短序列条件下快速频率估计性能分析

对短序列条件下的三种快速频率估计算法性能进行了讨论。首先分别叙述了三种快速频率估计算法的机理,随后进一步给出了频率估计的Cramer-Rao下界、计算机仿真结果、实测数据计算结果以及估计精度和计算量分析。并同其它频率估计算法的性能进行了比较,指出了存在信噪比门限的原因。所得结论对工程人员选择算法具有参考价值。     

频率估计的一种同频信号加权融合算法

为提高低信噪比条件下短时正弦信号的频率估计精度,针对任意长度的正弦信号,提出一种同频信号加权融合算法.首先,给出同频信号的定义和频谱模型;其次,构造具有相位连续化特性和噪声对消特性的相位修正矩阵对同频信号频谱进行加权融合,使加权融合后的频谱近似于相位连续信号频谱.最后,谱峰搜索加权融合后的频谱,获得高精度的频率估计值,仿真实验表明,与现有方法相比,算法抗噪性强,普适性好,频率估计精度高.     

一种新型卫星多址方式的分离新算法

在介绍一种新型的卫星多址方式—PCMA（成对载波多址）技术的基础上，利用Fisher矩阵得到信道参数估计的克拉美罗限，并结合ML（最大似然准则）和锁相环技术提出了一种无需单独发送训练序列的新分离算法。仿真结果证实了该算法的有效性和可行性。     

低复杂度的DSSS信号扩频序列估计算法

在非协作条件下直接序列扩频(DSSS)信号的扩频序列估计是盲解扩的必需环节。通过构造基于接收信号自相关矩阵的两个检验统计量,分别完成了扩频序列的同步和扩频序列的估计。所提的算法具有很低的运算复杂度。仿真实验验证了所提算法性能的有效性。综合算法的鲁棒性、计算复杂度和低信噪比下的估计性能等评价因素,算法相比其它的典型算法有着一定程度的优越性,并易于快速实现。     

低信噪比下非冗余阵列的无网格DOA估计

波达方向(direction of arrival, DOA)是阵列信号处理模型中的非线性参数,当信噪比较低时,其估计值会偏离真实值。为了降低无网格DOA估计方法中该问题的阈值,介绍了一种基于无网格的基于协方差的稀疏迭代估计(sparse iterative covariance-based estimation, SPICE)方法。引入了最大似然求根多重信号分类(maximum likelihood root multiple signal classification, ML-Root-MUSIC)来计算DOA,使用最大似然准则来选择根,可以降低阈值并获得更好的分辨率特性。在原始无网格SPICE的优化问题中加入了负熵项,使得无网格SPICE的均方根误差曲线更接近于Cramer-Rao下界。最后,蒙特卡罗仿真实验验证了所提方法在低信噪比非冗余阵列情况下的优越性。     

PCMA系统中干扰信号时延估计新算法

对PCMA系统中干扰信号的时延估计问题进行了研究,提出一种基于粒子滤波的干扰信号时延估计新算法.算法首先通过对接收PCMA信号进行动态状态空间建模,然后在贝叶斯估计框架下,利用粒子滤波方法估计干扰信号时延.另外,为说明该算法的有效性,利用Fisher信息阵推导了干扰信号时延估计的克拉美罗限.仿真结果表明该算法能够有效进行的时延估计.     

改进的直扩序列估计算法仿真研究

针对通信侦察中直扩信号伪随机（PN）序列估计的实际应用,对基带数据采用子空间分解的方法求得相互正交的特征向量;根据PN码序列自相关函数旁瓣能量低的原理,提出旁瓣能量检测系数,确定该对向量的相对相位,实现直扩序列波形的重构。该仿真算法克服了单纯子空间分解法中求解的部分数据段反相的缺点。仿真实验给出了不同信噪比下和不同数据长度时算法的性能仿真分析,表明该算法对PN序列的估计是十分有效和可靠的。     

未知调制阶数的MPSK信号信噪比估计算法

在未知MPSK信号调制阶数 ,未知接收码元序列条件下 ,提出一种基于高阶累量的可同时实现MPSK信号调制类型的初步分类和比较的精确的信噪比估计算法。计算机仿真结果表明 ,给定适当长度的观测数据 ,在很大的信噪比范围内 ,该算法可达到很高的估计精度。最后讨论了进一步提高信噪比估计精度的方法。     

一种基于信噪比估计的自适应伪码捕获算法

军事扩谱通信一般都以突发信号帧的形式进行通信,通信时间短、可靠性要求高、信号动态范围大。固定门限捕获方法不能提供满意的性能,门限选得太高会使高信噪比时虚警概率过高,而门限过低会使得低信噪比时漏检概率高,检测概率低,因此需要利用自适应捕获方法。提出一种适合突发短帧模式的自适应伪码捕获方法,该方法可适用于A/D转换前加自动增益控制(AGC)的情况。提出的自适应捕获方法基于接收信号信噪比的估计,推导出根据采样点统计值的比值得到信噪比估计的实用算法,并对该算法进行多项式拟合以适合工程实现,并对算法进行了仿真分析。     

