直扩系统中判决反馈干扰抑制滤波器的性能研究

研究了判决反馈滤波器(DFF)在直扩系统中估计和抑制窄带干扰的性能,给出了判决反馈滤波器抑制一阶自回归干扰时信噪比提高因子的闭合表达式的上界.与线性滤波器相比,为达到相同的抑制效果,判决反馈滤波器所用的滤波器阶数低,硬件实现所需资源少,实用性更广.理论分析和数值仿真结果均表明,判决反馈滤波器的性能明显优于线性滤波器.     

基于电平交叉率的多普勒频移估计方法

针对在莱斯信道下对接收信号进行最大多普勒频移估计的需求,提出基于电平交叉率的传统多普勒频移估计方法,引入循环迭代的思想使得接收端的滤波器带宽达到最优,接收信号通过最优滤波后,再进行基于电平交叉率的多普勒频移估计,大大减缓了噪声对估计性能的影响.改进算法的复杂度虽然有所提高,但在莱斯信道下,其比传统的多普勒频移估计算法更能准确估计出接收信号的多普勒频移,仿真结果验证了算法的有效性和优越性.     

基于SVM分类的EBPSK信号解调判决

为了改善扩展的二元相移键控(EBPSK)系统在低信噪比下的误码率性能,针对解调端冲击滤波器输出信号的特点,引入支持向量机( SVM)分类方法.在滤波器输出的中频信号中选取少量采样点进行判决,仿真显示,可以得到较高的信噪比增益.误码率在10-4时,比积分判决方法获得1.8dB的信噪比增益.不同核函数产生不同的支持向量机算...     

高频天波雷达回波信号的旁瓣抑制方法研究

为了压低或抑制信道均衡后回波信号的旁瓣电平,给出了在均衡器后增加失配滤波器的旁瓣电平抑制方法.仿真结果表明:增加均衡滤波器长度,也可以在一定程度上压低旁瓣电平,但是处理时间较长;在均衡器后增加失配滤波器,不仅可以有效压低旁瓣电平,而且处理时间较短.在实际应用中最好选用在均衡滤波器后增加失配滤波器的方法来抑制旁瓣电平,提高输出信号的信噪比,增加接收机的检测性能.     

基于TH-UWB串行干扰消除的多用户检测

利用TH-UWB系统信号的特点,采用串行干扰消除检测方法,提出一种低复杂度的多用户检测器.该检测器采用多级检测结构,依据用户脉冲被干扰的情况来确定检测顺序,受到干扰最小的用户最先进行检测判决.前一级的检测结果反馈回来重建该用户的信号,然后从接收的信号中消除.该检测器使每级检测的处理增益最大化,从而取得较好的检测性能.理论分析和仿真结果表明,该检测器取得了远优于单用户匹配滤波检测的性能.     

重叠保留最小均方误差块线性均衡和块噪声预测算法

针对以往频域均衡器无法直接应用重叠保留法的问题,提出了重叠保留最小均方误差块线性均衡和块噪声预测2种算法.在设计线性均衡器时,有效抽头被限制在一定范围内,避免了在采用重叠保留法时引入有色噪声,并且使得误码率曲线在高信噪比区域不会发生畸变.在分层检测时,使用块噪声预测以兼容重叠保留法,从而将前馈滤波器和反馈滤波器分解为2个相互独立的模块,同时前馈滤波器恰好等于线性均衡器,因此再将重叠保留法应用于前馈滤波中,获得低复杂度和高性能的双重效果.仿真结果表明,2种算法的误码率曲线在高信噪比区域不会出现反弹,而且与不使用重叠保留法的高复杂度算法相比,分别只有大约1dB和0.3dB的信噪比损失.     

低信噪比环境下的麦克风阵列语音识别算法研究

针对在低信噪比环境下语音增强对语音识别率的提升不明显的问题,提出一种用在识别系统前端的麦克风阵列增强算法。该阵列增强算法基于相干滤波和频率带宽波束形成后置改进维纳滤波器。首先将采集到的阵列信号,求相邻通道间的相关函数,利用阵元间信号的相关性进行初始噪声抑制,然后利用频域宽带最小方差无畸变响应(MVDR)通过对目标声源信息的获取,保留目标声源方向的信号并抑制其他方向的信号干扰,再通过改进的维纳滤波器去除噪声残留提升语音可懂度,最后用梅尔频率倒谱系数(MFCC)和隐马尔科夫模型(HMM)对增强后的语音信号做特征提取并识别。仿真过程模仿双耳采集数据,结果表明该语音增强方法在低信噪比环境下获得较好的增强效果,能有效的提高低信噪比环境下的语音识别率。     

