多径干扰下一种新的有效的弱GPS信号处理算法

为了提高全球定位系统(GPS)接收机的增益,有必要进行长时间的累积积分.针对累积最重要的限制:导航电文的变化、多谱勒频偏的影响以及非相干累积的平方损失,该文指出在弱信号条件下快速傅立叶变换捕获较传统算法更具有优势.该算法通过采用差分累积,增加累积时间,减轻非相干累积平方带来的增益损失.另外,全比特搜索算法能够估计出导航数据的最佳组合,实现长时间的相干积分.结合这两种算法,提出一套完整的GPS弱信号处理方案.最后进行了Monte-Carlo仿真,仿真试验结果验证了该算法的有效性.     

一种基于FFT块处理的微弱GPS信号检测新方法

针对微弱GPS信号的高灵敏度检测算法是当前遮蔽环境下GPS软件接收机捕获信号亟待解决的问题.作者提出了基于FFT块处理的1/4字节步进相干积分检测方法,较传统的1/2字节更替检测方法,增长了相干积分区间,更有效地利用了GPS信号,提高了微弱GPS信号的检测灵敏度,缩短了捕获时间.仿真结果表明,在信号长度不超过300 ms的情况下,该算法能成功捕获信号强度低至24dBHz 的微弱GPS信号.     

基于双卡尔曼滤波及贝叶斯估计的微弱GPS信号跟踪方法

提出了一种基于卡尔曼滤波的平方根算法以及贝叶斯估计理论的微弱GPS信号跟踪方法.采用2个耦合的扩展卡尔曼滤波器,即双卡尔曼滤波器来完成码跟踪和载波跟踪,同时,减少信号累加积分时间,以降低运算复杂度而提高收敛速度;采用基于贝叶斯估计理论的未知导航信息位处理方法,以降低在信号微弱的情况下未知导航位所带来的不利影响.仿真结果表明,利用该方法可以精确跟踪载噪比低至19 dB-Hz的微弱GPS信号.     

GPS弱信号的高灵敏度捕获算法

为提高弱信号环境下全球定位系统（global positioning system,GPS）捕获的灵敏度,需进行累积提高增益。在分析传统相干累积和非相干累积算法的基础上,研究了一种基于快速傅里叶变换（fast fourier transformation,FFT）的差分相干累积方法。并采用蒙特卡罗仿真,分析了载噪比（carrier to noise ratio,C/N0）、累加次数、相干累积时间的选择对非相干算法和差分相干算法性能的影响。仿真结果表明,较传统非相干法,研究的差分相干法用于检测弱信号时具有明显的性能优势,信号检测增益最多可增加约1.8 dB,充分说明了差分相干在高灵敏度捕获中的优势。     

宽带信号DOA估计的一种快速算法

CSM(Coherent Signals-subspace Method)算法需要构造聚焦矩阵和进行预估计,运算量大且估计精度容易受预估计的影响,很难达到信号实时处理的目的。为此,提出了一种基于前后向平均的改进非相干信号子空间算法(ISM:Incoherent Signals-subspace Method)。该算法通过把宽带信号分解为若干个窄带信号,对每个窄带信号先用前后向平均法进行去相关处理,再利用ISM算法对宽带非相干信号和相干信号进行DOA(Direction Of Arival)估计。该算法不需要进行预估计,且去相关处理简单容易实现,对宽带相干信号的估计虽然性能不如相干信号子空间算法,但运算量比CSM算法减小很多,是一种快速的宽带信号DOA估计算法。通过实验仿真和性能分析,验证了该算法的有效性。     

一种改进的非相干GNSS信号频率锁定方法

为了实现弱信号环境中的高灵敏度GNSS信号跟踪,提出了一种改进的非相干GNSS信号频率锁定方法,利用非相干累积消除电文反转的影响,扩展有效能量累积时间范围,改善了信噪比;设计了基于非线性加权累积偏差的最优频率间距计算方法,得到频率鉴别线性范围最大的非相干频率鉴别器;通过延长相干和非相干累积时间,实现宽线性鉴频范围的高灵敏度频率锁定环路.理论分析和蒙特卡罗仿真结果表明:所提出的方法可以改善频率跟踪灵敏度和牵引范围,在不进行电文估计、静态环境信号强度为-160dBm的情况下,可以实现稳定跟踪并保证一定精度.     

