基于二维导频的OFDM系统信道估计算法研究

提出了基于一种离散傅立叶变换与一维维纳滤波联合的信道估计算法,相比线性内插与一维维纳滤波联合的估计算法仅利用相邻导频获得导频间信道估计,该算法通过插入二维导频对数据分块,利用每个分块的接收数据进行信道估计,从而提高了信道估计的性能.与二维维纳滤波算法相比,该算法在估计性能接近的情况下,计算复杂度大大降低.     

基于能量算子的单信道重叠信号盲分离方法

针对单个信道的多个时、频重叠信号分量的分离问题,提出一种能量分离方法对各个信号分量进行瞬时频率和幅度估计,从而进行多个信号分量的分离。基于能量算子的计算简单,以及很好的时域分辨率的特点,该方法可用于实时处理和实际工程应用。仿真结果验证了该算法的有效性。     

MIMO-OFDM系统中基于变分Bayes EM算法的联合符号检测与鲁棒Kalman信道跟踪

基于变分Bayes期望最大化VBEM(variational Bsayes expectation maximization)算法和Turbo原理,提出了快时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法.在VBEM框架下,信号检测和信道估计分别由修正的列表球形译码算法和软输入Kalman算法完成,检测器和估计器分别考虑了信道和检测信号的估计误差协方差矩阵.当信道时变剧烈时,存在较大检测误差的数据在软输入Kalman算法中引入异常值(outliers),由于Kalman算法对于异常值的敏感性,系统会在错误传播的影响下出现误码平台.为削弱异常值的影响,利用鲁棒统计理论设计了VBEM框架下改进的鲁棒软输入Kalman算法,该算法能在出现异常值的条件下保持较好的信道跟踪能力.仿真结果表明:在快速时变多径信道条件下,文中设计的鲁棒VBEM算法优于传统的VBEM算法和EM算法.     

基于时变AR模型的重叠信号分量盲分离方法

提出一种利用时变AR模型对单信道时频重叠的多个信号分量的瞬时频率和瞬时幅度进行估计，从而进行信号分量分离的方法．通过利用长椭球序列作为基函数对时变AR模型系数进行展开，将时变模型转化为时不变模型后利用一种递推方法进行模型系数估计．该方法计算简单，不需要知道信号的先验信息．仿真结果证明了方法的有效性和优异性能。     

基于节点状态的多接口多信道WMN信道分配算法

多接口多信道无线Mesh两络信道分配的目的在于提升网络容量以及保持网络连通的同时,降低干扰,增强信道负载平衡.由此,提出一种基于节点状态的信道分配方案.该方案是一种基于优先级的多项式时间贪婪混合式算法.NS2仿真结果表明,该算法不仅可以较好地解决信道负载平衡,提升网络容量,而且即使在节点接口的数量少于有效信道数量时,也能使信道得到有效的分配,保证网络的连接通畅.     

OFDM无线通信系统的时间和频率同步误差分析

由于无线信道的时变性、频率选择性、加性噪声以及发送和接收端晶体振荡器频率非一致性的影响，实际的OFDM系统中总存在时间和频率同步误差．定义了归一化干扰功率(NIP)来研究这两种误差对系统性能的影响．在此基础上，我们首先推导出：(1)由时间误差产生的NIP公式和它的两个上界；(2)由频率同步误差产生的NIP公式和它的两个上界，这两个界比Moose上界更逼近实际NIP值．然后，通过在典型短波和中波信道的仿真进一步验证了这些界的有效性和正确性．这些界有助于通信工程师在实际应用中在给定NIP值的条件下选择满足系统要求的时间和频率同步算法．同时，还提出一种新的方法以减少OFDM系统对时间同步算法的精度要求，该算法能实现时间同步精度和频谱利用率的有效平衡．     

分布式MIMO-OFDM系统训练序列设计及时频同步方案

在分布式MIMO-OFDM系统中,不同收发天线对之间信号的时间延迟和频率偏移均不相同,因而同时估计各个收发天线对之间的定时和频率偏移是分布式MIMO-OFDM系统同步最具挑战性的部分之一.本文通过在时域对各发射天线的本原训练序列用具有良好互相关的伪随机序列加权,提出了一种适用于分布式MIMO-OFDM系统时频同步的新的训练序列及相应的时频同步方案.它首先利用伪随机加权序列的良好自相关和互相关性特性以及本原训练序列的分段共轭对称性估计各收发天线对之间的定时偏移,然后利用本原训练序列中的重复短序列进行迭代频率偏移估计.理论分析与仿真结果表明,相比传统方案,该方案不仅能够更好地估计出所有收发天线对之间的定时偏移,而且还能够同时估计出所有收发天线对之间的频率偏移.     