全球定位系统预解扩延时相乘捕获算法

针对全球定位系统(GPS)信号捕获中延时相乘捕获算法检测率低的问题,提出一种预解扩延时相乘捕获算法,以提高信号捕获的检测率.首先对信号进行码相位搜索和解扩,然后在延时相乘操作前、后分别使用窄带滤波器来减小噪声带宽和功率,以提高信噪比和检测率.通过蒙特卡罗方法对其检测率特性进行仿真.结果表明,相比于延时相乘捕获算法,该算法检测率明显提高,并且保持了捕获过程中不受频偏影响的优势.在软件接收机中应用该算法对GPS信号成功捕获,证明了算法的有效性.     

基于全相位新型余弦滚降滤波器设计

数字通信系统的误码率来源有两个方面,一个是码间串扰(inter symbol interference,ISI)和信道噪声,其中噪声只能抑制,而ISI则可以消除。本文基于全相位滤波技术,设计出一种新型余弦滚降特性半带滤波器,通过选择不同的卷积窗而可以得到滤波器簇。该余弦滚降滤波器在消除码间串扰的同时,对噪声进行了较大程度的抑制。首先,给出一维全相位数字滤波器系统架构,并推导出数学表达式,分析了两个重要特性。其次,设计出新型滚降特性全相位半带滤波器,仿真出幅频特性和衰减特性曲线。第三,分别基于传统和新型余弦滚降特性滤波器设计出基带数字信号传输系统,并对比统计出不同信噪比条件下的误码率。结果表明,信噪比高于2.5 dB后,采用新型余弦滚降滤波器系统的误码率明显低于传统系统,最大改善3 dB。     

应用于高速串行链路的噪声预测部分响应最大似然均衡

为了解决25 Gbit/s及以上的高速串行信号在背板信道传输中的信号完整性问题,研究了能够在高速率和低误码率(BER)之间取得折中效果的部分响应最大似然(PRML)均衡.基于噪声预测法,推导出能够有效降低硬件开销的噪声预测PRML均衡.在具有不同衰减特性的背板信道和不同调制方式下,采用判决反馈均衡(DFE)、PRML均衡和噪声预测PRML均衡3种均衡方式对误码率性能和硬件复杂度进行了研究分析.结果表明,对于25 Gbit/s的非归零(NRZ)信号,噪声预测PRML均衡的误码率性能优于DFE和PRML均衡;而对于12.5 Gbit/s的四电平脉冲振幅调制(4PAM)信号,PRML均衡的误码率性能优于DFE均衡;噪声预测PRML均衡的硬件复杂度优于PRML均衡,更适合应用于高速串行链路中.     

基于DFT-FB改进的F-OFDM方案

通过对滤波OFDM(filtered-OFDM,F-OFDM)的研究,针对F-OFDM使用较长的子带滤波器降低带外泄漏(out-of-band emission,OOBE)而导致系统实现复杂度较高的问题,基于滤波器组(filter bank)的多相网络(poly phase network,PPN)实现降低复杂度和对每一个子载波进行独立的滤波降低OOBE的思想,提出了使用子载波滤波的滤波器组技术对F-OFDM的改进方案,实现对每个子载波的滤波处理.给出了改进方案的系统结构图并分析了系统原理,通过对改进方案系统的分析及带宽效率和系统实现复杂度的推理计算,得到改进方案可以达到与F-OFDM相同的带宽效率,且在相同的功率谱密度时,改进方案的实现复杂度比F-OFDM系统的低.仿真结果表明,相较于F-OFDM,改进方案不仅可以优化系统处理业务的灵活性,而且在AWGN(additive white Gaussian noise)信道和衰落信道下,在传输性能和抗信道衰落能力方面,也优于F-OFDM系统.     

二阶多比特Sigma-Delta ADC中的自适应量化算法

针对二阶多比特Sigma-Delta ADC的量化电平对信噪比的影响,提出了自适应量化算法(AQ).该算法可根据输入信号的幅度变化,动态地调节多比特ADC的参考电平,从而改善二阶多比特Sigma-Delta ADC在小幅度输入时信噪比下降的问题.在此基础上,运用动态电阻匹配的方法,进一步减小了由于反馈数字模拟转化器(DAC)电阻不匹配带来的非线性噪声.仿真结果验证了该算法的有效性.     

