摘要：在压缩感知工程应用中,信号往往被噪声和干扰所影响,常规的压缩感知方法难以达到理想的重构效果,特别是低信噪比应用场景中,稀疏重构往往会失效.分析了压缩感知中噪声对重构性能的影响,从理论上解释了压缩感知中的噪声折叠原理,并在此基础上提出了一种基于方向性测量的自适应压缩感知方案.该方案通过后端信号处理系统估计出噪声的相关信息并反馈至压缩感知前端,前端根据反馈的噪声信息调整测量矩阵,从而改变感知矩阵的方向,自适应地感知稀疏谱,从而有效地抑制信号噪声.仿真实验表明,所提的自适应压缩感知方法对稀疏信号重构性能有较大的提升.

摘要：设计了一种基于FPGA的JPEG压缩域数字水印系统,可在JPEG图像中实时嵌入水印信息。在对水印信息作二值化和Arnold置乱预处理后,通过改进的LSB嵌入算法将水印信息嵌入到量化后的DCT系数中,经熵编码后生成JPEG压缩文件,完成JPEG压缩域的数字水印嵌入。最后,采用FPGA开发板和上位机对本文设计进行软硬件联合测试。测试结果验证了本文提出的嵌入算法具有较好的不可见性和鲁棒性,以及较高的数据吞吐率。

摘要：在低信噪比环境中及极远测距范围内获得高精度距离测量量是深空测距面临的挑战。再生测距系统通过在航天器中将测距码再生,可将下行链路信噪比提升约30dB,从而解决低信噪比问题,但是已知测距码的无模糊测距距离难以满足未来深空测距需要。通过对复合函数与测距误差的关系进行系统分析,提出通过改变复合函数降低测距误差的方法,并用m序列及新复合函数设计新测距码。共设计8个新测距码,测距误差方差比已知测距码降低0.28~3.78dB,无模糊测距距离从7.5×10^(4)km提升至117×10^(4)~17884×10^(4)km,扩展了15~2384倍。其中包含一种直流分量为0的完全均衡的测距码。仿真结果表明:新测距码能为未来深空通信及深空探测提供更远距离内更高精度的距离测量支撑。

摘要：为满足共形相控阵的功率分级和极化捷变的要求,给出了一种新的圆柱阵列天线设计方法。阵列天线的天线单元由两种极化正交的线极化单元构成,且在阵列中交替出现。针对天线单元只能以开启或关闭进行幅度控制,提出了基于天线单元有效辐射功率排序方法的功率分级方案,并采用多目标粒子群算法对副瓣和交叉极化进行了抑制。仿真结果表明,基于双天线单元类型的圆柱阵列天线有效地实现了功率分级,在期望方向上实现了指定极化方向的最大功率辐射,且副瓣和交叉极化低。

摘要：提出了一种模拟高斯信源通过多中继网络进行压缩转发的系统模型,该系统模型可以描述实际中传感器受限于环境或成本,只能进行简单的模拟信号发送,而中继器能够进行复杂的分布式信源编码和信道编码的传感中继网络。本文提出了该系统的理论分析框架,对传感器网络的分布式信源编码问题,采用CEO理论建立多中继网络的率失真函数,结合Shannon信道容量理论,将传感器网络与数字通信网络建立联系。本文提出了系统的优化设计理论方法,在总功率受限条件下,在传感器网络和通信网络之间进行功率分配,使信噪比性能达到最大。理论分析和仿真结果表明,本文提出的方法比模拟中继转发系统在低信噪比区域抗干扰性能更好。在高信噪比区域,随着总信噪比约束的增大,可提高至10dB以上。

