基于CPS的相位误差估计算法

在基于星座相位特征（CPS）相位误差估计算法的基础上,对高阶QAM信号,利用循环相关函数的局部对称性,提出一种基于局部对称性检测的相位误差估计算法。此外,利用平稳信号相关函数小波变换后的性质,提出了两种基于循环相关函数小波变换的相位误差估计算法。最后详细分析了小波变换对高斯白噪声的影响。与CPS算法相比,基于对称性检测的算法在低信噪比下有一定的优势。基于Morlet小波变换的相位误差估计算法在低信噪比下性能最好,而基于Harr小波变换的相位误差估计算法在高信噪比下性能较好。     

基于循环累积量的星形QAM载波盲估计

针对通信对抗和正交幅度调制(QAM)信号解调的实际应用,提出一种利用特定高阶循环累积量估计星形QAM载波的方法。由于高阶循环累积量能有效抑制平稳噪声和非平稳高斯噪声,通过理论分析可证明在上述噪声背景下,星形8、16 QAM信号的特定四阶循环累积量仅在载波位置处存在,因此可以通过检测此循环频率实现载波的估计。该算法可推广到更高阶星形QAM信号。仿真实验验证了该算法的有效性。     

频率选择性衰落信道下的星形QAM信号载波盲估计

针对通信对抗和QAM信号解调的实际应用,建立多径和频率选择性衰落信道下的QAM信号模型,提出一种利用特定高阶循环累积量估计星形QAM载波的方法.通过理论分析可证明在平稳和非平稳高斯噪声背景和衰落信道特性下,星形8、16QAM信号的特定四阶循环累积量仅在载波位置处存在,因此可通过检测此循环频率实现载波的估计.该算法可推广到更高阶星形QAM信号.仿真实验验证了该算法的有效性.     

高阶正交幅度调制信号信道均衡算法的研究仿真

传统双模式盲均衡算法是基于常数模进行信道均衡,均衡收敛速度慢、频带利用率不高,针对这个缺点,利用高阶正交幅度调制(QAM)信号具有多个模值,频带利用率高的特点,提出了适用于高阶QAM信号的双模式多模盲均衡算法(DMMA)和半盲均衡算法(SBEA)。其中DMMA充分利用了QAM信号的特点,采用收敛速度快,算法复杂度低的多模盲信道均衡算法为基础模式,以收敛效果更好并且修正相位偏转的多模辅助算法为第二模式;SBEA是运用DMMA均衡后的结果作为自适应均衡算法的导频数据,提高整个算法的收敛速度和精度。仿真结果表明两种算法收敛速度快、稳态误差小,并且能消除码间干扰的同时修正相位偏转,具有很好的实用性。     

基于修正超指数迭代算法的双模式盲均衡算法仿真研究

收敛速度和剩余均方误差是评价盲均衡算法性能优劣的主要参数之一。超指数迭代盲均衡算法收敛速度快，但是，该算法对高阶QAM信号具有较大的剩余均方误差。针对数字无线电信道的盲均衡问题，提出了一种修正的超指数迭代盲均衡算法，该算法可校正无线电信道引入的载波相位旋转，并具有较快的收敛速度。在此基础上又提出了一种双模式盲均衡算法，该算法在收敛阶段采用修正的超指数迭代算法，之后根据某一切换准则，切换到判决导引算法，可有效减小超指数迭代算法对高阶信号的剩余均方误差。通过仿真证明了本算法的有效性。     

一种适用于高阶QAM信号的双模式多模盲均衡算法

为了克服常数模算法(CMA)收敛速度慢、稳态误差大的缺点,利用QAM信号信道利用率高及高阶QAM信号模值不为常数的特点,提出了一种适用于高阶QAM信号的双模式多模盲均衡算法(DMMA).该算法以常规的CMA为基础模式,以多模算法(MMA)为第二模式,用该模式对于处在不同模值上的信号,以相对应的模值为参数分别进行均衡.另外,两种模式是同时对信号进行均衡的,并且在第二模式中,利用判决条件对均衡器的输出信号进行判决,使得模值能自动进行切换.利用水声信道对DMMA和CMA进行仿真实验,结果表明,与CMA相比,DMMA能针对性地对位于不同模值上的信号分别进行均衡,且收敛速度快、稳态误差小.     

