一种基于稀疏重构的NB-IoT时延估计算法

针对传统的时延估计算法无法解决窄带物联网(narrowband internet of things, NB-IoT)低速率低功耗引起的估计精度低、计算复杂度高等问题,提出一种加入代价函数模型的基于稀疏重构的时延估计算法。利用窄带定位参考信号(narrowband positioning reference signal, NPRS)与传统的正交匹配追踪算法(orthogonal matching pursuit,OMP)进行时延值预估计,然后根据预估计的时延值构建冗余字典,在此基础上利用改进的OMP算法进一步对时延值进行估计。该算法中加入代价函数的思想将多维的时延估计降维成多个一维的时延估计,同时利用稀疏重构来消除各信号之间的干扰。另外,为了消除降维带来的局部最优的问题,合理设置软门限来有效并快速地终止代价函数模型的迭代过程。仿真结果表明,与OMP算法等传统时延估计算法相比,该算法具有更好的检测性能以及更高的时延估计精度。     

结合Walsh变换与LDPC码的OFDM信道估计算法

为了提高正交频分复用 (OFDM)系统的信道估计精度 ,提出了一种结合 Walsh变换和低密度奇偶校验 (L D-PC)码的信道估计算法。该算法利用信道传输函数的频域相关性 ,通过 Walsh变换和变换域滤波降低了 OFDM系统的信道估计方差 ,同时利用 L DPC码强大的纠错能力提高了系统的整体性能 ,使系统在欧洲电信标准组织信道模型下每比特信噪比门限降低了近 2 d B。结果表明 ,该算法在未来宽带OFDM系统中具有应用潜力     

基于Teager-Kaiser算子的改进波束域MUSIC时延估计算法

为了降低波束域多重信号分类(multiple signal classification,MUSIC)算法估计接收信号到达时问(time of arrival,TOA)的计算复杂度,提高算法的抗噪性能,提出一种基于TK算子(Teager-Kaiser operator)的改进算法.利用TK算子对数据瞬时变化敏感的特性,...     

基于LTE系统的改良接收信号功率测量方法

在长期演进(long term evolution,LTE)系统中,移动终端需要定时更新同一小区和相邻小区的测量信息,以便于及时进行小区切换或重选。传统的接收信号功率测量算法虽然能够降低干扰和噪声对接收端信号的影响,然而在LTE无线环境下,参考信号接收功率(reference signal receiving power,RSRP)常常受到时间同步和频偏影响,难以获得精确的测量结果。针对该问题,基于LTE系统结构和测量标准提出一种改良的接收信号功率测量算法。该算法对时间和频率同步要求低,且接收信号功率测量性能有所提升。该算法分别在频域和时域计算接收信号功率测量值,并选择两者中较大者作为小区最终接收信号功率值。仿真结果表明,在频偏不大于3 kHz、定时偏差不大于30 ns时,所述接收信号功率测量算法,相对于传统算法有1 dB以上的平均测量误差的性能提升。     

一种基于部分信道估计的DTD算法

在声学回声消除(acoustic echo cancellation,AEC)系统中,双讲(doubletalk,DT)信号和信道突变都导致滤波器误差变大,然而AEC系统需要分别对这2种情况做出不同的反映。因此,常见的基于误差信号及其函数的双讲检测(doubletalk detection,DTD)算法在信道突变情况下容易产生误判。为此,利用声学回声信道的特殊性和归一化最小均方(normalized least mean square,NLMS)算法的跟踪特性,提出了一种新型的基于部分信道估计的DTD算法。该算法采用累加信道估计尾部的值作为判决条件,能够区分出通话过程中的双讲时段并且忽略回声信道突变的影响。该算法具有计算复杂度小和检测DT信号速度快的优点。仿真结果表明,在实验条件下该算法优于常见的DTD算法。     

基于斜投影算子的混合信号DOA估计算法

为了提高混合信号的波达方向(direction of arrival, DOA)估计精度并降低其阵列孔径损失，提出一种基于斜投影算子的高精度DOA估计算法.所提算法将混合信号中独立信号与相干信号分两个阶段进行估计，首先利用ESPRIT(estimating signal parameter via rotational invariance techniques)算法处理阵元接收数据的协方差矩阵，得到混合信号中独立信号的DOA估计值；而后利用斜投影算子去除混合信号中独立信号的信息，得到新的协方差矩阵；利用新得到的协方差矩阵的信号子空间进行去相干处理；最后结合ESPRIT算法计算得到相干信号的DOA估计值.仿真结果表明，相较传统的混合信号DOA估计算法，所提算法在低信噪比情况下以及信号入射间隔较小的情况下有较高精度，有效地降低了阵列孔径的损失.在不同的采样快拍数下，本文算法也表现出更强的鲁棒性.     