摘要：为解决5G毫米波带来的电磁辐射及现有电磁屏蔽材料造成的环境二次污染、高雷达散射截面、光学不透明和难以共形等问题,本文以超材料吸波体为基础,提出了一个满足绿色屏蔽指数gs≥1的低雷达散射截面、光学透明和柔性多性能电磁屏蔽材料。该电磁屏蔽材料属于人工可设计的多层结构,使用透明导电材料氧化铟锡作为周期性谐振单元结构和底层铺地所用材料,透明材料聚对苯二甲酸乙二醇酯和聚氯乙烯作为介质层。仿真和实验结果一致性表明:该屏蔽材料在22~30 GHz频段内可实现未共形与共形角度60°状态>30 dB的绿色有效电磁屏蔽及>5 dB的雷达散射截面(RCS)缩减。理论推导的等效电路、等效参数和场分布论证了吸收屏蔽的原理。该绿色多性能电磁屏蔽材料精确覆盖了毫米波n257、n258和n261频段,可有效解决这些频段带来的电磁干扰问题。

摘要：对微带偶极子天线加载引向器,使其定向辐射,实现了一款小型化高增益的差分端射天线。本文给出了该天线详细的设计思路和设计步骤,同时制作了实物并进行测试。结果表明：2~3GHz频带内实测回波损耗（S11）与仿真数据吻合较好,2.45GHz主辐射方向最大增益达到8dB。同时通过容差分析检验了天线的稳定性。以上结果证明该天线具有增益高、定向性强和尺寸小的优点,在4G移动通信和WLAN等领域有较好的应用前景。

摘要：无人机通信由于空对地无线信道的开放性,易受到各种有源或无源的物理层干扰,这些干扰会严重影响无人机通信的性能,导致无人机通信质量下降甚至通信中断等问题。因此,为保障无人机在复杂环境下能实现安全可靠的通信,对各类干扰的有效检测和精准识别尤为重要。传统的无人机通信干扰识别方法通常考虑闭集干扰场景的假设,即只能识别训练过程中使用过的干扰模式,而难以有效判断新出现的未知干扰模式。然而,在实际复杂电磁环境中,由于无法事先获知所有可能的干扰模式,无人机通信系统需要同时应对已知和未知的干扰,即面临开集干扰场景。为此,本文提出了一种基于对抗互易点学习的无人机通信干扰开集识别方法。首先设计了基于残差神经网络(ResNet)的对抗互易点学习框架,以从I/Q数据中有效地提取干扰特征,并确保已知和未知干扰类在特征空间中的良好分离。接着,考虑到在不同干信比和不同干扰信号的特征分布的差异性,设计了联合自适应阈值开集分类器,实现对已知和未知干扰模式的准确识别。为验证所提方法的有效性,考虑无人机空对地通信的多种因素,并基于双射线传播模型生成了一个无人机通信干扰数据集。仿真结果表明,所提方法在不同干信比情况下识别性能均优于基线方法,在干信比为10 dB时,达到了88.1%的归一化识别精度,实现了对无人机通信干扰的有效开集识别。

摘要：为解决编码协作系统中继节点的能量受限问题,研究了面向能量收集的编码协作系统。首先,提出了面向能量收集的重复积累(repeat-accumulate,RA)编码协作方案,分析了系统的中断概率;其次,推导出了对应于信源节点与协作中继采用的RA码的联合校验矩阵,并通过联合设计,消除了该矩阵中所有两种类型的girth-4环。理论分析与仿真结果表明,与传统非能量收集的点对点系统比,所提方案大大降低了系统中断概率。与采用随机低密度奇偶检验码(low density parity-check,LDPC)码的编码协作方案相比,采用联合设计RA码的系统误码性能更为优越。

摘要：在基于计算机视觉的无人机自主着陆过程中,地标的设计与检测是关键问题。提出了一种快速轮廓角点检测算法,并设计了一种新型嵌套三角形图案作为无人机自主着陆地标。首先,利用Suzuki-Abe算法提取的背景及目标的整体轮廓信息,进行目标嵌套轮廓提取;其次,通过改进Douglas-Peucker拟合算法来检测轮廓角点。由于优化了角点个数及最远距离两点的寻找方法,在很大程度上减少了计算时间且降低了复杂度。实验结果表明,在距离地标较远、地标部分信息缺失的情况下,该算法准确快速,适合于无人机自主着陆过程位置实时检测。