单通道同频混合信号时延高效估计方法

针对单通道同频数字混合信号时延估计问题,提出了一种数据辅助的方法,将整个估计流程分成了基于数据辅助的时延粗估计与基于最大似然的时延精估计两个过程。该方法克服了以往基于最大似然同频混合信号时延估计的很多弊端,改进了搜索方式并探讨了消除时延模糊的方法,提高了估计精度。最后又分析了性能界,为本文方法的性能分析提供了理论依据。该方法较依赖于两路时延差,对频偏误差不敏感,仿真实验验证了该方法的有效性与实用性。     

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。     

一种适用于车速无线信道的OFDM联合同步算法

提出了一种改进的适用于车速无线信道的OFDM联合同步算法。该算法首先利用一组特殊的时域正交PN序列进行联合定时同步和大频偏估计,并从理论上分析了大频偏估计之后的残留频偏范围;之后使用多个重复的短训练符号完成残留频偏估计。理论分析和仿真结果表明,改进的算法不但能解决无线信道下第一径不是最强径时的定时同步问题,而且在可能出现多个等功率路径的车速无线信道下具有更高的频偏捕获概率和更好的频偏估计性能。     

突发OFDM系统的精确定时估计及性能仿真

首先从理论上分析了载波频偏对基于互相关的精确定时估计算法性能的影响,然后提出一种对频偏不敏感且与训练符号结构无关的精确定时算法,并利用仿真分析了不同信道条件下定时测度函数在精确定时位置的均值、方差分布特性。将该算法应用于IEEE 802.16d系统中进行仿真,结果表明该算法能够克服载波频偏影响,且定时精度高。     

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。     

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。     

一种基于训练序列的OFDM时频同步新算法

针对正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统性能对同步偏差的敏感性,提出了一种新的基于训练序列的OFDM联合定时和频率同步算法。基于新设计的训练序列结构,提出了新的定时度量函数,同时推导了小数倍频偏估计算法。新定时同步算法有效地克服了传统算法中的定时缺陷,新频偏估计算法具有和Schmidl算法相同的估计方差。理论分析与仿真结果表明,新算法在多径信道下具有较好的鲁棒性。     

CDMA系统中多用户多路径情况下的DOA估计新方法

提出了一种新型算法,对CDMA系统中所有用户、所有路径的DOA进行估计。该算法首先采用码匹配滤波方法,对码间干扰和符号间干扰进行精确建模,再利用接收信号滤波前后的协方差矩阵消除噪声的影响并且巧妙设计了一个方程,最后导出了一个基于大数定律的联合DOA估计和阵列校准的新型最大似然估计。仿真结果证明了该算法的正确有效性。     

OFDM系统中的一种有效频偏估计算法

通过设计一种特殊的训练序列,提出了一种新型的正交频分复用(OFDM)系统频偏估计算法。只需要一个训练序列,就可以有效地对整数倍与小数倍的频偏进行估计,并且还可以利用该特殊训练序列进行符号定时估计。仿真结果表明,与传统算法相比,提出的算法不仅减少了训练序列数目,而且提高了频偏估计精度。     

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。     

微弱核四极矩共振信号参数估计新方法

核四极矩共振(nuclear quadrupole resonance, NQR)是一种固态射频谱分析技术,可用于检测高危险爆炸物。然而,核四极矩共振信号本身非常弱,并且易受线圈热噪声和射频干扰的影响,精确估计NQR信号参数成为难题。提出基于改进的快速最大似然估计的残余信号迭代分解算法估计NQR信号参数,该算法将多维搜索问题转化为多个一维搜索,在降低计算复杂度的同时提高了参数估计精度,有效地解决了干扰信号对NQR信号的遮蔽问题。仿真和实测数据的结果证明了该算法的有效性。     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

