基于循环谱包络的共信道多信号参数估计

为解决通信侦察中非协作接收机接收的信号受共信道信号干扰的问题,提出了一种基于循环谱包络的多信号载频、码片时宽估计算法.该算法不需要伪随机码等先验信息,可实现对时频重叠的多循环平稳信号参数的盲估计.由于该参数估计算法是在非零循环频率上进行搜索,故可以有效地减少平稳噪声和干扰的影响,适用于低信噪比的情况.仿真实验表明,当双信号功率比为1∶1且信噪比为-9 dB时,该算法对载频估计的正确率可达100%;当信噪比为-4 dB时,对码片时宽估计的正确率可达99%.     

多分量LFM雷达辐射源信号的经验模式分解

基于改进的经验模式分解,提出了多分量LFM雷达辐射源信号的分析方法．该方法用RBF神经网络对端点延拓削弱边界效应,将自相关函数与相关系数结合估计分量的数量,通过模式分解滤波和平均滑动消除噪声影响,以提高算法的分解精度．理论分析和实验表明,在较宽的信噪比范围内,使用该方法能够正确提取各分量信号的瞬时频率和有效地估计多分量LFM辐射源信号的分量数量．     

柴油机振动信号二阶循环平稳特性分析

柴油机等往复机械的振动信号具有较强的循环平稳特性.分析了循环平稳的统计特性,基于调幅信号模型分析了仿真信号的自相关函数和谱相关密度函数的特性,指出如何识别信号的循环平稳特性,分析了柴油机实测振动信号的二阶循环平稳特性,得到了柴油机振动信号循环频率的特性.结果表明,柴油机的振动信号具有二阶循环平稳特性,且循环频率与柴油机转频有关.     

基于小波包能量谱和SVM的水下目标识别

为了提高舰船辐射噪声信号分类的准确率,即在水下进行舰船目标识别的准确率,采用了小波包提取信号能量谱特征的方法和支持向量机的分类算法.简介了小波包变换及支持向量机的基本原理,然后针对舰船辐射噪声信号进行多层小波包分解,提取各子频段能量谱作为特征量,归一化处理后构建特征向量,最后用支持向量机算法进行分类.仿真实验结果表明,利用对信号的多层小波包分解提取能量谱特征和支持向量机的分类算法能对舰船辐射噪声信号进行有效识别.     

矢量水听器阵列MUSIC估计算法研究

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量.采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,对该算法进行了理论推导,并对数据协方差矩阵进行本征分解,获得了信号的空间谱估计.通过几个仿真对比试验,得出了该算法在多种条件下的高分辨方位估计性能.仿真结果表明,在SNR=10 dB条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了12.6°,旁瓣降低了22 dB左右,利用该算法可提高对信号源的定向精度及对多目标的分辨能力.     

基于瞬时频率二次特征提取的辐射源信号分类

提出了基于瞬时频率二次特征提取的雷达辐射源信号分类方法．首先利用改进的瞬时自相关算法提取信号的瞬时频率特征．在此基础上，对所获得的瞬时频率进行级联归一化处理，提取分类特征向量．最后，采用层次决策方法实现自动分类．仿真结果表明，该方法提取的特征向量具有较好的类间分离性，整体信号分类方案在信噪比不低于6dB时，可获得90％以上的分类准确率．     

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.     

一种新的循环谱统计量频谱感知算法

为了提高认知无线电中感知用户对授权用户（主用户）的检测概率,提出一种新的基于循环谱统计量的主用户信号检测算法．该算法利用循环谱离散频域平滑方法,对信号的循环谱在循环频率处建立合理的检测统计量,然后求解得到对应不同虚警概率的判决门限,以使感知用户能检测信噪比更低的授权用户信号．该算法具有检测结构简单,易实现的特点．仿真结果表明,在高斯白噪声信道中,虚警概率为0．1,频域平滑累积次数为255,在信噪比为-16dB的条件下,与Dandawate-Giannakis（DG）方法相比,本文算法的检测概率提高23％．     

GPS微弱信号捕获跟踪算法

在GPS微弱信号捕获算法设计中,为提高捕获灵敏度,采用相干积分与非相干积分结合的方式消除数据码长度对相干积分增益的影响,采用差分相干积分减小非相干积分中的平方衰耗。为了提高信号捕获速度和精度,利用FFT工具进行伪码与载波频率捕获,采用延迟锁定环(DLL)与锁相环(PLL)实现GPS微弱信号的跟踪。最后对GPS微弱信号的捕获跟踪算法进行仿真实现。应用结果表明:通过仿真技术能有效地复现出捕获和跟踪载噪比为25dB.Hz-1的GPS微弱信号,差分相干积分捕获灵敏度比相干-非相干积分高0.8dB,频率捕获误差小于1.25Hz,码捕获误差小于0.1码元。     

基于光正交码的不规则LDPC码

基于光正交码构造了一类新的不规则OOC LDPC码.新的LDPC码是准循环码,其编码复杂度与码长成线性关系,具有编码复杂度低的特点,它所对应的双向图中没有四线循环.用和积译码算法对新的码字进行了仿真,结果表明,与具有类似参数的随机码和规则OOC LDPC码相比,当信道误码率为10-5时,译码增益分别为0.3和0.15dB.     

