出最小,保证对干扰源的抑制能力.仿真结果验证了算法的有效性.     

基于加权L1范数的CS-DOA算法

针对基于L1范数约束的压缩感知理论的恢复算法出现虚假目标,恶化DOA估计性能的问题,提出了一种基于加权L1范数的CS-DOA估计算法.该算法利用噪声子空间与信号子空间的正交性,构造了一个加权矩阵,然后对L1范数约束模型进行加权.通过此加权处理,该算法能够使恢复的系数向量具有更好的稀疏性,并能有效地抑制伪峰,从而获得更精确的DOA估计.仿真结果验证了算法的有效性.     

一种联合角度时延估计新方法

为了实现DOA和时延的联合估计,提出了一个无线通信中高分辨率的联合角度和时延估计方法,该方法不需要对参数进行搜索,利用空时矩阵的特征向量和特征值分别估计DOA和时延,通过特征值和特征向量的对应关系,估计的参数可以自动实现配对,只要各路径信号的DOA和时延不同时接近此方法都可以适用,与JADE-MUSIC,JADE-ESPRIT和SI-JADE算法相比,该算法具有较好的鲁棒性和较小的估计误差。仿真结果证明了该算法的有效性。     

用黑白底片作彩色摄影的技术

一、本项发明的意义 现代彩色摄影都是用多层乳剂的彩色感光胶片来记录;彩色反转片用于获得彩色正像,如电影和幻灯,彩色负片用于获得彩色照片.这已是一套比较成熟的技术。但是当以其与黑白胶片相比较时,这套彩色胶片的冲洗处理的操作复杂,并且条件要求严格,因而造价高.另外,彩色胶片存在有机染料褪色问题,不能长期存贮彩色信息.这个问题引起人们越来越多的关注.例如,有消息报道,美国好莱坞电影公司有大量历史上有价值的彩色电影拷贝,由于褪色而废掉.所以,如果能通过简便的方法用黑白感光胶片来记录彩色信息,既冲洗简便和造价低廉,又能经久不…     

空心微珠保温冒口的研制与应用

在铸造生产中采用空心微珠制作保温冒口,在大、中、小型铸钢件上应用,保温效果良好,延长了冒口的凝固时间,不仅消除了铸件的缩孔及缩松等缺陷,而且冒口的补缩效率明显提高,由原来的20％,提高到30％-40％。铸件工艺出品率由原来的60％,提高到70％-73％。大量节约了金属液,节省了人力及能源。     

潜在视功能检测仪光学参数特性的研究与优化

针对潜在视功能检测仪临床使用中量程有限和对高度屈光不正患者检测结果有一定误差的现象，研究了其光学系统成像特性，建立了系统对视力板成像的视觉放大率公式，分析了准直透镜、成像透镜焦距变化对视觉放大率的影响。系统中视力板移动检测时，准直透镜焦距影响视觉放大率变化快慢，决定视觉放大率曲线的平缓程度；成像透镜焦距对视觉放大率产生整体影响，使视觉放大率曲线产生整体平移。找出了系统的理想参数，能使视觉放大率在整个视力板移动范围内保持不变，消除了检测过程中视力板放大率不同带来的检测误差。通过对各参数的数值分析，得到最优参数，系统检测量程从原来的－7D～＋12D扩大为－11D～＋15D。     

OS-ESPRIT算法

讨论了无线网络环境中多径窄带信号的波达方向(DOA)估计算法的特点和性能,提出了基于一步特征值分解的S ESPRIT(OS ESPRIT)算法,该算法利用空间平滑的思想抽取采样数据,利用这些数据把对阵列流型的估计转化为旋转矩阵的估计,只需要一次特征值分解就可以求解DOA,与S ESPRIT算法相比,该算法求解过程简单且具有较小的估计误差,对信噪比的变化有更好的鲁棒性等优点,而且更适用于信噪比较低的通信环境·计算机仿真结果证明了该算法的有效性·