通信信息处理与智能控制实验室
发布人:军民融合处  发布时间:2017-06-27   动态浏览次数:2

实验室研究方向和主要研究内容:

1智能无线电监测

(1)大数据分析在无线电监测中的应用

主要研究研究:

在大数据时代下,研究如何在无线电监测数据采集的同时,利用合理设计滤除无用信息,提高数据效率。

针对无线电数据的时间维度上提取的特征以及原始数据的格式,研究不同的存储结构下海量数据的快速检索与高效存储。

针对无线电监测设备监测到的数据,采用诸如聚类分析等方法对时间维度上的数据进行检测,噪声点检测完成之后,移除噪声点,提高大数据的精准性。

针对无线电监测数据提取时间维度上的特征,根据无线电信号的一些统计特征与信号的业务类型有显著地联系,研究提取了时间维度上监测数据的特征参数作为该段时间内所有监测数据的表示,同时完成了数据的特征提取。

(2)网格化无线电监测技术

主要研究内容:

联合定位技术研究。

分布式数据融合技术研究。

数据挖掘技术研究。

复杂电磁环境下的监测技术研究。

2 Massive MIMO通信系统与压缩感知

1)Massive MIMO系统的低复杂度天线选择技术

主要研究内容:

研究基于信道容量最大化准则的低复杂度Massive MIMO天线选择算法。根据Massive MIMO系统的不同特点,可对系统中的信道容量进行优化,推导相应的最大化系统容量的最优天线数。因此,可在此基础之上,提出相应的降低计算复杂度的天线选择优化算法。

研究基于能量效率最大化准则的低复杂度Massive MIMO天线选择算法。基于天线选择算法对Massive MIMO系统中的能量效率进行优化,可推导出相应的最大化系统能量效率的最优天线数。从而,可在此基础之上,提出相应的降低计算复杂度的天线选择优化算法。

研究非理想信道状态信息情况下的天线选择算法。通常情况下,信道状态信息并不能完全获得。为了更贴近实际的Massive MIMO系统,在非理想信道状态信息情况下,研究基于信道容量最大化准则或基于能量效率最大化准则的天线选择算法。

2)基于压缩感知的Massive MIMO系统信道状态信息反馈技术

主要研究内容:

基于空间相关性的Massive MIMO系统CSI反馈低复杂度算法。

基于时间相关性的Massive MIMO系统CSI反馈低复杂度算法。

基于空时相关性的Massive MIMO系统CSI反馈低复杂度算法。

基于单比特CS的Massive MIMO系统CSI反馈算法。

3)基于压缩感知的时间与载波频率同步技术

主要研究内容:

时间与载波频率同步阶段的压缩采样。由于无线电频谱数据本身具有稀疏性,因此可进行压缩采样或压缩传输。然而,完整的压缩域处理系统,时频同步也应当采用压缩采样方式;否则,会提高对传感器的要求,同一系统不能采用相同的模数变换器。同时,在进行数据传输时,只有压缩域的时间与载波频率同步获得后,具有有用信息的数据(如无线电频谱数据)的压缩采样与传输才更具实用意义。

过采样情况下时间与载波频率同步阶段的压缩采样。通常情况下,为提高系统的信噪比,需要系统进行过采样。过采样造成海量数据情况下(如Massive MIMO系统,无线电监测系统等产生的大量数据)的应用困难,并不适合大数据时代的时代要求。为此,针对过采样情况,研究其压缩感知的应用极具意义——即可达到过采样情况下的信噪比需求,又可满足模数转换器要求。

时频同步与稀疏信号重构相协同的协同测量矩阵设计。测量矩阵性能的好坏,直接影响压缩采样信号的重构性能。为改善系统性能,非常有必要根据系统本身需求进行测量矩阵设计。不同于其他的测量矩阵研究,本研究在设计测量矩阵时,考虑时频同步与稀疏信号重构相协同情形。从而,可进一步改善测量矩阵性能,进而达到系统整体性能提高。

