基于变换域的OFDM系统最大多普勒频移估计算法

在OFDM系统中,影响其性能的一个重要参数就是最大多普勒频移.本文根据功率谱估计原理,首先通过对接收到的含有最大多普勒频移（fm）信息的导频信号进行快速傅立叶变换（FFT）,再利用衰落信道功率谱的分布来估计出最大多普勒频移信息.仿真结果表明,此方法可以有效地估计多普勒频移,并且具有实现简单和受噪声影响小的优点.     

基于简化差分相干积累的北斗B1频点信号精捕获算法

北斗卫星信号的捕获速度、灵敏度及精度将直接影响接收机的性能指标.本文提出了一种提高北斗导航卫星B1频点信号检测信噪比的精捕获算法,该算法基于简化差分相干积累（SDCI）的短时匹配滤波器（STMF）和快速傅里叶变换（FFT）运算（STMF-FFT）.为了保证在降低FFT运算量和提高信号检测概率的条件下,获得更精确的多普勒频率估计,采用逼近效果较好的切比雪夫线性最小二乘曲线拟合法得到多普勒频移的精确化估计值.理论分析和仿真验证表明：本文提出的SDCI算法比非相干积累算法获得的检测信噪比高约3.2 dB.     

基于DFT的非采样间隔信道OFDM系统信道估计

提出了一种改进的基于DFT的系统信道估计方法．该方法充分考虑了非采样间隔信道的冲激响应能量泄漏问题．通过计算能量增长率选择保留路径,实现了基于DFT的非采样间隔信道OFDM系统信道估计．仂真结果表明,改进算法的均方误差（MSE）及误码率（SER）介于传统的LS估计及MMSE估计之间．在信噪比为15dB时,改进算法的MSE相对LS估计有3．5dB的改善．     

基于STFD和PARAFAC的欠定盲源分离信源个数估计算法

为更精确地进行欠定混合条件下的信源个数估计,提出了一种基于空间时频分布（STFP）与平行因子分析（PARAFAC）的欠定盲源分离信源个数估计算法.该算法从空间时频分布矩阵中选择符合单源时频支撑域的时频点构成1个3阶张量,然后由核连续诊断算法计算因子数量,估计出信源个数,并对3阶张量平行因子低秩分解的惟一性条件进行了分析.该算法不需要假设源信号必须满足稀疏性和独立性条件,也不要求其满足高斯分布条件.在计算机仿真实验中,当信噪比为-5 dB时,识别正确率提高18 dB,证明了改进算法的有效性.      

窄带干扰条件下水声OFDM系统LMMSE信道估计算法

因为正交频分复用（OFDM）系统中强窄带干扰引起水声信道估计性能退化,因此,提出了一种可实用的线性最小均方误差（LMMSE）信道估计方法.该方法结合最小二乘（LS）信道估计结果对受窄带干扰（NBJ）和加性高斯白噪声（AWGN）噪声干扰的导频子载波进行辨别,从而获得最有效信道抽头;根据导出的理论模型,给出了信道自相关、窄带干扰信号和噪声功率等参数的近似估计方法;并采用傅里叶变换以避免矩阵的求逆运算,减少了计算复杂度.仿真结果表明,在强干扰信号条件下,文中提出的方法接近理想状态的LMMSE方法.     

用特殊训练符号的MIMO-OFDM信道估计算法

提出了一种使用特殊训练符号的MIMO-OFDM系统时域LS信道估计的改进算法.采用插零的恒包络指数序列作为训练符号,可以使系统获得较理想的峰平比(PAPR),并能减少码间干扰(ISI)的影响.仿真结果表明,恒包络训练符号比随机训练符号具有很大的优势,在信噪比为20 dB时,利用恒包络训练符号的信道估计算法比利用随机训练符号的算法均方误差(MSE)降低15 dB;在采用特殊训练符号的前提下,改进算法相对传统算法也表现出较大的优越性,信噪比为25 dB时,改进算法的MSE要比传统算法低10 dB.     

