MIMO-OFDM系统中时间-频率双选择性衰落信道的信道估计

数据的高速传输以及终端的高速移动，导致无线通信信道具有时间选择性与频率选择性两个特征，对MIMO-OFDM系统中基于导频的时间-频率双选择性衰落信道的信道估计问题进行了研究。首先，利用复指数基扩展信道模型来表示一个OFDM符号周期内双选择性衰落信道的变化；然后基于该复指数基扩展信道模型，提出了一种有效的MIMO-OFDM双选择性衰落信道的估计方法；最后在该估计算法的基础上，基于信道估计均方误差最小准则，对导频及其参数进行了优化设计，主要包括导频的个数、导频的插入位置以及导频的表达形式等，实验结果表明本文的算法在时间-频率双选择性衰落信道下具有很好的性能，并与理论分析结果相吻合。     

随机发送参考的多天线系统物理层安全传输算法

文中提出基于随机发送参考的多天线系统传输算法,用于保障物理层信息安全传输.该算法将授权用户的信道分解为多个独立并行的信道,并在其中的一个信道中发送随机化的导频信息,同时对其他信道加密.由于窃听方信道与授权用户不同,很难通过自身的信道分解出独立的随机化导频信道,从而无法正常解调、还原信息.通过理论分析及算法仿真表明,随机发送参考算法可使窃听方的误码率稳定在较高水平,并且在同等发送功率的情况下性能优于现有加性人工方法.     

TD-SCDMA系统中引入阈值信噪比的信道估计

采用联合检测和智能天线等技术是TD-SCDMA移动通信系统的优势之一,但这些技术的实现必须以准确的信道估计为前提.本文探讨了适合于TD-SCDMA系统的信道估计算法,分析了一种加入阈值信噪比的信道估计算法原理.通过上行链路的模拟仿真表明,该信道估计算法的信道响应更接近理想值,有利于提高系统性能.     

MIMO-OFDM系统中基于变分Bayes EM算法的联合符号检测与鲁棒Kalman信道跟踪

基于变分Bayes期望最大化VBEM(variational Bsayes expectation maximization)算法和Turbo原理,提出了快时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法.在VBEM框架下,信号检测和信道估计分别由修正的列表球形译码算法和软输入Kalman算法完成,检测器和估计器分别考虑了信道和检测信号的估计误差协方差矩阵.当信道时变剧烈时,存在较大检测误差的数据在软输入Kalman算法中引入异常值(outliers),由于Kalman算法对于异常值的敏感性,系统会在错误传播的影响下出现误码平台.为削弱异常值的影响,利用鲁棒统计理论设计了VBEM框架下改进的鲁棒软输入Kalman算法,该算法能在出现异常值的条件下保持较好的信道跟踪能力.仿真结果表明:在快速时变多径信道条件下,文中设计的鲁棒VBEM算法优于传统的VBEM算法和EM算法.     

多天线放大转发中继系统基于MMSE的重传预编码设计

针对多天线放大转发中继系统,本文提出了一种基于MMSE的新的重传预编码方案,把重传预编码设计问题分解成两个子问题:离散的信道配对和连续的联合源、中继功率分配问题.最优的信道配对需要遍历所有信道配对方式,对于每一种配对方式,联合源、中继功率分配问题是一个多参数非凸的优化问题,本文提出了一种获得该问题最优解的算法和一种次优迭代功率分配算法,此种通过遍历信道配对获得最优重传预编码的方案计算复杂度较高.本文证明了在一跳信道信噪比趋于无穷时,最优的信道配对是使之前的子信道增益和当前另一跳信道奇异值大小排列顺序相反,进而提出了一种简化的信道配对方法.仿真结果表明,简化的信道配对和迭代功率分配算法性能均接近最优.本文所提出的重传预编码与已有的预编码相比,能获得明显性能提升.     

用矢量天线阵列实现相干Chirp信号多参量联合估计

提出一种采用矢量传感器（天线）阵列联合估计相干Chirp信号初频,调频斜率,2维到达角和极化的算法.通过分数阶Fourier变换估计信号的初频和调频斜率,并用之构造了新的相关矩阵以抑制噪声.利用到达角和电磁极化矢量的特点,解决了由于信号相干带来的自相关矩阵奇异问题.为提高估计精度,采用了扩展阵列间距的L型均匀天线阵列,并提出了在信号相干情况下,解除角度估计模糊的算法.通过仿真,将此算法与常用的空间平滑算法进行了比较,证明了该算法的有效性.     

