基于最大似然的同频混合信号联合定时估计算法

针对同频干扰下的混合信号时延估计问题进行研究,提出了一种基于最大似然准则的联合定时估计算法。该算法在推导似然函数的基础上,采用分级搜索方法估计信号时延,能同时实现干扰信号与有用信号的联合定时。相比传统的单信号时延估计,该算法需要有更长的观测数据长度;算法对频偏误差不敏感,在归一化频偏（相对于符号速率）小于2％时性能损失很小。仿真结果验证了算法的有效性。     

一种频域自适应最大似然时延估计算法

提出了一种基于平方相干函数的频域自适应最大似然时延估计算法。该算法构造了一种广义相位数据最大似然加权函数,并通过自适应估计输入信号的平方相干函数加以实现。算法的性能分析和仿真实验表明,该算法有更好的时延估计精度、收敛速度和跟踪性能,能够有效提高低信噪比环境下的低空目标被动声探测的时延估计性能。     

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。     

海杂波协方差矩阵估计及其对目标检测性能的影响

在海杂波中检测有用信号,杂波的协方差矩阵需要利用参考数据进行估计,不同的估计方法对信号的检测性能产生不同的影响。首先,给出了几种杂波协方差矩阵估计,即样本协方差矩阵、正则化样本协方差矩阵、最大似然估计和渐进最大似然估计;然后,分析了海杂波数据的非高斯性和非平稳性;最后,利用正则化匹配滤波器作为信号检测器,分析了不同协方差估计对检测性能的影响。分析结果表明,由于实测数据的非平稳性,检测性能均比仿真数据获得的检测性能要差。而将杂波协方差矩阵的最大似然估计应用于检测器,能够获得较好的检测性能。     

α稳定分布噪声中基于最优核时频分析的跳频信号参数估计

针对传统非线性时频分析方法在跳频(frequency hopping, FH)信号参数估计时,会出现严重的交叉项和参数估计精度降低等问题,引入径向高斯核(radially Gaussian kernel,RGK)时频分析方法,该方法根据FH信号的不同自适应选择最优核函数,从而有效抑制交叉项。RGK时频分析方法可在高斯噪声环境下估计FH信号的参数,但在脉冲性较强的α稳定分布噪声中,该方法性能退化甚至失效。对此,结合最大似然估计理论,提出了一种α稳定分布噪声环境下的加权最大似然广义柯西(weighted maximum likelihood generalized Cauchy,WMGC)滤波的新方法。采用基于WMGC滤波器的RGK时频分析方法(WMGC RGK方法,即WR方法),对该噪声中的跳频信号进行参数估计。仿真结果表明,与基于分数低阶及Myriad的时频分析方法相比,WR方法在α稳定分布噪声中具有良好的鲁棒性和优良的跳频信号参数估计性能。     

一种适用于低信噪比的ML载波频偏估计方法

与传统的连续导频符号设置相比,等间隔导频符号设置的最大似然载波频偏估计具有更高的估计精度,但低信噪比门限也较高。在分析导频符号位置对频偏估计范围影响的基础上,提出了一种新的基于等间隔导频符号的最大似然载波频偏估计方法,推导了该方法的频偏估计范围和低信噪比门限,并对理论分析结果进行了计算机仿真验证。结果表明当载波频率偏移介于［-0.45, 0.45］rad时,该方法可以在不增加导频开销的前提下,将低信噪比条件下的载波频偏估计精度提高近17 dB。     

脉冲噪声中基于数据可信度加权的跳频信号检测

时频分析是跳频(frequency-hopping, FH)信号检测的有力工具,但是脉冲噪声下性能严重退化,无法有效地提取跳频信号的周期、频率和跳变时刻等参数;基于分数低阶统计量和最大似然估计(maximum-likelihood,ML)的算法是改善脉冲噪声下FH信号时频分布的两类常用方法,但前者性能改善有限,后者通常对噪声的概率分布较为敏感,且计算复杂度高。对此,提出一种基于数据可信度加权(weighting based on the data credibility,WDC)的FH信号检测方法。该方法基于云模型(cloud model, CM)理论,建立了数据可信度的概念,以分析脉冲噪声下接收信号的不确定性,然后在此基础上实现信号加权,改善脉冲噪声下FH信号的时频分布特征。仿真实验证明,在稳定分布噪声中,该方法与基于分数低阶及Myriad滤波器的时频分析方法相比,能够较好地抑制脉冲噪声,获得FH信号的参数信息,具有良好的鲁棒特性。     

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.     