L阵基于降维MUSIC的二维DOA与频率估计

提出了一种L阵中基于降维多重信号分类(reduced dimensional multiple signal classification, RD-MUSIC)的二维波达方向(two dimensional direction of arrival,2D-DOA)与频率联合估计算法。该算法首先通过一维局部谱峰搜索得到接收信号频率的估计,然后利用频率估计过程中得到的参数矩阵,获得信号的2D-DOA估计。与需要进行多维全局搜索的传统MUSIC算法相比,所提算法只需一维局部搜索,算法复杂度较低。该算法同时适用于均匀L阵和非均匀L阵,且能获得配对的二维角度与频率估计。其角度与频率估计性能接近于传统的MUSIC算法以及平行因子方法,且优于借助旋转不变性估计信号参数算法和传播算子算法。     

频率选择信道下STBC-OFDM信号盲识别

针对多输入单输出(multiple input single output, MISO)通信系统的空时分组编码正交频分复用(space-time block codes-orthogonal frequency-division multiplexing，STBC-OFDM)信号盲识别问题,提出了一种基于四阶统计量的盲识别算法。该方法首先对MISO通信系统的STBC-OFDM信号进行建模;然后利用STBC-OFDM信号编码矩阵的相关性,构造了不同时延向量下接收信号OFDM块的时延四阶矩作为特征函数;最后通过时延四阶矩理论值与实验值的最小欧式距离盲识别发射端STBC-OFDM信号的编码方式。该方法不需要信道系数、噪声信息和调制信息等先验信息,适合非合作通信场合。仿真结果表明，所提出的算法即使在低信噪比(SNR=0 dB)下识别效果接近100%,且对载波频偏、时间同步偏差和多普勒频移不敏感,实用性较强。     

对MIMO雷达参数的侦察估计及性能分析

针对多输入多输出(multiple input and multiple output, MIMO)雷达的侦察对抗问题,基于被动合成阵列技术构建了对MIMO雷达方位、辐射频率联合侦察估计的信号模型,通过多次不同速度联合谱估计算法实现了对MIMO雷达方位、频率的无模糊估计。此外,推导了多辐射源条件下方位与频率联合侦察估计的克拉美〖CD*2〗罗界(Cramer Rao bound, CRB)。频率已知条件下推导了对单部阵列雷达方位侦察估计的CRB表达式,并进一步分别给出了对MIMO雷达和相控阵雷达进行侦察估计的CRB闭解式,对比分析了两种体制下方位侦察估计的性能。理论分析与仿真实验表明:信号频率未知条件下,所提算法能够实现对MIMO雷达方位、频率的无模糊估计,侦察估计精度随着信噪比以及不同速度联合估计次数的增大趋近于CRB;信号频率已知条件下,对单部相控阵雷达和MIMO雷达方位侦察估计性能之比仅与相控阵雷达发射波束方向增益以及阵元个数有关。最后,仿真实验结果验证了本文理论分析的正确性和方法的有效性。     

基于最大期望算法的多时变信号DOA估计方法

当多个辐射源同时存在并交替发射信号时,接收数据间相互交错,且多个数据间并无显性关联,无源合成阵列每一次测量仅能获取来波的频率、幅度与相位等数据信息。为了同时、高效地实现多个参数的联合估计,提出采用最大期望算法进行估计多个时变信号参数估计的新方案,将一个高维多参数优化问题分解成多个并行的低维问题进行求解。该方法主要包含求解期望值步骤和期望值最大化两个步骤。求解期望值步骤主要建立接收信号与其辐射源的对应关系,即信号分选,而期望值最大化步骤采用最大似然方法估计辐射源的入射角信息。这两个步骤相互迭代,交替进行辐射源信号的分选与测向。同时,还推导出无源合成圆阵相位差数据的最大似然方法进行入射角的精确估计的闭合形式解,并通过接收信号的复数响应进行相位模糊解算,并推导出测向精度的理论下限。最后,通过数值仿真结果验证了该方法的有效性。