基于半盲联合信道跟踪与均衡处理的流星余迹通信接收机

针对流星余迹通信原理及信道特点, 建立了适合于流星余迹传输帧结构的信道捕获阶段及信道跟踪与均衡阶段的系统模型. 在信道捕获阶段, 利用传输帧头获取流星信道参数的初始估计矢量, 以启动后续的信道跟踪与均衡; 在信道跟踪与均衡阶段, 提出了一种基于D-PSP算法的半盲联合信道跟踪与最大似然均衡接收机, 通过采用降阶的处理方法, 有效降低联合信道跟踪与最大似然均衡的运算复杂度和存储空间, 从而使流星余迹通信自适应编码调制方式数据的最大似然接收成为可能. 文章最后给出了仿真结果和分析.     

基于时频特性的窄带高速自旋目标运动估计及成像算法

针对窄带观测高速自旋目标的逆合成孔径雷达成像,考虑径向运动未精确补偿情况下,利用回波时频特性对自旋目标的运动参数进行高精度估计,并提出了相干单距离Doppler干涉高分辨率二维成像方法.该算法利用相干积分的方法对目标的二维时频谱密度函数进行重构得到目标的二维分布,较原来的算法在分辨率方面有较大改进,在低信噪比条件下同样适用.仿真验证了算法的有效性和参数估计的高精度.     

均匀线阵互耦条件下的鲁棒DOA估计及互耦自校正

阵元互耦的存在会使大多数高分辨DOA(direction-of-arrival)估计算法的性能恶化. 利用均匀线阵互耦矩阵的对称Toeplitz性和带状特性, 基于子空间原理, 提出了一种互耦条件下的鲁棒DOA估计及互耦校正算法. 算法的方位估计不需要阵列互耦的任何信息, 估计精度高、分辨力强; 另外, 算法在方位估计的同时, 还可以精确地估计出均匀线阵的互耦系数, 从而实现阵列互耦的自校正. 算法的运算量小, 方位与互耦系数的估计均不涉及高维的非线性优化搜索, 只需一维搜索或多项式求根. 对算法参数估计的统计一致性、统计有效性和模糊性进行了分析讨论, 并用Monte Carlo仿真实验验证了该理论分析的正确性和算法的有效性.     

基于等效信道的物理层认证和密钥分发机制

现有基于无线信道特征的物理层安全方法通过检测发送方的导频信号实现身份认证，易出现漏检．本文提出基于等效信道的物理层认证及密钥分发机制，利用多个时隙的信道特征对任意密钥进行加密传输建立等效信道，将信道特征的差异映射为传输畸变．依据密钥传输的正确性判断收发两端信道特征互信息的大小，从而在完成密钥的分发的同时实现发端身份认证．分析及仿真说明该机制密钥分发性能与现有方法相当，同时可以在不同空域信道相关性很强的情况下识别出窃听者的攻击．     

稀疏均匀非同心电磁矢量阵列的2D-DOA与极化联合估计

本文提出了一种稀疏均匀非同心电磁矢量传感器矩形阵列,针对该阵列提出了一种二维波达方向(2D-DOA)和极化参数的联合估计算法.首先利用稀疏均匀矩形阵列的旋转不变性得到周期性模糊的2D-DOA估计,然后提出一种简易的非同心电磁矢量传感器的2D-DOA估计算法来解模糊,再通过一些三角变换得到高精度无模糊的2D-DOA和极化参数估计,最后推导了该阵列多参量估计的闭式克拉美罗界.本文所提阵列的稀疏配置使得在不增加阵元数和硬件复杂度情况下有效扩展了阵列物理孔径,且由于矢量传感器的使用获得了极化分集,使得2D-DOA的估计精度大大增加.此外本文方法能得到2D-DOA和极化参数之间的自动配对,更为重要的是该阵列使用非同心电磁矢量传感器构成,解决了同心电磁矢量传感器互耦严重、硬件设计困难的问题.仿真结果证明了本文多参量估计算法的有效性.     