大多普勒频移下DS／FH混合扩频测控机理与方法研究

航天测控系统面临大多普勒频移问题，并且要求具有很强的抗干扰、抗截获等能力。各国都高度重视大多普勒频移下的航天测控抗干扰、抗截获问题的研究。美、欧等发达国家对其民用航天测控系统利用直接序列（DS）扩频测控体制，通过扩展频谱降低发射信号的功率谱密度，从而提高其测控抗干扰能力。但这些民用测控系统在军用测控环境中的抗干扰能力还显得比较脆弱。对于干信比大于50dB条件下的安全测控，     

移动无线信道多径衰落的仿真

移动无线信道传输特性的仿真对移动通信的研究具有重要意义,其中多径衰落仿真又是其中的重点和难点.针对多普勒频移和无线信道的随机性,讨论了无线信道的小尺度模型.运用数字信号处理方法,在频域给出了多普勒滤波仿真信道多径衰落的方法、频率选择性信道的仿真模型和仿真曲线.该方法较好地模拟了信号载波频率和通信终端移动速度的影响.     

自动闭塞系统移频信号的锁相环解调

利用锁相环(PLL)的窄带跟踪特性，与单片机结合，实现自动闭塞系统移频信号解调，实验结果表明，该系统不仅能正确地从接收到的信号中提取出低频脉冲调制信号，还能有效地抑制由轨道电路引入的各种干扰，在各种复杂信道条件下都能获得较高的信噪比。     

基于多参数特征的OFDM信号盲识别

为区分多载波调制OFDM(正交频分复用)信号和数字单载波调制信号,提出了Rayleigh衰落信道条件下一种多载波调制盲识别算法.该算法对传统算法进行了改进,用信号的高阶累积量和信号的三角矩构造的特征参数对单载波信号和多载波OFDM信号进行分类,无需预先知道信号的载波频率和波特率,只需直接对中频信号进行识别处理.仿真结果表明,提出的算法抗多径能力强,识别率高,信噪比大于0 dB时识别率可达100%.     

Robust ergodic rate transmission for time division duplex beamforming systems

In time division duplex(TDD)beamforming systems,the base station estimates the channel state information(CSI)at transmitter based on uplink pilots and then uses it to generate the beamforming vector in the downlink transmission.Because of the constraints of the TDD frame structure and the uplink pilot overhead,there inevitably exists CSI delay and channel estimation error between CSI estimation and downlink transmission channel,which would degrade system ergodic rate.In this paper,we propose a robust ergodic rate transmission scheme,in which the uplink pilot time interval(UPTI)of an active user is adaptively adjusted according to the changing channel conditions such as Doppler frequency shift,uplink pilot signal to noise ratio(SNR),to minimize the impact of CSI delay and channel estimation error on the ergodic rate of TDD beamforming systems.In order to get the optimal UPTI,we first derive the average post-processing SNR for TDD beamforming systems with channel estimation error and CSI delay.We then obtain the optimal UPTI,which maximizes the average post-processing SNR,given the normalized pilot overhead(the number of pilot symbols per data symbol).The numerical simulation results validate that the the proposed robust ergodic rate transmission scheme not only maximizes the average post-processing SNR but also maximizes the system ergodic rate.Moreover,the scheme can adapt well to the changing channel environments compared with the current fixed UPTI scheme.Especially our research is valuable for the uplink sounding reference signal design in long term evolution advanced(LTEAdvanced)system.     

基于 UKF 非线性人眼跟踪的驾驶员疲劳检测

为解决驾驶员疲劳检测算法中头部快速移动、人眼非线性跟踪以及实际疲劳表情的识别问题,提出了一种新的基于UKF眼跟踪算法的驾驶员疲劳检测方法.根据近似非线性函数的概率分布比近似其函数更容易的原则,利用UT无迹变换,选择一组确定的Sigma点集逼近驾驶员人眼运动状态的后验概率密度函数,进行人眼非线性跟踪.在驾驶员人眼非线性跟踪基础上,通过计算PERCLOS值,进行现实驾驶条件下驾驶员疲劳的跟踪检测.实验结果表明,该方法不仅可以增强对驾驶员头部旋转、快速移动以及光照变换的鲁棒性,而且可以比传统的Kalm an滤波算法提供更精确的计算估计.     