基于协同测量矩阵的压缩域时频同步技术。在通信过程中,时间与载波频率同步本身就具有其特殊性。如何在压缩采样下实现同步?目前针对这一问题的研究还较少,尚不成熟。为此,需要研究协同测量矩阵的压缩域时频同步技术,解决这一难题,为工程设计提供参考。

3 宽带卫星通信与信息处理

1)复杂电磁环境下的信号捕获与同步技术

主要研究内容:

复杂电磁环境下快速捕获技术研究。捕获是一直以来的研究重点,若卫星通信的信号捕获尚未完成,系统的帧同步、载波同步以及信号检测等操作便无从谈起。捕获时间的快慢是卫星通信的关键指标之一,在复杂电磁环境下如何完成快速捕获是研究热点与难点所在,亟待研究。

复杂电磁环境下的载波频率同步技术研究。卫星信号在空间中传输时受到热噪声、多普勒频移、多路径干扰等作用,导致接收机下变频后得到的基带信号存在较大的频偏,为了能够正确的相干解调,就必须要进行载波的同步来完成频偏纠正。另外载波同步是卫星通信后面进行帧同步的基础,如果信号还残留有频偏将会降低帧同步的准确性。实际应用中,宽带卫星信号可能受到各种电磁信号干扰。因此,需要研究复杂电磁环境下的载波频率同步技术。

宽带卫星帧同步技术研究。在完成定时捕获、载波频率同步后,卫星通信需要检测帧同步点,以便恢复出有用信息。不同于现有的卫星帧同步技术,我们将研究在电磁干扰下的干扰移除与帧同步相协同的帧同步技术,以及压缩采样下的帧同步技术

2)多波束与印刷天线多频段化优化设计技术

主要研究内容:

基于幅相误差的点波束优化设计方法研究。实际应用中波束形成网络与后端的功率放大器均会对射频链路引入幅相误差,这将会恶化波束的覆盖范围与副瓣电平。因此,对通信卫星多波束天线的区域覆盖进行容差设计在实际工程应用中具有十分重要的意义。在引入幅相误差情况下,对点波束进行优化设计。

基于差分进化的多波束卫星天线系统连接关系优化设计。为使卫星多波束天线系统的功率调配能力满足工程指标要求,需对多波束卫星天线系统连接关系进行优化设计。多波束卫星天线系统连接关系是指馈源端口与多端口放大器之间的连接序列。为此,在连接关系优化设计中,使用差分移动序列作为差分进化过程中变异操作的策略,同时采用适用于序列运算的交叉策略,研究组合差分优化及其降低维度方法。

多频带终端印刷天线研究。通过深入分析天线的馈电结构、回波损耗及辐射方向图特性,研究满足多频段、小型化的设计要求,同时满足天线加工方便,成本低廉,有利于与后端射频电路的集成化处理等要求的多频带终端印刷天线。

3)宽带卫星认知无线网络频谱感知技术

主要研究内容:

基于干扰意识的宽带卫星网络频谱感知技术。不论认知卫星利用星地链路的授权频段还是地面用户的授权频段,只要认知地面用户接入授权频段与认知卫星进行上行通信时,都可能会对地面授权链路的接收端用户造成干扰。此时,频谱感知技术需要密切监测感知区域内授权用户的活动状态,一旦发现主用户重新占用此频段,SA必须立即通知认知用户放弃对该频段的使用,并寻求新的可用空闲频段。

基于大数据分析的宽带卫星网络频谱感知技术。为了提高卫星认知无线网络当中感知节点的感知性能,降低认知用户对授权用户的干扰,考虑将基于随机矩阵模型的大数据分析理论与认知无线电频谱感知理论相结合。这种基于大数据分析的频谱感知算法能够充分利用卫星认知无线网络规模较大的特点,首先将网络中数量庞大的感知节点和认知用户处获得的感知信息合并成规模足够大的感知矩阵,即样本子空间,然后将样本空间的一些特征与随机矩阵的统计规律相比较,就能判断当前接收信号是纯噪声还是信号加噪声的形式,从而及时发现频谱空穴以及授权用户的信号。

科研团队:

学术带头人介绍:

