针对星载天线无法通过天线罩实现隐身的难题, 提出星载无天线罩自隐身天线。通过多模谐振原理并利用差异化激励方法, 构建具有单模态宽带隐身、双模态隐身-反射和双模态隐身-辐射特性的多模态电磁超表面, 进而设计辐射-隐身一体化天线。实测结果表明, 在3.05~4.95 GHz和6.4~10.5 GHz的带外吸收带, 实现雷达散射截面(radar cross section, RCS)缩减; 在5.7~6.15 GHz的频率区间内轴比低于3 dB, 天线的增益为15.3 dBi, 所设计的无天线罩一体化隐身圆极化阵列天线具有带外RCS缩减特性和良好的带内圆极化辐射性能。
针对复杂而强的非线性自干扰信号的对消问题，分析全双工系统中发射泄露产生的自干扰信号的组成及其非线性特性，基于多级隔离和对消自干扰的思想，提出一种数字域神经网络方法。神经网络通过快速学习和感知侦收自干扰信道模型参数，能有效地对消泄露进来的自干扰信号。仿真实验结果表明，与传统的线性对消和数字对消方法相比，所提方法能够快速适应雷达信号的变化，具有更强的自干扰抑制能力，为改善全双工干扰机的性能提供了技术途径。
针对侦察干扰一体化系统面向无人平台小型化载荷应用的场景, 提出一种基于射频片上系统(radio frequency system on chip, RFSoC)的宽带侦察干扰一体化、小型化系统的设计与实现方法。重点攻克并行实时大带宽侦察干扰技术以及小型化、大带宽侦察干扰一体化软硬件系统构建, 并改善和差波束比相测角算法在宽带测角时的测角精度以及间歇采样转发干扰算法的欺骗干扰效果。最后, 基于该软硬件系统完成侦察干扰算法实现, 验证系统具有优越的侦察定位精度与干扰性能。
针对红外船舶检测过程中, 在不同场景下对多尺度、小目标、有遮挡等问题检测效果不佳、实时性难以满足任务需要的情况, 提出一种基于任务对齐学习的红外船舶目标检测方法。首先, 为提升检测速度采用无锚框设计降低计算量。然后, 为提升检测精度采用任务对齐学习(task alignment learning, TAL)进行标签分配和对齐。最后, 根据特定场景有针对性地设计检测头以提升网络检测性能。通过实验对比验证, 结果表明所提方法可有效提升对不同场景下船舶目标的检测性能, 在检测精度及实时性上优于其他同类方法。
遥感场景下的舰船目标跟踪具有重要的战略意义和经济价值, 如何克服遥感视角下舰船朝向任意性、近岸舰船密集排列等问题对跟踪性能的影响是一项具有挑战性的任务。针对遥感场景下舰船等大长宽比目标的多目标跟踪(multiple-object tracking, MOT)任务, 提出一种基于惯性预测的多目标跟踪器(inertial predicting multiple-object tracker, IPMOT)。首先, 利用检测-跟踪(tracking-by-detection, TBD)范式级联检测器和跟踪器有效避免训练过程对时序关系的依赖, 通过公开的目标检测数据集实现对检测器的训练, 解决跟踪数据集缺乏的问题。其次, 针对TBD范式在检测阶段存在的漏检严重影响跟踪性能的问题, 构建惯性跟踪模型(inertial tracking model, ITM), 通过多步预测来实现检测器漏检时的跟踪保持, 并利用角度修正消除边界处角度突变的影响。最后, 为实现所提算法的模型训练和性能测试, 制作舰船MOT (ship MOT, SMOT)数据集。实验结果表明, 所提模型在MOT精度(MOT accuracy, MOTA)和识别F1分数(identity F1 score, IDF1)指标上分别提升3.9%和7.2%, 在IDs和Frag指标上的表现有明显改善, 具有较好的跟踪精度和稳定性。