基于重构噪声子空间的相干信号DOA估计

传统DOA(direction of arrival)估计算法无法处理相干信号,因此提出一种基于重构噪声子空间的高精度DOA估计算法.该算法利用阵元接收数据的自协方差与互协方差信息构造成增广矩阵作为新的协方差矩阵,对该矩阵进行奇异值分解得到相应的噪声子空间和特征值矩阵.为了获得更精确的信号向量,重构一个由新特征值矩阵对应的特征向量所组成的噪声子空间.最后通过谱峰搜索得到DOA估计值.算法不影响对非相干信号估计的效果,并且比IMMUSIC(improved multiple signal classification)算法具有更高的估计精度,在低信噪比及信号入射间隔较小的情况下也有良好的准确性.仿真结果表明,提出的改进算法在低信噪比及低采样快拍数的条件下,能有效估计出相干信号的波达方向.     

基于四阶累积量相关信号的DOA估计

目的 针对相干信号,在高斯色噪声的背景下,有效地进行信号的DOA估计.方法 应用四阶累积量和修正MUSIC算法.结果 二阶矩算法性能严重失效,累计量算法DOA估计性能好.结论 利用四阶累积量和修正MUSIC算法相结合,在高斯色噪声的背景下具有良好的统计性能,是实现相干信号高分辨方位估计的有效方法.     

基于压缩感知的相干信号DOA估计算法

本文从稀疏信号重建的角度提出了一种相干信号波达方向(DOA)估计改进算法。稀疏信号重建主要受冗余字典中原子间干扰的影响。本文基于正交匹配追踪(orthogonal matching pursuit-OMP)算法通过设计感知字典削弱原子间干扰估计相干信号DOA。通过仿真验证算法的运行速度、DOA估计、估计值的最小均方误差(RMSE)与克拉美罗界(CRLB)对比,仿真结果验证了算法的有效性。本文所提方法运算复杂度低,且具有信源过载能力。     

新一代全球导航定位系统(GNSS)信号的载噪比联合估计

载噪比是全球导航定位系统(GNSS)接收机跟踪过程中的重要参量。为了合理利用新一代GNSS信号中的导频和数据通道对载噪比进行估计,从两种经典的单通道载噪比估计算法(方差求和算法和能量比例算法)出发,分别使用相干和非相干的融合方式设计了导频和数据通道融合的载噪比估计算法。仿真结果表明:融合的载噪比估计算法相对单通道算法有较小的估计偏差;基于非相干融合的能量比例算法在弱导航信号的情况下性能较优;在实际应用中,在接收机完成电文同步前,基于相干融合的方差求和算法是较好的选择。     

基于直接判决反馈的BPSK/QPSK信号幅度估计

推导了理想高斯信道下信号幅度估计的克拉美-罗界（CRB）,提出了一种基于直接判决反馈的BPSK/QPSK信号幅度估计算法,并对该算法的性能进行了理论分析和仿真。仿真结果表明,在直接判决反馈模式下,该算法的估计方差在高信噪比下接近克拉美罗界。     

一种新的基于判决反馈的OFDM系统信道估计方法

提出了一种基于判决反馈机制的信道估计方法,采用少量导频估计出初始信道信息,再从接收端检测出的符号中选取一组包含了少量错误的符号作为准导频,反馈到信道估计器,与初始的导频一起构成数量更多的导频序列,经过几次迭代,达到提高信道估计精度的目的.为提高初始估计的精度,信道估计采用了一种频域分集的方法.计算机仿真表明,在多径瑞利衰落信道下,本文的方法可以在较低的复杂度下有效地提高信道估计的精度,在MMSE接收条件下,系统具有良好的误比特率(BER)性能.     

一种新的CPM信号载波同步算法

针对连续相位调制(CPM)信号载波同步中存在的估计精度低、信噪比适应能力弱以及计算复杂度高等问题,提出了一种基于数据辅助的CPM信号载波同步算法。首先分析建立了预编码CPM调制同步系统的数学模型,并据此推导了信号相位估计值的对数似然函数;然后利用后验概率均值实现对载波同步参数的精确估计,同时对算法的相偏估计精度和频偏估计范围进行了理论分析;最后利用蒙特卡罗仿真实验验证了所提算法的有效性。理论分析和仿真结果表明:新算法对CPM信号载波同步精度高,信噪比适应能力强,且能够适用于大频偏环境,同时在计算量上相比EM算法具有一定优势。     

