一种基于二阶统计的盲源分离方法及性能分析

提出了一个基于信息论原理的目标函数 ,该目标函数可以作为衡量输出分量独立性的标测度。最小化该目标函数并利用信号的非平稳特性和两种网络结构形式的等价性 ,得到一种可以进行非平稳信号的盲分离的训练算法 ;计算机仿真结果表明了该算法的有效性。最后对目标函数的性能进行了分析。     

多时延解相关准则下的非平稳信号在线盲分离

利用一种基于多时延解相关准则的代价函数和自然梯度原则,分别推导出非平稳信号在瞬态线性混合及卷积混合情况下的在线盲分离算法,仅通过对有限个时延样本的相关矩阵进行Frobenius范数最小化运算得到分离矩阵,计算工作量小,无需对样本进行分块处理,可实现对信号的连续跟踪操作。仿真结果表明算法分离精度高,分离过程平稳,在任意混合情况下均能获得良好的分离性能。     

基于变换域滤波的直扩通信单通道混合信号分离抗干扰方法

针对直扩通信信号和干扰在时/频域严重重叠这一实际情况,提出一种基于变换域滤波的直扩通信单通道混合信号分离抗干扰算法。该方法首先利用直扩信号和干扰的二阶循环平稳差异,基于直扩信号部分调制先验信息,构造基于变换域的单通道混合信号分离模型;然后基于训练序列和最小均方误差准则设计代价函数,使输出信号接近于导频序列并得到此时的分离向量;最后利用该分离向量,从含有强干扰的业务混合信号的频移向量中分离出期望的通信信号,提升了直扩通信在强干扰下的抗干扰能力。仿真结果表明,未分离信号在单音/多音干扰、扫频干扰等强干扰下的误码率接近0.5,而本文算法在此条件下的误码率可低至10^-3以下。     

独立分量分析的一种剖析方法及其搜索算法

给出了独立分量分析(ICA)问题可解性的一种直观解释,并设计了直接的搜索算法.首先通过分析二维ICA问题,将输出信号分量的峰度作为ICA最优化问题的目标函数,分析了目标函数的波形随源信号之间耦合程度不同而变化的规律,以直观的图示解释了最大化输出信号非高斯性的ICA准则,且具有严格的数学意义.通过4点比较,将目标函数定位于某确定子区间,在读子区间上,目标函数是单峰函数,峰值点为全局极大值点,且为ICA问题的解.用快速搜索法进行了ICA求解,并将算法推广到多维ICA问题的求解.对算法进行了双通道图像分离、多通道语音分离的数值实验.     

二阶输出反馈滑模极值搜索控制方法

针对一类单输入单输出(single input single output,SISO)非线性极值系统的控制问题,提出了一种二阶输出反馈滑模极值搜索控制方法。考虑到此系统的状态量不可测,利用斜坡函数作为输出量的参考跟踪信号,以系统的输出跟踪误差及其微分信号构建切换函数,设计出二阶滑模极值搜索控制律。稳定性分析证明了在任意初始条件下,该方法可使系统的输出量全局收敛至其期望极值的任意小邻域内且所有状态量均是一致范数有界。仿真结果验证了该方法的有效性。     

MIMO干扰信道下基于自适应复合代价函数的干扰对齐预编码设计

在多输入多输出(multiple-input multiple-output,MIMO)干扰信道中,针对传统的单边干扰对齐(interference-alignment,IA)算法不能有效地保留期望信号而导致系统容量受限的问题,提出一种利用辅助中间变量实现单边IA的设计思想,并以此为基础,给出一种基于自适应复合代价函数(adaptive composite cost function,ACCF)的IA预编码设计方法。该方法首先定义期望子空间内的残留干扰和有用信号功率的自适应加权差作为代价函数;进而通过一辅助函数,将干扰抑制矩阵转化为中间变量,以构造复合代价函数;最后利用格拉斯曼(Grassmann)流形上的梯度下降法实现复合代价函数的优化求解。数值仿真结果验证了基于ACCF的IA方法在MIMO干扰信道中的有效性。     

