多段降频等长信号的频率估计快速迭代算法

为改善多段平稳信号频率估计的精度、实时性和扩展已有方法的适用范围,给出一种多段降频等长信号的快速迭代算法。在算法中,生成频域分析参数矩阵以克服各段信号频率不等;设计相位差补偿因子矩阵以达到相位连续信号的效果;生成搜索频率序列以修正相位差补偿因子矩阵中的未知参量并得到具有特定形式的功率谱矩阵;采用间接迭代计算以改善算法实时性。在说明上述技术措施的应用原理时,给出了5项重要性质作为该算法正确性的数学证明。针对多种应用环境状态进行了仿真实验,结果表明:该算法具有普适性、抗噪性和实时性好,频率估计精度比现有方法有     

基于同频等长信号融合的频率估计快速迭代算法

多段同频等长信号十分常见,对其进行信息融合能有效提高信号处理的精度,尤其适用于低信噪比、被测频率持续时间短的情况。为提高频率估计的精度、实时性和扩展已有方法的适用范围,给出了一种基于多段同频等长信号融合的快速迭代算法。在该算法中,设计相位差补偿因子矩阵以克服各段信号之间相位不连续;生成搜索频率序列以修正相位差补偿因子矩阵中的未知参量并得到具有特定形式的功率谱矩阵;采用间接迭代计算以改善算法实时性。在说明上述技术措施的应用原理时,给出了5项重要性质并作为该算法正确性的数学证明,针对多种应用环境状态进行了仿真实验,结果表明,该算法具有普适性、抗噪性好、频率估计精度比现有方法有较大提高,具有重要的理论和应用价值。     

离散傅里叶变换的自适应循环电力谐波分析算法

提出一种基于DFT的自适应循环电力系统信号分析算法,该算法将插值算法和相位差校正算法进行融合.首先使用插值算法估计被检测信号的频率,计算出最佳的信号整数倍周期的截断长度,然后利用相位差校正算法纠正测量分量的频率、相位和幅度等参数,信号中各频率分量在迭代循环中进行分离.仿真实验中,通过添加海明窗、汉宁窗、布莱克曼窗和莱夫-文森特窗等来展示该文方法的效果.实验结果表明,该方法相比其他算法具有较高的计算精度.     

信号等长情况下频率估计的降频域迭代分析法

从特征识别角度分析了现有频率估计方法的信号分解结构的特点,提出了一种降频域分解结构,将对应不同时间的多个单频信号融合构成一个组合信号,以利用时域已知信息并形成信息积累作用,能有效抑制干扰频率和削弱冲击噪声且计算量增加较少。为配合降频域分解结构的使用,采用了适用于信号等长情况的降频等长迭代处理算法。仿真表明该方法抗噪性和实时性好,频率估计精度比现有方法有较大提高。     

基于旋转不变技术实现频率/相位差/幅度比联合估计

提出一种联合估计多个正弦波信号的频率/相位差/幅度比的算法.该算法首先将幅度比估计转换为相位估计,然后形成特定的数据矩阵,由各分块矩阵之间的关系,利用旋转不变技术(ESPRIT)实现频率和相位的估计,通过对相位进行分离获得各谐波分量对应的相位差和幅度比的估计.计算机仿真结果表明,当S/N增大时,频率、相位差和幅度比估计值的标准误差均趋于0.ESPRIT方法可用于估计雷达信号的多普勒频率、相位差和幅度比,并由此得到目标的运动参数.     

频率估计的多段差频正弦信号加权融合算法

针对多段差频正弦信号,提出一种基于加权融合的频率估计算法,用以提高低信噪比条件下短时正弦信号的频率估计精度,扩展多段信号融合法的适用范围。为消除各段信号频率不等对频谱分析的影响,根据各段信号间频率差生成差频修正矩阵,对多段差频正弦信号频谱进行同频化处理;为消除各段信号相位不连续对频谱分析的影响,构造具有相位连续特性和降噪特性的加权因子,对同频化的多段差频正弦信号频谱进行加权融合,得到最优加权融合频谱;最后,谱峰搜索最优加权融合频谱,实现高精度频率估计.仿真实验表明,与现有算法相比本文算法估计精度高、抗噪性好、普适性好,特别在低信噪比、短时时宽下性能优良.     

