水声时变线谱检测的双稳态随机共振方法

将双稳态随机共振系统应用于水声时变线谱信号的检测,提出了设计水声线谱检测系统可以利用的外在参数。分别在水听器端和声源端建立了时变线谱模型,考查了随机共振系统对水声环境的适应能力。实验发现在信噪比变化、声压起伏、线谱漂移等情况下,系统都能较好的工作。为水声领域新型线谱检测系统的设计提供了依据。     

基于随机共振的高灵敏度GPS信号捕获算法

针对微弱环境下全球定位系统（global position system, GPS）信号捕获问题,提出了基于随机共振（stochastic resonance, SR）的GPS信号捕获算法。该算法首先用部分匹配滤波器对GPS信号进行分段相关预处理,然后利用SR提高预处理后信号的信噪比(signal to noise ratio, SNR),SR中引入了二次采样和自适应技术,解决了传统SR不适合捕获大频率信号(频率远大于1Hz的信号)及SR参数难以与被捕获信号匹配的难题,最后采用快速傅里叶变换（fast Fourier transform, FFT）谱分析技术,实现在较短的相关累积时间内获得较高的捕获灵敏度。实验表明,算法能明显提高系统捕获性能,在相关累积时间为10 ms,信号SNR为-38 dB的情况下,算法捕获GPS信号的正确检测率达到100%。     

基于随机共振的惯性传感器信号实时处理方法

根据惯性传感器信号处理特点,研究其基于随机共振的信号实时处理方法。首先,从实时性的角度出发,确定随机共振数值算法--龙格库塔法,并对其进行相应改进,实现实时处理。然后,研究单稳系统中各个参数对信号恢复结果的影响,确定系统处理的较佳参数。最终的仿真结果表明,静态信号的零漂值得到了较大改善,而动态信号的信噪比最大可提高约20 dB。同时,为了进一步验证算法,在数字信号处理硬件平台上实现算法,采样频率为5 000 Hz,结果完全能够满足惯性传感器信号处理的要求。因此,所提算法能够有效进行惯性传感器信号实时处理,为随机共振理论在惯性传感器信号处理中的应用提供了重要参考。     

多信号叠加在随机共振系统中的研究

在随机共振理论的基础上建立了双稳态随机共振系统的仿真模型,调节参数将系统在单路信号上产生的随机共振效应扩展到多路叠加信号上,并讨论了参数调节对系统的影响和系统中多路信号叠加的局限性.在此基础上定义了随机共振系统的通道及其容量.最后仿真了系统在较高频率的应用,并举出了实例.扩展了随机共振系统处理信号的容量、速度及效率,在信号处理的应用中具有新的意义.     

震荡随机共振的信噪比增益研究与电路仿真

为提高硬限幅符号并联电路系统的输出信噪比,研究了震荡随机共振与阵列随机共振的机制以及电路实现方法。通过计算阵列输入输出信噪比增益,发现两类随机共振方法都能够使得非线性电路并联系统、输入信号与内部噪声(高频干扰)达到协同,并且随着阵列数目增加,信噪比增益存在大于1的区域。同样条件下,与阵列随机共振方法相比,震荡随机共振能够获得更好的输出信噪比,且易于实现。     

基于自适应尺度变换-双稳态随机共振模型的BPSK信号检测算法

为提升在强噪声背景下对二进制相移键控(binary phase shift keying, BPSK)信号的检测性能, 针对主流方法在抑制噪声过程中信号受到一定程度的削弱、信号处理系统引入新噪声导致检测性能下降的问题,提出了基于自适应尺度变换双稳态随机共振模型的BPSK信号检测算法。对于经典的双稳态随机共振系统只能处理小幅度、低频段的周期信号的情况, 首先将双稳态随机共振系统进行尺度变换, 证明在高采样率条件下, 双稳态随机共振系统可应用于高频的BPSK信号, 并基于Neyman-Pearson准则设计了非线性阈值检测系统, 推导且定量表示出检测器的误码率, 以此作为反馈量, 自适应地调节系统参数, 构建了信号检测的完备流程。通过仿真实验验证了尺度变换的可行性以及所提算法的适用性, 为低信噪比条件下的弱BPSK信号检测提供了理论依据。     