波束域的信号盲分离方法

现有的源信号盲分离方法大都是针对阵元输出信号进行的,各种干扰信号和观测噪声的影响使盲分离算法性能退化,甚至失效.为了提高低信噪比情况下的信号盲分离能力,提出一种新的信号盲分离方法,即先对阵元观测信号进行盲波束形成,而后利用波束输出信号实行盲分离.盲波束形成阶段既提高了盲分离输入信号的信噪比,又可降低盲分离模型的阶次,信号盲分离阶段不仅能进一步净化信号,还能分离同一波束内两个以上的源信号.采用多种情况的人工仿真混合信号进行实验,以评价新算法的性能,仿真结果表明新的盲分离方法优于各阶段算法.     

基于循环谱包络的多径直扩信号参数估计

分析了多径直扩信号的循环平稳特性,推导了其循环相关函数和循环谱表达式.提出了一种基于循环谱包络的多径直扩信号的码元速率和载频估计算法,给出了实现步骤.算法不需要伪码等先验信息,可实现对信号参数的盲估计,且参数估计是在非零循环频率上进行一维搜索,避免了平稳噪声或干扰的影响,适用于低信噪比情况.计算机仿真实验验证了该算法的有效性.     

时变衰落信道下OFDM信号参数融合估计

提出了一种基于代价函数实现短循环前缀正交频分复用(orthogonal frequency division multiplexing, OFDM)信号参数融合估计与识别的算法。该算法同时利用OFDM信号循环前缀产生的自相关和循环自相关特性,同步估计有用符号时间和符号周期。首先对OFDM信号的循环自相关特性进行了深入的分析,然后构造了代价函数并讨论了时变衰落信道条件下引入循环频率的数目对代价函数的影响,最后通过计算机仿真,验证了算法的有效性。     

改进的粒子群算法及其非线性盲源分离

采用粒子群算法与自然梯度法相结合进行非线性混叠信号盲分离。用高阶奇数多项式拟合非线性混合函数,建立非线性信号盲分离模型。同时根据粒子群算法的特点,作了改进,引入了“迁徙操作”和局部深度搜索方法。对多项式的参数用粒子群算法来求估计,然后用自然梯度法对线性去混合矩阵进行迭代。仿真结果表明,粒子群算法可以快速、有效地求得非线性混叠信号盲分离的优化解。     

Lattice structure adaptive IIR notch filter based on least square kurtosis

A new variable step-size algorithm for a second-order lattice form structure adaptive infinite impulse response (IIR) notch filter to detection and estimation frequency of sinusoids in Gaussian noises is proposed. Utilizing least square kurtosis of output signals as a cost function, the new gradient-based algorithm to update frequency of the adaptive IIR notch filter and the new variable step-size algorithm are given. The computer simulation results show that the proposed algorithm has better ability in suppressing colored Gaussian noises and better accuracy in estimating parameters at low SNR than previous algorithms.     

PCMA信号幅度的联合估计算法

针对成对载波多址(paired carrier multiple access, PCMA)信号的幅度估计问题,提出了一种联合累积量代价函数与高次方法的估计算法。算法通过求解累积量代价函数的最小值,得到两路信号分量的幅度比,然后利用高次方法估计强信号的幅度值,最后利用强信号的幅度值与两路信号分量幅度比计算弱信号幅度值。重点研究了频差、过采样倍数对算法估计性能的影响。仿真实验表明,该算法复杂度低,抗噪性能强,相比现有算法,本文算法性能受两路信号分量幅度比影响不大,对于对称型、非对称型PCMA信号的幅度估计均可适用。     

基于测试重要度的Petri网序列优化算法

针对故障诊断测试序列优化问题,提出一种基于测试重要度的Petri网序列优化算法。该方法依据测试代价原则,并引入测试重要度函数,采用Petri网全局搜索算法,在传统测试优化目标测试费用和故障检测率的基础上,选择包含故障信息量大的测试,有效缩减测试序列的长度,并结合测试代价的反馈计算,减少总体测试费用。研究表明,所提出的优化算法克服了传统算法陷入局部优化的缺点,能够有效地减少总体测试代价。     