基于LMS算法对数字通信接收器中载波恢复系统的研究

利用LMS算法构成数字通信接收器的载波恢复系统,能够使单频率和多频率的正弦相位抖动,对多普勒频移造成的相位偏移进行自适应补偿.本文在给出算法的补偿原理后,利用Matlab仿真环境,以8PSK信号为例对补偿过程进行分析,利用学习曲线的分析研究了系统的收敛性能,利用信号星座图和相位差功率谱直观看出了算法的补偿效果.结果证明:对单频率相位抖动能够衰减25 dB左右,双频率能够衰减15 dB左右;经系统补偿后信号和只含有高斯白噪声的数字信号星座图非常接近.     

二维正弦信号频率估计的ESPRIT方法研究

为了在噪声背景下估计二维正弦信号的频率,并获得较高的估计精度,给出了二维相关阵的大特征值所对应的主特征向量,位于由信号向量张成的信号子空间的结论,并因此提出了一种新的基于最大特征值所对应的第1特征向量的二维谐波频率估计ESPRIT(Estimation of Signal Parameters Via Rotational Invariance Techniques)方法.该方法用此第1特征向量构造一个特殊矩阵代替MEMP(Matrix Enhancement and Matrix Pencil)方法中的数据矩阵,进一步用二维ESPRIT方法来估计谐波频率.该方法依赖于信号子空间,对噪声和数据长度敏感性小,同时它不需进行谱峰搜索,可以得到较高的估计精度.同时给出了较为简便的频率配对算法.仿真实验证明了算法的正确性.     

并行多分裂块松弛TOR迭代算法的收敛性

 分析了求解大型线性方程组的并行多分裂块松弛TOR迭代算法,在更弱的条件下得到了该算法的收敛准则,同时也给出了相应块迭代矩阵谱半径的上界估计式.     

一种改进的欠定混合矩阵估计算法

针对欠定盲源分离中混合矩阵的估计问题,以及现有算法大多存在复杂度高、估计精度低的缺陷,在分析K-Plane算法的基础上,提出了一种改进的欠定混合矩阵估计算法——IK-Plane(improved K-Plane)算法.IK-Plane算法通过最优化方法,计算与所有观测信号的内积和最小的向量,并将该向量作为新的法向量,改进了法向量的更新方法,从而改善了算法的时间复杂度及估计精度.实验结果表明:相对于K-Plane算法,IKPlane算法在提高估计精度的同时,能够显著地降低算法的时间复杂度.     

短时同频等长信号频率估计的加权融合算法

针对低信噪比条件下短时正弦信号的高精度频率估计问题,提出一种同频等长信号加权融合算法。首先,建立同频等长信号频谱模型,构造具有相位连续化特性和噪声对消特性的相位补偿矩阵;然后,利用相位补偿矩阵对同频等长信号频谱进行加权融合,使之基本达到与其总长度相等的相位连续信号频谱的分析效果;最后,谱峰搜索加权融合后的频谱,获得高精度的频率估计值。算法分析与仿真实验表明,与现有方法相比,本算法精度较高,计算量较小,抗噪性较强,普适性好,适用于任意类型的同频等长信号。     

基于MCC-PAST算法的直扩信号PN码序列盲估计

针对在脉冲噪声环境下的直接序列扩频信号的伪随机(PN)码盲估计问题,提出了一种利用最大熵准则投影逼近子空间(MCC-PAST)算法和滑窗技术相结合的PN码盲估计方法。该方法利用最大熵准则,实现了在脉冲噪声背景下对扩频信号的特征进行稳定快速的追踪。通过对迭代过程中的特征子空间进行梯度估计,实现了可变遗忘因子(VFF)的自适应更新,使得权值的收敛精度和收敛速度得到了同时的优化。算法数据存储量小,复杂度低,易于硬件实现和实时数据处理。仿真结果表明,在脉冲噪声环境下该方法对PN序列估计的正确率和稳定性优于传统方法。     