为提升复杂环境下面向无人机视角的目标检测效果, 提出一种基于多源信息融合的目标检测算法。该算法以可见光和红外图像为输入, 利用双支路Swin-Transformer结构分别提取两者多层级特征, 并以自主学习的方式分层级融合两者特征, 增进信息互补。在此基础上, 构建双向特征金字塔网络进一步深化浅层与深层特征融合, 充分获取目标多尺度信息。最后, 通过多个检测头在不同层级的特征图上独立预测目标, 提升检测器性能。多个公开数据集的仿真和对比实验表明, 所提算法不仅设定合理性能优越, 且具备良好的鲁棒性和泛化性。
针对雷达信号分选过程依赖先验知识、参数适配调优困难等问题, 提出一种基于自约束搜索密度聚类的参数自适应信号分选方法。该方法在点序识别聚类结构(ordering points to identify the clustering structure, OPTICS)算法生成可达距离序列的基础上, 引入一种启发式的自约束搜索机制, 该机制能够自动分析数据集的内在结构, 根据其数据特性自适应划分簇。通过自动调整超参数, 该算法能够有效处理不同参数分布的脉冲描述字(pulse description word, PDW)数据。仿真实验表明, 在无先验知识依赖情况下, 所提算法在雷达信号的分选准确率和抗干扰能力方面均优于传统方法, 干扰脉冲比例不高于60%的复杂电磁环境中雷达信号分选准确率达到98%以上。
在复杂地物场景中使用地基雷达探测地面动目标时, 慢速弱目标与地杂波的频谱通常难以区分, 传统的目标检测手段性能受限。针对此问题, 提出一种基于模态分解的地基雷达慢速弱目标检测方法。首先设置较低的门限进行单元平均-恒虚警率(cell average-constant false alarm rate, CA-CFAR)检测, 初步筛选目标; 接着对慢时间信号进行复经验模态分解(complex empirical mode decomposition, CEMD), 分离地杂波和动目标; 最后利用地杂波和动目标多普勒频谱的对称性差异检测目标。将该检测方法分别与CA-CFAR和正交投影-奇异值分解-恒虚警率(orthogonal projection-singular value decomposition-constant false alarm rate, OP-SVD-CFAR)检测的性能进行比较, 并通过仿真数据和两组不同目标的实测数据进行验证。结果表明, 所提方法能够提升目标的信杂噪比; 在检测概率相同的条件下, 其虚警率比CA-CFAR显著降低; 在检测概率相同且较高的情况下, 所提方法比OP-SVD-CFAR的虚警率也更低, 证明了所提方法的有效性。
地基逆合成孔径雷达(inverse synthetic aperture radar，ISAR) 在遂行空间目标观测任务过程中，往往面临着在可观测空域内出现多个空间目标而导致成像任务相互冲突的问题，限制了组网雷达整体观测效能。为解决上述问题，首先探讨了雷达布站位置与空间目标轨道参数对ISAR成像质量的影响，以此为基础提出一种基于拍卖理论的组网雷达多目标ISAR成像资源分配算法。该算法结合成像分辨率对成像积累角的约束作用与目标相对于雷达的等效旋转角速度变化趋势，引入拍卖理论，实现了雷达站址与ISAR成像弧段的优化选择，形成目标、雷达与成像弧段相对应的最优观测方案。仿真实验结果表明，所提算法能够在保证多目标ISAR成像质量要求的前提下降低雷达组网所需观测时长，为提升雷达组网整体观测效能提供一种有效手段与技术支撑。