复杂随机系统的信噪比增益研究与阵列随机共振

复杂系统与非线性科学密切相关。为了探讨复杂随机系统信息处理的机制和利用“随机”因素自优化能力，研究了一类无限并联阵列的信噪比增益问题。阵列中每个子系统是一个双稳态振荡器，其输入都是同一个给定的含噪正弦信号。每个子系统内部噪声强度相同，但是相互独立。随着内部噪声强度的增加，信噪比增益出现了随机共振现象和存在大于一的区域，并且这一区域随着并联阵列数目增加而被放大。无限并联阵列的信噪比增益可达到全局最大值。依据阵列非稳态输出均值和稳态自协方差函数的极限性质，本文证明了无限并联阵列的信噪比增益问题可以归结为任两个子系统的统计性能分析。这些研究结果对于复杂系统信号处理理论具有重要意义。     

基于Poincare截面的微弱信号定量检测与幅值参数提取

为解决微弱信号定量检测问题,提出并建立了基于Poincare截面的检测统计量,并以此设计了利用Duffing振子进行微弱信号定量检测及幅值参数提取的有效实现方法。通过分析Duffing振子的Poincare截面特性,发现系统输出关于幅值的分岔特性能够清晰判定系统不同状态,由此对Poincare截面的分布点进行方差统计,构建检测统计量与检测判定区间,实现对微弱信号的定量检测。仿真实验发现,该定量检测方法的噪声鲁棒性优于传统时域特征检测方法,进一步设计了循环检测系统用以提取待测信号幅值参数并实现对未知频率信号的检测,为基于Duffing振子的微弱信号检测提供了定量检测途径与参考。     

Duffing混沌振子用于微弱信号检测的研究

针对频率已知的微弱正弦信号幅度和相位检测问题,提出了一种采用Duffing混沌振子作为检测系统的方法。该方法将被测信号作为系统的参数,利用系统参数在临界值附近微小的变化会改变系统输出状态的特性,通过识别系统输出的相轨迹判断输出状态是否改变,根据状态改变所需满足的条件估计信号的参数。给出了实现该方法的主要步骤,并将其运用于高频地波雷达海洋回波信号的检测,与FFT方法所得结果相比,回波多普勒谱的信噪比可提高5 dB,表明了该方法具有更好的检测性能。     

基于非线性差分随机早期检测的拥塞控制机制

主动式队列管理技术是网络中间节点拥塞控制的关键技术,它和基于窗口的TCP端到端的拥塞控制相结合,是解决目前网络拥塞控制问题的有效途径。采用非线性增长数据包丢弃概率与差分服务模型相结合的方法,提出NLD_RED算法。该算法是对RED改动很小的一种算法,实现了控制参数动态化,一定程度上消除了RED的参数敏感性问题,满足了不同优先级差分服务需求,增强了调节拥塞控制的能力。在仿真平台上设计了仿真实例,对算法性能进行评估。算法能够尽量维持平均队列长度在一个相对稳定状态,提高了算法稳定性和灵活性。     

多载波OFDM信号识别方法

无人机(unmanned aerial vehicle, UAV)技术发展迅速, 应用十分广泛, 用作UAV测控数传的正交频分复用(orthogonal frequency division multiplexing, OFDM)信号, 给民用无线频谱管理、军用非合作通信技术带来不小的挑战。基于此, 提出了一种基于包络相关谱的OFDM信号检测识别算法。主要利用OFDM信号的时域相关性, 通过计算信号的复包络相关谱, 并检测判断其相关谱的离散周期性, 实现了在非合作通信中OFDM信号的识别。相比基于高阶累积量的检测识别算法, 所提算法具有更好的信噪比适应能力, 而且不需要设定判别的经验阈值, 同时还能估计出子信道的带宽。仿真实验结果验证了所提方法的有效性。     

Blind channel estimation for multiple antenna OFDM system subject to unknown carrier frequency offset

The problem of channel estimation for multiple an- tenna orthogonal frequency division multiplexing （OFDM） systems subject to unknown carrier frequency offset （CFO） is addressed. Multiple signal classification （MUSIC）-Iike algorithm, which generally has been used for direction estimation or frequency estimation, is used for channel estimation in multiple antenna OFDM systems. A reduced dimensional （RD）-MUSIC based algorithm for channel estimation is proposed in multiple antenna OFDM systems with unknown CFO. The Cramer-Rao bound （CRB） of channel estimation in multiple antenna OFDM systems with unknown CFO is derived. The proposed algorithm has a superior performance of channel estimation compared with the Capon method and the least squares method.     