基于压缩感知的非线性 OFDM 系统迭代信道估计算法

针对因非线性失真引起的正交频分复用（orthogonal frequency division multiplexing,OFDM）系统信道估计性能下降的问题,提出了一种基于压缩感知的非线性OFDM系统迭代信道估计算法。在算法实现过程中,利用信道与非线性噪声的双重稀疏性,将导频信息作为观测矩阵进行压缩感知信道估计,再将所得信道信息看作观测矩阵进行压缩感知非线性失真估计,进而对信号进行非线性补偿,并逐步循环迭代至算法收敛。仿真表明,在稀疏信道下,该算法在较少的迭代次数下即可有效减小非线性失真对信道估计的影响,且比现有方法性能更优,仿真证明了该方法在性能上的优越性。     

基于稀疏脉冲采样的低复杂度血流速度估计算法

双模超声广泛用于医学临床诊断,其中B模式脉冲用于成像,多普勒脉冲则用于血流速度估计。数据采集时间在两种模式之间共享。为了提高B模式图像的更新频率,需要减少多普勒脉冲数量,即发射稀疏多普勒脉冲进行血流速度估计。然而现有的适应稀疏脉冲采样算法,如迭代自适应算法、稀疏贝叶斯法以及基于阵列虚拟拓展的子空间类方法,计算开销巨大,难以满足实时成像的要求,且在稀疏度大的情况下会产生明显的伪影。为此,文中提出了一种基于稀疏脉冲采样的低复杂度血流速度估计算法。根据超声多普勒回波信号是由血红细胞的散射产生,具有强相干、信源个数时变的特点,文中首先从子空间角度解析了伪影的成因,并验证了包含均匀脉冲的稀疏发射脉冲排布方式可以有效地抑制伪影;然后以均匀脉冲回波构建协方差矩阵,并进行空间平滑获取特征值,以较大特征值的个数和相互的比值作为标准,判断血流不同时刻的频率分布特征;最后以此频率分布特征为标准,自适应采用B-MUSIC算法或TBVAM算法进行血流速度估计,以降低算法的复杂度。Matlab仿真和人体实测数据的实验结果表明,该算法在极大地减小计算复杂度的同时,可以获得较为连续、清晰且伪影抑制效果较佳的血流速度估...     

一种宽间隔混沌跳频序列快速生成方法

针对比特抽取法在产生混沌跳频序列时实时性不佳的问题,提出一种基于分段迭代的混沌跳频序列生成算法.将分段迭代产生的混沌映射轨道实值点表示成二进制小数,采用周期多比特重叠抽取和非线性矩阵变换相结合的方法以及改进的随机平移替代法生成宽间隔序列.仿真结果表明,在平衡性、汉明相关性、跳频间隔及抗预测能力等跳频序列性能不低于现有算法的前提下,其平均迭代次数可减少约45％,且在实时性、存储空间占用量和扩展序列周期方面具备优势.经验证,该算法适用于要求灵活更换跳频图谱的无线跳频通信系统.     

雷达低仰角目标跟踪的测角误差实时补偿算法

为提高雷达对低空目标的跟踪精度, 提出了一种基于渐消记忆递推最小二乘法的测角误差实时估计算法。 该算法利用不同设备同时对目标进行跟踪, 得到不同的观测结果。 利用渐消记忆递推最小二乘法对不同的观测结果进行处理, 赋予不同的权值, 得到最终的测角误差估计值。 通过理论分析, 构建多径环境模型, 对该算法的效能进行验证。 仿真结果表明, 由该方法得到的测角误差估计结果估计误差小, 同时可有效减小测角误差的抖动, 得到稳定的测角误差估计结果。     

基于判决反馈均衡的水声信道估计与通信算法

在分析基于最小均方信道估计算法的基础上,对计算量较小的匹配追踪算法进行改进,引入路径门限调整机制以克服虚假路径造成的不良影响,利用重要路径权系数的2次迭代修正方法,进一步提高了水声稀疏信道的估计精度;借助于信道估计值进行均衡系数的解算,利用判决反馈均衡器(DFE)的输出信号对信道估计质量进行实时评估,提出了一种基于DFE的信道长度自适应选择的信道估计算法,同时,通过仿真和实地实验验证了其有效性.结果表明,所提出的算法能够在未知水声环境下实现对信道估计算法的自适应调整以及对预估信道长度的合理选择,以较高的计算效率而实现对水声信道的精确估计,满足未知水声信道环境下的精确信道估计及通信应用需要.