基于字典学习的合成孔径雷达(synthetic aperture radar, SAR)稀疏微波成像方法面对多类别目标时, 字典中存在冗余信息导致成像准确性降低, 针对此问题提出一种基于结构化字典学习(structured dictionary learning, SDL)的判别稀疏微波成像方法。首先, 利用SDL面向多类别目标训练获得包含多个子字典的结构化字典, 每个子字典对应特定类别目标。其次, 结合结构化字典构建判别稀疏微波成像模型, 处理过程中根据不同子字典对目标的表征误差进行判别。最后, 根据判别结果选择对应类别子字典进行成像。实验结果表明, 与现有的成像方法相比, 所提算法在降采样的条件下能够更好地抑制伪影模糊, 提高成像的准确性。
雷达信号分选是电子战中的重要一环。在复杂电磁环境中, 侦察机截取的信号不理想, 可能存在脉冲丢失、杂波干扰的情况, 导致传统信号分选方法效果不佳。针对以上问题, 提出一种基于层次聚类和谱适应的雷达信号分选方法, 该算法通过神经决策树对交织脉冲流中的杂波进行检测, 提升散乱杂波场景下分选准确率, 依据脉冲重复周期谱对门限进行动态调整, 完成不同类型脉冲重复间隔(pulse repetition interval, PRI)调制信号的分选。实验表明, 所提方法应对高密度、脉冲丢失、散乱杂波的场景, 表现出良好的准确性和稳定性。
高海情下, 由于海面舰船目标在偏航、俯仰和横滚3个维度的非规则运动引入的高阶相位, 导致机载雷达对海面舰船目标直接进行合成孔径雷达(synthetic aperture radar, SAR)成像时会出现散焦现象。针对此问题, 提出一种基于Radon时频分析的机载海面舰船目标SAR-逆SAR(inverse SAR, ISAR)混合成像方法。首先, 建立了机载海面舰船目标SAR-ISAR混合成像模型, 将海面舰船目标的三轴转动引起的舰船成像模糊问题转化为高阶相位误差的估计问题。然后, 基于Radon时频分析的方法精确估计运动舰船目标的高阶相位信息, 并构造相应的高阶相位因子进行补偿。最后, 基于估计的高阶相位信息对舰船目标进行SAR-ISAR精聚焦成像, 实测数据的处理结果验证了所提方法的有效性。
针对机载双极化相控阵气象雷达实测数据难以获取的问题, 提出一种机载双极化相控阵气象雷达气象目标回波仿真方法。首先，通过天气研究和预报模式仿真得到气象场景信息。其次, 分析极化相控阵偶极子阵元的极化特性以及降水目标的散射特性, 将两者结合, 计算极化偶极子阵元在发射、接收过程以及降水目标散射过程中的电场极化性质, 得到气象目标的偶极子极化散射矩阵。最后，结合气象场景信息和偶极子极化散射矩阵, 运用雷达气象方程得到相控阵参考阵元的回波信号, 进而得到双极化相控阵雷达全阵元的气象目标回波信号。将仿真结果与实测数据对比, 验证了所提方法的可靠性。
为保障复杂装备技术状态管理的有效集成和多方协同, 实现技术状态管理业务数据的双重有序管控, 提出基于领域系统(domain system, DS)的建模架构和设计方法。通过引入基于模式的系统工程(pattern-based system engineering, PBSE)框架, 构建基于DS的复杂装备技术状态管理基本架构, 设计DS元模型、DS模型、DS模式的建模方法, 将国防部体系架构元模型(Department of Defense Architecture framework metamodel, DM2)进行复杂装备技术状态管理领域化重组为DS元模型, 并通过领域元数据映射为DS模型, 使其有序组织为适用于具体装备技术状态管理的DS模式。为验证所提方法的有效性, 以运载火箭结构系统多视图物料清单(X bill of material, XBOM)为案例, 开展基于DS的技术状态管理应用。结果表明, 所提方法可为其技术状态管理提供兼具建模的一致性和可追溯性的实施方案, 为复杂装备技术状态管理的领域模型配置提供指导性思路。
