基于高阶累积量的TOA估计方法

提出了基于高阶累积量的多径信号到达时间TOA的估计方法。首先接收信号经过匹配滤波器,再将输出结果进行频域变换,这样将信号传播的时间延时的估计问题转换为谐波频率的估计问题。在反卷积之后的噪声是高斯过程的情况下,利用四阶累积量方法,可有效地抑制噪声估计各多径信号的TOA。文章最后的仿真结果说明了本文提出方法的有效性。     

利用修正Cyclic MUSIC算法估计循环平稳信号的到达角

在对循环平稳信源进行DOA估计时,循环相关阵所利用的延时选取不合适将降低DOA估计性能。传统Cyclic MUSIC算法对于如何获取最佳延时并未给出具体讨论,现有的改进方法因其附加计算量随着快拍数的增大而急剧增加,故不具有实用性。针对以上问题,提出了一种修正Cyclic MUSIC算法。该算法通过原始数据估计最佳延时,并依此来选取合适的伪快拍数,在计算量增加相对较小的情况下,能够克服上述两种算法的缺点,明显提高DOA估计的性能。     

数控总线基于贝叶斯估计的同步抖动修正方法

提出一种基于贝叶斯推理估计方法的时间同步抖动修正计算方法,通过已获得的总线传输延时作为采样样本,并通过贝叶斯推理估计,得到经过估计修正的总线传输延时,以提高数控系统现场总线时间同步精度,经过试验测试,提出的同步抖动修正方法能够保证时间同步的同步抖动不大于0.5uS,能够满足高档数控系统高速、精密加工对总线的同步控制需求。     

基于子频带分解的宽带信号干涉法测向算法

研究了宽带信号波达角的精确估计方法,提出了一种适合宽带信号的干涉法测向算法。该算法利用阵元间的延时估计波达角。先对信号作快速傅里叶变换(fast Fourier transform,FFT),选取信号在6 dB带宽内的谱线,每根谱线看作一个单频信号,采用窄带鉴相方法对各单频信号分别鉴相并估计该频率点上的延时,最后对各延时估计值进行加权平均。证明了信号在各频率点上的能量与频率平方的乘积是最佳加权系数。本算法具有计算量小、算法简单等优点。延时估计的仿真性能接近克拉美-罗限。     

基于Stretch处理的ISAR成像补偿新方法

针对Stretch体制的ISAR成像处理中本振信号延时误差的补偿问题,提出了基于延时量补偿的运动补偿方法。该算法先将每次回波的时间基准补偿到相同位置,用以消除时间量化误差的影响,再利用包络对齐和相位聚焦,用以补偿本振信号延时误差。同传统算法相比,该算法不受时间量化误差的影响,能够精确补偿本振信号延时误差。通过仿真实验证明了该算法的有效性。     

连续k-out-of-m:G系统可用度的估计

针对目前文献中研究连续k out of m:G系统可用度少的情况,从统计角度出发使用极大似然估计和Bayes估计在不同情况下对该系统可用度作出了估计并得到了相应的估计公式。若已有系统或元件的失效时间和修理时间分布的先验信息,则使用Bayes估计,反之使用极大似然估计,并用该方法分析了连续k out of m:G系统的特例:串、并系统。得到了串、并联系统可用度的估计式和相应的置信区间。估计公式实用简便。     

一种改善雷达距离分辨力的信号处理方法

提高噪声环境中邻近目标的分辨力问题,一直是雷达、声纳、地震学、通讯、生物医疗和电子学等领域里的热门课题。围绕这一问题,人们提出了不少解决方法。本文针对雷达的应用环境,提出了一种改善雷达距离分辨力的信号处理方法——修正的约束最小二乘法。该法充分利用目标回波载有的信息,通过对雷达目标系统冲激响应的估计,达到分辨邻近目标的目的。该法的中心思想是将目标在空间上的分辨问题转化为时间上目标冲激响应的估计问题,然后经过后置处理算法(双门限插值处理),以获得目标个数,相对强度及相对延时的估值。     

