基于蚁群算法的最大似然方位估计快速算法

针对最大似然(maximum likelihood, ML)方位估计方法多维非线性搜索计算量大的问题,将连续空间蚁群算法与最大似然算法相结合,提出基于蚁群算法的最大似然 (ant colony optimization based maximum likelihood, ACOML) 估计新方法。该方法将传统蚁群算法中的信息量留存过程拓展为连续空间的信息量高斯核概率密度函数,得到最大似然方位估计的非线性全局最优解。仿真结果表明,ACOML方法保持了原最大似然方位估计方法算法的优良估计性能,而计算量只是最大似然方法的1/15。     

一种采用Householder变换递归实现的复矩阵QR分解算法

QR分解可以改善矩阵条件数,从而提高数值稳定性。由于传统的基于Householder变换的QR分解算法无法有效处理复数矩阵,限制了它的进一步应用。本文提出了一种复数形式的QR分解算法,该算法通过对传统算法进行修改,采用Householder变换递归实现了复矩阵的QR分解,修正后的算法公式可以有效处理复数信号,同时保持了实矩阵QR分解算法的良好性能。新的算法公式对于各种采用QR分解的应用均具有重要意义。通过对其在最小二乘问题中的应用进行仿真,验证了算法在复信号环境下的性能。     

存在导向矢量误差的宽带分布式目标稳健检测算法

针对在相干积累期间转动引起导向矢量误差的分布式目标检测问题,提出了一种稳健检测算法。利用极大似然方法和拉格朗日乘子法对各个距离单元的信号进行估计,得到稳健的广义似然比检测算子。理论分析表明该算法的恒虚警率特性。对两类飞机实测数据的多个仿真结果表明,与传统的广义似然算法相比,该算法检测性能有明显的提高。     

基于Metropolis Hastings抽样短采样宽带信号方位估计AML算法

针对短采样宽带信号近似最大似然（approximated maximum likelihood,AML）方位估计计算量大的问题,将马尔科夫链〖CD*2〗蒙特卡罗方法与近似最大似然方位估计相结合,提出一种基于Metropolis Hastings抽样的近似最大似然方位估计方法（AMLMH）。该方法将AML算法的空间谱函数作为信号的概率分布函数,并利用Metropolis Hastings抽样方法从该概率分布函数中抽样。研究结果表明,AMLMH方法不但保持了原近似最大似然方位估计方法的优良性能,而且减小了计算量。     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

基于广义似然比的宽带分布式目标检测算法

针对在相干积累期间发生距离走动的分布式目标检测问题,提出了一种广义似然算法及其改进算法。该算法采用广义似然函数准则与极大似然方法对不同预设速度下各个距离单元的信号进行估计,得到了两步广义似然比检测算子。进一步利用目标相邻强散射单元特性和相邻预设速度相关性,推导出改进的三步广义似然算法,随后证明了这两种算法的恒虚警率性。对两类飞机实测数据的多个实验结果表明,当目标发生距离走动的情况下,该算法性能相对与传统的非相干积累算法有明显提高。     

微弱核四极矩共振信号参数估计新方法

核四极矩共振(nuclear quadrupole resonance, NQR)是一种固态射频谱分析技术,可用于检测高危险爆炸物。然而,核四极矩共振信号本身非常弱,并且易受线圈热噪声和射频干扰的影响,精确估计NQR信号参数成为难题。提出基于改进的快速最大似然估计的残余信号迭代分解算法估计NQR信号参数,该算法将多维搜索问题转化为多个一维搜索,在降低计算复杂度的同时提高了参数估计精度,有效地解决了干扰信号对NQR信号的遮蔽问题。仿真和实测数据的结果证明了该算法的有效性。     

基于重构信道的组分层空时系统接收天线选择

针对采用排序的串行干扰消除检测的组分层空时系统,提出了基于重构信道QR分解的接收天线选择算法,该算法用子信道Frobenius范数排序代替Moore-Penrose伪逆行范数排序得到置换矩阵,降低了计算复杂度.并给出了基于重构信道的快速算法,该算法比常规信道快速算法具有显著的性能提升.仿真分析表明,该算法在中断容量上与最大容量算法接近,重构信道QR分解算法与基于伪逆排序方法性能相近,重构快速算法性能稍有下降,但复杂度更低.     

基于最大似然估计的PCM-FM信号软件解调方法

利用软件实现信号处理已经成为未来信号处理的发展趋势.针对传统P M-FM信号在低信噪比下难以实现有效解调的问题,结合PCM-FM信号前后符号之间存在相位记忆性的特征,提出了基于最大似然估计的软件解调方法.描述了最大似然估计模型的建立和维特比搜索路径的实现;同时结合软件中数据块式的传输模式和维特比路径搜索的特点,研究了一种基于数据冗余的软件解调实现方式,充分利用了计算机系统并行处理性能,提高了算法的运行效率;并以算法误码率为指标,比较了软件似然估计算法与传统鉴频解调的性能,结果表明在误码率10-2处时算法能够得到约3dB的解调增益.     

基于最大似然序列检测的PTS相位系数优化

建立了搜索最优PTS相位系数的树形网格模型,提出了一种基于最大似然序列检测的PTS算法(ML.PTS).该算法采用改进的最大似然序列检测算法搜索得到降低正交频分复用(OFDM)峰均比的最优PTS相位系数.仿真结果表明,在可控复杂度条件下,选择适当的译码深度,该算法可获得最接近相位系数最优解的可行解,最大程度地改善了OFDM信号峰均功率比统计特性.