基于ICA与MUSIC相结合的未知源数目DOA估计算法

从阵列入射信号具有统计独立和空域独立这两个方面出发,利用ICA和MUSIC算法相结合,进行未知源信号数目的DOA估计,在算法迭代的过程中,得到源信号数目的同时也得到了源信号的DOA．通过仿真实验表明,该算法能对未知源数目的信号进行DOA估计,并且在低信噪比和存在弱信号的情况下仍然有效．     

基于盖氏圆方法的宽带信源数目估计

针对低信噪比和小快拍数情况下宽带信号源数目较难精确估计的问题,提出了一种基于盖氏圆方法的宽带信号源数目估计算法(GDECSM)。盖氏圆方法通过利用盖氏半径对矩阵特征值范围的限定关系,能有效区分信号子空间与噪声子空间,在宽带信号源数目估计中能够产生良好的检测效果。仿真实验表明,与基于AIC准则的宽带信源数目估计算法(AICCSM)相比,GDECSM算法在低信噪比和小快拍数时都具有更高的检测概率,运算复杂度也有所降低。     

一种信号数目估计的小波包分解优化算法

分析了入射信号数目估计的信息理论准则·针对在低信噪比以及数据快照数目较小的情况下,Akaike信息准则(AIC)和最小描述长度MDL都不能正确估计入射信号数目的问题,提出了采用小波包分解方法对MDL准则进行优化的算法,称之为wpMDL算法·考虑子带分解具有预测偏差小和模式隔离等特点,采用基于一维小波包分解的"伪二维"子带分解算法,不仅有效地改善了MDL准则的估计性能,而且计算量比二维分解降低了·仿真结果验证了提案算法的有效性,无论是对信噪比的变化还是数据快照数目的变化,wpMDL算法都能正确地估计入射信号的数目·     

采用前向空间平滑分组的混合信号波达方向估计算法

针对混合信号在估计其波达方向时阵列孔径和信噪比损失严重的问题,提出了一种基于对称均匀线阵的波达方向估计算法。对于独立信号,利用旋转不变性子空间类算法估计出其波达方向;对于多径传播引起的多组相干信号,利用矩阵的差分以及斜投影分组估计出其波达方向。这种利用矩阵差分的算法不仅消除了独立信号对相干信源的影响,而且相比前向空间平滑算法减少了斜投影和空间平滑的次数,降低了阵列孔径和信噪比的损失。该算法还可以与多种平滑算法相结合,降低对阵元数的要求并提高仿真性能。在估计相干信号的波达方向时,利用旋转不变性子空间类算法思想代替多信号分类算法,避免了谱峰搜索,降低了运算时间。仿真结果表明:存在5个相干信源时,在-10dB的低信噪比的情况下,所提算法仅需7个阵元就可获得误差较低的估计结果,而且与多信号分类算法相比节约了大量运行时间。     

一种新的MPSK信号信噪比估计算法

针对现有PSK信号信噪比估计算法估计精度不高,估计范围小的问题,本文在高阶统计量的基础上,使用全回归线性分析方法得到了一种新的MPSK信噪比估计算法。新算法首先建立信噪比与统计量之间的线性关系,再利用全回归方法拟合出各线性系数。经仿真表明：该算法综合使用各阶统计量信息,扩大了现有信噪比估计算法的估计范围,并使得低信噪比估计性能明显优于其它算法。     

基于稀疏表示的超平面聚类盲信号分离算法

对欠定混叠盲源分离问题,论文针对于源信号的稀疏程度不同,首先引入了向量k-阶稀疏的概念。然后在满足欠定混叠盲分离问题可解的情况下,讨论了源信号向量是m-1阶稀疏的情况下的混叠矩阵的辨识问题,并提出了一种新的基于超平面聚类算法来估计欠定混叠矩阵。该算法不仅对源信号的稀疏性要求放宽了条件,而且在精确估计出混叠矩阵的同时估计出了源信号的数目。经数值实验仿真表明了算法的有效性。     