SUMPLE算法的合成权值相位性能分析与仿真

SUMPLE算法是深空网天线组阵中信号合成的最重要方法之一。研究了合成权值的补偿相位估计性能,从参数估计角度分析了该算法具有较好的合成性能原因。同时,进一步利用SUMPLE算法合成权值之间相位差实现多天线信号间的相位差估计,并推导了估计算法的理论性能以及分析了天线数对算法性能的影响。理论分析与仿真结果表明,天线数越多,相位差估计性能越接近估计下界,较适合于低信噪比下多天线信号间的相位差估计。     

基于相参积累的捷变频雷达系统相位误差估计与稀疏场景重构算法

针对系统相位误差导致的捷变频雷达目标回波信号相参积累性能下降问题, 构建了系统相位误差下捷变频雷达目标回波信号相参积累模型, 并基于目标的距离-速度二维稀疏性建立了最小ℓ₁范数优化模型, 提出一种基于交替方向乘子法的系统相位误差估计与目标场景稀疏重构联合处理算法, 实现了系统相位误差和目标参数的精确估计。仿真结果表明, 在信噪比为20 dB的情况下, 该方法能够精确估计系统相位误差, 其估计误差在2°以内。同时，相比于逆合成孔径雷达相位自聚焦算法, 所提算法重构性能和计算效率均得到改善, 目标重构幅度均方差提高了10 dB, 运算时间减少到1/2。     

基于统计特性均衡准则的线性符号判决反馈盲均衡算法

为了克服多途水声信道引起信号的相位旋转及基于高阶统计量的线性均衡器（LE）收敛后均方误差大的不足,提出了基于统计特性均衡准则的线性符号判决反馈盲均衡算法。该算法充分利用高阶统计量所包含的相位信息、均衡器输出信息的非线性变换及判决反馈算法来补偿相位旋转;利用符号算法可以减少计算量的特点来加快收敛速度;利用判决反馈滤波器的性能来减小均衡器输出的均方误差。因此,该算法在减小均方误差与补偿相位旋转方面的性能优于基于统计特性均衡准则的线性盲均衡算法;在收敛速度方面的性能优于基于统计特性均衡准则的线性判决反馈盲均衡算法。通过水声信道的仿真实验,验证了该算法的有效性和可靠性。     

适用于高阶QAM信号的双模式盲均衡算法及仿真

提出了一种适用于QAM信号的双模式盲均衡算法，该算法以常规的CMA算法为初始模式，第二模式中分别对QAM信号的同相分量和正交分量进行均衡。通过判决条件对均衡器输出信号进行判决，使得该算法的迭代过程在两种模式之间自动切换，其收敛速度优于常数模算法CMA和基于判决圆环的双模式算法。通过水声多途信道的仿真实验，验证了该算法良好的收敛性能。     

一种宽带循环平稳信号波达方向估计的快速算法

提出了一种宽带信号波达方向估计的快速算法——谱相关多级维纳滤波器(spectral correlation-multi stage Wiener filter,SC-MSWF)算法。由于同时利用信号的循环平稳特性和多级维纳滤波技术,该算法既不需要传统的宽带信号波达方向估计中的聚焦运算,也不需要对伪数据矩阵或其协方差矩阵的特征值分解。从而该算法在具有循环平稳类算法的所有优点的同时,也具有小运算量和低复杂度的特点。仿真结果证明了该算法的有效性。     

一种新的基于Krylov子空间的快速子空间分解

快速有效地进行子空间分解是子空间类算法走向工程应用的关键。提出了一种新的期望信号的选择方法,并证明了在空时白噪声条件下由观测信号的协方差矩阵及观测信号与期望信号的互相关矢量构成的Krylov子空间等价于信号子空间,从而可以通过多级维纳滤波方法计算Krylov子空间的基来实现信号子空间的快速估计。由仿真实验可以看出所提出的方法能够快速有效地实现子空间分解,尤其在低信噪比下仍然具有较高的性能。     

