基于整数运算的LDPC码改进分层译码算法

对低密度奇偶校验（low density parity check,LDPC）码在高斯信道下的分层译码算法进行深入研究,提出了一种基于整数运算的LDPC码改进分层译码算法。该算法中所有变量都用整数表示,因此非常便于硬件实现;同时将修正因子引入到分层译码算法中,使其译码性能有进一步地提高。在加性高斯白噪声信道下的仿真结果表明,改进分层译码算法有效地降低了计算复杂度,加速了译码收敛,并且具有更低的错误平层。     

基于高阶累积量符号相干累积自适应滤波算法

基于传统LMS（Least Mean Square）的自适应谱线增强（Adaptive Line Enhancement，ALE）算法的主要缺点是：抑制高斯噪声效果差，计算量大，收敛速度慢，为了尽可能的克服这些缺点，利用相干累积算法对输入数据中相干分量的相干累积作用和符号算法能减少计算量的性能，修正了传统的LMS算法，提出了基于高阶累积量符合相干累积迭代的自适应谱线增强新算法，该算法具有良好的抑制高斯有色噪声效果。计算量小，输出信号平稳等特点，能较好地克服基于LMS的ALE算法的缺点。仿真结果证实了该算法的有效性和可行性。因此，本文的研究具有良好的实用性和应用前景。     

基于加权高阶累积量切片的非线性调频信号增强算法

为了综合考虑高阶累积量各种切片抑制高斯噪声的性能,定义了加权高阶累积量切片,并给出了加权高阶累积量切片符号联合迭代公式,得到了基于加权高阶累积量切片的自适应谱线增强新算法。对该算法增强水下目标辐射的非线性调频信号的效果进行了仿真研究。仿真结果表明:该算法能抑制大约18dB～28dB的高斯色噪声;调整高阶累积量切片的加权系数,可获得抑制高斯色噪声的最佳效果。在工程实践中,具有重要的指导意义和实用价值。     

基于联合极性迭代的载波相位恢复盲均衡算法

为了克服基于统计特性均衡准则的线性盲均衡器均方误差大、计算复杂及多途信道引起的载波相位旋转等问题,在研究基于极性迭代的线性盲均衡器与判决引导盲均衡器的基础上,引入数字锁相环技术,提出了一种基于联合极性迭代的载波相位恢复盲均衡算法.该算法利用极性算法来减小计算量,利用判决引导算法来减小均方误差,利用锁相环技术来克服多径衰落信道引起的载波相位旋转.水声信道盲均衡的仿真结果表明:该算法均方误差小,收敛速度快,计算复杂度低,并能快速纠正信道引入的载波相位旋转.     

一种余弦调频信号增强新算法研究

为了克服常规LMS算法抑制高斯噪声效果差、跟踪能力弱、且步长为零时无跟踪能力等缺点，利用高阶量抑制高斯噪声的性能，并将泄漏LMS算法和变步长LMS算法的优点统一在高阶累积量递推估计算法中，提出了基于高阶累积量泄漏－变步长类LMS算法迭代的余弦调频信号自适应增强新算法，对其原理进行了剖析。用实测运动目标辐射噪声数据，进行了动态仿真。结果表明：该算法能有效地克服基于LMS算法的自适应谱线增强器的不足，具有良好的抑制高斯有色噪声能力和跟踪性能。因此，本研究为水下运动目标识别与检测提供了新的技术途径。在工程实践中，具有重要的指导意义和应用价值。     

基于噪声圆形特性的宽带相干信号DOA估计方法

针对色噪声下基于差分去噪的宽带相干信号波达方向(direction of arrival, DOA)估计方法对相干信源数有限制的问题，提出一种基于噪声圆形特性去噪和Toeplitz矩阵重构的估计算法。首先，对接收到的信号求取协方差矩阵，利用噪声的圆形特性消除噪声。为达到对协方差矩阵进行Toeplitz矩阵重构的要求，通过协方差矩阵相乘来构造新的数据协方差矩阵。然后，通过Toeplitz矩阵重构来解相干。最后，利用旋转子空间算法准则构造聚焦矩阵，使用传播算子算法实现DOA估计。理论分析及仿真实验验证了该算法的有效性，该算法对相干信源数的奇偶没有限制，同时该算法也适用于高斯白噪声下宽带相干信号DOA估计的场景。     