高中频CPM数字接收机设计

本文给出了一种适用于软件无线电的突发模式非相干二进制CPM接收机。该接收机采用前馈结构，利用FFT算法对前导进行捕获和分析，可以快速实现载波频偏和符号定时误差的联合估计，采用多符号检测算法来对CPM信号实现解调。通过仿真和对硬件的需求分析验证了本接收机可以有效检测信号的到来，快速实现载波和符号的联合同步，且比传统接收机具有更低的误码率。相对较低的硬件复杂度也使得接收机容易在FPGA上实现。     

非圆信号的协方差匹配自校正算法及其性能分析

针对非圆信号测向中方位依赖幅相误差的校正问题，本文根据非圆信号的非圆特性和辅助阵元能够自校正的特点，对协方差匹配估计技术（covariancematchingestimationtechnique，COMET）进行改进，提出一种适用于信源时域统计特性未知和统计独立特性先验已知两种情况的改进算法：NC—COMET算法．该算法利用非圆信号扩展协方差数据，使其校正精度较常规的基于辅助阵元的最大似然类算法（未利用非圆特性）有明显提升，且降低了最小辅助阵元数要求．从理论上证明了参数估计的统计一致性，采用一阶误差分析方法推导了有限采样影响下参数估计的均方误差表达式，并提出算法的cc数据利用率”定义，定量比较获得了NC．COMET算法的数据利用率较常规的最大似然类算法的提升幅度．仿真结果亦表明NC—COMET算法性能较常规的最大似然类算法更优：低信噪比下具有更强的鲁棒性；信源时域统计独立特性先验已知或者大非圆率的情况下，该算法对校正精度的提升尤为明显．     

基于GSFLA的电力系统谐波估计算法

针对非线性动态负载引起的谐波难于检测的问题，提出了一种新的谐波估计算法。该算法借助蛙跳算法（SFLA）的全局搜索性对未知参数进行优化估计；引入高斯分布估计算法（GEDA）的思想，对蛙群中适应度好的蛙进行分布估计再生，提高收敛速度；结合进化代数改进蛙跳规则以改善局部搜索性能。实验仿真数据显示，与PSO算法相比，振幅平均估计精度提高了5．3％，相角平均估计精度提高了4．7°。研究表明，该算法（GSFLA）用于电力系统的谐波估计有更快的收敛速度和估计精度。     

Prediction intervals for growth curve forecasts

Since growth curves are often used to produce medium- to long-term forecasts for planning purposes, it is obviously of value to be able to associate an interval with the forecast trend. The problems in producing prediction intervals are well described by Chatfield. The additional problems in this context are the intrinsic non-linearity of the estimation procedure and the requirement for a prediction region rather than a single interval. The approaches considered are a Taylor expansion of the variance of the forecast values, an examination of the joint density of the parameter estimates, and bootstrapping. The performance of the resultant intervals is examined using simulated data sets. Prediction intervals for real data are produced to demonstrate their practical value.     

Harris Laplace特征区域 Contourlet域遥感图像水印算法

针对现有遥感图像水印算法抵抗旋转、剪切、水平镜像及联合几何攻击能力差的问题,提出一种局部化遥感图像数字水印新方法.算法首先对水印图像进行 Arnold置乱预处理,并将其行扫描形成一维向量作为待嵌入的水印信息;在宿主遥感图像中提取 Harris Laplace特征点,依据特征点确定水印嵌入特征区域;规范所选特征区域,对其进行归一化后实施 Contourlet变换,利用奇偶量化方法将数字水印嵌入选定的变换系数内.实验证明算法对滤波、噪声、JEPG压缩等常规信号处理具备较好鲁棒性,并且能够更好地抵抗旋转、缩放、平移及其联合等几何攻击     

压缩感知非凸优化超宽带信道估计方法研究

超宽带信号由于传输路径较复杂且功率谱密度较低，准确的信道估计十分重要．但是由于其带宽较宽，难以直接采样．压缩感知理论提供了一种可行的低速采样方法．目前的压缩感知超宽带信道估计方法一般采用l1范数约束的凸优化形式或无稀疏性的l2范数约束形式，对目标向量的稀疏性约束不强，而拥有最强稀疏性的l0范数又缺少有效的重构算法．针对上述问题，本文设计一种基于非凸优化算法的压缩感知超宽带信道估计方法．首先将目标函数设置成l，范数约束的非凸优化形式，然后利用凸函数较易求得极值的性质，将原非凸函数组合成为凸函数形式的目标函数，并通过每步迭代凸函数对非凸函数的逼近来求解目标函数，进而估计出原信道．由于lp范数更接近于l0范数，所以对目标向量稀疏性的约束更强．实验结果表明，所提方法相对于现有的压缩感知超宽带信道估计方法能够有效降低重构误差．