有源干扰背景下基于CFAR的信号检测方法改进

针对瑞利噪声分布的回波信号,单元平均CFAR算法是一种简单有效的信号检测方法。当回波背景中加入有源噪声干扰时,该检测方法受到限制。首次以噪声调幅干扰为信号杂波背景,建立数学模型。基于CFAR算法,分析该有源噪声干扰对信号检测概率的影响。对CFAR算法进行改进,使得信号检测方法适用于信号杂波背景的变化。最后通过仿真验证了此改进的CFAR算法提高了噪声干扰背景下信号的检测概率,并达到抗干扰的目的。     

有色噪声干扰系统的参数辨识递推算法

为了辨识受有色噪声干扰的系统参数,提出一种递推算法。该算法由系统部分的参数估计和噪声部分的参数估计2部分组成。系统参数估计采用的是包含当前预报误差和之前估计误差的递推算法辨识。噪声部分参数则是采用扩展的最小二乘算法辨识。该文对新的递推算法进行了仿真,实验结果显示该算法能够降低噪声对参数估计的影响,减小估计误差,较精确地辨识出受有色噪声干扰系统的参数。     

有色噪声干扰系统的参数辨识递推算法

为了辨识受有色噪声干扰的系统参数,提出一种递推算法。该算法由系统部分的参数估计和噪声部分的参数估计2部分组成。系统参数估计采用的是包含当前预报误差和之前估计误差的递推算法辨识。噪声部分参数则是采用扩展的最小二乘算法辨识。该文对新的递推算法进行了仿真,实验结果显示该算法能够降低噪声对参数估计的影响,减小估计误差,较精确地辨识出受有色噪声干扰系统的参数。     

一种基于受电弓图像的混合滤波算法

针对受电弓图像采集中的混合噪声问题,提出一种基于ABDND算法与改进均值滤波算法的混合滤波算法。将中值滤波算法与ABDND算法进行结合,对原始图像中的脉冲噪声进行抑制,针对均值滤波算法提出了一种改进方法,将该方法用于对高斯噪声的抑制,从而消除了受电弓图像中的干扰噪声,并通过均方差误差(MES)和峰值信噪比(PSRN)双重指标对滤波算法性能进行验证。结果表明:该算法能够有效滤除混合噪声,具有算法简单,优于传统滤波算法的特点。     

认知OFDM系统中抗窄带干扰的递推式干扰检测和译码

针对授权窄带系统可能对认知OFDM系统造成的窄带干扰,提出了一种抗窄带干扰的递推式干扰检测和译码算法。该算法构造了一种新颖的递推式干扰检测和译码的结构,能够由一个被干扰符号递推出其他被干扰符号,同时对软判决译码所需的干扰功率和噪声功率进行估算。仿真结果表明：该算法无需已知关于干扰和噪声的任何统计信息,就可在很大的干扰功率范围内达到接近最大似然译码的性能。     

一种快速的语音干扰效果客观评估方法

为提高语音干扰效果客观评估的效率,以平均单点能量比为客观评估测度,以误组率为主观评价测度,以最小二乘法为主客观拟合方法,提出一种新的方法。使用Matlab对标准语音文件叠加高斯白噪声,模拟受噪声干扰的语音文件,该方法的主客观拟合程度达到89.5%。使用通信干扰设备测试数据进行验证,正确率达到86%,计算时间不超过10s,证明对于噪声干扰,该算法效率较高。     

高阶调制OFDM的联合似然估计算法

为了估计定时误差、残留频偏和相位噪声干扰,以降低高阶调制的正交频分复用(OFDM)系统中的误码平台,提出一种基于联合似然的估计算法。该算法通过最大化信道冲激响应与这些干扰间的联合似然函数值,分步获得了定时误差、残留频偏、相位噪声以及信道冲激响应的估计值。仿真结果表明,与已有联合估计算法相比,该算法可准确估计信道响应,有效抑制解调输出中的非Gauss干扰,将解调输出的误码平台降低近一个数量级。该方法可有效应用于提高高阶调制OFDM系统的性能。     

结合小波变换和中值滤波实现肝储备功能分析的信号消噪方法

针对无创肝储备功能检测中,光电容积脉搏波带宽有限,频率范围易受到外界干扰和噪声影响的特点,提出利用小波分析方法结合中值滤波算法对光电容积脉搏波消噪处理,滤除系统干扰和噪声,以克服外界环境对肝储备功能测量准确性的干扰和影响.小波滤波算法采用Sym8小波函数,3层分解、重构,以滤除光电容积脉搏波高频干扰和高斯白噪声,同时结合中值滤波算法实现信号突发干扰造成的基线漂移的滤除.实验证明,该方法有效地消除了系统噪声和突发干扰的影响,提高了系统的抗干扰能力和测量精度,保证了肝储备功能测量的准确性和稳定性.     

