正交频分复用分组传输系统中载波频偏和信道的联合估计

针对传统接收机将载波频偏和信道状态独立估计带来性能损失的缺点,提出了一种载波频偏和信道的联合估计算法.该算法由两个独立的载波频偏和信道估计单元通过迭代的方法实现,其中信道估计单元利用载波频偏估计单元提供的载波频偏估计信息和最大似然方法估计信道状态信息,而载波频偏估计单元则利用信道估计单元提供的信道估计信息和最大似然方法估计载波频偏.随着载波频偏估计单元与信道估计单元间估计信息的不断交换,载波频偏和信道估计的精度得到逐步提高.由于该算法避免了复杂的多维搜索算法,因此具有较低的计算复杂度.此外,在算法迭代过程中考虑了信道估计噪声的影响,进一步提高了估计的精度.仿真结果表明,当符号能量噪声比大于18dB时,可以获得接近理想同步的误码性能.     

基于I/Q正交双路的USB、LSB和DSB的一种识别算法

针对传统的单路P参数识别算法中必须保留载波残余频偏的缺点,提出了一种基于I/Q正交双路的识别算法.该算法直接将信号搬到基带,无需保留载波残余频偏,消除了残余频偏对较低频段信号识别和解调的不利影响.给出了上边带调制信号、下边带调制信号和双边带调制信号在不同信噪比(SNR)下的P参数值,并给出了其在不同SNR下的正确识别率.仿真结果表明,在SNR不小于0的情况下,平均正确识别率在95%以上.     

DVB-T系统中OFDM信号子载波调制方式的识别

为了解决多径信道下DVB-T系统中OFDM信号子载波调制方式识别性能差的问题,文中提出了一种新的子载波调制方式识别方法.该方法首先采用子载波的归一化功率对空子载波信号进行识别,然后利用循环谱截面相关系数识别出导频子载波信号,最后通过混合高阶矩对调制子载波信号进行识别,从而完成了OFDM信号子载波调制方式的识别.仿真结果表明,在多径信道下,该方法不但具有良好的识别性能,而且具有较低的计算复杂度.     

低信噪比高动态信号的大载波频偏捕获算法

针对低信噪比高动态信号的载波频偏捕获提出了一种新的算法即谱线平移算法。首先,介绍了现有的大载波频偏捕获技术,分析了其不能适应高动态信号捕获的原因;其次,分析了载波频偏及其变化率对载波频偏捕获的影响,主要考虑多普勒频移变化率对信号捕获的影响,它将严重限制低信噪比情况下对载波频偏估计时非相干累加的次数,在此基础上,提出并研究了适应低信噪比高动态信号大载波频偏捕获的谱线平移算法,并对算法进行了性能仿真,表明其具有2~3 dB的改善增益,与最大似然算法相比具有一定优势。     

基于索引调制的5G新波形滤波正交频分复用技术

滤波正交频分复用(filtered-OFDM,F-OFDM)作为5G候选技术之一,虽然继承了正交频分复用(orthogonal frequency division multiplexing,OFDM)技术的优点,同时在系统灵活性以及对抗系统延时方面具有十分突出的优势,但仍存在对频偏敏感、峰均比较大的问题。针对这一缺点,提出F-OFDM索引调制系统,该系统通过将F-OFDM系统每个子带上的发送数据比特分为索引调制比特与星座调制比特,利用索引比特选择激活子载波,然后将星座调制符号放在激活子载波上进行发送,在接收端利用不同检测算法,如最大似然(maximum likelihood,ML)检测或能量检测算法进行检测解调得到估计发送符号。通过分析与仿真结果表明该系统不仅能有效抑制频偏对系统性能的影响,而且能降低F-OFDM系统所存在的较高峰均比问题,具有一定的现实研究意义。     

MIMO-OFDM系统低复杂度的同步参数与稀疏信道联合估计

由于MIMO-OFDM系统中载波频偏、采样频偏、符号定时误差等多个同步参数及信道的影响,文中提出一种同步参数与信道的最大似然（ML）联合估计算法.稀疏衰落的情况下,该算法使用基于压缩感知（CS）的信道估计,通过较少的接收样值来恢复稀疏信道,以降低复杂度.仿真中通过数值模拟对估计性能进行分析.结果表明,该算法在保持较低复杂度的同时,可获得理想的性能.     

