CN105227227B - 一种基于小波的智能天线波束形成系统和方法 - Google Patents
一种基于小波的智能天线波束形成系统和方法 Download PDFInfo
- Publication number
- CN105227227B CN105227227B CN201510680825.7A CN201510680825A CN105227227B CN 105227227 B CN105227227 B CN 105227227B CN 201510680825 A CN201510680825 A CN 201510680825A CN 105227227 B CN105227227 B CN 105227227B
- Authority
- CN
- China
- Prior art keywords
- signal
- weight vector
- module
- frequency
- small echo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明涉及一种基于小波的智能天线波束形成方法,首先用天线阵模块接收信号,将含有干扰的数字天线阵信号通过小波分解到多尺度频域,得到信号的近似部分a3,细节部分d1,d2,d3。然后将信号d1,d2,d3,a3通过FIR低通滤波器和减法器,得到低频、高频信号。针对高频信号采用收敛快但计算复杂度高的矩阵求逆法进行权矢量更新,针对低频信号采用计算简单但收敛较慢的最小均方误差法进行权矢量更新。最后通过加法器实现各部分信号对应的权矢量求和,用融合后的权矢量更新滤波器抽头权值,实现最终的数字波束形成。该方法降低SMI法19%的计算复杂度,降低SMI法15.2%的副瓣幅度,提高LMS法16.3%的运行时间,从而实现收敛率、计算复杂度的高度兼顾。
Description
技术领域
本发明涉及一种基于小波的智能天线波束形成系统和方法,适用于智能天线波束利用阵列天线接收空间中的电磁信号,实现对信号的空域滤波和提高对信号的接收处理增益。
背景技术
近些年,阵列信号广泛已应用在通信、雷达、射电天文、声纳、电子侦察、地震探测、监测以及医疗诊断等多个领域。阵列信号利用放置在空间中不同位置的传感器阵列采集信号,通过信号处理办法实现数据的融合和处理,以提取所需信息或提高信号输出质量。文献中,智能天线波束形成技术是阵列信号处理的主要研究方向,相比较传统的单个天线,传感器阵列可根据一定的准则,对每个天线接收数据进行加权求和,自适应地将天线阵主瓣对准期望信号方向,而将零点对准干扰信号,实现更高的信干噪比、更强的空间分辨力。
传统的智能天线波束形成算法有最小均方误差法(LMS)、矩阵求逆法(SMI)。文献[1]中,最小均方误差法具有简便灵活、易于实现、稳定性高的优点,但收敛速度较慢。由于电磁环境的复杂性和日益增长的使用需求,现代电子测量装备需要比传统的探测设备具有更好的弱信号目标侦测能力。因此在这种实际需求下,收敛速度较慢的最小均方误差法的应用受到了限制。文献[2]中,矩阵求逆法虽然收敛速度较快,数值特征稳定,干扰效果较好,但是计算复杂度较高,当采样较少时,引起波束图主瓣畸变、副瓣过高。主瓣畸变降低了获取期望信号的准确性,副瓣过高则降低系统对干扰信号的抑制力。
因此需要一种收敛率和计算复杂度高度兼顾,满足复杂性电磁环境里精确获取目标需求的数字波束形成方法。
本申请是基于以下参考文献提出的:
[1]索忠伟,王建英,魏阳,吕雪.一种基于LMS改进算法的语音增强方法[J].微计算机信息,2006,11:237-238.
[2]高阳,贾鑫,张佳,尹灿斌,李云涛.一种改进的SMI旁瓣干扰抑制算法研究[J].航天电子对抗,2011,04:54-57.