基于高斯混合密度函数估计的语音分离

基于最大熵法（Ｍａｘｉｍｕｍ Ｅｎｔｒｏｐｙ,ＭＥ）、最小互信息量法（Ｍｉｎｉｍｕｍ Ｍｕｔｕａｌ Ｉｎｆｏｒｍａｔｉｏｎ,ＭＭＩ）和最大似然法（ＭａｘｉｍｕｍＬＩｋｅｌｉｈｏｏｄ,ＭＬ）最解决盲信号分离问题的常用算法,分析了ＭＥ、ＭＭＩ以及ＭＬ算法之间关系。基于高斯混合模式（Ｇａｕｓｓｉａｎ Ｍｉｘｔｕｒｅ Ｍｏｄｅｌ,ＧＭＭ）概率密度函数估计,提出了一种采用反馈结构的扩展最大熵语音分离算法,与     

一种正交频分复用系统多径时延估计模型与算法

针对正交频分复用(OFDM)系统的时延(the time of arrival,TOA)估计未充分利用OFDM信号的时频特性及其精度较低的问题,根据OFDM信号的时频特性提出一种基于频域相偏的多径时延估计模型(Multipath Delay Estimation Based on Frequency Domain Phase-offset,FDP-MDE).并在此基础上,结合LTE(Long Term Evolution)系统的实际特点提出一种分组联合时延估计算法(Grouped Joint Time Delay Estimation,GJ-TDE).该算法首先将OFDM系统的时域接收信号转换为频域信号,然后对频域信号采样分成多组低维的接收数据矩阵并利用各采样数据矩阵组分级估计时延,最后取各时延估计值的平均作为定位时延值.仿真结果表明:在信噪比(SNR)为0dB、采样间隔为8的条件下,GJ-TDE算法的均方根误差(RMSE)比基于时域同步的Mensing算法降低了5.503 4m.     

LTE上行链路高速铁路应用场景中的频偏估计方法

提出了一种长期演进(LTE)上行链路频偏最大似然(ML)估计算法,并通过定量分析该算法与基于2个训练序列相差的频偏估计算法(相差法)的估计性能,提出了一种联合频偏估计算法.仿真结果表明:与相差法相比,所出提的ML估计算法与联合估计算法的频偏估计范围均能够覆盖高速铁路应用场景中的最大频偏,且ML估计算法不受LTE上行链路跳频传输的影响;在信噪比10 dB且少于4个用户的情况下,2种算法均能够提供10-4或更小的归一化频偏估计均方误差;在单用户情况下,联合估计算法比ML估计算法的均方误差在信噪比上提高了近5 dB.     

OFDM系统中一种符号定时和载波频率同步算法

针对正交频分复用(OFDM)系统提出了一种新的符号定时和载波频率同步算法.该算法将整个OFDM符号分成多段,在连续多个OFDM符号中采用相关累加的方法得到对系统同步的估计函数.当分段长度小于相邻OFDM符号间的无符号间干扰(ISI)区长度时,算法可以分辨这一区间,从而得到最优符号定时同步以及载波频偏估计.分析表明最大似然(ML)算法和Karthik算法是它的一种特殊情况,计算机仿真结果表明该算法不仅可以跟踪时变信道而且其均方估计误差(MSE)要远远小于最大似然(ML)估计.     

CO-OFDM 系统中基于线性预处理的新相位噪声抑制算法

针对相干光正交频分复用（coherent optical orthogonal frequency division multiplexing,CO-OFDM）系统中相位噪声引起的载波间干扰（inter-carrier interference,ICI）问题,提出了一种基于线性预处理的新判决反馈相位噪声抑制算法。该新算法改进了线性预处理部分,利用循环前缀与OFDM符号固有的相关性,在时域进行简单的线性组合运算,充分利用了OFDM符号中冗余信息。仿真分析表明,在激光器线宽为200 kHz且误码率（bit error rate, BER）为10－4时,与判决反馈相位噪声抑制算法和一次迭代的判决反馈相位噪声抑制算法相比,该新算法BER曲线的信噪比（signal to noise ratio,SNR）分别改善了3 dB和1 dB,有效地降低由ICI引起的错误平层。     

基于自相关检测法和能量重心法的正弦信号频率估计算法

为了提高淹没在高斯白噪声中的实正弦信号的频率估计精度,提出了一种综合的结合自相关检测法和能量重心法的正弦信号频率估计算法。该算法首先通过多次自相关运算对输入信号进行预处理,可检测出淹没在噪声中的微弱正弦信号,来提高信噪比;然后对信号进行FFT(fast fourier transform)运算可得信号的功率谱,通过搜索最大值谱线的位置可粗估计出信号频率;最后运用离散频谱能量重心法,可精确估计出正弦信号的频率。仿真结果表明本算法在整个频段上频率估计性能比较稳定、频率估计的均方根误差更小,性能优于Rife算法、Quinn算法和能量重心法,并易于硬件实现,具有工程实用价值。