基于修正Rife算法的正弦波频率估计及FPGA实现

Rife算法的基础上,通过对输入信号进行频谱搬移,给出了一种修正Rife(MRife)算法。该算法易于并行实现。Monte Caro仿真表明,MRife算法具有频率估计精度高、整个量化频率范围内性能平稳等优点。当SNR(信噪比)大于0 dB时,MRife算法频率估计均方根误差接近克拉美-罗限(CRB,Cramer-Rao bound)。为了提高算法FPGA实现时的系统运行速度,提出使用FFT运算后的实/虚部代替FFT模进行插值,仿真表明对MRife算法性能影响不大。最后,将MRife算法在单片FPGA芯片内进行了硬件设计。布局布线后的时序仿真结果表明,该设计能够对输入数据速率为200 MHz的信号进行实时频率估计,数据不堆积。     

低信噪比突发信号载波频偏估计算法

快速准确的载波频偏估计在突发信号的相干解调中发挥着至关重要的作用。目前的载波频偏估计算法很难同时兼顾估计精度、信噪比(signal-to-noise ratio,SNR)门限以及估计范围等指标。针对这一问题,提出了一种数据辅助的基于接收信号自相关序列离散傅里叶变换(discrete Fourier transform,DFT)的载波频偏估计算法。该算法通过对接收信号的自相关进行加窗处理,借助离散傅里叶变换来实现频率估计。仿真结果表明,与经典的M&M算法相比,该算法具有更低的信噪比工作门限,在低信噪比情况下具有更低的差错概率和更宽的估计范围,非常适合低信噪比突发信号的载波频偏估计。     

基于时频方差聚类的FH信号参数盲估计

为解决复杂电磁环境下跳频(frequency hopping, FH)参数的盲估计问题,提出了基于时频方差聚类的算法。考虑在低信噪比(signal-to-noise ratio, SNR)和定频干扰同时存在的情况下,通过短时傅里叶变换(short time Fourier transform, STFT)将信号变换到时频域,利用遗传算法对信号的时频区间进行提取,根据时频方差对其进行k-means聚类,消除噪声和定频干扰并提取时频脊线,然后运用Haar小波对该时频脊线进行奇异点检测,进而估计出FH信号的FH周期、跳速和FH频率等参数。仿真结果表明,所提算法在SNR低于-5 dB且存在定频干扰的情况下,能够实现对FH参数的精确估计,参数估计正确概率达到90%以上。     

基于ZF频率误差修正的GNSS信号捕获算法

在分析微弱信号条件下残余多普勒对全球导航卫星系统(global navigation satellite system,GNSS)信号捕获影响的基础上,提出了基于迫零(zero forcing,ZF)频率误差修正的GNSS信号捕获算法,该算法将ZF的频率修正与快速改进的双块零扩展(fast modified double block zero padding, FMDBZP)算法有机结合,从而获得高精度的频率估计结果,并将修正项实时引入本地环路振荡器,减少了由多普勒频率误差引起的相关功率损失,理论分析和仿真实验表明,在给定仿真条件下,该算法能明显提高捕获性能,捕获灵敏度相对于FMDBZP算法有1.2 dB的性能提升,残余多普勒频率估计的标准差小于2 Hz。     

基于子频带分解的宽带信号干涉法测向算法

研究了宽带信号波达角的精确估计方法,提出了一种适合宽带信号的干涉法测向算法。该算法利用阵元间的延时估计波达角。先对信号作快速傅里叶变换(fast Fourier transform,FFT),选取信号在6 dB带宽内的谱线,每根谱线看作一个单频信号,采用窄带鉴相方法对各单频信号分别鉴相并估计该频率点上的延时,最后对各延时估计值进行加权平均。证明了信号在各频率点上的能量与频率平方的乘积是最佳加权系数。本算法具有计算量小、算法简单等优点。延时估计的仿真性能接近克拉美-罗限。     