发明内容
针对上述现有技术存在的问题,本发明提供一种基于小波的智能天线波束形成系统和方法,该法简称WL-SMILMS法。基于小波的智能天线波束形成系统由天线阵模块、小波分解模块、频率判断模块、LMS更新低频权矢量模块、SMI更新高频权矢量模块、权矢量融合模块、波束形成模块构成。基于小波的智能天线波束形成方法首先由天线阵模块接收来波信号,接收信号即为天线阵信号,再将天线阵信号利用小波分解预处理,采用db5小波函数,将信号分解到多尺度频域,分解后得到四部分内容——d1,d2,d3,a3,其中a3为小波分解信号的近似部分,d1,d2,d3为小波分解信号的细节部分。将信号进行频率判断,通过低通滤波器滤出低频信号a3,将原四部分信号d1,d2,d3,a3与低频信号a3通过减法器得到高频信号d1,d2,d3。在采样率一致的情况下,低频信号采样点较多,高频信号采样点较少,因此针对d1,d2,d3采用收敛快但计算复杂度高的矩阵求逆方法(SMI)进行权矢量更新,针对a3采用计算简单但收敛较慢的最小均方误差方法(LMS)进行权矢量更新。其中针对d1信号的权矢量更新,首先由数据长度M、信号d1、d1的转置,计算出相关矩阵估计R1,并求出R1的逆矩阵R1 -1;然后由数据长度M、信号d1、期望信号d计算出相关向量的估计信号r;最后R1 -1与r相乘即可得权矢量更新值wopt1。同样方法,计算出针对d2,d3信号的权矢量更新值wopt2,wopt3。针对a3信号的权矢量更新,首先设置权矢量wopt4前一刻为0;然后由期望信号d、信号a3计算出误差信号e,再计算出误差信号的共轭e*;最后由共轭误差信号e*、信号a3、前一刻权矢量,计算出更新权矢量wopt4。通过加法器将wopt1,wopt2,wopt3,wopt4求和得wopt,实现权矢量的最终融合。用wopt调节滤波器抽头权值,通过数字信号处理器,最终实现波束形成。
为达到上述目的,本发明采用的技术方案是:一种基于小波的智能天线波束形成系统和方法,系统包括:天线阵模块、小波分解模块、频率判断模块、LMS更新低频权矢量模块、SMI更新高频权矢量模块、权矢量融合模块、波束形成模块构成。方法步骤如下:(1)接收信号,用天线阵模块接收来波模块信号,得到天线阵信号;(2)分解信号,将含有干扰的数字天线阵信号通过小波分解模块,分解信号到多尺度频域。从而得到信号的近似部分a3,细节部分d1,d2,d3;(3)判断信号频率,将信号d1,d2,d3,a3通过FIR低通滤波器和减法器,得到低频信号、高频信号;(4)权矢量更新,针对高频信号采用收敛快但计算复杂度高的矩阵求逆法进行权矢量更新,针对低频信号采用计算简单但收敛较慢的最小均方误差法进行权矢量更新;(5)权矢量融合,通过加法器实现各部分信号对应的权矢量求和;(6)数字波束形成,用融合后的权矢量更新滤波器抽头权值,实现最终的数字波束形成。
所述的天线阵模块,由天线阵元为18的直线阵构成;
所述的频率判断模块,由FIR低通滤波器、减法器构成;
所述的LMS更新低频权矢量模块,由最小均方误差发构成,更新信号低频部分的权矢量;
所述的SMI更新高频权矢量模块,由矩阵求逆法构成,更新信号高频部分的权矢量;
所述的权矢量融合模块,由加法器构成,实现低频部分、高频部分权矢量的有效融合;
所述的波束形成模块,由减法器、数字信号处理器构成,将融合的权矢量作用于滤波器,实现最终的波束形成。
本发明的有益效果是:
基于小波的智能天线波束形成系统和方法克服了矩阵求逆算法(SMI)复杂度高、副瓣较高的缺点,降低SMI法9%的计算复杂度,副瓣幅度平均降低10dB,约降低总幅度的15.2%,从而提高了获取期望信号的准确性以及系统对干扰信号的抑制力。基于小波的智能天线波束形成法同时克服最小均方误差算法(LMS)收敛慢的缺点,运行时间比LMS法提高了16.3%,使得波束形成收敛较快,具有更好的弱信号目标侦测能力。基于小波的智能天线波束形成系统和方法,实现了收敛率和计算复杂度的高度兼顾,满足复杂性电磁环境里精确获取目标的使用需求。
附图说明
图1为本发明的系统构架示意图。基于小波的智能天线波束形成系统由天线阵模块、小波分解模块、频率判断模块、LMS更新低频权矢量模块、SMI更新高频权矢量模块、权矢量融合模块、波束形成模块构成。
图2为本发明的器件结构图。
图3为本发明实施例2中得到的期望信号及干扰信号时域图形。
图4为本发明实施例2中得到的小波分解来波信号。
