人工蜂群优化算法在复数盲源分离中的应用

针对复值信号的源数估计和有序分离等关键技术,提出一种基于人工蜂群优化的源数未知的复值盲源分离方法,该方法首先利用交叉互验技术来估算复数源信号的个数,然后通过人工蜂群算法优化峰度的绝对值来获得最佳分离向量,并实现了逐次恢复源信号的目的.仿真实验结果表明,该方法不仅能依峰度绝对值的降序实现服从任何分布源信号的盲分离,同时比其他方法具有更优越的估计性能.另外,提出一种基于峰度的欠定复盲源分离算法,该算法根据信号的统计特性构造了用于欠定混合情况下盲抽取向量的代价函数,然后通过人工蜂群算法优化其函数来获得最佳分离向量,通过多次分离来实现欠定复盲源分离的目的.通过对混合分布类型的复值源信号欠定盲分离仿真实验验证了该算法的有效性.     

负信噪比直扩信号的基带码盲检测

研究在没有直扩信号任何先验知识的情形下，利用随机微分方程和能量检测法，从负信噪比直扩信号中盲检测出载波信号．利用非线性信号噪声减缩的理论和小波多尺度算法，从载波信号中盲检测出基带码．计算机模拟表明，能够从载噪比为-27dB的直扩信号中盲检测出载波信号．已知载波频率，能从载噪比为-10dB的直扩信号中盲检测出载波信号上的基带码，其从误码率为10^-4．     

基于半盲联合信道跟踪与均衡处理的流星余迹通信接收机

针对流星余迹通信原理及信道特点, 建立了适合于流星余迹传输帧结构的信道捕获阶段及信道跟踪与均衡阶段的系统模型. 在信道捕获阶段, 利用传输帧头获取流星信道参数的初始估计矢量, 以启动后续的信道跟踪与均衡; 在信道跟踪与均衡阶段, 提出了一种基于D-PSP算法的半盲联合信道跟踪与最大似然均衡接收机, 通过采用降阶的处理方法, 有效降低联合信道跟踪与最大似然均衡的运算复杂度和存储空间, 从而使流星余迹通信自适应编码调制方式数据的最大似然接收成为可能. 文章最后给出了仿真结果和分析.     

基于稀疏元分析的欠定混叠自适应盲分离方法

传统盲分离理论假设源信号相互独立，通常采用独立元分析方法等实现盲分离，无法解决实际应用中出现的欠定混叠、相关源信号混叠等挑战性盲分离问题．稀疏元分析是国际上最近出现的一个新的研究热点，稀疏元分析盲分离方法具有实现欠定混叠盲分离和相关源信号混叠盲分离的能力，因而为广大研究人员所关注．但到目前为止，对于稀疏元分析的研究还很不成熟，特别是非常欠缺有效的算法．仅有的少数几个算法仍然面临许多问题，比如：基于Lewicki和Sejnowski（2000）所给Lewicki—Sejnowski自然梯度的稀疏元分析方法，是目前讨论欠定混叠盲分离的一种有效自适应算法，它较通常的K-均值聚类法有更多的优势．但Lewicki—Sejnowski自然梯度只是一种近似表示，缺乏严格的理论依据．由稀疏元分析代价函数出发，基于矩阵理论以及文中所建立的一个新的数学公式，从理论上导出了一个新的且严格的自然梯度，从而为这类稀疏元分析方法提供了严格的理论基础．在此基础上，给出了稀疏信号欠定混叠的新自适应盲分离算法．该方法具有实现欠定混叠和相关源混叠盲分离的能力（见仿真1）．仿真结果表明，所给的新自然梯度比Lewicki—Sejnowski自然梯度更为稳定可靠，同时算法具有较好的抗噪性．     

基于高阶统计量的盲源提取算法获取房颤信号

从房颤病人的体表12导联心电图中得到房颤波信号,是分析和描述房颤特征的重要环节.文中发展了一种基于高阶统计量的盲源提取算法用来获取房颤波信号,模拟数据和临床数据证明了这种算法的可行性和有效性.与盲源分离相关方法相比,盲源提取算法只提取一个所需信号,通过计算频谱集中度的大小,就可以判断它是否为房颤信号,而不必像盲源分离方法那样必须对分离后的12组信号进行复杂的判断才能决定房颤信号.因此,这种方法更适合于应用到临床监护中.     