多抽头结构的宽带射频干扰对消及优化设计

多抽头对消结构可用于抑制大功率发射机产生的宽带噪声干扰，抽头数目和抽头延时间隔的选取直接影响干扰抑制效果，但是现有文献缺少其选取策略及对多抽头干扰对消系统性能的影响分析。针对此问题，建立了多抽头数模混合对消系统的理论模型，求解了抽头权值的最优值，首次得到了抽头数目和抽头延时间隔与对消比、收敛速度之间的解析关系。针对权值估计复杂的问题，提出了指数形式的迭代加权方法，有效提高了权值的估计精度和干扰对消比。针对抽头数目和抽头延时间隔的选取策略，提出了对消比最高、收敛速度最快的选取准则，大大降低了费效比，可用于指导多抽头对消结构中抽头数目和延时间隔的选择。结果表明，对于带宽为30 MHz的信号，系统优化后的对消比不低于33 dB,有效解决了宽带干扰问题。     

基于元学习的时变信道估计方法

为了克服现有的基于深度学习的信道估计方法存在的训练样本与时间开销过大、且离线训练的网络无法适应在实际情况下实时变化的信道环境的问题，提出了一种高速移动正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中的基于元学习的时变信道估计方法。该方法利用模型无关元学习(model-agnostic meta-learning, MAML)方法对不同的信道任务进行线下训练，仅利用少量的训练样本即可使网络充分学习到信道的传输特性，以及具备快速适应新任务的能力，且具有较低的计算复杂度。在线下训练中，该方法将网络的训练目标设置为具有较高精度的信道估计，而非理想的信道信息，增强了估计模型的实用性。另外，该方法仅采用接收的导频信号进行线下训练与线上估计，减少了网络输入样本的数目，进一步降低了计算复杂度。仿真结果表明，所提方法具有较高的估计精度与较低的计算复杂度，且可以快速地适应新的信道环境，适用于在高速移动通信系统中获取时变信道。     

基于ADS-B的多站时间同步系统的偏差联合估计方法

针对基于广播式自动相关监视(automatic dependent surveillance broadcast,ADS-B)的多站时间同步系统中ADS-B位置误差、站址测量误差和时差测〖JP2〗量误差等因素对同步精度的影响,建立了偏差条件下基于ADS B〖JP〗的多站同步模型,给出了理论同步误差的计算方法,指出引起显著同步误差的系统延时误差。提出一种延时误差和待同步站钟差的联合估计方法,理论推导了克拉美-罗下限(Cramer-Rao lower bound,CRLB)。基于同步精度分布图,分析了偏差消除前后作为标校站的飞机的航向对同步精度的影响。计算机仿真分析表明,基于ADS B的多站同步系统的延时误差和待同步站钟差联合估计方法的估计性能,可以达到CRLB,显著提高了同步精度。     

软件接收机中基于数据处理的多径估计方法

当信噪比(signal-to-noise ratio, SNR）较低时基于数据处理的多径估计算法的估计性能显著降低。提出了基于Kalman滤波和Teager-Kaiser (TK）算子/最小二乘(least square, LS）相结合的多径估计算法,简称KTK/KLS算法。该算法通过Kalman滤波消除低SNR的高斯噪声对相关输出的影响,然后将滤波后的相关输出用于TK算子/LS估计直接信号时间延迟或多径参数。KTK/KLS算法有效解决了仅使用TK算子和LS算法进行参数估计时对噪声比较敏感的问题,保留了二者对多径比较敏感的优点。最后,通过仿真将KTK/KLS算法与其他高效的基于数据处理的多径估计算法进行比较,结果表明所提出算法的多径估计精度优于对比算法。     

一种GPS信号码片内多径时延估计算法

针对全球定位系统(global position system, GPS)中延迟差小于一个C/A码片的多径时延估计问题,提出一种基于约束增量维纳滤波的多径时延估计算法。该算法利用GPS信号C/A码延时先验估计,对多径冲激信道时延估计值和衰减系数估计值进行区间约束和幅度约束,并将约束条件应用到增量维纳滤波的迭代过程中,从而实现码片内多径时延的估计。理论分析和仿真结果表明,此算法具有时空复杂度低、收敛快,在低信噪比条件下有较高的分辨率等优点。     

低复杂度无线OFDM自适应信道估计算法

提出了一种基于传输信道状态检测的低复杂度无线OFDM系统自适应信道估计算法,利用导频子载波在时频方向对当前信道状态进行统计检测,动态跟踪信道参数的变化特征,自适应选择当前条件下的最优内插滤波系数;同时简化传输信道先验统计信息求解,以此作为滤波系数选择的依据.仿真结果表明,在低复杂度条件下可以获知当前信道模型化参数近似统计信息,利用较少的计算资源就能获得较好的自适应性能;从而有效克服了二维Wiener滤波器实现复杂度高,以及传统信道估计按照最恶劣信道情况上限进行设计所导致的非匹配性估计性能损失.     