基于超宽带的 TOA-DOA 联合定位方法

针对现有的大多数超宽带(ultra-wide band,UWB)定位方法至少需要3个基站,系统开销较大的问题,提出一种新颖的基于波达时间-波达方向(time of arrival-direction of arrival,TOA-DOA)联合估计的定位方法,仅需一个基站即可准确快速定位目标.利用酋矩阵束算法估计视距信号TOA和最小二乘估计准则估计视距信号DOA,得到目标的相对坐标.Matlab仿真实验证明,该方法的TOA和DOA估计精度较高,定位精度达到厘米级,而且复杂度降低为矩阵束算法的1/4,采样频率为亚奈奎斯特速率,易于实现,是一种简单有效的定位方法.     

单通道涡流无损检测信号盲源分离算法

针对脉冲涡流无损检测(pulsed eddy current testing, PECT)系统中获取单一检测信号存在的混叠问题,文章提出一种基于经验模态分解(empirical mode decomposition, EMD)和快速独立分量分析(fast independent component analysis, FastICA)的单通道盲源信号分离算法。该算法首先通过EMD对混合观测信号分解,然后利用奇异值分解(singular value decomposition, SVD)估计源信号数目,根据估计得到的源信号数目将观测信号和对应模态分量构成新的虚拟信号,最后利用FastICA算法分离得到源信号的估计。有限元仿真实验表明该算法能有效分离单通道混合检测信号,并且优于小波分解的单通道盲源分离算法。     

单载波频域均衡中的信道估计技术研究

为了克服频率选择性信道中符号间干扰带来的影响,研究了单载波频域均衡系统中的信道估计技术。研究了最小二乘(Least Squre,LS)算法及离散傅里叶变换(Discrete Forurier Transform,DFT)改进算法,并将高斯白噪声信道中的信噪比估计方法引入到单载波频域均衡系统中。仿真结果表明基于DFT的改进算法可以有效提升估计精度,二,四阶矩(2,4-ordermoment,M2 M4)等高斯信道中的信噪比算法可以应用到单载波频域均衡系统当中。     

基于导频辅助的预编码连续相位调制(CPM)信号精确同步算法

针对连续相位调制(continuous phase modulation,CPM)信号同步问题,提出一种基于导频辅助的位定时与载波同步算法?导频信号由伪随机码构成,采用二进制预编码连续相位调制,在不破坏恒包络特性的基础上同时保留其伪随机特性?利用该导频信号可以实现位定时误差?载波频偏?相偏各参数并行独立估计?算法首先推导出同步头相关函数的闭合表达式;然后利用相关函数的单峰特性,通过搜索第1大和第2大采样值,实现对定时误差?相位误差的精确估计,并利用相位估计值通过差分计算实现对频偏的估计;最后通过计算机仿真,给出了该算法关于定时?相位?频偏估计的抗噪性能和估计范围 ? 结果表明,该算法在加性高斯白噪声信道中具有良好的性能,各同步参数在估计范围内和较低信噪比条件下能够接近修正的克拉美罗(modified Cramer-Rao bound,MCRB)?     

超宽带系统中盲自适应降秩接收机

针对超宽带系统中的多址干扰和码间干扰问题,提出了一种低复杂度的盲自适应接收机,该接收机首先采用多级维纳滤波算法抑制多址干扰并提取期望信号各多径分量;再进一步采用紧缩近似投影子空间跟踪方法估计信道并进行最大比合并,提高输出信干噪比。仿真结果表明,其误码性能优于匹配滤波器、传统Rake接收机、解相关Rake接收机和基于恒模算法的自适应接收机,且收敛速度较快、复杂度较低。     

基于稀疏傅里叶变换的LTE-A多点协作异步干扰抵消方法

针对LTE-A多点协作复杂性高、规模大,使得在异步干扰抵消时,很难直接将多点协作异步干扰进行消除的问题,提出基于稀疏傅里叶变换的LTE-A多点协作异步干扰抵消方法。通过分析LTE-A异构网络环境及受干扰情况。引入傅里叶变换方法对LTE-A信号进行稀疏化处理,使其达到稀疏性特征条件,按照稀疏表示方式对信号进行描述。针对LTE-A中受多点协作异步干扰的信号,将稀疏系数较大的部分看作有效信号;将稀疏系数较小的部分看作多点协作异步干扰部分。依据受干扰信号在稀疏基上的稀疏特征将有效部分和干扰部分分离,从而实现多点协作异步干扰的抵消。实验结果表明,改进方法能够有效抵消LTE-A多点协作异步干扰,其抵消后功率谱输出及SINR值更加接近无干扰下的功率谱输出及SINR值,保证了网络使用质量,具有一定的实用性。     

