时-空欠采样下多个信号的频率和DOA联合估计

针对时-空欠采样条件下多个入射信号的频率和波达方向(DOA)联合估计问题,提出了基于中国余数定理(CRT)的估计算法。利用稀疏分布的非均匀线阵对同时到达的多个入射信号进行多路的并行欠采样,借助AM估计器的谱校正,得到精确的谱峰位置余数和相位差余数。通过改进的重构多个整数的中国余数定理得到频率的估计值,并且根据该频率估计值和频率估计过程中的谱峰位置余数对多个信号和多组相位差余数进行配对,再通过闭式中国余数定理解决相位模糊问题,完成DOA估计。仿真结果验证了该算法的顽健性和高精度,并且阵列一次并行欠采样的样本同时为频率和DOA估计所用,算法耗时短,表明了其实际工程应用前景。     

一种改进的逐次递推解模糊方法

针对通道相位噪声较大条件下干涉仪测角算法存在解模糊出错的问题,提出了一种基于相位差矢量平均的逐次递推解模糊改进方法.该方法通过对多次测量的各级相位差测量值进行矢量平均,利用矢量平均后的相位差估计值进行逐次递推解模糊测角运算.通过矢量平均降低通道间相位噪声的影响,提高解模糊过程中各级相位差的估计精度,从而达到即使在通道相位噪声较高的条件下也能够正确解模糊.计算机仿真结果验证了该算法的有效性.     

单通道小样本信号频率估计算法

针对噪声条件下单通道小样本信号的频率估计问题,提出基于MUSIC方法估计信号频率的算法,通过分析单通道接收信号,结合阵列信号处理方法,根据离散采样间隔和线性阵列阵元间距的关系,提出新的观测数据矩阵构造方法.利用采样数据构造一个Toeplitz矩阵,然后对该矩阵进行特征值分解得到信号子空间和噪声子空间,并通过MUSIC算法实现在单通道较小采样数据量的条件下,精确地估计信号频率.最后经过计算机仿真并与快速傅里叶变换(FFT)算法相比,验证了本文算法的有效性和优越性.     

基于DFT的频率预估改进算法研究

对同步采样方法进行了深入研究,提出了基于DFT相位差的频率估计改进算法,该算法使频率估计和频率跟踪具有了一定的相互促进作用.算法每次要求采样两个周波的数据,然后根据采样点数据进行新的频率估计.此外,文章还对其他软硬件同步方法进行了介绍,对电力系统谐波分析等有一定参考价值.     

单画幅欠采样图像复原中的插值作用

采用直接复原方法和插值复原方法对单幅欠采样低分辨率模糊图像进行复原实验,以考察线性插值在图像复原中的作用.直接复原法是对采集到的欠采样低分辨率模糊图像直接用最大似然图像复原算法进行复原,不作任何预处理.插值复原法是先对图像进行插值预处理,增加像素数,提高图像采样分辨率,然后再用最大似然图像复原算法进行图像复原.结果是直接复原方法和插值复原方法对欠采样模糊图像的复原,效果相同,主观视觉和评价数据十分接近.这说明通常用于单画幅欠采样模糊图像复原预处理的线性插值没有起到提高复原效果的作用.     

采样频率误差对OFDM系统的影响和估计方法

分析了正交频分多路(OFDM)系统中采样频率偏差对系统性能的影响，提出了一种基于导音的采样频率偏差估计方法．通过建立数学模型，推导出存在采样频率偏移时系统信噪比的近似计算公式，定量地估计采样频率误差对系统性能的影响．结果表明，输入信噪比相同时，采样频率增大将恶化系统性能，采样频率偏差一定时，随输入信噪比或系统子载波数目的增大，系统输出性能恶化进一步加剧．通过连续重发两个相同的OFDM符号，应用最大似然估计方法确定采样频率偏差．分析计算表明，该方法具有简单、精确的特点.     

干涉仪解模糊异常值检测及纠错方法

针对多基线相位干涉仪测角雷达在通道相位误差较大时解模糊结果存在异常的问题,提出了一种基于有限记忆算法的干涉仪解模糊异常值检测与纠错方法.该方法利用逐次测角算法的初次解模糊结果估计角度和整周模糊值的初始值,在此基础上进行角度和整周模糊值的有限记忆递推,识别原始测角数据中存在的数据异常值,对其进行异常值剔除或重新解模糊纠错处理.仿真结果表明,该方法原理正确,对于干涉仪解模糊数据中出现的孤立型及连续型异常值都能够进行有效的检测并予以纠正,显著降低了解模糊的出错概率.     

一种基于迭代的采样频率快速同步算法

下一代数字用户线(NG-DSL,Next Generation Digital Subscriber Line)技术将是未来最重要的高速有线接入技术.NG-DSL技术使用高载波数与高正交振幅的OFDM调制方式,这对信号同步提出了更高的要求.本文提出了一种快速迭代的采样频率同步算法:基于迭代的采样频率快速同步算法.该算法通过迭代的方法,利用较少的符号快速将估计值收敛到真实值,并且对传统的采样频偏估计公式进行修正,减少算法复杂度.最后对本算法进行综合性能比较.仿真分析结果表明,新算法具有精度高、复杂度低和估计速度快的优点,能够较好地运用于实际的NG-DSL系统中.     

基于密度峰值聚类和模糊支持度的boosting随机森林

为了解决传统分类算法在不平衡样本集上分类效果不佳的问题,提出一种新的欠采样boosting集成算法(FECBoost).首先,通过改进的模糊熵反映样本集原始分布的不确定性,并用此模糊熵判断多数类样本所在的区域,称为安全区域或边界区域;其次,利用密度峰值聚类算法选取安全区域的代表性样本以减少分类器的训练时间和样本间的重叠,降低样本的不平衡度,实现静态欠采样;最后,训练新的boosting集成分类器,在算法每一次迭代之前,基于模糊熵和模糊支持度对多数类样本再次欠采样,使用于训练的样本集达到平衡.该动态欠采样依赖于分类器的训练过程,充分考虑了样本分布的不确定性和错分可能性.通过在真实样本集上的仿真实验验证了提出方法的有效性.     

稀疏假设下双频功率放大器的建模与预失真

提出一种简单而灵活的功放建模与预失真改进方法.该方法基于Volterra级数核系数的稀疏性假设,结合最大似然估计和最佳模型确定的信息准则,并且在选择活跃系数时结合了贪婪算法.将该技术应用于输入信号中心频率为2.61 GHz的宽带码分多址(wideband code division multiple access,WCDMA)信号和中心频率在2.69 GHz处的长期演进(long term evolution,LTE)信号的双频功率放大器预失真中,将输入信号放到欠采样双频预失真结构中,分别得到2个频带的预失真仿真测试结果.与Volterra级数和记忆多项式模型进行对比,结果表明,双频欠采样方法在预失真时减少了Volterra级数的参数,与传统Volterra预失真器相比,所提出的欠采样双频预失真器满足参考标准的频谱掩模和误差矢量幅度限制,在达到线性化补偿相同效果下,所提模型参数量减少了40％以上,减少了模型的复杂度.