单线铁路区间能力失效条件下列车运行调整模型

列车运行调整是调度指挥工作中关键任务之一. 列车运行调整模型多是基于确定的、强度较弱的扰动提出的,然而现实中某些扰动可能包含不确定的信息, 且强度较大,使得既有模型和算法呈现出一定局限性.针对单线铁路区间能力失效条件下列车运行调整问题,考虑能力失效持续时间的不确定因素,探索优化制定列车运行调整方案的模型.提出两阶段带补偿随机期望值模型,进一步讨论了多阶段递归决策概念模型的复杂度,据此给出了不完全连续多阶段决策模型.针对两类模型提出基于分枝定界的求解算法, 设计算例进行验证,与基于优先级的运行调整方法进行比较. 结果表明,相对于基于优先级的方法,多阶段决策模型能够将总列车晚点时分的期望值降低34%,两阶段模型能够降低4%, 两种模型均能够在一定程度上提高列车正点水平.     

估计残差功率度量下的UWB-SAR抑制RFI算法性能

在基于正弦波模型的UWB SAR抑制RFI框架下 ,提出了综合反映频率、幅度和相位估计误差的估计残差功率 (ERP)度量指标 ,并以此为准则比较了几种常用的正弦参数估计算法以及基于特征结构分析的最大似然方法的性能。分析结果对于选择和设计有效的UWB SAR抑制RFI算法具有重要的指导意义。仿真实验验证了所得结论的正确性。     

短序列条件下快速频率估计性能分析

对短序列条件下的三种快速频率估计算法性能进行了讨论。首先分别叙述了三种快速频率估计算法的机理,随后进一步给出了频率估计的Cramer-Rao下界、计算机仿真结果、实测数据计算结果以及估计精度和计算量分析。并同其它频率估计算法的性能进行了比较,指出了存在信噪比门限的原因。所得结论对工程人员选择算法具有参考价值。     

基于分形盒维数的线性调频信号参数估计

针对当前线性调频（linear frequency modulation, LFM）信号参数估计算法中对调频斜率的估计复杂度高、实时性差且信噪比适应范围较小等缺点,提出了基于分形盒维数的LFM信号调频斜率估计方法。该方法通过计算信号调频斜率与盒维数的关系曲线,利用盒维数对LFM信号的调频斜率进行估计,探讨了信号的幅度和相位对信号盒维数的影响,计算了不同信噪比下的估计误差,并与传统的基于匹配傅里叶变换（matching Fourier transform, MFT）的LFM信号参数估计算法进行了对比仿真,绘制了脉冲宽度、调频带宽与盒维数三者的关系曲线图。仿真结果表明,该算法在建立了对应关系数据库后,在信噪比变化范围比较大的情况下的估计误差仍然比较小,且算法简单,对于实时性估计具有很好的应用价值。     

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。     

冲击噪声环境中求根类DOA估计方法研究

在介绍冲击噪声的性质及其造成传统求根类算法性能下降原因的基础上,提出利用分数低阶矩(FLOM)和ScreenedRatio原理来构造阵列相关矩阵的两类求根类算法。最后通过计算机仿真对算法进行了分析和比较,结果表明该算法在性能上优于传统的算法,基于ScreenedRatio原理的算法的性能略好于基于FLOM的算法。     

非高斯alpha稳定分布环境中自适应滤波及研究进展

讨论了非高斯alpha稳定分布噪声环境中的自适应滤波及其近十几年来的研究进展。以alpha稳定分布的线性理论和参数的最大似然估计理论为基础,发展形成了线性滤波和非线性滤波两大类算法。相对于高斯环境下的滤波,新滤波算法在脉冲噪声中的韧性得到显著提高。最后分别给出了两类算法在谐波恢复中的应用实例。     

一种没有特征值分解的MUSIC算法

提出一种没有特征值分解的MUSIC算法。对于相干信源情况,该方法的噪声子空间估计只需要多级维纳滤波器的空间平滑的前向递推,不需要估计样本协方差矩阵和对其作特征值分解。从而使得该方法具有小运算量和低复杂度的特点,易于实时处理。仿真结果证明了本方法的有效性。