黄勇:男,教授,国家自然科学基金评审专家,工学博士,2000年3月毕业于电子科技大学通信与电子系统专业。长期从事信息与通信系统方面的研究,在中兴通讯有限公司企业博士后工作站两年期间,负责无线通信信号处理及系统设计,出站后在中兴通讯工作约五年,负责多款无线芯片项目,部分项目成功流片,并应用于系统设备。现主要研究领域:复杂信号的分离与分类,RFID的室内定位技术、现代信号处理及在通信技术中的应用,通信系统ASIC设计等。主持及参与项目14项;发表学术论文20余篇,其中第一或通讯·作者10余篇,SCI/EI收录7篇次;第一发明人授权国家发明专利4项。目前承担“信号与系统”、“通信电子线路”、“EDA技术”、“现代通信理论”等本硕课程。主编《EDA技术与VerilogHDL设计》1部、副主编《高频电子线路》1部。

裴峥:男,1968年3月生,西华大学无线电管理技术研究中心常务副主任,博士后,教授,西华大学硕士研究生导师,四川省第十一批学术与技术带头人。主要从事数据挖掘与知识获取、不确定性推理、逻辑代数、智能信息处理理论与方法的研究。将智能信息处理方法应用于无线电监管中,研发无线电智能监测、黑广播智能分析等软件系统,并用于阿坝州藏区维稳、国庆安保等重大活动以及高考、研究生考试等社会考试保障中,与相关公司共建联合实验,引进设备投入800余万元,与国家无线电管理局合作成功主办三届无线电监测技术与应用国际研讨会。

董秀成:男,二级教授,硕士研究生导师,享受国务院政府津贴专家,四川省突出贡献优秀专家,四川省教学名师,四川省杰出青年基金获得者,四川省"信号与信息处理"重点实验室主任,智能系统与控制工程研究所所长,西华大学-技研新阳机器人联合实验室主任。 长期从事智能控制、复杂电磁环境下的信号捕获与同步技术、(3)宽带卫星认知无线网络频谱感知技术等领域的科研和教学工作。曾先后主持省部级科技项目和研究院所及企业合作科研项目50余项,项目经费1000余万元。获四川省科技进步三等奖1项、四川省电教科研成果一等奖1项、成都市科技进步三等奖1项,授权和受理国家发明专利10余项,在国内外重要学术期刊和国际会议上发表论文100余篇,SCI、EI收录近50篇。已培养毕业50多位全日制硕士研究生。

王海滨:女,教授,国家自然科学基金评审专家,中国生物医学工程学会高级会员、生物学工程学会健康分会委员。日本山口大学副博导,长期从事多源信息融合及挖掘、智能视频图像辨识、压缩感知技术等方面的研究。主持和参加国家自然科学基金2项;国家863-803 1项;军队“九五”重点1项、“十五”面上1项、“十五”指令2项;国家骨干教师资助1项;四川省教育厅自然基金重点1项、科技厅支撑1项、科技创新苗子工程5项及横向20余项。发表论文150篇,第一作者50篇,11 篇EI;6篇SCI,1篇Q1,2篇Q2,2篇Q3,1篇Q4,累计24次他引;国家授权发明专利4项;软件著作权1项。军队科技进步二等奖2项、三等奖2项;四川省科技进步三等奖1项。承担“信号与系统”、“现代信号处理”本硕课程,主编及参编教材3部。

卿朝进:男,副教授,工学博士,2011年6月毕业于电子科技大学通信与信息系统专业。IEEE会员、国家科技专家库在库专家,江苏省高邮市荣誉市民。主要研究方向为分布式天线系统、压缩感知、可再生能源通信、下一代WiFi标准,5G等前沿技术;专注于利用信息化进行现代农业转型(基于互联网+,物联网,车联网,大数据分析与挖掘等)与产业化。作为项目负责人及主研人员参加国家级863、国家重大科技专项、国家自然科学基金等纵向项目20余项,横向研发与产品项目20余项。近年在IEEE期刊、电子学报等国内外知名期刊和会议上发表学术论文40余篇,其中SCI检索论文10余篇,EI检索论文近30篇;作为第一发明人,已授权发明专利近20项;实用新型专利近10项,软件著作权近10项。承