MPSK/MQAM符号速率估计算法

为了在复杂环境以及低信噪比情况下实现符号速率的准确估计,降低算法的复杂度和运算量,提出一种针对MPSK/MQAM(multiple phase shift keying/multiple quadrature amplitude modulation )类信号符号速率估计的新方法,通过对A/D采样后的信号进行数字下变频处理得到零中频信号,利用I路和Q路信号构造一个复数函数,生成含有与符号速率相关的离散谱线,通过检测离散谱线的位置实现符号速率的估计。通过MATLAB仿真实验以及在FPGA(field programmable gate array)与DSP(digital signal processor)硬件平台上利用实际信号对算法的性能就行了测试,验证了该方法的有效性。结果表明,该算法复杂度低,运算量小,适应性好,在低信噪比情况下仍具有较高估计精度。同时,该方法所得到的数据也可以用来进行信号识别和其他参数的测量,这在工程实践中具有很高的应用价值。     

宽带无线接入系统的上行定时算法改进

对基于IEEE 802.16e-OFDMA的宽带无线接入系统的上行定时算法进行改进.该算法采用了测距信号的时域叠加方法,增强其在频域的信噪比,提高在低信噪比情况下用户接入和时延估计的性能.仿真结果表明,在信噪比较低的情况下,该算法相对于原有算法在用户检测性能和时延估计性能方面均有改善,提高了小区边缘用户的上行随机接入性能.
     

非协作通信中的信噪比估计算法

研究基于信号协方差矩阵分解的信噪比估计算法.该算法使用最小描述长度准则实现了信号空间维数的估计,进而实现信噪比估计.在此基础上,提出了基于信号功率谱的信噪比估计算法.由该方法计算出接收信号的功率谱,估计出有用信号的带宽,在有用信号频带外的噪声频带上估计出噪声的功率,从而估计出信噪比值.仿真实验表明,当信噪比小于3dB时,基于信号功率谱的信噪比估计算法优于基于信号协方差矩阵分解算法.     

一种新的基于稀疏表征的二阶段欠定语音盲分离方法

提出了一种新的混叠语音盲分离方法,即在欠定的情况下基于信号的稀疏表征,通过两个阶段估计出混叠矩阵和源信号。在混叠矩阵估计阶段,利用类拉普拉斯窗口函数构造出一个新的势函数,根据基于势函数的聚类算法估计出混叠矩阵。在源估计阶段,针对1^1-范数方法的不足,提出了一种新的基于高阶统计特性的稀疏表征来进行源信号的估计——统计稀疏分量分析。仿真实验表明,和同类其他二阶段估计方法相比,本文所提方法分离结果的重构信噪比更高,分离性能也更加优越。     

联合特征值和特征子空间投影的信源数估计

高分辨空间谱估计算法中信源数的准确估计是必要前提.文中结合矩阵重构和特征子空间投影方法,提出一种适用于弹载阵列系统的信源数估计算法.将阵列阵元分成相同的2组,求得这2组阵元接收数据的互协方差矩阵并重构信源数估计矩阵,对重构的矩阵特征分解,联合特征子空间投影和特征值加权的方法构造判决函数来估计信源数.理论分析与仿真结果表明:重构矩阵的信号子空间特征值呈平方倍增大,噪声功率得到抑制;算法有效提高了少量快拍数据和低信噪比条件下信源数估计的正确率.     

多用户长码直扩信号的信源数估计

针对低信噪比(signal-to-noise ratio,SNR)下多用户长码直扩信号在信源数估计中容易产生虚拟用户数的问题,提出一种基于阵列接收的信源数估计方法。首先采用阵列天线对长码直扩信号进行信号接收;然后使用信息论、盖氏圆以及平滑秩的算法实现信源数的估计,最后对3种算法进行对比研究。所提的信源数估计方法相比于直接用3种算法估计信源数在信噪比上有很大的提高,而且不会产生虚拟用户数。理论分析和仿真结果表明:在信噪比较低的环境下,对周期长码和非周期长码信号的信源数估计都能达到较好的估计性能。     