盲均衡和信道参数估计的一种ICA和进化计算方法

首先给出了一种盲均衡的新方法。该方法利用过程采样技术和一种新的独立分量分析神经网络，仅通过接收到的信号完成在线盲均衡，基于接收信号的四阶累积量和线性系统的特性，利用进化规划算法和均衡输出序列，估计信道参数。计算机仿真结果表明算法具有较好的性能。     

差分空时块对角码

提出一种用于多入多出无线通信系统的新型差分空时编码——差分空时块对角码．利用这种编码所具有的块对角结构，能够设计出多种高性能差分空时块对角码，尤其适用于发射天线较多、传输速率较高的情况．在平坦衰落信道下，当传输速率高于1bps／Hz时，差分空时块对角码的性能优于传统的差分空时码，而且发射天线越多优势越明显；在频率选择性衰落信道下，采用此编码的多入多出正交频分复用系统能够同时获得很高的空间、时间和频率分集增益．由于具有特殊的正交结构，差分空时块对角码还具有简单的译码算法．另外，采用此编码还可以大幅度降低射频电路成本．     

基于等效信道的物理层认证和密钥分发机制

现有基于无线信道特征的物理层安全方法通过检测发送方的导频信号实现身份认证，易出现漏检．本文提出基于等效信道的物理层认证及密钥分发机制，利用多个时隙的信道特征对任意密钥进行加密传输建立等效信道，将信道特征的差异映射为传输畸变．依据密钥传输的正确性判断收发两端信道特征互信息的大小，从而在完成密钥的分发的同时实现发端身份认证．分析及仿真说明该机制密钥分发性能与现有方法相当，同时可以在不同空域信道相关性很强的情况下识别出窃听者的攻击．     

基于半盲联合信道跟踪与均衡处理的流星余迹通信接收机

针对流星余迹通信原理及信道特点, 建立了适合于流星余迹传输帧结构的信道捕获阶段及信道跟踪与均衡阶段的系统模型. 在信道捕获阶段, 利用传输帧头获取流星信道参数的初始估计矢量, 以启动后续的信道跟踪与均衡; 在信道跟踪与均衡阶段, 提出了一种基于D-PSP算法的半盲联合信道跟踪与最大似然均衡接收机, 通过采用降阶的处理方法, 有效降低联合信道跟踪与最大似然均衡的运算复杂度和存储空间, 从而使流星余迹通信自适应编码调制方式数据的最大似然接收成为可能. 文章最后给出了仿真结果和分析.     

AM信号确认算法研究与仿真

通过分析短波段AM广播信号调制特性，定义了调制信号上下边带频谱相关系数和调制信号与包络检波信号频谱相关系数，并以语音检测相关参数作为辅助。由此提出一种对AM广播信号进行“身份验证”的信号确认算法。基于短波标准信道的仿真实验表明，所定义的两个参数对噪声和信道滤波鲁棒，该算法可直接应用于实际工程环境，具有重要应用价值。     

h=1／M的M—CPFSK信号定时-频偏联合估计算法

提出了一种针对突发模式的h=1／M的M—CPFSK信号定时一频偏联合估计算法：在每个数据包前嵌入一段特定的训练序列,接收端将信号做K级差分,计算每级差分信号自相关的,次方,再进行离散傅里叶变换DFT提取定时和载波频偏信息。适用于h=1／M的全响应或部分响应、矩形或升余弦滤波器M—CPFSK信号。Matlab仿真结果表明,在加性白高斯噪声信道以及Ray—lei出平坦衰落信道上,该算法能快速准确的估计定时和载波频率偏差：     

两步EFOP参数估计的递推算法

经验频域最优参数（EFOP）估计方法是基于时域估计和频域估计的一种系统辨识方法．其优点在于能够降低噪声影响，对小样本数据的随机系统具有较好的辨识效果．利用松弛算法而建立的两步EFOP方法，可适用于ARMA和Box-Jenkins等模型．文中对受干扰的随机系统，推导出两步EFOP方法的递推算法．对新的递推算法进行了仿真，并利用实验结果分析和验证了该算法的有效性．     