脉冲噪声下基于共变序列的自适应时延估计

针对实际应用中常遇到的脉冲性噪声问题,以α稳定分布模型进行描述,提出了一种基于共变序列的自适应时延估计方法,简称CAED.该方法通过求取两个观测序列的互共变和一个观测序列的自共变,去除了不相关脉冲噪声,保留了观测序列间时间延迟的信息;将自共变、互共变序列作为两个自适应滤波器的输入信号,在最小均方误差准则控制下,由收敛的两个滤波器权系数矢量峰值位置之差可获得源信号到达两个接收端的相对时延.通过计算机仿真对比实验验证了该算法在强脉冲噪声、低信噪比情况下的优良估计性能.     

FDA-MIMO雷达主瓣距离欺骗式干扰抑制方法

主瓣欺骗式干扰降低了对真实目标的估计精度与跟踪准确性,对传统雷达提出了挑战。针对此问题,基于频率分集阵(frequency diverse array, FDA)-多输入多输出(multiple input and multiple output,MIMO)雷达,提出了一种抑制主瓣距离欺骗式干扰的方法。假目标产生器通过对截获的雷达信号进行延迟转发,导致真、假目标的时延(距离)差异,由此可形成具有不同发射频率的假目标。据此,首先利用频率分集阵雷达的距离维自由度在联合发射-接收维对真、假目标进行区分,其次设计了距离-角度二维自适应匹配滤波器,所有假目标由于距离维的失配而被抑制。该方法有效地解决了主瓣距离欺骗式干扰抑制的问题,提升了雷达在复杂电磁环境的抗干扰性能。仿真实验验证了所提方法的有效性。     

空中运动目标时变时延估计方法的仿真研究

时变时延估计是运动目标测向的关键技术，参数模型法是一类重要的时 延估计算法，其自适应形式可用于对时变时延的估计。本文分析选择了三种自适应的时延估计参数模型法，将其应用于实测的直升机噪声数据，进行了大量仿真试验，为有限阵列尺寸条件下空中运动目标的被动测向提供了有价值的参考数据和结论。     

基于逆高斯纹理分布的协方差矩阵估计方法

在复合高斯杂波中检测目标信号, 需要对杂波协方差矩阵进行估计, 相应的检测性能与估计精度密切相关。利用服从逆高斯分布的纹理分量来对复合高斯杂波进行建模, 可以更好地拟合高分辨杂波实测数据。本文给出了一种两步广义似然比检测器, 先假设杂波协方差矩阵已知以获得检测统计量, 再利用纹理分量的先验分布推导协方差矩阵的最大似然估计。同时，基于贝叶斯方法, 假定纹理分量和协方差矩阵均为服从某种先验分布的随机量, 推导了协方差矩阵的最大后验估计。仿真结果显示, 基于知识的自适应检测技术由于引入了纹理分量和杂波的先验信息, 其协方差矩阵的估计精度好于最大似然估计和样本估计方法, 同时具有更好的检测性能。     

一种频域自适应最大似然时延估计算法

提出了一种基于平方相干函数的频域自适应最大似然时延估计算法。该算法构造了一种广义相位数据最大似然加权函数,并通过自适应估计输入信号的平方相干函数加以实现。算法的性能分析和仿真实验表明,该算法有更好的时延估计精度、收敛速度和跟踪性能,能够有效提高低信噪比环境下的低空目标被动声探测的时延估计性能。     

基于加窗四阶累量时延估计的微瞬态电磁辐射信号检测算法

以研究微弱瞬态电磁辐射信号的探测手段为目的,提出了一种基于加窗四阶累量时延估计的检测算法。利用高阶累量对高斯噪声的抑制作用以及相干平滑变换对微弱窄带噪声的弱化效果,将低信噪比条件下非周期微弱放电信号的检测问题转化为周期性时延参数的估计问题。仿真及实验比较了加窗四阶累量互相关、非加窗四阶累量互相关及传统互相关时延估计3种算法的检验性能。结果表明,经过加窗处理的四阶累量时延估计算法在相关高斯白噪声、非相关高斯白噪声及窄带噪声3种噪声条件下的检测性能都优于其他两种方法,比较适合用于微弱电磁辐射源的远距离探测。