用于MIMO空分复用系统上行链路接收机的球形检测算法

本文涉及的MIMO空分复用系统上行链路的子信号流在空间维和时间维上未进行编码,直接将高速数据流分解为若干低速数据流,进行分层调制后用多个天线发送,实现MIMO空分复用发射,可使移动台的发射机设计简化。但是这要求MIMO空分复用系统上行链路接收机有较高的信号检测能力。本文提出改进初始半径的球形检测算法进行信号复原,该算法能在较低的计算复杂度逼近最大似然的误码性能。仿真试验的结果验证所提出的球形检测算法在误码性能上优于现有其它检测算法。     

用于管道漏磁数据的小波域自适应及小波系数去噪算法

基于漏磁检测是油气管道在线检测中应用最广泛的无损检测技术,提出了一种去除漏磁数据中无缝管道噪声(SPN)和系统噪声的新算法.首先利用将小波变换和自适应滤波技术相结合而提出的新型小波域自适应滤波方法去除漏磁数据中的SPN,然后再利用小波系数去噪方法去除小波域自适应SPN消除系统输出漏磁数据中的系统噪声.实测漏磁数据所得结果表明,该算法具有良好的去噪效果,极大地提高了漏磁数据中缺陷信号的可检测性.     

二维扩展频谱系统下的PARAFAC接收机

对二维扩展频谱系统的接收信号经过IDFT(离散傅里叶反变换)模块后的信号进行分析,表明此信号具有三线性模型特征;为此,提出了二维扩展频谱系统下PARAFAC(平行因子)接收机算法,该算法先利用三线性交替最小二乘(TALS)算法估计出信源矩阵,然后对其进行判决.仿真结果说明:二维扩展频谱系统PARAFAC接收机算法性能随着SNR增加越来越逼近于非盲相干检测接收机,而且在较低SNR条件下它们具有相近的性能.该算法无需时域扩频码、频域扩频码和信道衰落信息,是一种真正意义上的盲的检测算法.     

RBF神经网络多用户检测ROLS-AWS算法的研究

为了对抗多址干扰和远近效应,研究将RBF(经向基函数,Radial Basis Function)神经网络中的递归正交最小二乘(ROLS-AWS)算法应用于多用户检测中。给出在同步高斯信道条件下运用三层神经网络解调扩频信号的原理框图,分析了基于RBF网络的多用户检测接收机。为了改进RBF网络的运算速度,在基于RBF网络的多用户检测接收机中采用ROLS-AWS算法。计算机仿真结果表明：使用所提算法的RBF网络接收机的抗多址干扰、远近效应以及训练速度的性能上都明显优于传统接收机、基于BP神经网络和不使用该算法的普通RBF神经网络多用户接收机。     

去除漏磁数据中无缝管道噪声的小波域自适应滤波算法

漏磁(MFL)检测是油气管道在线检测中应用非常成熟的一种无损检测技术。将小波变换与自适应滤波技术相结合,提出了一种去除漏磁数据中无缝管道噪声(SPN)的小波域自适应滤波算法。将该算法用于实测漏磁数据的处理,所得结果说明该算法具有良好的去噪效果,可以极大地提高漏磁数据中缺陷信号的可检测性。     

去除漏磁数据中无缝管道噪声的小波域自适应滤波算法

漏磁(MFL)检测是油气管道在线检测中应用非常成熟的一种无损检测技术。将小波变换与自适应滤波技术相结合,提出了一种去除漏磁数据中无缝管道噪声(SPN)的小波域自适应滤波算法。将该算法用于实测漏磁数据的处理,所得结果说明该算法具有良好的去噪效果,可以极大地提高漏磁数据中缺陷信号的可检测性。     

油气管道上测温热电偶的标定

油气管道仪表自动化系统中常用热电偶和热电阻来检测和显示运输油品的温度,达到报警、控制等目的。本文主要是针对符合油气管道测量范围的热电偶用标准铂电阻进行标定,并通过最小二乘法进行拟合,得到了标定曲线和方程。     