多输入多输出系统中基于长方阻塞矩阵的酉多级Wiener降秩联合检测算法

针对传统均衡算法复杂度高、收敛速度慢的问题,提出了一种基于长方阻塞矩阵的多级Wiener降秩联合检测算法,其中的多级Wiener滤波器通过相关相减结构来实现,即酉多级Wiener滤波器.该算法选取酉多级Wiener滤波器阻塞矩阵中的一个长方子阵作为阻塞矩阵,使得酉多级Wiener滤波器前向递推分解中接收信号向量的维数逐级降低,从而在降低了均衡的迭代复杂度的同时,加快了算法的收敛速度.理论分析和仿真结果表明,基于长方阻塞矩阵的酉多级Wiener联合检测算法具有复杂度低、收敛速度快的优点.在具有4根发射天线、8根接收天线,并且采用BPSK调制的V-BLAST(vertical Bell labs layered space-time)系统中,采用本算法仅用基于酉多级Wiener滤波的均衡算法一半的计算复杂度在高信噪比处即可达到与其相同的误码性能.     

基于恒模特性的单通道时频重叠信号盲分离算法

针对单通道同调制方式、同调制参数时频重叠信号的盲分离问题,基于MSK信号的恒模特性,及对MSK混合信号分量幅度的准确估计,构建了单通道信号盲分离欠定方程组.为解决该方程组的解模糊问题,根据MSK信号相位连续特性,提出了相位方差最小模糊解消除准则.但相位对噪声较为敏感,该准则可能会产生严重的误判现象,又提出了一种基于最小斜率的补充准则.基于以上两种模糊解消除准则,可对单通道信号盲分离欠定方程组的模糊解进行合理选择,有效地实现了MSK时频重叠信号的单通道盲分离.仿真结果表明:在信噪比大于5 dB的条件下,该算法对混合信号具有较好的分离效果.并且该算法具有复杂度低、计算量小的优点.     

互耦条件下双基地MIMO雷达的收发角度估计

阵元互耦的存在会使双基地MIMO雷达多目标定位算法的性能恶化．利用发射和接收互耦矩阵的带状、对称Toeplitz性质,提出了一种基于ESPRIT的双基地MIMO雷达收发角度算法,并针对现有参数配对算法中存在参量兼并的问题,给出了一种改进的自动配对算法．仿真结果表明：在存有相同发射角／接收角时,本文算法仍能有效实现多目标定位,无需进行谱峰搜索和额外的目标配对;本文算法对互耦系数自由度和扰动误差的稳健性优于MUSIC-like算法,并且具有更高的估计精度．此外,还推导了确定信号模型下收发角和互耦系数的CRB（Cramer—Raobound）．     

基于二维Chirp-Z变换的前视FMCW雷达成像新方法

机载前视成像作为一种全新的成像雷达工作模式,与调频连续波技术的结合有着诸多的优势.本文以"一发多收"系统为研究对象,根据其成像几何模型给出了基于调频连续波的前视雷达回波信号表达式,利用双基等效单基原理,将回波信号等效为"自发自收"系统时的情况,同时分析了载机在发射信号和接收信号过程中连续运动带来的影响–产生多普勒频移,以及对其近似补偿方法.在此基础上,本文提出了一种针对调频连续波前视雷达成像的基于二维Chirp-Z变换变标的成像算法,给出了算法的完整推导过程和各补偿因子的表达式,整个算法只包含Fourier变换和复乘操作,不涉及插值,易于工程实现.最后仿真数据处理结果验证了本文分析的正确性和算法的有效性.     

基于反馈机制的抗混合噪声的盲图像源分离方案

针对基于稀疏成分分析的盲图像源分离算法无法解决混合噪声问题,本文提出一种采用反馈机制的盲源分离算法.通过小波域稀疏成分分析和置零反馈的方法,逐次分离出各支路信号.实验结果表明,该方法无需大量的迭代运算,与传统稀疏成分分析法相比,能有效地分离高斯白噪声参与的混合图像,与经典快速独立成分分析法相比,取得了更高的分离精度.     

宽频段空间信号频率、二维到达确和极化联合估计

在宽频段情况下，利用两个非均匀线阵组成的L型阵列，提出了一种基于ESPRIT和整数搜索解模糊算法的多个独立空间信号频率、二维到达角和极化的联合估计算法，L型阵列由与坐标轴方向平行的偶极子对组成，数值模拟结果证实了这种方法的有效性。     

虚拟极化增强雷达目标信号接收的原理和实现

利用双正交偶极子接收雷达回波信号,在天线的正交双通道中进行虚拟极化处理来增强信号、抑制杂波是改善目标信噪比的有效方法.文中介绍了虚拟接收变极化的原理,并运用虚拟极化实现了目标极化增强和杂波抑制,通过matlab仿真得到了直观的信噪比增强效果.     