一种混合H2/H∞ 滤波的传递对准算法

针对机载武器捷联惯导系统快速精确传递对准问题,建立了速度加姿态匹配传递对准模型,将系统 噪声、速度观测噪声建模为高斯白噪声,而将受机翼挠曲变形影响的姿态观测噪声建模为能量有限噪声。建立了 观测噪声中既有高斯白噪声又有能量有限噪声的滤波性能优化指标,将滤波问题转化为最小最大问题,采用拉格 朗日乘子法对最小最大问题进行了求解。设计了一种能处理观测噪声中既有高斯白噪声又有能量有限噪声的混 合H₂/H_∞滤波算法。仿真结果表明,该算法稳定性强,滤波精度高,为机载武器提供了一种有效的快速精确传递 对准滤波算法。     

基于方向小波的差值滤波图像去噪算法

针对利用方向小波的多方向框架分割图像时形成的像素序列长度的不同,提出一种新的基于方向小波的差值滤波图像去噪算法.该算法根据白噪声分布规则,将像素序列分成两组,分别采用不同的阈值萎缩方法,并将所产生的方向子图像进一步的作差值滤波处理,最后对所有子图像进行线性平均.对含不同程度高斯白噪声的图像去噪仿真实验表明,与其他小波阈值去噪方法相比,该算法能更有效的去除噪声和保持图像纹理细节,信噪比提高1～3dB.     

基于统计特性均衡准则的线性符号判决反馈盲均衡算法

为了克服多途水声信道引起信号的相位旋转及基于高阶统计量的线性均衡器（LE）收敛后均方误差大的不足,提出了基于统计特性均衡准则的线性符号判决反馈盲均衡算法。该算法充分利用高阶统计量所包含的相位信息、均衡器输出信息的非线性变换及判决反馈算法来补偿相位旋转;利用符号算法可以减少计算量的特点来加快收敛速度;利用判决反馈滤波器的性能来减小均衡器输出的均方误差。因此,该算法在减小均方误差与补偿相位旋转方面的性能优于基于统计特性均衡准则的线性盲均衡算法;在收敛速度方面的性能优于基于统计特性均衡准则的线性判决反馈盲均衡算法。通过水声信道的仿真实验,验证了该算法的有效性和可靠性。     

一种新的多进制正交扩频通信及FPGA实现

提出将一种新的按段复合的伪随机码序列应用到多进制正交扩频通信中,该序列保持了Walsh码的同步正交性,非同步时相关特性也较理想。由于复合码的内在相似性,可以用一个匹配滤波器实现输入信号和m个本地复合序列的相关运算,大大节约了FPGA资源消耗。实验证明,在高斯白噪声信道中,该硬件系统较之具有相同扩频增益的直扩系统,误比特率更低。     

伪波束域四阶累积量切片高分辨方位估计法

在低信噪比或空间非白噪声情况下,基于信号二阶统计量的高分辨方法,性能变差较快。在基于四阶累积量切片MUSIC方法的基础上,结合波束域高分辨方法的思想,提出了一种四阶累积量切片伪波束域高分辨方位估计方法。分析表明,高阶累积量的运用有效抑制了空间高斯白噪声和有色噪声;波束域方法的运用有效滤除了部分空间噪声,增强了方法的稳健性。仿真结果表明,相比基于四阶累积量切片的MUSIC方法,所提出的方法在高斯白噪声和有色噪声中,有效提高了低信噪比情况下的方位估计精度,降低了目标的分辨门限。     

一种基于四阶累积量的相干信号测向算法

利用四阶累积量估计相干信号的来波方向(DoA)需要获得修正阵列的方向矩阵。提出了一种估计修正阵列方向矩阵的改进算法,它减少了计算量,通过模式激励和空间平滑,实现均匀圆阵对来自不同独立信号源的相干信号的DoA估计,并利用虚拟阵列流形的中心对称性,将复矩阵的特征分解转换为实矩阵的特征分解,减少了计算量。相比基于自相关矩阵的算法,所提出方法提高了阵元利用率,有效地抑制了高斯噪声,不需要对模式激励后的数据进行白化处理,仿真结果表明,在低信噪比和多个独立信号源存在的条件下,有更明显的优势。     

CDMA系统中多用户多路径情况下的DOA估计新方法

提出了一种新型算法,对CDMA系统中所有用户、所有路径的DOA进行估计。该算法首先采用码匹配滤波方法,对码间干扰和符号间干扰进行精确建模,再利用接收信号滤波前后的协方差矩阵消除噪声的影响并且巧妙设计了一个方程,最后导出了一个基于大数定律的联合DOA估计和阵列校准的新型最大似然估计。仿真结果证明了该算法的正确有效性。     