基于全相位算法的自适应滤波算法

为减小实时信号的自适应处理时间,改善系统性能,在全相位数据空间概念的基础上,提出一种全相位自适应信号处理方法,并通过仿真对该算法在不同原始信号、不同噪声干扰的情况下进行了性能分析．在对该算法和经典的自适应算法在不同原始信号、不同噪声干扰的情况下进行了性能对比之后,提出了该算法的改进方案来改进输入信噪比小于0时的性能．结果表明,改进方案的输出误差性能达到甚至优于理想状态下的经典自适应算法, 从而验证了该算法及其改进方案的可行性和优越性．     

高阶调制OFDM的联合似然估计算法

为了估计定时误差、残留频偏和相位噪声干扰,以降低高阶调制的正交频分复用(OFDM)系统中的误码平台,提出一种基于联合似然的估计算法。该算法通过最大化信道冲激响应与这些干扰间的联合似然函数值,分步获得了定时误差、残留频偏、相位噪声以及信道冲激响应的估计值。仿真结果表明,与已有联合估计算法相比,该算法可准确估计信道响应,有效抑制解调输出中的非Gauss干扰,将解调输出的误码平台降低近一个数量级。该方法可有效应用于提高高阶调制OFDM系统的性能。     

相位噪声下OFDM系统中的信道估计与均衡

分析了相位噪声对正交频分复用（OFDM）系统的影响,发现相位噪声不仅产生通用相角错误（CPE）,而且还会产生载波间干扰（ICI）,这都使OFDM系统的性能急剧恶化,因此必须对CPE和ICI进行校正,文中给出了基于MSE准则的CPE校正方法,考虑到ICI干扰主要来源于相邻信道,进而提出了基于LMS法则的自适应相邻信道干扰消除方法,整个算法简单高效。仿真结果表明,所提出的算法大大改善了OFDM系统的性能。     

一种改进的基于DCT的信道估计迭代算法

提出了一种适用于正交频分复用系统信道估计的基于DCT的改进迭代算法.该算法通过迭代修正传统DCT/IDCT方法估算出的频率响应幅值和相位偏移,能有效抑制加性高斯白噪声和载波间干扰影响.仿真结果表明,与未采用迭代的DCT/EIDCT算法相比,该算法有更好的性能;与采用DCT/EIDCT初始化的迭代算法相比,该算法具有与其几乎相同的性能,但实现更简单;同时,该算法的迭代次数可通过在初始化过程中引入幅值补偿而大大减少.     

基于超螺旋精度提升机制的OFDM网络信道噪声消除算法

为解决当前OFDM网络信道噪声消除算法难以规避信道中的窄带莱斯噪声,且抗信道衰落能力不强,以及信道间普遍存在严重的频率干涉问题,提出了一种基于超螺旋精度提升机制的OFDM网络信道噪声消除算法.首先,根据各个传输子信道具有差异化的频率载波特性,将传输子信道等价为接收背景中的接收点,从而构建了超螺旋接收结构,有效消除不同传输子信道间存在的频率干扰特性,降低信道窄带莱斯噪声对信号预发射过程的衰落影响;随后,基于角度识别方式进行锐-钝识别,并结合拐点思想,采用序列重排技术,将待发射信号进行消波处理,并进行自旋精度提升,从而提高了其抗窄带莱斯噪声的性能.仿真实验表明:与常见的超高频精度自适应机制(UHF adaptive,UHFA)、共线度自旋精度提升机制(the degree of accuracy of collinear spin,DACS)相比,本文算法与理想状态下的OFDM功率谱密度曲线最为接近,具有更高的信号增益水平与更低的信道误码率.     

最小平方OFDM信道估计与信号检测的联合迭代算法

提出一种基于正交频分复用(OFDM)的联合最小平方(LS)信道估计与信号检测迭代算法.与一般的LS信道估计相比,该算法可大大提高估计的精度,而且通过时域低通滤波可有效地抑制加性白高斯噪声(AWGN)和载波间干扰(ICI)的影响,使OFDM系统在移动条件下很好地工作,并能给出很精确的信号检测结果.仿真结果表明,该算法具有很好的均方误差和误比特率性能.     