基于压缩感知的塔康方位估计算法

塔康(tactical air navigation,TACAN)信号峰值检测后的离散数据呈随机采样特性,为避免Kalman算法产生滤波发散问题并有效减小对数据量的需求,提出一种基于压缩感知理论的方位估计方法.通过对塔康信号的角度空间进行稀疏分解和观测值压缩,优化重构原始包络信号进而获得方位估计值.仿真实验证明了该算法的性能,与最小二乘拟合算法相比,在保证估计精度的同时进一步降低了峰值数据量,大大减少了计算过程中的冗余,并且在信噪比较大的情况下,方位估计准确度较最小二乘拟合有一定提高.     

基于LCT域模糊函数的QFM信号参数估计算法性能分析

基于线性正则域模糊函数的二次调频信号参数估计算法,探讨了噪声环境下算法的可行性,通过仿真实验分析了算法的信噪比门限,并进一步讨论了算法的优势. 为进一步提高信号的估计精度,提出了乘积性线性正则变换(LCT)域模糊函数来估计二次调频(QFM)信号. 理论分析和仿真实验表明,该算法在低信噪比时也具有良好的估计性能,且随着信噪比的增加,各参数的均方误差越来越接近其Cramer-Rao下界;该算法能一次性估计3个参数,效率高,误差传递小.      

5G广播系统物理广播信道的信道估计

在研究5G广播标准协议的基础上,提出了基于离散傅里叶变换（DFT）降噪的主/辅同步信号（PSS/SSS）及小区参考信号（CRS）联合信道估计方法,可以在低信噪比、大频偏和高信道动态变化的场景下,准确地估计出物理广播信道（PBCH）的信道状态信息.仿真结果表明：所提出的信道估计方法的性能优于传统方法,有效地提升了5G广播系统中PBCH的信道估计能力.     

一种宽带信号方位估计算法

针对多种宽带信号方位估计算法在不同程度上受到阵元数目、预角度估计、多次求逆矩阵、多次特征值分解或奇异值分解等因素的制约,文章提出了一种在传感器阵列存在误差的情况下,基于统计方法的宽带信号方位估计算法.该算法先将传感器阵列接收的宽带信号转换到频率域内,并考虑在阵列互耦的情况下,采用统计的方法,推导出阵列流形与噪声子空间正交的结论;最后,利用统计结果和窄带方位估计的方法对宽带信号进行方法估计.仿真试验表明,统计方法具有较好的方位角分辨率、噪声不敏感性和较低的计算复杂度.     

低信噪比、高动态环境突发信号检测与估计

针对高动态环境下突发信号检测问题,提出基于高阶项逐级消去的非线性调频 (non-linear frequency modulation,NLFM) 信号参数估计算法,利用合理近似,将其转化为相对简单的线性调频 (linear frequency modulation,LFM) 信号参数估计问题,并提出两级调频率逼近法用于LFM信号参数估计,具有原理简明、计算复杂度低等特点,便于实际工程应用. 针对接收信号功率动态变化的问题,提出自适应快速傅里叶变换 (fast Fourier transform,FFT)峰均比门限信号检测算法. 仿真结果表明,所提算法能够在信噪比为-27dB的高动态环境下准确实现信号检测与参数估计.      

基于改进稀疏度估计模型的压缩感知去噪算法

针对带有高斯白噪声的宽带信号,提出改进基于二项分布的稀疏度估计模型,使其能够适用于带有噪声的信号,并根据稀疏度上界确定采样数目以保证信号能够被准确重构;利用估计的稀疏度上界,改进自适应阈值去噪算法,降低噪声折叠对信号重构的影响。仿真表明,对带有高斯白噪声的宽带稀疏信号,所提算法能够较为准确地估计出稀疏度上界,在保证信号重构精度的前提下,减少了采样数目,同时也降低了自适应阈值去噪算法的计算开销。     

最小平方OFDM信道估计与信号检测的联合迭代算法

提出一种基于正交频分复用(OFDM)的联合最小平方(LS)信道估计与信号检测迭代算法.与一般的LS信道估计相比,该算法可大大提高估计的精度,而且通过时域低通滤波可有效地抑制加性白高斯噪声(AWGN)和载波间干扰(ICI)的影响,使OFDM系统在移动条件下很好地工作,并能给出很精确的信号检测结果.仿真结果表明,该算法具有很好的均方误差和误比特率性能.