图5为本发明实施例3中得到的基于小波的智能天线波束形成方向图。
图6为本发明实施例4中得到的基于小波的智能天线波束形成法与传统方法方向图对比图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明的实施作进一步详细的说明。
下面结合附图1,附图2阐述本发明提出的一种基于小波的智能天线波束形成系统的具体结构。
图1为本发明提出的一种基于小波的智能天线波束形成系统构架示意图,包括:1.天线阵模块,2.小波分解模块,3.频率判断模块,4.LMS更新低频权矢量模块,5.SMI更新高频权矢量模块,6.权矢量融合模块,7.波束形成模块构成。图2为本发明提出的一种基于小波的智能天线波束形成系统的器件结构图,其基本工作原理表述如下:
这种基于小波的智能天线波束形成方法,第一步,用天线阵模块接收来波信号模块信号,也即天线阵信号。天线可将发射机经传输线输出的射频导波能量变换为无线电波能量辐射到空间里去,也可将入射的空间电磁波能量转换为射频导波能量传输给接收电路。假设期望信号Sk(t)从Qk方向入射,干扰信号共k-1个,其中干扰信号Sj(j=1…M-1)从Qj方向入射。阵元接收信号矢量可表示为
x(t)=Sk(t)+(S1(t)+S2(t)+…+SM-1(t))+n(t) (1)
其中n(t)为噪声。
第二步,小波变换天线阵数字信号。阵列接收信号具有多分辨率特性,这是使用小波理论的依据;预变换信号至多尺度小波域,降低信号的自相关性,可有效改善LMS算法收敛速度慢的缺点;针对不同频域采用不同算法,可相对降低计算复杂度;天线阵列信号难免受高斯白噪声污染,小波域比时域更易去除。在matlab中,采用db5小波函数,用语句[C,L]=wavedec(X,3,'db5'),将阵列信号X分解到多尺度频域。用语句a3=appcoef(C,L,'db5',3),可得到信号的近似部分a3,用语句[b1,b2,b3]=detcoef(C,L,[1,2,3]),可得到信号的细节部分d1,d2,d3。
第三步,将信号进行频率判断。首先设置FIR滤波器,抽样频率为10000HZ,通带截止频率为0HZ,阻带起始频率为5000HZ;然后将信号d1,d2,d3,a3通过FIR低通滤波器,滤出低频信号,也即近似部分a3,将信号d1,d2,d3,a3与低频信号通过减法器得到高频信号,也即细节部分d1,d2,d3。
第四步,权矢量更新。采样率一致的情况下,低频信号采样点较多,高频信号采样点较少,针对d1,d2,d3采用收敛快但计算复杂度高的矩阵求逆方法(SMI)进行权矢量更新,针对a3采用计算简单但收敛较慢的最小均方误差方法(LMS)进行权矢量更新。其中针对d1信号的权矢量更新,首先由数据长度M、信号d1、d1的转置,由下式计算出相关矩阵估计R1,并求出R1的逆矩阵R1 -1。
R1=(d1d1 H)/M (2)
然后由数据长度M、信号d1、期望信号d,根据下式计算出相关向量的估计信号r。
r=(d1d1)/M (3)
最后R1 -1与r相乘即可得权矢量更新值,如下式所示。
wopt1=R1 -1·r (4)
同样方法,计算出d2,d3信号对应的权矢量更新值wopt2、wopt3。
针对a3信号的权矢量更新,首先设置权矢量wopt4前一刻为0。然后由期望信号d、信号a3,根据下式计算出误差信号e,再计算出误差信号的共轭e*。
e=d-a3 (5)
最后由共轭误差信号e*、信号a3、前一刻权矢量,计算出更新权矢量wopt4,如下式所示。
wopt4=wopt+e*·d (6)
第五步,权矢量融合。通过加法器将wopt1、wopt2、wopt3、wopt4求和得wopt,实现权矢量的最终融合,如下式所示。
wopt=wopt1+wopt2+wopt3+wopt4 (7)
第六步,数字波束形成。用wopt调节滤波器抽头权值,通过数字信号处理器,最终实现波束形成。信号经过波束形成模块可用下式得到输出结果。
y(t)=wopt T·Sk(t)+(wopt T·S1(t)+wopt T·S2(t)+…+wopt T·SM-1(t))+wopt T·n(t) (8)
实施例1.天线接收来波信号。
A)选择阵元数目为18的直线阵。
B)接收来波信号,包括期望信号、干扰信号1、干扰信号2,其参数如表1所示。
表1期望信号、干扰信号1、干扰信号2的各项参数值
实施例2.小波分解含有干扰的振幅调制信号。