一种基于谱相减法的声信号时延估计

利用信号增强算法,结合广义互相关时延估计原理,提出一种声信号时延估计算法。在噪声背景下先采用谱相减法从带噪信号中估计出原始声信号,提高信噪比,利用四元立体传声器阵列和广义互相关算法原理,对相关数据进行加权处理得到较高精度的时廷估计值。该算法可以有效抑制空间加性噪声,得到有效声信号准确的时延估计。实验仿真结果表明了该算法的可行性,在信噪比较低的情况下,与单一使用广义互相关函数相比,极大地提高了时延估计算法的准确程度。     

基于高阶累积量和瞬时特征的调制识别算法

从特征参数提取角度出发,提出了一种基于高阶累积量和瞬时特征的信号调制识别算法。该算法从调制信号高阶累积量中提取出稳健的特征参数,并结合改进的瞬时特征参数,采用决策树的方法对信号进行调制识别。与传统决策论识别算法相比,本算法特征参数较少,识别类型多。最后仿真结果表明,该算法在较低信噪比下具有很好的识别率（〉95％）。     

AM信号确认算法研究与仿真

通过分析短波段AM广播信号调制特性，定义了调制信号上下边带频谱相关系数和调制信号与包络检波信号频谱相关系数，并以语音检测相关参数作为辅助。由此提出一种对AM广播信号进行“身份验证”的信号确认算法。基于短波标准信道的仿真实验表明，所定义的两个参数对噪声和信道滤波鲁棒，该算法可直接应用于实际工程环境，具有重要应用价值。     

信源数目未知和动态变化时的盲信号分离

研究源信号数目未知与／或动态变化情况下的盲信号分离问题．首先证明若混合矩阵满列秩（观测信号的数目m不小于源信号的数目n），则互信息是盲信号分离的对比函数；在互信息的全局极小值点即分离点处，盲信号分离系统的输出除了零分量外，其他非零分量；黾希望提取的源信号．其次，利用混合矩阵的转置和m个观测信号向量构成的矩阵以概率1具有相同的零空间这一性质，只需少量观测样本就可以估计源信号的数目n，进而检测其动态变化情况．源信号数目未知且动态变化的盲信号分离计算机仿真验证了所提出理论和算法的有效性。     

TD_LTE移动终端NC系统VAD模块的改进和实现

经过详细研究信号和噪声时频域的不同特性,提出了一种改进的VAD算法。改进前的VAD算法是一种静态的语音停顿周期检测算法,在信噪比很低时,检测性能变差;改进后的VAD算法在信号的全频带,低频带和高频带动态跟踪信号的短时功率包络,多次门限比较后,当出现语音停顿周期时,将做出基于帧的判决。为了验证改进VAD算法在TD_LTE手机NC系统中的应用能力,测试了在不同噪声、不同信噪比情况下的NC系统指标,并与传统NC系统做了比较。经评测,含新VAD算法的改进后NC算法能提高信噪比,并帮助TD_LTE移动终端顺利通过入网测试。     

基于混合非圆率信号的CESPRIT算法

根据信号常常为圆和非圆信号混合形成的这一情况,提出的做一种基于ESPRIT思想的CESPRIT算法。该算法对阵元接收数据取共轭,然后重组出新的接收数据矩阵,利用构造出的两个选择矩阵,将新接收数据矩阵在分割为两个特定子矩阵,并结合ESPRIT算法思想,对获取的两子阵间的旋转不变关系矩阵进行特征值分解。通过获得的特征值估计出信号DOA．仿真实验表明,与传统ESPRIT算法相比,该算法具有估计精度高,需要的快拍数少和处理的信号个数可大于阵元个数等优点。     

基于SIAR体制的单基地MIMO雷达方向综合及测角性能分析

针对同时辐射多载频的正交信号、收发天线稀布且不共用的单基地MIMO雷达,以及在低仰角目标回波存在多径现象的情况下,提出一种基于SIAR体制的单基地MIMO雷达的方向综合方法,即综合利用MIMO的发射天线和接收天线孔径,在方位和俯仰两维数字波束形成（DBF）;并结合多载频工作的MIMO雷达,研究了基于多径相干信号分离的面阵广义MUSIC算法．该方法将发射天线、接收天线的相位延迟同时补偿,在接收端对发射波束进行两维方向综合,提高了雷达的角分辨力和测角精度;并通过降维处理减少了运算量．最后给出了多径情况下,单基地MIMO雷达方位、俯仰二维角度估计的克拉美·罗界（CRB）．计算机仿真证实了该方法的有效性．     

基于分阶段学习的盲信号分离

首先定义了描述信号分离状态的信号相依性测度, 并利用此测度将传统算法中的学习速率参数推广至二维矩阵, 从而提出了一种基于分阶段学习的盲信号分离算法, 即整个信号分离过程被分成三个阶段进行: 初始阶段、捕捉阶段和跟踪阶段, 每个阶段的学习速率由信号的分离程度自适应选取. 理论分析表明, 该算法满足等变化性和分离矩阵的非奇异性条件. 仿真结果证实, 新算法具有比使用固定和其他自适应学习速率的算法更快的收敛速度、更好的稳态性能和更高的数值稳定性.