基于随机共振的高灵敏度GPS信号捕获算法

针对微弱环境下全球定位系统（global position system, GPS）信号捕获问题,提出了基于随机共振（stochastic resonance, SR）的GPS信号捕获算法。该算法首先用部分匹配滤波器对GPS信号进行分段相关预处理,然后利用SR提高预处理后信号的信噪比(signal to noise ratio, SNR),SR中引入了二次采样和自适应技术,解决了传统SR不适合捕获大频率信号(频率远大于1Hz的信号)及SR参数难以与被捕获信号匹配的难题,最后采用快速傅里叶变换（fast Fourier transform, FFT）谱分析技术,实现在较短的相关累积时间内获得较高的捕获灵敏度。实验表明,算法能明显提高系统捕获性能,在相关累积时间为10 ms,信号SNR为-38 dB的情况下,算法捕获GPS信号的正确检测率达到100%。     

软件接收机中基于数据处理的多径估计方法

当信噪比(signal-to-noise ratio, SNR）较低时基于数据处理的多径估计算法的估计性能显著降低。提出了基于Kalman滤波和Teager-Kaiser (TK）算子/最小二乘(least square, LS）相结合的多径估计算法,简称KTK/KLS算法。该算法通过Kalman滤波消除低SNR的高斯噪声对相关输出的影响,然后将滤波后的相关输出用于TK算子/LS估计直接信号时间延迟或多径参数。KTK/KLS算法有效解决了仅使用TK算子和LS算法进行参数估计时对噪声比较敏感的问题,保留了二者对多径比较敏感的优点。最后,通过仿真将KTK/KLS算法与其他高效的基于数据处理的多径估计算法进行比较,结果表明所提出算法的多径估计精度优于对比算法。     

平流层衰落信道下QOTDM系统的盲均衡研究

提出一种在平流层衰落信道条件下适用于准正交时分复用(QOTDM)系统的盲均衡算法.发送端基于QOTDM基本原理得到频谱白化的发送信号,接收端根据发送信号的特性,用梳状滤波器对接收信号滤波,恢复样点序列.通过改进的恒模算法(MCMA)对样点序列初步均衡,时分分接后再通过阶数很短的MCMA-FSE-DFE方法均衡,可以消除多径衰落带采的符号间干扰.在平流层衰落信道下,该算法可以明显消除QOTDM系统存在的误符号率下界.在相同的信息传输速率,相同的信道条件下,当信道的莱斯因子为10dB、系统的误符号率在10-3左右时,该算法比基于DFT信道估计算法的OFDM系统有3.5dB左右的性能改善.     

一种脉冲信号载波频率同步环及FPGA实现

针对脉冲信号载波频率的同步问题,提出一种快速高精度的数字锁频环路.该环路采用改进的相位差分频率估计算法进行快速载波频率粗估计,其信噪比阈值低于Kay法,在信噪比偏低时也能达到Cramer-Rao界.应用数字下变频技术和Kay算法实现载波频率的精确估计.设计实例的仿真结果表明了该环路的有效性,环路可在短时间内完成高精度的载波频率同步.     

对MIMO雷达参数的侦察估计及性能分析

针对多输入多输出(multiple input and multiple output, MIMO)雷达的侦察对抗问题,基于被动合成阵列技术构建了对MIMO雷达方位、辐射频率联合侦察估计的信号模型,通过多次不同速度联合谱估计算法实现了对MIMO雷达方位、频率的无模糊估计。此外,推导了多辐射源条件下方位与频率联合侦察估计的克拉美〖CD*2〗罗界(Cramer Rao bound, CRB)。频率已知条件下推导了对单部阵列雷达方位侦察估计的CRB表达式,并进一步分别给出了对MIMO雷达和相控阵雷达进行侦察估计的CRB闭解式,对比分析了两种体制下方位侦察估计的性能。理论分析与仿真实验表明:信号频率未知条件下,所提算法能够实现对MIMO雷达方位、频率的无模糊估计,侦察估计精度随着信噪比以及不同速度联合估计次数的增大趋近于CRB;信号频率已知条件下,对单部相控阵雷达和MIMO雷达方位侦察估计性能之比仅与相控阵雷达发射波束方向增益以及阵元个数有关。最后,仿真实验结果验证了本文理论分析的正确性和方法的有效性。     