基于RBF网络的漏磁检测缺陷定量分析方法

为了正确评估油气管道的使用寿命和安全状况,需根据漏磁检测信号特征对缺陷进行准确的定量分析。提出一种基于径向基函数(RBF)神经网络、用于定量分析油气管道缺陷的迭代方法,给出了具体的算法步骤,并采用自适应学习机制来训练网络,既加快了该算法的收敛速度,又避免了陷入局部最小值问题。仿真结果表明:该方法不仅训练速度明显快于普通反向传播(BP)网络,而且最大量化误差仅为0.26%。该方法有助于提高漏磁检测的准确度,可为油气管道的安全评估提供可靠的依据。     

基于混沌遗传算法的模糊LS-SVM分类器及其应用

为克服支持向量机算法对噪声点和异常点的敏感性,采用清晰集合构造模糊集合法确定隶属度,采用混沌遗传算法优化参数的模糊最小二乘支持向量机分类器(FLS-SVMBCGA),并用著名的Ripley数据集、MONK数据集和PIMA数据集进行了数值实验,对油气输送管道的TPD检测信号进行了诊断.结果表明,FLS-SVMBCGA分类...     

正交式数字相敏检波在PED 接收系统中的应用

鉴于井下复杂噪声对信号检测的不利影响, 针对以无线应急通信系统PED(Personal Emergency Device)为代表的井上井下超低频通信接收设备, 提出一种不需要外接同频参考信号的数字相敏检波优化算法, 并在PED模拟实验系统中, 验证了接收部分应用数字相敏检波算法的效果。数字相敏检波通过对待测信号进行若干周
期采样, 并将采样值与存储于数组中相应参考值进行乘累加并取平均, 求其同相分量与正交分量的方式, 完成对信号幅值的计算。实验数据表明, 当假定PED 井下接收机的辨别能力是信号的相关性大于0. 6 时, 系统能接收的最小信噪比为-58 dB, 在一定程度上提高了接收有用信号的准确度, 有利于仪器小型化、便捷化的实现。     

基于DOD和PTD的北斗欺骗式干扰检测技术研究

为在信号跟踪阶段检测到北斗信号的欺骗式干扰,通过对跟踪阶段北斗导航信号系统模型的分析,提出基于信号功率异常检测(PTD)和基于多普勒频移检测(DOD)的欺骗干扰检测算法,来实现北斗接收机在信号跟踪阶段的欺骗干扰检测,以北斗软件接收机为实验平台,通过仿真验证了所提算法的有效性。     

W波段收发前端设计研究

以21.12 GHz为本振信号、93.12~94.136 GHz为射频信号,采用"倍频+超外差发射机"和"超外差接收机"设计了毫米波无线通信系统收发前端模块组件,其中上变频模块尺寸为20 mm×19 mm×82 mm,实现了小型化,用完成的收发前端组件与已有的频率源组成完整的相参性测试系统,并对频率源的相参性进行了验证.     

基于软件接收机的标量与矢量跟踪算法设计与分析

以Matlab软件接收机为平台,研究对比了标量与矢量跟踪算法结构原理及算法设计,并分析了两种不同算法在信号短暂遮挡环境下的接收机跟踪性能. 建立了基于扩展卡尔曼滤波的矢量延迟/频率锁定跟踪算法模型,分析了矢量跟踪算法控制过程及时间同步问题,分析了标量与矢量跟踪算法在信号短暂遮挡环境下快速重跟性能及其对定位的影响,并进行了半实物仿真. 仿真结果表明,矢量跟踪算法不仅具有更好的快速重跟性能,而且接收机的位置检测精度和位置检测平滑度都优于标量跟踪算法.      