当前作战仿真模型存在态势理解滞后、物理模型无法更新等问题, 这些问题将影响后续态势推演与决策效果。为此, 提出数字孪生战场的概念, 并建立数字孪生战场的4层架构模型。基于这种模型, 分析其在战场空间的部署方式及寿命周期运用, 探讨其潜在运用价值。同时, 从多源数据采集与处理、孪生战场建模、模型动态更新和态势推演与决策4个视角出发, 讨论数字孪生战场建模所需的关键技术。随着作战仿真模型的运用, 可以帮助指挥机构做出更高效的决策。
克里金模型是一种十分有效的空间插值方法, 被广泛研究并应用于地质学、环境科学及大气科学等工程领域观测的代理模型。针对含有定量和定性因子混合输入的高维观测样本, 提出定量和定性因子混合的罚盲克里金模型。在罚盲克里金模型的基础上, 对输入数据中含有定量和定性因子混合的情况, 利用定量和定性因子混合的高斯相关模型, 建立混合因子的罚盲克里金模型, 并通过惩罚函数对均值函数进行因子选择。通过线性和非线性分段函数的数值实验验证定量和定性因子混合的罚盲克里金模型具有较高精度。结果表明, 有限样本下一阶罚盲克里金模型和二阶罚盲克里金模型均具有较小的相对均方根误差、标准均方根误差和根均方百分比误差。
在航司日常运营过程中, 经常面临不正常航班导致的飞机维修路径恢复问题, 传统的研究往往只考虑航班的延误成本或者取消成本, 忽略了对原有维修路径计划造成扰动的影响。面向最常见的临时检修引发的航班不正常情况, 基于飞机短期维修计划, 以最大化飞机在定检前的累计飞行小时数以及最小化航班扰动次数为目标函数, 考虑航班覆盖约束、飞行任务衔接约束、飞机定检等约束, 对飞机维修路径恢复问题进行建模。同时, 提出一种针对性的滚动时域控制算法对模型进行求解。通过实例分析证明, 所提策略及算法能够在短时间内有效完成飞机维修路径恢复, 为航司调度提供指导。
针对城市物流中日益凸显的客户个性化交付需求问题, 提出考虑交付满意度的路径规划问题。首先, 以客户对交付方式的个性化偏好排序作为客户满意度的度量, 建立旨在最小化运营总成本的优化模型, 其中涵盖电动汽车固定成本、旅途成本、充电成本以及因未能满足客户最早开始服务时间惩罚成本和地点偏好惩罚成本。其次, 针对大规模客户场景, 设计一种融合自适应大邻域搜索与禁忌搜索的混合启发式算法。最后, 运用基准数据分析验证模型的正确性和算法的有效性。结果表明, 基于多交付选项模型规划配送方案能帮助企业节省成本, 且只需要付出较小的成本就能实现较高的服务质量, 提高客户满意度。
针对现有区域防空作战体系分析中模型扩展性不强、作战关系考虑不全面、方法不实用的问题, 提出一种基于两层三模超网络的分析方法。首先定义区域防空作战体系两层三模超网络模型, 其次给出超网络模型的构建步骤, 提出基于面向对象的节点和边建模方法, 最后设计兼具网络特性和作战特性的评估指标, 从平台级和系统级两个层级对体系进行关键节点分析和效能分析。想定场景的仿真结果表明, 该方法具有易于操作、扩展性强、直观性明显和便于辅助专家分析的特点, 不仅能够直观发现体系中的关键节点, 还能全面评估体系效能。
针对决策者偏好信息可能存在的不确定性, 考虑决策者不仅具有共识或利己行为, 还可能具有激进或保守的风险态度, 将简单偏好下冲突分析图模型共识理论推广到不确定场景, 构建不确定偏好下的冲突决策共识模型。具体而言, 将不确定偏好结构引入冲突共识理论, 分别定义4种不确定偏好下冲突共识与非共识偏好和稳定性的逻辑及矩阵表达, 后者不仅方便冲突的计算和分析, 更推动相关算法的实现。所建立的模型被应用于航空业冲突, 从而得到可行解决方案。结果表明, 该模型能够对不确定环境下复杂冲突的消解提供有效策略建议。