红外图像序列中机动点目标的快速检测技术

本文针对红外自动寻的末制导系统提出了一种适合于检测星空背景下的远距离点目标的快速算法,它可用于检测静止不动、匀速运动和机动运动的点目标。该算法通过构造一个关于3D空间中数据集的轨迹表达的总代价函数将点目标轨迹提取问题转化成为总代价函数对目标参量的最优化问题,通过迭代算法实现这个最优化,文章证明了算法的收敛性,并估算了该检测算法的检测性能,实验表明该方法适合于小SNR时的点目标检测。     

多目标跟踪的分布式MIMO雷达有限阵元选取算法

为充分发挥分布式多输入多输出雷达阵元选取的灵活性,提高多目标跟踪精度的同时,尽量降低系统的代价损耗,提出了一种基于多目标位置估计的阵元选取算法。首先,以提高目标位置估计精度为优化准则,在给定阵元子集大小和允许最高精度误差的约束下,建立了目标位置估计精度与系统代价损耗折中的阵元选取优化模型。然后,采用多起点搜索贪婪算法对模型进行求解,得到多目标跟踪的阵元选取结果。仿真结果表明,在一定阵元子集大小和跟踪目标个数的范围内,该算法能够获得良好的选取性能,并大大降低系统计算量。     

基于复合频率编码的低截获概率波形簇设计

针对宽带正交低截获概率(low probability of intercept，LPI)雷达波形簇设计, 利用频率编码捷变和调频斜率捷变的复合波形编码技术, 在波形正交约束的基础上构造了一种复合频率编码的非线性代价目标函数, 提出了基于频率编码捷变或调频斜率捷变的复合波形簇优化设计方法。利用模式搜索算法获得了具有良好自相关和互相关旁瓣特性的宽带正交LPI波形簇。仿真结果表明, 所设计的波形能够获得低自相关旁瓣和低互相关旁瓣, 可为LPI雷达发射波形与多输入多输出雷达波形的设计提供参考。     

基于混沌自适应烟花算法的雷达信号盲源分离

针对传统独立成分分析(independent component analysis, ICA)方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法(chaotic adaptive fireworks algorithm, CAFWA)的盲源分离(blind source separation, BSS)方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。     

基于混沌自适应烟花算法的雷达信号盲源分离

针对传统独立成分分析(independent component analysis, ICA)方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法(chaotic adaptive fireworks algorithm, CAFWA)的盲源分离(blind source separation, BSS)方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。     

基于混沌序列的MIMO雷达互补相位编码波形设计

多发多收(multiple-input multiple-output,MIMO)雷达使用相互正交的波形作为发射波形。用混沌序列可以在短时间内产生任意数量、任意长度的正交混沌相位编码波形。由于互相关和自相关旁瓣的影响,混沌相位编码波形作为发射信号时的脉冲压缩输出具有较高的距离旁瓣。提出一种通过遗传算法联合迭代算法,搜索设计混沌相位编码发射波形的最优互补波形的方法,使得这种互补发射结构能够有效地抑制高脉冲压缩输出距离旁瓣,从而提高MIMO雷达的目标检测性能,特别是对相邻弱小目标的检测性能。仿真部分基于4种常用混沌序列,与相关文献中波形进行比较,证明了该方法的有效性。     

空间相干信号的频率和二维到达角估计算法

针对宽频段窄带信号的参数估计,提出了一种空间相干信号频率和二维到达角联合估计的算法——TSS-DOA算法。TSS-DOA算法利用双平行线阵的时空数据以及平滑技术构造了一个时空平滑矩阵,通过对其进行特征分解,并利用分解得到的特征值和特征矢量估计出空间相干信号的三维参数。该算法能精确地估计信号的三维参数,无需多维谱峰搜索,具有计算量小,三维参数自动配对的优点,并有效地解决了信源参数兼并问题。计算机仿真结果验证了算法的有效性。