大规模MIMO系统中基于DFT信道估计的导频污染消除方案

在大规模MIMO系统中,当基站不存在协作时,随着基站天线数的无限增加,快衰落效应和非相关噪声都能被平均掉,导频污染成为制约大规模MIMO系统性能的瓶颈。基于此,本文提出了一种基于离散傅立叶变换(DFT)信道估计的导频污染消除方法,在时域信道冲击响应中通过DFT和IDFT变换把有用的信号长度之外的污染信号当成一个样本,利用有用信号之外的污染信号样本生成一个阀值,通过引入这个预设的判决阀值,筛选出有效的信道冲击响应,消除导频污染造成的干扰。改善了信道估计的性能。仿真结果表明,在大规模MIMO系统的信道环境下,本文提出的方法可以进一步提高信道估计的精度,提高大规模MIMO的性能。     

恒模复调制引入循环平稳理论在多用户信道盲估计中的应用

利用循环频率域信号处理的理论提出了新颖的恒模复调制方法,对于每个用户在循环频率域引入两个支撑点。根据各个用户的循环域的支撑不同,可以分离出各个用户的两个循环统计量。从理论上说可以彻底地消除多用户干扰和噪声的影响。利用循环谱分解和单个用户小规模子空间方法,可以辨识出不同的用户在不同的传感器上的信道。适合于多用户上行链路信道。文中对于引入循环平稳的理论和信道可辨识性都进行了详细的证明,提出了辨识算法,并对算法进行了模拟。     

衰落信道下自适应卡尔曼异步IC多用户检测器

针对单一串行干扰消除(SIC)算法与并行干扰消除(PIC)算法在进行多用户检测(MUD)时的判决误差扩散问题,研究了强多址干扰(MAI)情况下直接序列扩频码分多址(directsequencespreadspectrumcodedivisionmultipleaccess,DS-CDMA)系统中的干扰消除多用户检测算法.结合自适应卡尔曼算法提出了一种适于衰落信道的级联结构K AIC多用户检测算法.所提算法实现了对时变多径衰落信道的全面跟踪,能够在干扰消除检测过程中避免判决误差扩散,达到抑制MAI的目的.仿真结果表明,所提算法具有更好的收敛性、动态跟踪能力及算法精度,是一种有效的干扰消除多用户检测算法.     

OFDM中基于DFT信道估计的改进算法

在正交频分复用(OFDM)系统的估计算法中,基于离散傅里叶变换(DFT)的信道估计因其算法实现简单,性能又优于最小二乘法(LS),常常用于实际OFDM系统中.传统的DFT算法中通常只抑制了信号中循环前缀(CP)外的噪声,并没有消除循环前缀内的噪声.提出了一种改进型算法,该算法通过加窗降低系统中频谱泄露现象,并对噪声进行估计修正,考虑到CP范围内外的噪声分布情况,设置了一个新的阈值点来抑制样本内的噪声.仿真结果表明:该算法较传统的DFT估计算法性能更好,更进一步地改善了系统误码率,能获取准确的信道信息.     

面向脉冲噪声环境的多径信道鲁棒估计方法

在低压电力线通信(power line communication,PLC)中,由于脉冲噪声的干扰和阻抗不匹配引起的多径信道的影响,传统的在加性高斯白噪声环境下的信道估计算法运用到电力线通信时,往往效果很差,甚至得到的结果毫无意义。针对电力线通信中的脉冲噪声,采用了Middleton Class A脉冲噪声模型。通过基于高阶矩的方法对脉冲噪声的参数进行估计。根据估计得到的脉冲噪声参数,提出了新颖的、在脉冲噪声环境中鲁棒的信道估计算法。通过仿真,验证了提出的算法是可靠的,并且具有一定的灵活性。     

基于改进广义线性组合算法的极化阵列稳健波束形成

为提升极化阵列波束形成的稳健性,将广义线性组合(general linear combination, GLC)算法应用于极化阵列. 分析了GLC算法在较高输入信噪比条件下,阵列存在阵元扰动和期望信号(signal of interest, SOI)波达方向(direction of arrival, DOA)误差时,输出的信干噪比随快拍数增加而下降的原因,并提出了一种结合转换函数的改进GLC算法. 所提算法根据采样协方差矩阵(sample covariance matrix, SCM)特征值相关参数的大小,对信噪比进行判断. 信噪比较高时,采用改进GLC算法计算对角加载量(diagonal loading level, DLL);信噪比较低时,采用原GLC算法计算DLL,从而使得所提算法在任意输入信噪比和快拍下的输出信干噪比均大于或等于原GLC算法. 通过主瓣干扰条件下的计算机仿真实验验证了所提算法的有效性.