多载频MIMO雷达的幅相误差校正

建立了多载频（multi carrier frequency, MCF） MIMO雷达的幅相误差模型,并针对其发射和接收阵列的幅相误差耦合到一起的特点,提出了对信号预处理后等效阵列的联合幅相误差进行整体估计来实现误差校正的思想。针对单辅助信源的情况完成了两种误差估计方法：子空间拟合（subspace fitting, SF）法和最大似然（maximum likelihood, ML）法,子空间拟合法利用信号子空间与阵列流型张成空间的对应系列方程求解,而最大似然法利用似然函数最大来得到幅相误差。推导了幅相误差估计的Cramer Rao界（CRB）,并仿真分析了两种方法的估计性能与信噪比、快拍数的关系以及辅助信源的定位误差对估计性能的影响。     

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。     

同频混合信号的一种实时盲解调方案

简要回顾了基于粒子滤波的同频混合信号盲分离算法.着重研究了混合信号的定时问题,提出了基于Gardner算法的定时方法并从理论上分析了其有效性.在此基础上提出了一种Gardner定时+粒生子滤波+Viterbi序列检测的同频混合信号实时盲解调方案,其中Viterbi算法可以根据粒子滤波估计出的信号参数,对信号符号作进一步估计以达到更好的解调效果.仿真结果验证了该方案的可行性.     

导航星座星间链路信号自适应捕获方法

针对导航星座星间链路信号动态特性和工作特点,提出了一种基于星历辅助的自适应捕获方法。该方法利用导航卫星自有的导航电文对接收信号到达时延、多普勒频移和信噪比进行估计,根据估计结果自适应调整信号捕获的搜索范围、非相干累加次数和判决门限,以减少捕获时间、提高捕获性能。给出了自适应捕获的设计思路和流程,并结合全球定位系统真实轨道数据进行了仿真。仿真结果进一步证明了所提方法的有效性。     

基于最大似然估计的机载双基地雷达杂波抑制方法

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达杂波谱的空时分布特性,比较了最大似然估计方法与其他几种常规估计方法的性能,最后在此基础上提出了一种新的基于配准的最大似然非均匀采样距离相关性补偿方法。该方法通过最大似然估计方法完成对双基地机载雷达杂波幅度的估计,并利用非均匀采样选取各训练样本的杂波谱中心实现对杂波谱的配准。仿真结果表明,在各种不同的双基地机载雷达配置情况下,该方法均可有效解决双基地机载雷达面临的杂波非均匀问题。     

基于逆高斯纹理分布的协方差矩阵估计方法

在复合高斯杂波中检测目标信号, 需要对杂波协方差矩阵进行估计, 相应的检测性能与估计精度密切相关。利用服从逆高斯分布的纹理分量来对复合高斯杂波进行建模, 可以更好地拟合高分辨杂波实测数据。本文给出了一种两步广义似然比检测器, 先假设杂波协方差矩阵已知以获得检测统计量, 再利用纹理分量的先验分布推导协方差矩阵的最大似然估计。同时，基于贝叶斯方法, 假定纹理分量和协方差矩阵均为服从某种先验分布的随机量, 推导了协方差矩阵的最大后验估计。仿真结果显示, 基于知识的自适应检测技术由于引入了纹理分量和杂波的先验信息, 其协方差矩阵的估计精度好于最大似然估计和样本估计方法, 同时具有更好的检测性能。     

