基于WiFi信号的LDCC-PDF分级时延估计方法

    公开(公告)号:CN106488557A

    公开(公告)日:2017-03-08

    申请号:CN201610970018.3

    申请日:2016-10-28

    CPC classification number: H04W64/006

    Abstract: 本发明涉及一种基于WiFi信号的LDCC-PDF分级时延估计方法,首先采用Wi-Fi标准信号作为定位信号,建立多径环境下的时域信道模型,经过室内无线多径信道传播,得到时域接收信号;采用基于前沿检测的互相关进行粗时延估计,再利用不同数据子载波收发相位差线性拟合技术得到精时延估计,进而结合二者结果得到最终时延估计结果。本发明无需更改现有无线局域网配置,应用便捷、成本低,有效解决了目前采用超宽带、蓝牙、射频标签等信号进行高精度室内定位成本高、不易部署的弊端,具备较高的实用价值,对实现和推广高精度室内定位产品和服务具有实际意义。

    基于非均匀子阵划分的MIMO雷达阵列设计方法

    公开(公告)号:CN106291541A

    公开(公告)日:2017-01-04

    申请号:CN201610960284.8

    申请日:2016-10-28

    CPC classification number: G01S13/88 G06F17/50

    Abstract: 本发明涉及一种基于非均匀子阵划分的MIMO雷达阵列设计方法,首先,建立MIMO雷达信号模型,包含发射阵列、接收阵列,其中,发射阵列包含M个发射阵元,接收阵列包含N个接收阵元;然后,将发射阵列按照非均匀划分规则划分为K个非均匀子阵Aj,非均匀子阵Aj包含mj个发射阵元,每个非均匀子阵孔径不相等。本发明通过非均匀子阵划分将发射阵列划分为多个不同孔径的非均匀子阵,获得更低的副瓣电平,且在最小方差无畸变响应波束形成下,零陷更深,输出SINR更高,具有更稳健的抗干扰能力更强。

    基于交替迭代的宽带MIMO雷达稀疏频谱波形设计方法

    公开(公告)号:CN106526569B

    公开(公告)日:2019-05-03

    申请号:CN201610962239.6

    申请日:2016-10-28

    Abstract: 本发明属于MIMO雷达波形设计领域,具体涉及一种基于交替迭代的宽带MIMO雷达稀疏频谱波形设计方法,包括1、将期望频谱矩阵P作为待优化的辅助变量,综合考虑最小化发射波形频谱与期望频谱之间的均方误差以及积分旁瓣电平为目标函数,以发射波形恒模和期望频谱幅度满足上、下界约束为条件建立联合优化模型;2、在循环迭代的算法框架下,迭代过程是通过固定其中两个变量,求解第三个变量;3、待算法收敛后终止循环迭代,得到MIMO雷达稀疏频谱波形。本发明能够有效解决宽带MIMO雷达面临的工作频段拥塞和电磁干扰问题;本发明利用了循环迭代的算法框架,通过FFT实现主要运算,计算效率高;本发明权重因子可以根据实际电磁环境进行合理设置,提高了波形设计方法的灵活性和适应性。

    基于交替迭代的宽带MIMO雷达稀疏频谱波形设计方法

    公开(公告)号:CN106526569A

    公开(公告)日:2017-03-22

    申请号:CN201610962239.6

    申请日:2016-10-28

    CPC classification number: G01S7/42

    Abstract: 本发明属于MIMO雷达波形设计领域,具体涉及一种基于交替迭代的宽带MIMO雷达稀疏频谱波形设计方法,包括1、将期望频谱矩阵P作为待优化的辅助变量,综合考虑最小化发射波形频谱与期望频谱之间的均方误差以及积分旁瓣电平为目标函数,以发射波形恒模和期望频谱幅度满足上、下界约束为条件建立联合优化模型;2、在循环迭代的算法框架下,迭代过程是通过固定其中两个变量,求解第三个变量;3、待算法收敛后终止循环迭代,得到MIMO雷达稀疏频谱波形。本发明能够有效解决宽带MIMO雷达面临的工作频段拥塞和电磁干扰问题;本发明利用了循环迭代的算法框架,通过FFT实现主要运算,计算效率高;本发明权重因子可以根据实际电磁环境进行合理设置,提高了波形设计方法的灵活性和适应性。