蚁群算法中参数设置对超声回波估计性能的影响

摘要针对超声回波参数估计问题存在着耗机时长,估计结果严重依赖于初始值的缺点,本文将蚁群算法应用到超声回波参数估计中,结合超声回波的非线性高斯模型,提出了基于蚁群算法的超声回波参数估计算法,并就蚁群算法在超声回波估计中参数的优化组合设置进行了分析研究通过数值仿真,在信噪比为10dB条件下计算了蚁群算法中各参数的不同取值对估计结果的不同影响,包括计算时间、估计精度和算法稳定性,得出了算法中各参数的组合优化设置,给出了最优参数下的超声回波参数估计结果,并通过与其他算法的比较验证了蚁群算法在超声回波参数估计问题中的有效性．该研究有助于提高超声回波估计的精度和算法的稳定性,缩短蚁群算法的计算时问,以达到优化算法性能的目的．     

基于Bayes线性估计的遥感图像融合

将Bayes线性估计应用于不同分辨率遥感图像的观测模型中，提出了一种新的基于统计参数估计的遥感图像融合方法．该方法对于金色波段图像和待估计的多光谱图像的联合分布不做任何假设，只需要估计高分辨率多光谱图像的均值和协方差以提高算法的鲁棒性．另外，文中的方法能够提高多光谱图像的多个主成分的分辨率，而传统的主成分变换方法只限于提高第一主成分的分辨率．实际的Landsat ETM＋的全色波段图像和多光谱图像的融合实验结果表明，所提议方法的性能优于其他基于统计参数估计的方法和基于主成分变换的融合方法以及基于小波变换的融合方法．     

RNA二级结构预测的模糊模型

基于模糊集合理论，提出了RNA二级结构预测的模糊模型．该模型通过状态空间的模糊分割以及模糊目标的引入等，可有效利用模糊动态规划算法给出该模糊模型的最优决策序列，并进而获得待预测RNA最优与次优的二级结构．基于模糊模型的方法具有许多优点，如计算复杂性的降低，最优与多个次优二级结构的一并获得，以及定性先验知识的有效融入等．完整地给出了RNA二级结构的模糊模型及其计算方法，并进行了具体的实现．将一个具体的BJK模糊模型结构实际应用于tRNA及tmRNA的数据集中，并与基于最小自由能的mfold工具以及基于SCFG的BJK文法模型进行了比较研究．实验结果表明该模型的有效性，相应的预测精度得到了进一步的提高．     

高速脉冲超宽带系统和芯片设计

脉冲超宽带无线通信系统功耗低、复杂度低,但传输速率一般不高.本文提出高速脉冲超宽带无线通信系统方案,方案采用高速采样、低阶量化和数字处理技术,在保持较低的系统功耗和复杂度的条件下,实现了超过100 Mbps的脉冲超宽带无线信息传输.论文给出了系统方案、核心算法、芯片设计中的关键技术以及仿真结果.作为核心算法,提出的联合同步和信道估计算法具有低的复杂度,并易于实时实现.论文介绍了芯片设计中的数字基带芯片结构、接收机的状态转移和联合同步和信道估计算法的实现等关键技术.基于提出的方案,研制了数字基带芯片,其内核功耗小于100mW.采用研制的芯片,开发了试验系统,能够进行实时无线高清视频传输.对试验系统进行了实际测试,实测结果验证了该高速脉冲超宽带方案的有效性.     

基于具有时间隧道思想的多智能体强化学习的智能发电控制方法

解决雾霾问题的重要途径之一是大规模引入新能源,以减少碳排放.而新能源大规模接入会给互联电网带来强随机扰动.本文提出一种基于时间隧道的多智能体新算法——PDWoLF-PHC(λ)算法.该算法基于变学习率,有效获取最优控制,可解决传统集中式AGC难以解决的新能源及分布式能源大规模接入互联电网所带来的随机扰动问题,促进新能源与电力系统兼容.对改进的IEEE标准两区域负荷频率控制电力系统模型、智能配电网模型以及华中电网模型进行仿真,结果显示该算法可减少碳排放,提高新能源利用率,与已有智能算法相比具有更快的收敛速度及更强的鲁棒性.     

一种基于相似度聚类方法的指纹识别算法

提出了一种基于相似度聚类的指纹识别算法．同现有的指纹识别算法相比较，该识别算法的独特之处体现在如下方面：首先，根据指纹纹理特性，采用二元尺度空间方法来对图像进行增强处理；其次，构造一种局部拓扑结构．细节点单形，根据与图像变换的相关性，将这些拓扑结构的属性分为变换可变特性和变换不变特性；再次，应用聚类方法，分析指纹之间的变换模型的分布空间；最后，用递归分层搜索方法，在变换模型的分布空间中估计出最优参数，并求指纹之间的最大相似度．FVC2002(the 2^nd International Fingerprint Verification Competition in 2002)对该算法的性能测试与认证结果表明了算法的有效性与先进性．