改进的子空间盲信噪比估计方法

基于子空间分解的信噪比估计方法广泛的适用于各类调制方式,但是存在低信噪比条件下信号子空间维度计算误差过大,从而导致估计性能下降的问题。通过对有限长度数据样本条件下子空间方法的分析和仿真,确定了信号子空间维度估计不准的原因,并提出一种新的适用于短数据的子空间信噪比估计方法,并分别针对不同的样本长度和信号调制方式进行实验验证。实验结果表明,低信噪比条件下,新方法能将估计误差降低了了0.3~2dB。     

无线数字通信的盲信噪比估计

在无线数字通信中,许多算法都需要知道信噪比以获取最优性能.该文提出了一种盲信噪比估计算法.该算法基于接收信号自相关矩阵的特征值分解和信息论中最小描述长度原理,在不需要预先知道接收信号的具体调制方式,也不需要知道信号的波特率和载波频率的前提下,能够对加性高斯白噪声信道(AWGN)和多径信道下常用数字调制信号的信噪比作出估计,因此是一种盲估计算法.计算机仿真表明在信噪比为0～25 dB时,估计误差均值小于1 dB,这表明该算法是一种有效的算法.     

非协作通信中的信噪比估计算法

研究基于信号协方差矩阵分解的信噪比估计算法.该算法使用最小描述长度准则实现了信号空间维数的估计,进而实现信噪比估计.在此基础上,提出了基于信号功率谱的信噪比估计算法.由该方法计算出接收信号的功率谱,估计出有用信号的带宽,在有用信号频带外的噪声频带上估计出噪声的功率,从而估计出信噪比值.仿真实验表明,当信噪比小于3dB时,基于信号功率谱的信噪比估计算法优于基于信号协方差矩阵分解算法.     

非等距样本表示的截断误差估计

经典的Ｗｉｔｔａｋｅｒ－Ｋｏｔｅｌｎｉｋｏｖ－Ｓｈａｎｎｏｎ样本定理的是有限带函数由其Ｗｈｉｔｔａｋｅｒ级数表示问题，它涉及到一个无限项和。当样本节点非等距时，有限带函数用有限项和逼近，其截断误差可以表示为一围积分。在一定的条件的限制下，得到了一个截断误差估计。     

一种基于非参数似然比准则的ICA盲检测算法

为抑制CDMA系统中的多址干扰,提出一种基于非参数似然比准则的ICA盲检测算法.该算法直接由观测信号样本出发,使用核函数估计分离信号的概率密度函数,并结合梯度下降法和似然比准则进行目标用户的信号检测.计算机仿真及与其他算法的比较表明,该算法抑制多址干扰的能力介于FastICA检测和最小均方误差(MMSE)检测之间.     

一种基于信息最大准则的盲源分离新算法

提出了一种基于信息最大准则的盲源分离新算法。新算法在当前时刻的系数更新时充分利用先前迭代过程的信息，并在每一步迭代时归一化权系数矩阵，仿真表明，新算法应用于盲图像信号分离时得到了很好的分离效果。     

脉冲噪声环境下信噪比的盲估计

正交频分复用(OFDM)系统中,多径信道下的传统信噪比估计采用的大多是加性高斯白噪声,本文提出了一种基于脉冲噪声环境下信噪比的盲估计方法。该方法首先设置合适的门限值抑制脉冲噪声,而后利用自相关函数的平稳特性估计出信道阶数,然后利用循环前缀数据为有用数据的复制这一特性估计出噪声功率,最后求出总的功率值从而估计出信号功率。实验仿真结果表明,提出的方法无需任何先验信息,在多径信道下具有良好的估计性能,且计算复杂度低。     

一种非合作超宽带信道盲估计算法

为了解决非合作多通道室内通信环境中的超宽带信道先验信息难以获得、信道稀疏度弱的问题,提出了基于盲压缩感知的信道估计方法,以求进一步改善超宽带信道估计性能。盲压缩估计过程不依赖信道先验信息,采用稀疏编码与正交基更新交替迭代来获得稀疏矩阵和正交基;然后通过优化乘积得到重构信道,实现非合作超宽带系统信道估计。相对于传统方法,盲压缩感知理论提高了信道估计精度及模数转换速率,并且具有较好的抗噪声干扰能力。通过实验结果可知,该方法有效地克服了噪声干扰,降低了均方误差,在理想环境下,重构误差接近10~(-11)。     

应用子空间信息准则选择模型参数

指出子空间信息准则是模型选择的一种新准则,它在一些假设条件下,给出推广误差的一种无偏估计.研究再生核Hilbert空间中,应用子空间信息准则于模型参数选择问题,证明子空间信息准则是推广误差的一种无偏估计,同时说明学习算法有较好的推广能力.     

非协作mCPM信号调制识别与解调算法研究与实现

提出一种非协作通信中CPM信号调制类型盲识别算法,利用调制指数、符号率和频偏对调制类型进行联合估计. 在此基础上,根据mCPM信号的差分相位,完成了CPM信号的盲解调. 理论分析与实际数据实验表明,新方法具有较高的调制类型正确估计概率,且达到了较好的解调效果.      

基于小波神经网络的航空通信盲均衡方法

针对航空通信信道中,多径干扰带来的信号畸变以及信道记忆效应所产生的码间干扰会严重影响通信质量,且现有的均衡算法由于收敛速度较慢无法适应高速航空通信的需求。提出了一种利用均衡器输出信号构建反馈循环的小波神经网络盲均衡算法。该方法利用反馈循环来消除航空信道的记忆效应,并结合小波神经网络时频局域性的特性来消除航空信道的多径效应和信号畸变所产生的码间干扰。仿真结果表明,该方法可以有效提高盲均衡算法的收敛速度,并使输出的信号星座图更加清晰与紧凑,有利于码间干扰的消除,具有一定的实际应用价值。     

变步长的LMS盲多用户检测

提出了一种变步长LMS自适应盲多用户检测算法,克服了定步长自适应算法的收敛步长与输入信号自相关矩阵特征值大小有关的缺点,使算法的步长能够随输入信号矢量的变化而变化,提高了算法的收敛性能,使其更加符合实际工作的需要。并通过计算机模拟仿真,比较了变步长算法和固定步长算法的性能。     

一种基于信息最大化的时延混合盲分离算法

Bell和Sejnowski提出了一种基于信息最大化的方法能够分离瞬时混合信号,一般称之为传统的信息最大化方法.本文对传统的信息最大化方法进行了扩展,使之能够适用于更普遍存在的时延混合情况,并给出了一个能够处理时延混合信号的网络结构.通过最大化网络传输的信息量,本文推导出了网络中的时延和权的自适应方程.     

同步数字音频盲水印

提出了一种基于离散小波变换的同步数字音频盲水印算法。该算法利用同步信号定位水印的嵌入位置,以提高水印提取的正确率,同时将分段信息加入水印,采用冗余编码,增强了纠错能力。水印嵌入时采用基于模运算的量化方法,以满足水印的盲检测。同步信号嵌入时域,以提高搜索效率,水印隐藏在离散小波变换域的低频系数中,以达到较好的鲁棒性。检测水印时不需要原始音频,水印数据在嵌入之前先加密,没有正确的密钥,无法正确恢复水印。