非数据辅助的OFDM系统联合同步算法设计

研究了正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中非数据辅助的同步问题,通过对OFDM时域信号延时相关函数进行分析,设计了一种非数据辅助且具有较低复杂度的联合采样频率、载波频率及符号定时同步算法。算法根据延时相关函数以OFDM符号率为周期的周期特性,首先从延时相关函数的模中提取OFDM符号的周期标记,通过对收端和发端在相同时间内的采样点数之比进行采样频率偏差(sampling frequency offset, SFO)估计;然后通过对延时相关函数的模进行分段平均,从中提取去除循环前缀(cyclicprefix,CP)的开始时刻,从而进行符号定时同步和载波频率偏差(carrier frequency offset, CFO)估计。仿真结果表明,算法性能受累积时间长度和CP长度影响较大,而受OFDM基带调制方式影响较小;与其他同类文献相比,本文的联合同步算法具有较低复杂度和较好的性能。     

一种基于导频的OFDM系统信道估计方法

提出一种使用矩形导频图案的OFDM信道估计方法。接收端首先在频率方向估计信道,然后在时间方向插值。该方法仅需累加和少量乘法运算就能估计出信道冲激响应,复杂度低,实时性高。在未编码16QAM-OFDM系统中,通过仿真将提出的方法与线性、cubic和MMSE插值法进行均方误差和误比特率的比较。结果表明该方法性能优于前两者,接近后者。     

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。     

基于内插结合MMSE均衡消除OFDM系统相位噪声的算法

针对正交频分复用（orthogonal frequency division multiplexing, OFDM)系统对相位噪声的敏感特性,提出一种基于内插结合最小均方误差(minimum mean square error, MMSE)均衡消除OFDM系统相位噪声的算法,通过在发射端的IFFT之前,对符号进行零子载波的内插,可有效地降低OFDM系统相位噪声造成的子载波间干扰（inter carrier interference, ICI）,提高信干比。通过MMSE均衡方式,可消除OFDM系统相位噪声造成的公共相位误差（common phase error, CPE）。仿真结果表明,本算法可以消除CPE引起的整个信号星座的旋转,同时大大降低ICI引起的信号星座点的云状发散,OFDM系统的相位噪声在高斯信道和多径信道下都能够得到有效抑制,且复杂度低、实现简单,具备良好的实用价值。     

一种适用于移动OFDM系统的迭代均衡算法

在下一代高速宽带无线应用中,通信终端的高速移动引起的多普勒效应恶化了OFDM系统接收机的性能.现存的补偿多普勒效应的均衡方案或需较高的计算量,或以性能为代价而获取低复杂度.在充分利用ICI功率分布特性的基础上,利用部分信道信息提出了-种新的基于软符号的低复杂度迭代MMSE均衡算法.理论分析及计算机仿真表明,该方案能够灵活可控地获得复杂性与性能的折衷,从而有效克服了ICI的影响,提高了接收机的BER性能.     

基于ZoomFFT的水声OFDM信号解调算法

为解决快速傅里叶变换(FFT)栅栏效应对水声正交频分复用(OFDM)通信系统解调性能的限制问题,提出基于选带傅里叶变换(ZoomFFT)的水声OFDM通信解调算法.将接收信号经过移频、降采样等处理得到其细化谱,提高频谱分辨力,削弱栅栏效应;同时对信道响应进行细化处理,基于最小均方误差(MMSE)原理构造信道均衡算法,消...     

Blind CFO estimation algorithm for OFDM systems by using generalized precoding and trilinear model

This paper discusses the blind carrier frequency offset (CFO) estimation for orthogonal frequency division multiplexing (OFDM) systems by utilizing trilinear decomposition and generalized precoding. Firstly, the generalized precoding is employed to obtain multiple covariance matrices which are requisite for the trilinear model, and then a novel CFO estimation algorithm is proposed for the OFDM system. Compared with both the joint diagonalizer and estimation of signal parameters via rotational invariant technique (ESPRIT), the proposed algorithm enjoys a better CFO estimation performance. Furthermore, the proposed algorithm can work well without virtual carriers. Simulation results illustrate the performance of this algorithm.