采用导频子载波的OFDM系统频偏跟踪算法

为了进一步提高多径快衰落环境下,正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统的载波频偏估计精度,研究了利用在OFDM符号中插入的导频子载波进行小数倍频偏跟踪的算法在多径快衰落信道下的频偏跟踪性能.通过与常规的基于循环前缀的跟踪算法进行比较,采用导频子载波的频偏跟踪算法,不仅在高斯白噪声信道下能达到很好的频偏跟踪性能,而且在多径快衰落信道下也能实现更准确的频偏估计,因此采用导频子载波的算法更适合用于多径快衰落信道下的频偏跟踪.     

一种新的CPM信号载波同步算法

针对连续相位调制(CPM)信号载波同步中存在的估计精度低、信噪比适应能力弱以及计算复杂度高等问题,提出了一种基于数据辅助的CPM信号载波同步算法。首先分析建立了预编码CPM调制同步系统的数学模型,并据此推导了信号相位估计值的对数似然函数;然后利用后验概率均值实现对载波同步参数的精确估计,同时对算法的相偏估计精度和频偏估计范围进行了理论分析;最后利用蒙特卡罗仿真实验验证了所提算法的有效性。理论分析和仿真结果表明:新算法对CPM信号载波同步精度高,信噪比适应能力强,且能够适用于大频偏环境,同时在计算量上相比EM算法具有一定优势。     

VMA-OFDM系统中多频偏和信道联合MLE算法

针对虚拟多天线正交频分复用(VMA-OFDM)系统目的节点中数据辅助的多频偏和信道参数估计问题进行了研究,设计了一种次优最大似然估计(MLE)算法.该算法在矩阵的求逆中采用了级数展开,从而使得算法的复杂度与基于最大似然准则估计算法相比显著减小,在算法的性能和复杂度之间进行折衷,解决了最大似然估计算法过于复杂而难以实现的问题.在算法的性能方面,理论分析和仿真结果表明,基于该算法的频偏和信道参数估计的均方误差逼近Cramer-Rao下界(CRB);在算法的效率方面,该算法允许各个中继节点同时发送训练序列,从而降低传输训练序列所占用的时间.     

一种基于M准则的低复杂度空间调制信号检测算法

针对空间调制技术提出一种基于M准则的次最优检测算法（M-ML）,该算法通过缩小最大似然检测中发送符号搜索空间来降低复杂度.仿真结果显示,在发送天线相关性较高的场景下,M-ML算法可以获得与最大似然检测相当的误码率性能.同时,通过将M-ML算法和最大似然算法进行复杂度比较发现,随着调制阶数与发送天线数的提升,M-ML算法复杂度将不断降低.     

一种基于FFT算法M-APSK信号载波参数联合检测

随着卫星通信业务的发展,高阶调制技术逐渐应用于卫星通信中,但载波频率和相位偏差对诸如M-APSK等高阶调制信号的影响很大。在回顾载波同步算法理论的基础上,分析了载波频率和相位偏差对APSK信号系统的影响,采用了一种基于最大似然(ML)准则的数据辅助(DA)载波同步算法,并使用FFT快速运算和三线插值法,对频率偏差和相位偏差进行了联合检测。研究表明,该算法在同步性能和实现复杂度上的性能都比较优越。该算法对卫星通信高阶调制M-APSK信号的同步技术提供了一定的参考价值。     

用Hartley变换实现连续动力学系统参数模型直接辨识

针对大多数物理系统是由一组微分方程表示的连续时间系统,难以获得信号的各阶微分,连续动力学系统参数模型无法直接辨识的问题,借助Hartley正、逆变换及其微分性质,在频域对信号去噪,获得信号及其微分的估计值,建立参数模型直接估计的最小二乘算法。通过数字仿真分别辨识一个二阶系统和四阶系统,研究频率指数M和时间T与辨识精度的关系,给出辨识时参数选择的基本原则。此外,运用此方法对某冷轧机液压自动厚控系统参数模型进行辨识,结果表明:该方法对噪声具有较强的抑制能力,是一种简单实用的辨识方法。     

一种基于连续导频的OFDM载波同步算法

OFDM系统能否充分发挥其优势在很大程度上要取决于同步性能的好坏.在对现行的几种主要的载波同步算法进行分析的基础上,提出了一种基于连续导频的OFDM载波同步算法.并进行了大量的计算机仿真,来验证算法的性能.仿真结果表明,算法能够在衰落信道下准确地估计整数倍和小数倍的载波频率偏差,而且不需迭代就可以达到很高的估计精度,若要进一步提高估计精度,还可以进行迭代运算.可以认为该算法是一种高效的载波同步算法.     