    一种改善MIMO雷达DOA估计性能的低旁瓣发射方向图设计方法

    公开(公告)号:CN105467365A

    公开(公告)日:2016-04-06

    申请号:CN201510901663.5

    申请日:2015-12-08

    CPC classification number: G01S7/2813

    Abstract: 本发明涉及一种改善MIMO雷达DOA估计性能的低旁瓣发射方向图设计方法,包括以下几个步骤:设定感兴趣的区域;令波束域加权矩阵的列向量满足对偶特性,保证接收端的信号满足旋转不变性;考虑方向图匹配特性、信号的旋转不变性以及各阵元发射功率相等为约束条件,构建波束域加权矩阵的优化模型;引入辅助变量,利用半正定松弛技术将秩1约束松弛为半正定约束,使用内点法获得松弛问题的最优解,再利用高斯随机化方法对波束域加权矩阵进行求解;在接收端使用ESPRIT算法对目标进行DOA估计。本发明涉及的这种性能良好的MIMO雷达波形设计技术,能够提高接收端的信噪比,可为如何提高MIMO雷达角度估计精度提供重要的理论依据和具体的实现方法。

    基于WiFi信号的LDCC-PDF分级时延估计方法

    公开(公告)号:CN106488557B

    公开(公告)日:2019-05-03

    申请号:CN201610970018.3

    申请日:2016-10-28

    Abstract: 本发明涉及一种基于WiFi信号的LDCC‑PDF分级时延估计方法,首先采用Wi‑Fi标准信号作为定位信号,建立多径环境下的时域信道模型,经过室内无线多径信道传播,得到时域接收信号;采用基于前沿检测的互相关进行粗时延估计,再利用不同数据子载波收发相位差线性拟合技术得到精时延估计,进而结合二者结果得到最终时延估计结果。本发明无需更改现有无线局域网配置,应用便捷、成本低,有效解决了目前采用超宽带、蓝牙、射频标签等信号进行高精度室内定位成本高、不易部署的弊端,具备较高的实用价值,对实现和推广高精度室内定位产品和服务具有实际意义。

    MIMO认知无线电干扰网络中基于信道学习的频谱共享方法

    公开(公告)号:CN104918261B

    公开(公告)日:2018-10-02

    申请号:CN201510307075.9

    申请日:2015-06-08

    Abstract: 本发明涉及MIMO认知无线电干扰网络中基于信道学习的频谱共享方法,通过分析接收的数据的二阶统计量获取需要的主用户干扰信道的空间特征,融合MIMO多子流传输和认知多信道切换技术,设计发送策略,避免对主用户的干扰,提高频谱共享效率;针对干扰信道状态信息缺失下次用户干扰网络与主用户系统共存问题,兼顾MIMO认知无线电网络的空间传输能力,融合主用户的信道切换能力,联合利用空间和频率资源的高效频谱共享方法,比以往单一资源利用方法的效率更高;分析了次用户通过设置信道学习时间对网络性能的影响,说明通过控制时间可以有效控制对主用户的干扰功率;从自由度检测性能、主用户误码率、算法收敛性和网络容量等多方面分析。

    一种改善MIMO雷达DOA估计性能的低旁瓣发射方向图设计方法

    公开(公告)号:CN105467365B

    公开(公告)日:2018-07-17

    申请号:CN201510901663.5

    申请日:2015-12-08

    Abstract: 本发明涉及一种改善MIMO雷达DOA估计性能的低旁瓣发射方向图设计方法,包括以下几个步骤:设定感兴趣的区域;令波束域加权矩阵的列向量满足对偶特性,保证接收端的信号满足旋转不变性;考虑方向图匹配特性、信号的旋转不变性以及各阵元发射功率相等为约束条件,构建波束域加权矩阵的优化模型;引入辅助变量,利用半正定松弛技术将秩1约束松弛为半正定约束,使用内点法获得松弛问题的最优解,再利用高斯随机化方法对波束域加权矩阵进行求解;在接收端使用ESPRIT算法对目标进行DOA估计。本发明涉及的这种性能良好的MIMO雷达波形设计技术,能够提高接收端的信噪比,可为如何提高MIMO雷达角度估计精度提供重要的理论依据和具体的实现方法。

    分布式MIMO雷达目标跟踪精度联合资源优化方法

    公开(公告)号:CN106199579B

    公开(公告)日:2018-07-13

    申请号:CN201610479972.2

    申请日:2016-06-22

    Abstract: 本发明涉及一种分布式MIMO雷达目标跟踪精度联合资源优化方法,首先推导目标函数,建立包含阵元、功率和带宽三个变量的资源分配优化模型;然后简化模型,利用凸松弛将阵元选取问题由0‑1问题转变为凸优化问题;利用循环最小化将优化模型分解为阵元选取和功率分配的迭代优化子问题,利用SPCA方法对问题进行求解,直到目标函数不再优化为止,得到最终的阵元选取和功率分配结果,并计算出最终的带宽分配结果,对下一时刻的目标位置进行估计。本发明通过资源分配有效提高MIMO雷达的目标跟踪精度,同时提高资源利用率,通过选取合适的阵元子集,并且进行功率和带宽资源的最优配置,在雷达系统资源有限的情况下进一步提高目标跟踪的精度。

Patent Agency Ranking