GNSS软件接收机算法设计与仿真测试

从GNSS（global navigation satellite system）软件接收机的总体结构出发,阐述了GNSS软件接收机基本原理,设计了GNSS软件接收机的信号相关器及其工作流程,介绍了基于FFT的码并行搜索策略,在信号跟踪中详细给出了载波环路中的鉴相器和鉴频器设计。对于导航定位解算,讨论了各项误差的处理方法,包括钟差和简化的等效对流层误差模型,并给出了最小二乘法的具体实现步骤。仿真结果表明,软件接收机中采用伪码并行捕获方法、DLL环与FLL环辅助下的PLL环路算法可获得良好的效果。在考虑星钟误差、对流层误差、电离层误差和地球自转引起的偏差等误差源的条件下,最小二乘法解算的单点定位结果满足要求。     

LR算法在MIMO-LAS-CDMA系统中的应用

在多入多出系统中,使用减格算法进行信号检测,如果结合多用户检测算法可以达到接近极大似然检测的性能。为了达到这个目的,给定多入多出系统的信道矩阵需要转化成一个正交的矩阵,以减小或消除信号检测过程中常规迫零算法对噪声的放大作用。为此,将减格算法与常规迫零检测算法结合,分析和仿真了接收机中使用减格辅助的迫零算法在M IMO-LAS-CDMA系统中的性能。仿真结果显示,使用这个新算法在复杂度开销增加不大的情况下,性能上超过了使用迫零算法接收机的系统。     

最小二乘滤波算法在目标跟踪中的性能比较

目标跟踪就是对目标在每个时刻的状态作实时精确的估计。根据目标在运动过程中具有轨迹连续性的特点,采用最小二乘滤波在观测数据的基础上对目标的状态进行了估计。论文对完全最小二乘滤波算法和递推增广最小二乘算法在目标跟踪的应用作了研究,通过仿真实验并对算法的跟踪性能进行了分析。结果表明:递推增广最小二乘算法的性能优于完全最小二乘滤波算法的性能。     

GPS信号捕获策略的研究

文章在传统GPS信号捕获算法的基础上提出了一种适用于GPS软件接收机的信号捕获策略,它能够准确而有效地搜索捕获到可见的GPS卫星信号,利用并行码相位快速搜索算法对GPS信号进行快速初捕获,使用N-M检测算法对被捕获结果进行确认,再做进一步的优化,从而得到真实可靠的捕获数据,以供信号跟踪阶段使用。     

基于Simulink的直接序列扩频通信系统抗干扰的仿真实现

主要研究了直接序列扩频通信系统( DSSS)的抗干扰能力。利用Simulink对直接序列扩频通系统的发射机模块和接收机模块进行仿真设计,在高斯信道中加入不同中心频率、幅度的窄带干扰。通过传输过程中各个波形和频谱变换图,研究直扩系统误码率、信噪比和扩频增益的关系。当窄带干扰强度超过系统抗干扰容限时,使用自适应滤波器中的LMS(最小均方差)和RLS(最小递推二乘)滤波器来抑制窄带干扰。仿真结果表明：自适应滤波具有良好放任窄带干扰抑制效果,但RLS算法复杂仿真时间长,LMS收敛速度较慢。     

基于嵌入式的低频微弱信号检测系统研究

对嵌入式系统进行微弱信号检测具有重要的应用价值。利用传统算法进行嵌入式系统的低频微弱信号检测过程中,受到的局限性较大,造成嵌入式系统的检测准确率较低。为此,提出一种基于小波神经网络算法的低频微弱信号检测方法。建立小波神经网络信号检测模型,通过神经网络优化处理得到被背景噪音所覆盖的有用信号的小波转化系数,根据小波转化系数建立矩阵,从而获取任意信号的初始数据信息。实验结果表明,利用改进算法进行嵌入式系统的低频微弱信号检测,能够极大提高低频微弱信号检测的准确率,取得了令人满意的效果。     

在DS-CDMA通信系统中盲多用户检测算法的研究

分析并研究了DS-CDMA(直扩码分多址)通信系统中的三种盲多用户检测算法,即最小均方(LMS)算法,递推最小二乘(RLS)以及Kalman算法。仿真实验了在平稳信道下、同步DS-CDMA系统中接收机应用这三种盲多用户检测算法抑制多址干扰(MAI)的能力,仿真实验与理论推导相吻合。实验与理论都表明,递推最小二乘(RLS)和Kalman算法能快速收敛、信干比大,尤其是Kalman算法收敛速度更快、信干比有更高的稳态输出,更具有实用性。