以无人机为代表的低慢小(Low,Slow and Small Targets,LSS)目标的检测在雷达探测中因杂波干扰而面临巨大挑战。为了解决低慢小目标杂波抑制问题,本文提出了一种将鲸鱼优化算法(Whale Optimization Algorithm,WOA)与变分模态分解(Variati...以无人机为代表的低慢小(Low,Slow and Small Targets,LSS)目标的检测在雷达探测中因杂波干扰而面临巨大挑战。为了解决低慢小目标杂波抑制问题,本文提出了一种将鲸鱼优化算法(Whale Optimization Algorithm,WOA)与变分模态分解(Variational Mode Decomposition,VMD)相结合的方法,该算法用WOA优化VMD的分解参数,以实现最佳的模态分离效果,有效分离出目标信号与杂波信号。实验结果表明,WOA-VMD方法在复杂环境下能够显著提升低慢小目标的检测概率,计算简单且误差较小,可以对多个目标以及不同多普勒频率大小的目标进行处理,优于传统的杂波抑制方法。展开更多
车联网通信通过多个车辆对车辆(vehicle to vehicle,V2V)链路复用同一车辆对基础设施(vehicle to infrastructure,V2I)链路的资源来缓解频谱短缺问题,但频谱复用会导致V2I通信服务质量下降,因此降低系统干扰、提高系统容量成为研究热点...车联网通信通过多个车辆对车辆(vehicle to vehicle,V2V)链路复用同一车辆对基础设施(vehicle to infrastructure,V2I)链路的资源来缓解频谱短缺问题,但频谱复用会导致V2I通信服务质量下降,因此降低系统干扰、提高系统容量成为研究热点。提出一种基于图着色和三维匹配的车联网资源分配算法,首先用图着色法对V2V链路分簇,然后求解V2I链路和V2V链路的发射功率,最后通过三维匹配算法对V2I链路、V2V簇和资源块进行信道资源的优化分配,从而降低使用同一资源的链路之间的干扰。理论分析及仿真结果表明,所提方法提高了V2I链路总和速率,并在相对较少的迭代次数下收敛到次优解。展开更多
文摘以无人机为代表的低慢小(Low,Slow and Small Targets,LSS)目标的检测在雷达探测中因杂波干扰而面临巨大挑战。为了解决低慢小目标杂波抑制问题,本文提出了一种将鲸鱼优化算法(Whale Optimization Algorithm,WOA)与变分模态分解(Variational Mode Decomposition,VMD)相结合的方法,该算法用WOA优化VMD的分解参数,以实现最佳的模态分离效果,有效分离出目标信号与杂波信号。实验结果表明,WOA-VMD方法在复杂环境下能够显著提升低慢小目标的检测概率,计算简单且误差较小,可以对多个目标以及不同多普勒频率大小的目标进行处理,优于传统的杂波抑制方法。
文摘车联网通信通过多个车辆对车辆(vehicle to vehicle,V2V)链路复用同一车辆对基础设施(vehicle to infrastructure,V2I)链路的资源来缓解频谱短缺问题,但频谱复用会导致V2I通信服务质量下降,因此降低系统干扰、提高系统容量成为研究热点。提出一种基于图着色和三维匹配的车联网资源分配算法,首先用图着色法对V2V链路分簇,然后求解V2I链路和V2V链路的发射功率,最后通过三维匹配算法对V2I链路、V2V簇和资源块进行信道资源的优化分配,从而降低使用同一资源的链路之间的干扰。理论分析及仿真结果表明,所提方法提高了V2I链路总和速率,并在相对较少的迭代次数下收敛到次优解。