多属性决策环境下决策属性之间难以保持绝对独立, 属性关联可能会对决策结果产生影响, 辨识其影响过程和影响结果可为科学决策提供支撑。为此, 首先分析属性关联模糊测度模型, 采用菱形成对比较(diamond pairwise comparison, DPC)法确定新的属性关联系数。其次, 基于ELECTRE (elimination et choice translating reality)方法, 分析属性关联对非一致性指数影响的几种典型情形。再次, 全面分析3对属性两两关联情形下非一致性指数的变化条件, 并给出DPC-ELECTRE多属性决策步骤。最后, 通过算例证明该方法过程及其应用的有效性和优越性。
由于航空事故的发生往往很难预测, 而且是不可逆转的, 因此如何制定有效的航空预警方案是避免事故发生的关键。针对航空安全风险预警问题, 利用航空风险传播动力学模型, 基于平均场理论解析航空系统事故触发概率, 通过敏感性分析得出触发事件对航空事故发生的提升率, 建立事前航空事故预警模型。结果发现, 事前预警模型中应该分配更多的资源给能见度差、飞机系统故障、疲劳、特情处置不力、技能不足、设备维护不足等触发事件, 从而避免上述事件的发生。通过航空事故风险传播规律, 建立事中航空事故预警模型, 得出受到触发事件影响的风险演化事件集合, 并给出对应排序使得管理者可以做到资源的有效分配。
舰船电力系统是舰船正常运行的关键, 具有高度的复杂性和模糊性, 导致难以对其韧性做出准确、客观地评价。对此, 基于对舰船电力系统主要任务的分析, 对舰船电力系统韧性评价指标体系进行构建, 采用区间层次分析法(interval analytic hierarchy process, IAHP)和层间相关性准则重要性法(criteria importance though intercrieria correlation, CRITIC)分别求解评价指标体系的主、客观权重, 并运用改进博弈论方法确定组合权重, 降低权重计算的主观性和随机性。结合二维云模型从防御能力和恢复能力两个维度对舰船电力系统韧性进行评价, 更为全面、客观地反映舰船电力系统韧性。示例表明, 所提方法能够有效解决舰船电力系统韧性评价中的随机性和不确定性问题, 有利于得到更为准确、客观的评价结果。
针对无人机运动约束下的编队任务研究标准二阶一致性控制算法的优化问题。首先, 结合编队信息, 基于虚拟结构法思想, 设计含虚拟参考点的二阶一致性编队控制算法, 使得编队收敛于指定队形, 解决标准二阶一致性控制算法的收敛状态与各无人机初值有关以及收敛位置趋于一致的问题, 得到编队渐近收敛的条件。其次, 引入饱和函数得到运动约束条件下的渐近收敛的二阶一致性编队控制算法, 设计无人机编队高度、航向、速度通道控制器。最后, 设计无人机编队队形集结仿真实验, 对比相同饱和函数不同一致性方法的编队控制算法、相同一致性方法不同饱和函数的编队控制算法, 验证了优化算法的有效性和快速性。
针对临近空间高超声速快时变机动目标的轨迹跟踪与弹道预报问题, 首先以现有的针对慢时变机动目标的运动模型为基础, 引入描述快时变机动特点的状态量, 建立一种机动目标跟踪非线性模型, 并证明基于该模型的非线性跟踪滤波系统的可观性。其次, 针对该系统提出一种连续-离散测量插值混合型快收敛推广卡尔曼滤波器, 还提出一种基于聚类分析的目标机动模式识别方法, 并基于目标机动模式识别设计了预报器。仿真结果表明, 对于做快时变机动的临近空间高超声速飞行器, 采用所提出的机动模型, 可以获得良好的跟踪和预报结果。
太空中大量残留的空间非合作目标危及在轨运行卫星的安全, 为规避潜在碰撞风险, 采取消旋后再捕获变得尤为重要。针对如何衰减目标的旋转速度, 系统调研国内外非接触式电磁消旋方法。首先, 介绍电磁消旋原理与旋转非合作目标中两种典型的运动形式。其次, 定性地对电磁消旋方法的优势及可行性进行分析。然后, 对非接触式电磁消旋方法进行分类, 从非均匀/均匀静止磁场、机械式/电磁式旋转磁场方面入手, 详细分析最新消旋方法及关键技术。接着, 对消旋转矩的计算方法及相关控制技术进行总结归纳。最后, 展望电磁消旋方法的未来发展方向。