A)显示来波信号,时域图形如图3所示。
B)小波分解来波数字信号,采用db5小波函数分解含有干扰的来波信号,如图4所示。可见小波变换将来波数字信号分解到了多尺度频域。
实施例3.频率判断。
A)设置FIR滤波器,抽样频率为10000HZ,通带截止频率为0HZ,阻带起始频率为5000HZ。
B)将信号d1,d2,d3,a3波器,滤出低频信号,将信号d1,d2,d3,a3与低频信号通过减法器得到高频信号。
实施例4.自适应数字波束形成。
A)小波分解信号能量分析。天线阵数字信号由小波变换为四部分信号——d1,d2,d3,a3,其中d1,d2,d3为低频信号约占总能量的90%,a3为高频信号约占总能量的10%。
B)选择不同波束形成方法。针对a3采用计算简单但收敛较慢的LMS法,针对d1,d2,d3采用收敛快但计算复杂度高的SMI法。用该法(WL-SMILMS)所得的智能天线波束形成方向图如图5所示,实现了主瓣指向20°,在40°、60°产生零陷。
实施例5.基于小波的智能天线波束形成法(WL-SMILMS)与传统方法对比。
A)计算量对比。
很据d1,d2,d3,a3能量大致分布,可得该法在一次迭代中的计算复杂度约为10%×O1(M)+90%×O2(M),记为O3(M)。三种算法的计算复杂度比较如表2所示。表2数据显示,O2(M)<O3(M)<O1(M),WL-SMILMS法的计算复杂度O3(M)明显低于SMI法的复杂度O2(M),降低SMI法9%的计算复杂度,可见本发明提出的WL-SMILMS法是一种计算复杂度较低的方法。
表2基于小波的智能天线波束形成法与传统方法的计算复杂度对比
B)方向图对比
相同条件下,LMS、SMI、WL-SMILMS法对比图如图6所示。可见,WL-SMILMS法克服SMI法副瓣较高的缺点,副瓣幅度平均降低10dB,约降低总幅度的15.2%。副瓣降低,则降低干扰,有效提高天线的收敛率。根据表2,WL-SMILMS法计算复杂度为10%×O1(M)+90%×O2(M),约为91%×O2(M),降低SMI法9%的计算复杂度,实现了收敛率和计算复杂度的高度兼顾。
C)运行时间对比
计算复杂度可通过Matlab运行时间反应出来,LMS法、WL-SMILMS法运行时间如表3所示。由表3可看出,在相同阵元数目M下,WL-SMILMS法较LMS法运行时间短,运行时间提高了16.3%,使得波束形成收敛较快。
表3LMS、WL-SMILMS运行时间
Claims (5)
1.一种基于小波的智能天线波束形成系统,其特征在于系统包括天线阵模块(1)、小波分解模块(2)、频率判断模块(3)、LMS更新低频权矢量模块(4)、SMI更新高频权矢量模块(5)、权矢量融合模块(6)、波束形成模块(7)构成;
所述的频率判断模块,由FIR低通滤波器、减法器构成;
所述的LMS更新低频权矢量模块,采用最小均方误差法更新信号低频部分的权矢量;
所述的SMI更新高频权矢量模块,采用矩阵求逆法更新信号高频部分的权矢量。
2.一种基于小波的智能天线波束形成方法,其特征在于方法步骤如下:(1)接收信号,用天线阵模块接收来波模块信号,得到天线阵信号;(2)分解信号,将含有干扰的数字天线阵信号通过小波分解模块,分解信号到多尺度频域; 从而得到信号的近似部分a3,细节部分d1,d2,d3;(3)判断信号频率,将信号d1,d2,d3,a3通过FIR低通滤波器和减法器,得到低频信号、高频信号;(4)权矢量更新,针对高频信号采用收敛快但计算复杂度高的矩阵求逆法进行权矢量更新,针对低频信号采用计算简单但收敛较慢的最小均方误差法进行权矢量更新;(5)权矢量融合,通过加法器实现各部分信号对应的权矢量求和;(6)数字波束形成,用融合后的权矢量更新滤波器抽头权值,实现最终的数字波束形成。
3.按权利要求 1所述的基于小波的智能天线波束形成系统,其特征在于:所述的天线阵模块,由天线阵元为18的直线阵构成。
4.按权利要求 1所述的基于小波的智能天线波束形成系统,其特征在于:所述的权矢量融合模块,由加法器构成,实现低频部分、高频部分权矢量的有效融合。