基于BICM-ID系统的单通道混合信号盲恢复算法

针对非协作通信中单通道同频线性调制混合信号盲恢复问题，基于比特交织编码调制迭代译码（bit interleaved code modulation iterative decoder， BICM-ID）算法思想，建立单通道混合基带接收系统模型，提出一种联合解调和译码实现单通道混合信号中源信息盲恢复算法。通过分析和推导，给出一种混合信号解映射的方法。该算法不需要对混合信号分离，而可以直接从混合信号中估计出各路源信号，且复杂度低。理论分析和仿真结果表明，对于无码间干扰和有码间干扰的加性高斯白噪声(additive white Gaussin noise, AWGN)，算法都能得到较低的误比特率(bit error rate, BER)，而且算法对等功率混合信号和不等功率混合信号同样适用。     

基于t分布噪声的鲁棒PPLS回归模型

概率PLS(PPLS)模型中,数据源(主元)和噪声满足正态分布,容易受离群点的影响.鲁棒PPLS算法采用拖尾更长的t分布描述数据源和噪声,提高了模型的鲁棒性.但是,实际工业过程中,离群点由测量噪声导致,而不是由产生过程变量和质量变量的数据源产生.基于此,提出一种基于t分布噪声的鲁棒PPLS模型.该模型采用t分布拟合测量噪声的分布,而主元依然用标准正态分布描述,更符合实际测量状况.考虑到潜在变量的存在,采用极大似然方法结合EM算法对模型的参数进行了估计,并将该模型用于对过程变量和质量变量的回归估计.最后,通过仿真实例进行了验证.     

新型正交降噪CDSK通信系统

针对置换相关键控(permutation correlated shift keying, PCSK)存在信号间干扰且误码率(bit error rate, BER)较高的问题, 对其进行改进并提出了新型正交降噪相关延迟移位键控(quadrature noise reduction correlation delay shift keying, QNR-CDSK)通信系统。通过设计一种新的正交混沌信号发生器, 产生两路严格正交的混沌信号, 将这两路信号分别作为参考信号和信息承载信号并复制P次后叠加传输, 从而消除信号间干扰。随后使用滑动平均滤波器对接收信号进行滤波处理, 降低系统BER。最后在加性高斯白噪声信道和瑞利衰落信道下推导了系统的BER, 并进行蒙特卡罗仿真验证其性能。结果表明, 与PCSK系统相比, 该系统具有更好的BER性能, 为混沌通信的实际应用提供了参考价值。     

自适应单脉冲与复单脉冲比算法

传统单脉冲算法是针对空域高斯白噪声背景下单目标的一种有效测角算法。当外界噪声为空域色噪声或存在主瓣干扰时,传统单脉冲算法需要改进。主要介绍用于色噪声背景的自适应单脉冲算法和用于主瓣两目标的复单脉冲比算法的基本原理,并以主瓣干扰条件下目标方位估计问题为例,介绍自适应单脉冲、复单脉冲比及其它一些方法的具体应用。     

条件线性高斯模型的Gauss Hermite filter-Kalman filter算法

针对条件线性高斯状态空间模型,提出了高斯厄密特滤波-卡尔曼滤波(Gauss Hermite filter-Kalmanfilter,GHF-KF)滤波算法。算法将模型中的条件线性状态方程代入观测方程,并融合线性状态的过程噪声和观测噪声,由GHF获得非线性状态的估计;再将非线性状态的估计均值代入线性状态方程与观测方程,由KF获得线性状态的估计;获得的非线性状态估计方差还用于修正由KF估计的线性状态,以提高精度。将GHF-KF算法应用于目标跟踪的仿真结果表明,与现有Rao-Blackwellized粒子滤波器RBPF相比,新方法在保证估计精度的同时,明显提高了实时性,计算时间仅约为RBPF的5%。     

角闪烁噪声下的高斯和容积卡尔曼滤波算法

开展角闪烁噪声下的目标跟踪问题研究对提高传感器的探测性能具有重要意义,其中角闪烁噪声具有的非高斯特性是一个长期困扰研究者的难点。针对该问题,首先通过理论分析指出了容积粒子滤波(cubature particle filter,CPF)在角闪烁噪声下的性能缺陷。其次,基于高斯和滤波(Gaussian sum filter,GSF)框架和容积卡尔曼滤波(cubature Kalman filter,CKF)算法,提出了适用于角闪烁下的高斯和容积卡尔曼滤波(Gaussian sum cubature Kalman filter,GSCKF)算法,该算法将目标后验概率密度用高斯密度加权求和近似,通过多路并行的CKF实现状态预测与量测更新,同时利用模型降阶算法限制高斯分量数目的增长,能应用于非线性、非高斯条件的状态估计。最后,设计了仿真实验对GSCKF和CPF的跟踪精度、鲁棒性和计算复杂度进行了对比。