针对现有基于深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法的再入制导方法计算精度较差, 对强扰动条件适应性不足等问题, 在DDPG算法训练框架的基础上, 提出一种基于长短期记忆-DDPG(long short term memory-DDPG, LSTM-DDPG)的再入制导方法。该方法采用纵、侧向制导解耦设计思想, 在纵向制导方面, 首先针对再入制导问题构建强化学习所需的状态、动作空间; 其次, 确定决策点和制导周期内的指令计算策略, 并设计考虑综合性能的奖励函数; 然后, 引入LSTM网络构建强化学习训练网络, 进而通过在线更新策略提升算法的多任务适用性; 侧向制导则采用基于横程误差的动态倾侧反转方法, 获得倾侧角符号。以美国超音速通用飞行器(common aero vehicle-hypersonic, CAV-H)再入滑翔为例进行仿真, 结果表明: 与传统数值预测-校正方法相比, 所提制导方法具有相当的终端精度和更高的计算效率优势; 与现有基于DDPG算法的再入制导方法相比, 所提制导方法具有相当的计算效率以及更高的终端精度和鲁棒性。
针对目前研究对极区惯导对准能力的描述有待进一步明确的现状, 对捷联惯导系统在极区坐标系下进行粗对准的等价性进行分析证明。首先, 以三轴姿态确定粗对准方法为例, 利用全微分公式推导地理坐标系, 即传统导航坐标系下对准结果的误差特性, 其中航向误差角随纬度升高而迅速发散。然后, 分别构建格网坐标系、伪地球坐标系和地心地固坐标系下, 粗对准误差角与传感器误差的关系, 得到与传统导航坐标系一致的误差角表达式。最后, 通过仿真实验验证多种粗对准方法在不同坐标系下分别得到相同对准效果, 进一步验证了理论分析的正确性。
针对深空探测任务中航天器的状态估计问题, 考虑到基于光学相机的自主导航系统在建立观测方程时所使用的坐标系转换矩阵含有由星敏感器引入的测量噪声, 该噪声与量测状态相互耦合, 属于乘性噪声, 建立带有乘性噪声的光学自主导航系统模型。针对系统存在乘性噪声时, 仅适用于处理加性噪声的传统滤波器估计误差增大的问题, 将乘性噪声矩阵引入高斯滤波算法的递推公式进行推导, 并结合混合阶球面单形-径向容积卡尔曼滤波器(mixed-order spherical simplex-radial cubature Kalman filter, MSSRCKF)的数值积分方法, 提出混合阶容积-乘性卡尔曼滤波器(mixed-order cubature-multiplicative Kalman filter, MC-MKF)。该滤波器能够对由星敏感器引入观测方程的高斯以及非高斯乘性噪声进行处理, 在不增加计算复杂度的情况下提升滤波器的估计精度。最后, 将MC-MKF应用于自主导航系统模型, 并与MSSRCKF进行比较分析。仿真结果表明, 当系统存在乘性噪声时, MC-MKF的估计精度明显优于MSSRCKF, 且计算量与MSSRCKF基本一致。
为了实现超可靠低延时通信(ultra-reliable and low latency communication, URLLC), 研究在Nakagami-m和莱斯衰落信道下硬件损伤(hardware impairment, HI)、信道估计误差(channel estimation error, CEE)以及不完美连续干扰抵消(successive interference cancellation, SIC)对下行两用户非正交多址接入(non-orthogonal multiple access, NOMA)短包通信(short packet communication, SPC)系统性能的影响。首先, 给出两种信道下用户的平均块错误率(block error rate, BLER)表达式。其次, 在用户的平均BLER要求限定下, 提出一种联合优化功率分配和导频序列长度的优化算法。最后, 仿真结果验证了理论推导的准确性, 并表明HI、CEE和不完美SIC对NOMA SPC系统性能具有大的影响; 为了NOMA SPC系统实现URLLC, 存在一个功率分配和导频序列长度的折中优化。