5.按权利要求 1所述的基于小波的智能天线波束形成系统,其特征在于:所述的波束形成模块,由减法器、数字信号处理器构成,将融合的权矢量作用于滤波器,实现最终的波束形成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510680825.7A CN105227227B (zh) | 2015-10-15 | 2015-10-15 | 一种基于小波的智能天线波束形成系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510680825.7A CN105227227B (zh) | 2015-10-15 | 2015-10-15 | 一种基于小波的智能天线波束形成系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105227227A CN105227227A (zh) | 2016-01-06 |
CN105227227B true CN105227227B (zh) | 2018-10-12 |
Family
ID=54995965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510680825.7A Expired - Fee Related CN105227227B (zh) | 2015-10-15 | 2015-10-15 | 一种基于小波的智能天线波束形成系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105227227B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107294623B (zh) * | 2017-06-20 | 2020-11-03 | 湘潭大学 | 一种新型通信基站电磁辐射预测方法 |
CN109683519A (zh) * | 2018-12-21 | 2019-04-26 | 南京航空航天大学 | 一种自适应算法的fpga实现方法 |
CN113671323B (zh) * | 2021-07-22 | 2024-05-10 | 宁波骅厦智能科技有限公司 | 基于归一化最小均方误差双滤波器处理小波分解后的局部放电信号检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1885848A (zh) * | 2005-06-24 | 2006-12-27 | 株式会社东芝 | 分集接收机装置 |
CN102177663A (zh) * | 2008-09-04 | 2011-09-07 | 意大利电信股份公司 | 处理接收信号的方法及相应的接收机和计算机程序产品 |
CN103414504A (zh) * | 2013-07-09 | 2013-11-27 | 西南交通大学 | 一种基于凸组合的自适应波束形成方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2344221B (en) * | 1998-11-30 | 2003-09-17 | Fujitsu Ltd | Receiving apparatus including adaptive beamformers |
JP3576099B2 (ja) * | 2000-12-22 | 2004-10-13 | 株式会社東芝 | スマートアンテナを用いた受信装置、スマートアンテナを用いた受信方法及びビーム形成回路 |
CN1486106A (zh) * | 2002-09-24 | 2004-03-31 | 深圳市中兴通讯股份有限公司 | 智能天线自适应波束形成装置和方法 |
CN100499398C (zh) * | 2005-03-02 | 2009-06-10 | 中兴通讯股份有限公司 | 宽带码分多址系统智能天线的实现方法及装置 |
KR101268691B1 (ko) * | 2006-08-30 | 2013-05-29 | 퀄컴 인코포레이티드 | 스마트 안테나 시스템에서 빔 성형에 의해 데이터를수신하는 장치 및 방법 |
-
2015
- 2015-10-15 CN CN201510680825.7A patent/CN105227227B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1885848A (zh) * | 2005-06-24 | 2006-12-27 | 株式会社东芝 | 分集接收机装置 |