FRFT在水声信道时延频移联合估计中的应用

由于水声信道的复杂性和多变性,信号在水声信道传播中将伴随着多径时延与多普勒频移,二者是水声信道估计中两个重要的参数。基于分数阶傅里叶变换(fractional Fourier transform, FRFT)的时延和频移特性,提出一种采用多分量线性调频(linear frequency modulated, LFM)信号的水声信道估计方法,通过分析分数阶傅里叶域上峰值的偏移,联立不同阶次的时延和频移方程,可得到水声信道的时延和频移值。理论推导及仿真结果表明,该方法计算量小,且随着LFM信号分量数和调频率差值的增大,能在一定程度上减小估计的时延误差和频移误差。水池实验中选用具有相反调频率的双LFM信号作为估计信号,估计出多径时延与运动目标的多普勒频移,并给出了水下目标的运动速度。实验结果表明,FRFT估计法简单有效,在水声信道多径时延与多普勒频移估计上具有较好的实际应用价值。     

一种宽范围的最大似然载波频率同步算法

针对通信接收中的载波频率同步问题,提出一种改进的载波频差估计算法。分析了在常用的基于最大似然准则的频差估计方法中,估计范围受限的原因,针对性地提出了改进方法,利用一个基于频差粗估计的频率搬移方法扩展了估计范围,同时保持了L&R算法的估计精度优势。给出了改进算法的实现步骤,通过仿真实验证明了算法的有效性。     

OQAM/OFDM系统基于迭代的辅助导频信道估计

针对基于交错正交调制的正交频分复用(offset quadrature amplitude modulation/orthogonal frequency division multiplexing,OQAM/OFDM)系统中信道估计问题,本文提出了一种基于迭代的离散导频信道估计方法。通过分析系统存在的固有干扰,指出传统离散导频信道估计方法性能较低的原因。通过减少辅助导频消除干扰的个数降低辅助导频能量,使用迭代的方法估计信道的性能。仿真结果表明,所提的消除两个干扰数据符号的迭代辅助导频方法在辅助导频能量与普通数据符号相同的同时能够得到更好的信道估计性能。     

OFDM系统中一种基于训练引导的判决反馈均衡技术

针对OFDM系统,提出了一种基于训练引导的判决反馈均衡算法.算法中的信道估计以基于长训练序列的初始估计为基础,结合判决过程中所反映出的信道变化情况而综合得到.并将当前信道的预测值反馈回去,用以对接收的下一个数据符号进行均衡.通过仿真,测试了算法的误符号性能,并与常规的单一训练序列算法和基于导频的线性插值算法进行了比较.仿真结果表明,该算法可以很好的抵抗多径时延扩展和多普勒频移对接收信号的影响,均衡后的误符号性能较单一训练序列算法有3～4dB的性能改善,并能在最大多普勒频移高达275Hz范围内的高速移动环境下对信道衰落实施有效的估计和均衡.     

一种自适应最大似然GPS比特同步方法

提出了一种针对GPS系统的自适应最大似然比特同步方法.该方法改进了固定非相干累加次数的传统最大似然估计方法,利用归一化的比特能量最大值和次大值差值作为检测量,针对不同载噪比的信号自适应地约束非相干累加次数.数值仿真与分析表明,在保证错误估计概率基本不变的前提下,该方法有效地减少了平均估计时间.     

低轨卫星通信中SCMA系统载波同步算法设计

为了提高低轨卫星通信频谱利用率及对抗存在的大多普勒频移, 考虑将稀疏码多址接入(sparse code multiple access, SCMA)技术应用于低轨卫星通信，提出一种针对SCMA系统的数据辅助载波同步方案。该同步方案的频偏、相偏估计算法分别采用分步相关法和最大似然法。同时, 根据所提分步相关算法的特点, 优化了导频和数据组成的分布图样。仿真结果表明, 以6个用户共享4个资源块的系统为例, 基于优化帧结构的载波同步方案可以利用较少的导频开销获得比使用经典帧结构的更高估计精度和更好误码性能。