基于修正Rife算法的正弦波频率估计及FPGA实现

Rife算法的基础上,通过对输入信号进行频谱搬移,给出了一种修正Rife(MRife)算法。该算法易于并行实现。Monte Caro仿真表明,MRife算法具有频率估计精度高、整个量化频率范围内性能平稳等优点。当SNR(信噪比)大于0 dB时,MRife算法频率估计均方根误差接近克拉美-罗限(CRB,Cramer-Rao bound)。为了提高算法FPGA实现时的系统运行速度,提出使用FFT运算后的实/虚部代替FFT模进行插值,仿真表明对MRife算法性能影响不大。最后,将MRife算法在单片FPGA芯片内进行了硬件设计。布局布线后的时序仿真结果表明,该设计能够对输入数据速率为200 MHz的信号进行实时频率估计,数据不堆积。     

低信噪比突发信号载波频偏估计算法

快速准确的载波频偏估计在突发信号的相干解调中发挥着至关重要的作用。目前的载波频偏估计算法很难同时兼顾估计精度、信噪比(signal-to-noise ratio,SNR)门限以及估计范围等指标。针对这一问题,提出了一种数据辅助的基于接收信号自相关序列离散傅里叶变换(discrete Fourier transform,DFT)的载波频偏估计算法。该算法通过对接收信号的自相关进行加窗处理,借助离散傅里叶变换来实现频率估计。仿真结果表明,与经典的M&M算法相比,该算法具有更低的信噪比工作门限,在低信噪比情况下具有更低的差错概率和更宽的估计范围,非常适合低信噪比突发信号的载波频偏估计。     

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。     

极低信噪比环境下含近邻约束的改进唐检测判决算法

极低信噪比环境下的伪码连续波测量雷达初始粗同步捕获过程中,为了增加唐检测判决算法的灵敏度,除门限条件外,引入前后两次单次检测捕获的伪码相位估计值之差在一定范围内的近邻约束作为上/下行计数器值增减的条件。通过对唐检测判决过程建立马尔可夫链模型,对引入近邻约束的改进唐检测算法的检测性能进行了理论分析与推导。仿真结果表明,将近邻约束引入唐检测判决算法,可以在检测概率几乎不变的情况下,大幅度降低虚警概率,即改进算法明显地增强了对微弱信号的检测能力,且检测速度不受影响。     

GMSK+PN信号信噪比估计

针对数传、测距一体化的调制方式高斯最小频移键控复合伪码测距(Gaussian minimum shift keying+pseudo-noise, GMSK+PN)信号的信噪比估计,提出了一种精度较高、复杂度较低的快速算法。该算法采用层状结构分解的方式,将信号分解为若干信号单元,对每一个分解的信号单元进行功率分配计算或信噪比估计,最后快速准确地计算出整个信号的信噪比。信噪比在 1~13 dB之间时,估计误差小于0.5 dB。利用Simulink仿真工具,验证了该算法的有效性。     

色噪声中低信噪比单音正弦信号的频率估计

针对色噪声条件下的低信噪比单音信号频率估计问题,提出了一种色噪声功率谱补偿算法。该算法利用色噪声功率谱期望值的慢变特点,通过非线性滤波比较功率谱抽头与其邻域抽头均值的大小,消除色噪声功率谱起伏对频率估计的影响,进而采用极大值搜索给出频率估计。对所用非线性处理的稳定性进行了理论分析,并通过计算机仿真给出了算法估计精度,从而验证了算法的有效性。     

一种新的低信噪比下的数字调制识别方法

针对数字调制识别在低信噪比下的应用,提出一种新的基于瞬时信息的调制识别算法。该算法一方面提出采用小波滤波器对信号的瞬时信息进行消噪处理,提高了调制识别算法在低信噪比下的识别能力;另一方面利用已有算法的3个特征参数σ_ap、σ_aa、和σ_fa以及在已有算法基础上改进的3个新的特征参数Ra、Rp和Rf,简化了识别过程,改善了低信噪比下的识别效果。仿真结果表明,该算法在信噪比低到5dB时,也能达到95.4%以上的识别率。     

混合信息下的多属性大规模群体决策方法

针对多属性大规模群体决策问题中决策者评价信息类型不一致的情况,提出一种包含精确数、区间数、语言信息的多属性大规模群体决策方法。首先,定义了几种不同的转换函数,以此将各决策者给出的精确数、区间数、语言信息一致化为虚拟语言术语;然后,给出了大规模群体决策矩阵的的分组方法,并利用新的三维语言密度算子对其进行集结;最后,在语言幂Heronian算子的基础上,对群体综合决策矩阵进行集结。通过算例验证了所提方法的可行性与有效性。算例分析表明,该方法不仅能够较好地解决混合信息的处理问题,以及能够充分考虑群体共识度;还能够体现属性之间的关联性,以及反映集结值的整体均衡性,因此可使得决策结果更为客观合理。     

一种低信噪比下点目标检测新算法

针对红外探测系统对远距离目标进行实时临控的应用场合,提出了一种快速点目标检测算法。该算法将原始图像序列分割成多个小段,通过递推使用速度匹配滤波,能快速得到图像序列中目标轨迹的能量,从而提高低信噪比下点目标的检测能力。与其它检测算法相比,新算法具有检测概率高、算法复杂低等特点。对算法的原理和性能进行了详细地分析,通过仿真实验证明了该算法的有效性。