正交频分复用子载波间干扰抵消的迭代算法

为了解决正交频分复用(OFDM)中由频率偏移和D opp ler扩展带来的载波间干扰问题,结合T urbo信道编码软输入软输出信息,提出一种用于载波间干扰抵消的匹配迭代算法。该算法利用信道译码输出软信息来当作信息比特的先验信息,从而根据子载波间干扰矩阵来消除对其他载波点上的干扰分量,经过若干次迭代来达到性能优化。与传统的子载波干扰自消除、频域抽头滤波算法以及简单的匹配算法比较,其结果可以消除误码平台;与整体频域均衡算法比较,可以在避免求大型矩阵逆的复杂算法上获得更好的性能优势。     

基于听感知特征的语种识别

为了在语种识别时充分利用人的听感知特性提高识别性能,提出了一种基于听感知模型的特征。听感知特征采用Gammatone滤波器组代替常用的三角滤波器组计算语音信号各子带能量;根据等效矩形带宽模型,确定各滤波器的中心频率与带宽;使用反置等响度曲线模拟人耳对信号不同频率成分的主观响度感受。在基本听感知特征的基础上,还提出了一、二阶差分特征和偏移差分特征用于语种识别。对比实验表明,该文所提的听感知特征性能均优于目前普遍使用的Mel频率倒谱系数(MFCC)特征及其衍生特征。     

正交匹配追踪反卷积声源识别方法

OMP-DAMAS波束形成声源识别方法能够显著缩减主瓣宽度,降低旁瓣水平,获得极高的分辨率和定位精度。基于数值仿真多个声源激励下的识别成像图和偏差值探究其结果随声源频率、迭代次数和信噪比等参数的变化规律。结果表明:OMP-DAMAS能够有效提高分辨率和定位精度,适用于中高频声源的识别并且对噪声具有较好的适应性。当声源频率大于2 300Hz,信噪比高于0dB时,OMP-DAMAS均能准确识别声源,获得清晰的成像结果。其重构的声源个数取决于迭代次数,在信噪比较高时可以通过设置合适的动态范围以避免旁瓣污染。上述结论对反卷积OMP-DAMAS波束形成技术的运用具有指导意义。进一步,基于多个扬声器的声源识别试验验证了该方法的有效性。     

正交最小二乘算法及其应用

介绍了正交最小二乘法的算法原理，同经典的最小二乘法相比，其数值稳定性好、计算量小，能节省大量存贮空间。应用了Ｈｏｕｓｅｈｏｌｄｅｒ变换、Ｇｉｖｅｎｓ变换和它的逆变换３种算法。根据残差矢量最小准则，将该法用于ＡＲＭＡ模型结构辨识和时变ＡＲ模型参数估计，取得了满意的仿真结果。     

基于改进的BP神经网络算法的控制系统在线辨识方法

 讨论了以计算机虚拟仪器为核心器件,搭建了动态测试与系统辨识硬件平台,使用Delphi语言编写辨识模块,实现对控制系统的在线辨识。在非线性系统辨识方面,针对BP神经网络算法中存在的收敛速度比较慢和辨识精度不高的问题,提出一种基于降低网络灵敏度的MBP神经网络辨识算法和一种基于小波分析的神经网络辨识算法,实现了对控制系统的状态进行预测估计。并以“防空武器半实物仿真系统”中的三轴稳定平台为对象,试验验证了算法的正确性。     

多变量频域极大似然辨识算法研究

提出了多变量频域极大似然辨识算法.在单变量频域极大似然辨识算法的基础之上,得出多变量系统的频域极大似然辨识算法,并且优化设计多正弦辨识输入信号.针对大型挠性结构的模型进行了仿真,验证了算法的有效性,同时仿真结果表明:对于挠性结构,多变量频域极大似然辨识算法是有效的,而且能够在较大的频宽、较低信噪比的情况下得到良好的辨识结果.