CN102177663A (zh) * | 2008-09-04 | 2011-09-07 | 意大利电信股份公司 | 处理接收信号的方法及相应的接收机和计算机程序产品 |
CN103414504A (zh) * | 2013-07-09 | 2013-11-27 | 西南交通大学 | 一种基于凸组合的自适应波束形成方法 |
Non-Patent Citations (1)
Title |
---|
基于小波变换的智能天线波束形成算法;李娜,等;《西北大学学报( 自然科学版)》;20161031;第46卷(第5期);第662-666页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105227227A (zh) | 2016-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110113085B (zh) | 一种基于协方差矩阵重构的波束形成方法及系统 | |
CN105527610B (zh) | 基于分数阶时延估计的多天线联合优化杂波抑制方法 | |
CN103728594B (zh) | 基于多通道nlms的外辐射源雷达海杂波干扰抑制方法 | |
CN109407045A (zh) | 一种非均匀传感器阵列宽带信号波达方向估计方法 | |
CN103885045B (zh) | 基于子阵划分的循环联合自适应波束形成方法 | |
Baum | The SEM representation of scattering from perfectly conducting targets in simple lossy media | |
CN107462877B (zh) | 一种基于先验知识的天波雷达海杂波抑制方法 | |
CN101533091A (zh) | 空时二维阻塞窄带干扰方法 | |
CN105227227B (zh) | 一种基于小波的智能天线波束形成系统和方法 | |
JP2011158471A (ja) | 時空間適応処理システムにおいてターゲットを検出するための方法 | |
CN105676190B (zh) | 一种校正合成孔径雷达回波数据的方法和装置 | |
CN108880586B (zh) | 一种宽带弱信号增强方法与装置 | |
CN110531311A (zh) | 一种基于矩阵重组的lte外辐射源雷达doa估计方法 | |
CN103630911B (zh) | 一种导航信号的处理方法及装置 | |
CN109116377A (zh) | 一种基于时域子矩阵计算的卫星导航抗干扰方法及装置 | |
Li et al. | Robust adaptive beamforming based on particle filter with noise unknown | |
CN108415040A (zh) | 一种基于子空间投影的csmg波束形成方法 | |
CN104459627A (zh) | 基于联合交替优化的降秩波束形成方法 | |
CN105388471B (zh) | 一种自适应电磁场时延估计方法及装置 | |
Islam et al. | A computationally efficient near field broadband beamformer | |
Zhao et al. | Analysis and simulation of interference suppression for space-time adaptive processing | |
CN109787676B (zh) | 一种高动态下的零陷展宽方法 | |
CN105301605B (zh) | 一种基于和差波束的导航抗干扰方法 | |
Xu et al. | Comprehensive performance analysis of power-inversion algorithm used in GPS adaptive arrays | |
Jiang | Analysis of signal integrity improvement in high frequency digital circuits |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181012 Termination date: 20201015 |