Dynamic Direction of Arrival Estimation with an Unknown Number of Sources

Aiming at source number determination and direction of arrival(DOA) estimation under the case of time-varying source number,a method of DOA estimation with an unknown number of sources was proposed.Firstly,an algorithm based on crossvalidation technique was introduced to determine the number of sources.Then dynamic DOAs of source were estimated using an algorithm based on blind source separation(BSS) under the case that number of sources were unknown in advance and it was timevarying.The effectiveness of the proposed method was validated by simulation of time-invariant and time-varying numbers of source.Compared with other conventional methods,the proposed method has superior evaluation performances The proposed method can estimate m(the numbers of sensor) DOAs while other conventional methods estimate less than m DOAs.The R_(mse) of the proposed method in the case of low signal-to-noise ratio(SNR)(equal or lower than 30 dB) is smaller than 0.2 while R_(mse) of other conventional methods are greater than 0.8.     

一种基于子空间距离准则的源数目估计算法

 源数目估计是阵列信号处理中的一个重要课题,也是声纳探测领域的一个难题。通过研究特征子空间分析方法,提出了一种新的源数目估计算法。该方法在盲源分离结果的基础上,基于信号子空间和噪声子空间正交的原理,建立了子空间代价函数来估计观测空间的源数目。同时,通过仿真和水池实验,对该方法的性能做了研究,并与基于信息论准则中最小长度描述准则的源数目估计算法进行了比较。仿真和水池实验结果表明,该源数目估计算法能得到准确的源数目,并具有较好的抗噪性,在水声环境中具有更好的稳健性。     

一种改进的盖氏圆盘估计信源数方法

 信源数估计是空间谱估计中的关键技术,研究符合实际应用环境的稳健的信源数估计方法具有十分重要的现实意义.基于空间谱估计中用于估计信源数的传统盖氏圆盘法,结合Toeplitz去相干算法在此提出了一种改进的盖氏圆盘法(T-GDE).该方法先对接收数据协方差进行Toeplitz预修正,再对得到的修正矩阵进行盖氏圆盘法估计信源数,使得新的盖氏圆盘法可用于低信噪比条件下的相干信源数估计.并通过仿真实验验证了其有效性.     

基于重采样的COLD阵列波达方向和极化参数联合估计

针对在低信噪比情形下DOA和极化参数估计性能严重下降的问题,提出了基于重采样的COLD阵列参数估计方法.该算法有效结合了ROOT-MUSIC和重采样技术,并对重采样技术作出了改进,利用COLD阵列ROOT-MUSIC算法,可以降低求根阶数,减少计算量;利用改进后的重采样方法,可以大幅度提升低信噪比下的参数估计性能.并通过参数估计结果可行性判定方法,保留参数估计正常值,剔除异常值.本文提出的这种算法,使在低信噪比情况下,参数估计精度得到提高.仿真实验结果验证了该算法对信号DOA和极化参数估计的有效性.      

基于DPSS的高噪声条件下混合LFM波形提取方法设计

 随着电磁对抗与反对抗技术的不断发展,低截获概率信号应用越来越广泛。传统的信号提取方法对低截获信号波形的提取已经无法满足用户使用需求。基于椭球基序列（discrete prolate spheroidal sequence,DPSS）构建时间窗函数对混合线性调频信号（multiple linear frequency modulation）进行分析,提出了恒门限判定概率捕获信号方法,并采用自适应二值化以及改进的霍夫变换（Hough transform）等图形处理算法完成信号波形的提取。仿真表明,本方法比短时傅里叶变换算法（short-time Fourier transform）具有更为优秀的噪声控制,同时在低信噪比下仍能准确提取波形。     

一种基于扩频信号的散射通信信噪比估计方法

针对散射多径衰落信道下信噪比估计误差较大的问题,提出一种基于扩频信号的信噪比估计方法,该方法在散射通信信道模型的基础上,给出散射通信信噪比估计方案并设计数据帧结构,提出基于扩频信号的信噪比估计方法并给出合路信噪比计算公式,同时提出采用特定接收信号处理算法的等效信噪比计算方法,用于准确表征散射通信中的有效信噪比.仿真结果表明该信噪比估计方法估计准确,等效信噪比计算方法正确有效,相比其他信噪比估计方法,估计范围更宽,可有效解决多径信道信噪比准确估计问题.