针对相控阵同频中继节点在测控网络系统中自干扰问题, 分析收发天线阵列分离情况下的自干扰信号特性。针对接收阵列天线合成后自干扰的特性, 提出一种阵射频自干扰抑制方法。该方法根据阵面的布局以及不同规模子阵内自干扰信号的时延扩展, 将一定时延扩展范围内的所有阵元等效为一个阵元, 从而降低射频干扰抑制的分析复杂度。理论分析和仿真实验结果表明, 射频干扰抑制技术在阵列天线中仍然能够实现自干扰抑制, 性能与抽头个数强相关, 且每个抽头的时延、相位以及幅度的范围选取与子阵划分相关。针对256阵元发射阵面和256阵元接收阵面的场景, 仿真对比不同抽头数下的自干扰抑制性能。仿真结果表明, 采用16个抽头对载波频率为26.8 GHz, 带宽为200 MHz的自干扰信号抑制能力大于47 dB; 实际测试结果表明, 采用16个抽头进行自干扰射频重建, 自干扰抑制能力大于32 dB。
随着地下轨道交通通信服务需求的增加, 现有的轨道交通通信系统和天线设备承受了巨大压力。为了配合隧道场景下大规模天线的部署及多输入多输出(multiple input multiple output, MIMO)通信系统的设置, 提出利用传播图论来模拟隧道场景下的多径传播。利用基于Lambertian散射模型的传播图论来生成狭长隧道的信道冲激响应(channel impulse response, CIR), 通过隧道不同接收机位置的CIR获得功率时延谱、均方根时延和角度功率谱。为了验证在MIMO隧道信道建模领域传播图论的准确性与适用性, 将仿真数据与实测数据进行比对。实验结果表明, 该建模方法能有效地对6 GHz MIMO隧道信道进行建模。
为了克服在可重构智能反射面(reconfigurable intelligent surface, RIS)辅助的正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中现有基于深度学习的信道估计方法计算复杂度过高的问题, 在RIS下利用基扩展模型(base extension model, BEM)对时变信道进行建模, 并提出基于残差链接超分辨率卷积神经网络的时变信道估计方法。具体来说, 所提方法首先将参数较多的信道系数估计转换为参数较少的基系数估计, 以降低所提方法计算复杂度。在线下训练中, 利用低分辨率的基系数估计对神经网络进行训练, 仅需要少量的输入即可获取高分辨率的信道估计。为了提高所提方法的实用性, 将网络训练的标签设置为具有高精度的信道估计值, 而非理想的信道信息。仿真实验验证, 所提方法在RIS辅助移动通信系统下能够准确获取时变信道信息, 且具有更高的估计精度和更低的计算复杂度。
L波段数字航空通信系统(L-band digital aeronautical communication system, LDACS)作为未来航空数据链的重要技术手段之一, 非常容易受到相邻波道的测距机系统信号的干扰。为此, 提出一种基于稀疏贝叶斯推断的LDACS波束形成方法。首先, 将LDACS地面站的粗略来向信息作为先验, 并根据空域信号来向的稀疏性构建稀疏信号。随后, 通过贝叶斯推断估算干扰和噪声的功率, 估计各个信源的来向。最后, 重构干扰噪声协方差矩阵, 获得波束形成权矢量。该方法无需知晓干扰数量、干扰来向等信息。仿真结果表明, 该方法在低信噪比和少快拍条件下也能稳定输出波束方向图, 表现出较好性能。