虚拟频谱滤波器的仿真与设计

文章选取NI公司的LabVIEW编译软件来设计一个双通道频谱滤波器。主要用于分析由仿真信号产生的带噪声信号。根据带通滤波器后的频率响应,以及滤波前后的信号的双通道谱测量结果,来检测滤波后的信号频谱是否存在于通带范围内,从而设计出一个实际可应用的虚拟频谱滤波器。     

非平稳背景噪声下微弱高频CW信号的自适应检测

在强噪声背景下,基于时频联合分析的高频CW信号检测算法性能严重下降,同时标准Kalman滤波器对非平稳背景噪声下微弱高频CW信号也失效.针对此问题,本文提出了一种基于ARMA新息模型的自适应Kalman滤波器检测方法.该方法避免了标准Kalman滤波检测CW信号时需要确定系统噪声统计特性的问题.论文根据CW信号的状态空间随机信号模型,构造了ARMA新息模型,通过在线辨识MA模型参数来估计Kalman滤波增益,从而实现了CW信号的自适应跟踪滤波.仿真结果表明,该方法能够在强噪声背景下动态跟踪CW信号时域波形,且算法简单,实时性强,可用于指导高频CW电报自动接收设备的研制.     

小波去噪及其在信号检测中的应用

基于信号和噪声在小波变换下表现出的截然不同的性质，提出了一种非线性的消噪方法．该方法与传统的消噪方法不同，它并非等价于信号通过一个低通或带通滤波器，而是根据信号与噪声的奇异点性质不同进行滤波，因而在改善信噪比的同时，又保持相当高的时间分辨率．理论分析和实验表明该方法特别适合于弱信号的检测和定位     

一种自适应Morlet小波滤波方法及其在滚动轴承早期故障特征提取中的应用

针对滚动轴承早期故障信号微弱,故障特征难以提取的问题,提出了一种基于混洗蛙跳算法(shuffled frog leaping algorithm,SFLA)的自适应Morlet小波滤波方法.首先利用自相关分析去除宽频随机噪声,然后通过SFLA优化Morlet小波的滤波参数,获得在最小信息熵下的中心频率和滤波带宽.由自适应Morlet小波滤波器获得的滤波信号,其中的冲击成分可以很好地被表征.最后对滤波后的信号做包络谱分析即可提取滚动轴承的故障频率.实验表明,自适应Morlet小波滤波方法可以成功地从低信噪比信号中提取出周期冲击特征,对于滚动轴承早期故障振动信号,能够有效地提取冲击特征频率实现滚动轴承早期故障诊断.     

激光星间通信系统中光纤光栅滤波器

针对激光星间通信系统,提出了采用光纤光栅作为光滤波器以滤除背景光噪声.为了设计出高性能的光滤波器以满足激光星间通信系统的要求,研究了光滤波器的带宽对通信系统性能的影响.考虑多普勒频移,分析了通信系统的归一化信噪比与滤波器带宽的关系,用匹配滤波器的方法设计出光滤波器的最佳带宽.根据得到的最佳带宽,设计了符合要求的光纤光栅...     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征作为判决特征参数.这些方法在实际应用中,尤其当信号信噪比比较低时,无法满足系统的需要.文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法.通过对宽带噪声-白噪声干扰情况和一种特殊噪声——汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适合于实际应用.     

低信噪比下低复杂度的OFDM信号带宽盲估计方法

针对低信噪比多径信道下传统的正交频分复用(OFDM)信号带宽盲估计方法估计精度低且计算量较大的问题,提出了一种低复杂度的OFDM信号带宽盲估计方法,首先利用修正的周期图求平均(Welch)法得到功率谱,再对其进行最小二乘多项式拟合得到平滑的功率谱,然后通过对功率谱曲线进行求导提取出斜率最大点和最小点的位置进而估计带宽,最后多次循环求统计平均得到信号带宽的精确估计.通过理论分析,确定了OFDM信号带宽盲估计方法的步骤,并在多径信道下进行了仿真试验.仿真结果表明,该方法在信噪比为0 dB时能够达到98.9％的正确估计率,并且该方法与传统方法相比,带宽估计精度更高,计算复杂度更低.     

基于窄带电力噪声干扰的OFDM分组检测算法

针对电力噪声和正交频分复用(orthogonal frequency division multiplexing,OFDM)信号的特点,为提高检测的准确度同时减少数据冗余,基于含噪信号本元分析,分解干净信号和电力噪声特征向量,根据噪声和信号空间能量的不同,利用本元滤波的方法检测数据分组的起点。在电力噪声和基于G3方案的OFDM模型下,通过对经典延时相关检测算法和本元滤波检测算法进行性能评测比较,结果显示在不同信噪比下,本元滤波检测算法对接收信号的起点检测更准确,相应系统的误码率得到降低。