基于数据融合技术的路段出行时间预测方法

为了精确预测路段出行时间,分析了国内外基于多数据源的路段出行时间预测方法的优缺点,应用自适应卡尔曼滤波算法,通过融合环形线圈检测器数据和浮动车数据,建立了路段出行时间估计模型,在交通高峰期和事故情况下,比较了采用基于环形线圈检测器、浮动车和自适应卡尔曼滤波3种出行时间预测方法预测路段出行时间的平均绝对百分比误差。比较结果表明:基于自适应卡尔曼滤波算法融合了来自环形线圈检测器和浮动车的数据,预测值更接近实测值,预测精度高。     

基于分块EnKF的非线性目标跟踪算法

针对滤波航迹的相关性以及初始状态的选择会对跟踪性能产生影响的问题,将集合卡尔曼滤波算法引入到非线性目标跟踪领域,验证了其可行性和有效性,提出了基于分块集合卡尔曼滤波的非线性目标跟踪算法.采用分块思想生成初始集合,使用协方差矩阵加权方法解决分块间的航迹相关问题.仿真结果表明基于分块集合卡尔曼滤波的目标跟踪算法计算复杂度和以往的集合卡尔曼滤波算法同阶的情况下可以提供更高的运动参数估计精度,解决了粒子滤波算法计算量大难以进行实时跟踪的问题.      

Optimal training design and placement for MIMO orthogonal frequency division multiplexing channel estimation

This paper deals with optimal training design and placement over multiple orthogonal frequency division multiplexing(OFDM) symbols for the least squares(LS) channel estimation in multiple-input multipleoutput(MIMO) OFDM systems.First,the optimal pilot sequences over multiple OFDM symbols are derived by co-cyclic Jacket matrices based on the minimum mean square error(MSE) of the LS channel estimation.Then,an enhanced channel estimation method using sliding window is proposed to improve further the performanc...     

数据融合在轮速信号处理方面的研究

在轮速采集试验台采用双传感器采集数据,用多传感器卡尔曼滤波融合技术对其进行滤波处理,将处理结果和传统卡尔曼滤波比较,发现此方法能够比较精确的提取一些制动工况的特征参量,削减外界噪声,能够比较真实的反应制动规律。多传感器卡尔曼滤波融合技术能有效提高ABS控制性能。     

车联网环境下公交路径交通状态估计方法研究

传统感应线圈的交通状态估计方法已无法满足准确性和实时性的状态估计需要,为此提出了基于联网公交车辆实时速度的交通状态估计模型。所提模型借助实时信息采集系统的高效性和准确性的优势,对道路交通运行状态进行估计,同时利用卡尔曼滤波算法对交通状态变量进行更新。基于历史观测数据对更新后的交通状态变量进行修正,进而得到交通状态的估计值。通过采集数据并进行大量的实验,研究结果表明：基于联网公交实时速度的状态估计模型,在各种交通环境条件和占有率下,估计值误差指数（变异系数） 均小于15%,最大仅为13.15%;状态估计修正模型与状态估计模型相比,估计值误差指数下降了2%,总体误差优化性能提升了11.87%。在确保实时性和高效性的同时,基于联网公交车辆实时速度的交通状态估计模型解决了传统道路交通状态估计方法准确性低的问题。     

神经Chebyshev正交多项式均衡器及自适应算法

提出一种全新结构的非线性均衡器———神经Chebyshev正交多项式自适应均衡器.该均衡器由1个非线性神经自适应滤波器和1个Chebyshev正交多项式滤波器级联而成.基于最陡下降方法,推导出了相应的自适应算法.仿真结果表明,在线性信道中,该均衡器的均方误差(MSE)比神经自适应均衡器和二阶Volterra均衡器小;在非线性信道中,以更为简单的结构达到了和BP算法训练的三层神经网络相似的性能.