GMSK+PN信号信噪比估计

针对数传、测距一体化的调制方式高斯最小频移键控复合伪码测距(Gaussian minimum shift keying+pseudo-noise, GMSK+PN)信号的信噪比估计,提出了一种精度较高、复杂度较低的快速算法。该算法采用层状结构分解的方式,将信号分解为若干信号单元,对每一个分解的信号单元进行功率分配计算或信噪比估计,最后快速准确地计算出整个信号的信噪比。信噪比在 1~13 dB之间时,估计误差小于0.5 dB。利用Simulink仿真工具,验证了该算法的有效性。     

自适应OFDM系统中调制识别算法研究

提出了一种适用于快衰落信道下自适应OFDM系统的调制识别算法。在信道估计和频域补偿的基础上,利用子载波组样本的6阶和8阶累积量识别5种调制信号。仿真结果表明,该算法具有良好的识别性能和稳健性,在SNR=16 dB,移动台速度小于40 km/h的条件下,调制方式的正确识别率可在到95%以上。     

SC-FDE系统中基于UW的联合信道估计均衡算法

针对基于特殊字(unique word, UW)帧结构的单载波频域均衡(single carrier frequency domain equalization, SC-FDE)系统提出一种联合信道估计噪声预测最小均方误差-残留码间干扰消除(minimum mean square error-residual intersymbol interference cancellation, MMSE-RISIC)均衡算法。该算法包括噪声预测MMSE-RISIC均衡算法与基于UW的噪声消除时域信道估计算法, 并将频域均衡算法与信道估计算法相结合。最后,利用华北地区300 km的9径散射链路参数进行仿真, 结果表明基于UW的噪声消除时域信道估计算法较基于UW的时域信道估计算法总体性能有所提高, 当误码率为10^-2时信噪比大约有1.2 dB的性能增益; 联合信道估计噪声预测MMSE-RISIC均衡算法相比改进MMSE-RISIC均衡算法性能也有提高, 当误码率为10^-2时信噪比大约有3.2 dB的性能增益。     

改进时频脊线的跳频参数盲估计算法

为解决基于时频脊线的跳频参数估计算法在信噪比低于-5 dB时估计误差较大且存在定频干扰时方法失效的问题,提出了该算法的改进算法。在短时傅里叶变换(short time Fourier transform, STFT)的基础上,利用迭代去噪法对原时频图进行去噪处理,根据跳频信号与定频干扰驻留时间的不同,采用k-means算法对其进行聚类,消除定频干扰并提取其时频脊线,利用Haar小波对提取到的时频脊线进行奇异点检测,并估计出跳频信号的跳频周期、起跳时间和跳频频率。仿真结果表明,所提算法在信噪比低于-5 dB且存在较强定频干扰的情况下,仍能对跳频参数进行正确估计,且优于原有算法。     

突发信号载波频偏估计的广义延拓逼近算法

为了解决在突发信号载波频偏估计问题中,载波频偏估计算法对估计精度、信噪比门限和估计范围的兼顾问题,提出了基于广义延拓逼近的载波频偏估计算法。该算法无需数据辅助,对接收信号频域信息做合理单元划分,节点处满足插值条件,单元域内实现最佳拟合,能够有效提升整域内的逼近精度。仿真结果表明,与文献算法相比,该算法具有更低的信噪比门限、更高的估计精度和理论最佳的估计范围。算法数学模型稳健、复杂度低,具有很好的可实现性和很高的使用价值。     

基于谱图的伪码调相与线性调频复合信号参数估计

研究了基于谱图的伪码调相与线性调频（pseudo random binary code and linear frequency modulation, PRBC-LFM）复合信号参数估计算法,根据PRBC-LFM信号的谱图特点给出了其伪码参数（子脉冲宽度、脉冲重复周期和伪码重复周期等）和调频参数（载频、调制斜率）的估计方法。结合瞬时频率估计误差理论,分析了谱图窗函数窗长的选择对信号参数估计精度的影响。另外,为了评价该参数估计方法的性能,推导了PRBC-LFM信号参数估计的克拉美罗界。理论分析和仿真实验表明,选择中等长度的窗函数,在信噪比为0~10 dB范围内,该估计方法比较接近克拉美罗界。