时变MIMO系统的联合符号检测与信道估计

针对MIMO系统时变多径信道,结舍分集舍并,提出一种带判决反馈的修正混和型MLSE（DF-MHMLSE）为基础的低复杂度联合符号检测与信道估计的递推算法．发送端仅需少量导频符号用于信道估计初始化,在此基础上,针对系统中各MISO子系统,分别采用修正混和型MLSE算法（MHMLSE）,形成临时判决符号矢量集合及对应的临时信道矢量集合,最终根据分集合并确定最佳判决符号矢量,同时实现信道矢量的自适应更新,该算法减小了传统MIMOMLSE的计算复杂度,实现了逐符号检测,并取得了较低的误比特率．     

适用于OFDM系统的符号定时盲同步技术

针对已有算法只适用于恒定包络调制星座图的限制,提出了一种适用于任意星座图映射的OFDM系统的符号定时盲同步方法。通过最大化接收信号的非高斯性,接收机可以将DFT窗口的起始点锁定在安全区域内以完成符号定时同步。利用滑动窗口进一步提高算法精度。仿真结果证明了算法的有效性。     

An Iterative Power Allocation Algorithm for Group-wise Space-Time Block Coding Systems

An iterative transmit power allocation (PA) algorithm was proposed for group-wise space-time block coding (G-STBC) systems with group-wise successive interference cancellation (GSIC) receivers. Group-wise interference suppression (GIS) filters are employed to separate each group's transmit signals from other interferences and noise. While the total power on all transmit symbols is constrained, all transmit PA coefficients are updated jointly according to the channel information at each iteration. Through PA, each detection symbol has the same post-detection signal to interference-and-noise ratio (SINR). The simulation results verify that the proposed PA algorithm converges at the equilibrium quickly after few iterations, and it achieves much lower bit error rates than the previous single symbol SIC PA and the fixed ratio PA algorithms for G-STBC systems with GSIC receivers .     

基于小波变换的频谱检测算法分析

文章分析了认知无线电频谱检测中匹配滤波检测、能量检测、周期平稳过程特征检测的性能,指出了噪声对各自检测性能的影响,给出了一种基于小波变换的信号频谱检测算法,着重对含噪2FSK、2PSK信号进行分离仿真。仿真结果表明,该算法可以有效地进行信号的成分分离,降低了噪声的频谱检测的影响。     

自适应冗余字典学习的高光谱混合像元解混

针对线性稀疏解混模型无法准确识别真实端元造成丰度估计误差较大的问题,本文提出一种基于自适应冗余字典的高光谱混合像元解混算法.该算法根据地物在空间上的连续性,以及高光谱数据中信号成分与光谱库中物质光谱的强相关性,首先保留每个像元在光谱库上投影系数大于设定阈值所对应的光谱,将其作为与每个像元信号成分最匹配的光谱集合;然后合并该集合以构建高光谱数据的自适应冗余字典;最后利用ADMM算法求解高光谱数据在该字典上的丰度矩阵.仿真和实际高光谱数据实验结果表明,本文所提出的算法可减小丰度估计误差,在信噪比为15~35 dB时,其丰度估计准确性高于性能较优的SUnSAL算法约1~2 dB.      

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.      

基于最大信噪比算法在缸盖振动信号中的分离研究

对柴油机缸盖表面振动信号进行分析处理,可以判定内部零部件的状态以及柴油机的工作状态,但实际上由于各路信号时域和频域有混叠,很难准确分离．针对现有内燃机监测诊断信号分析方法的不足,研究了基于最大信噪比的盲源分离算法．该算法将求优过程转化为广义特征值问题求解,整个过程无须迭代．通过对仿真振动信号的分离表明其有效性,从试验对象某四缸柴油机上拾取实测缸盖振动信号处理,结果显示了该算法在柴油机故障监测诊断上有良好的应用前景．     

交通信号控制参数的仿真优化方法研究

为优化区域交通网络中各信号控制器的配时方案,利用递推最小二乘算法(RLS)和同时扰动随机近似(SPSA)算法,由检测器流量估计DynaCHINA动态网络交通仿真与分析系统的动态OD矩阵,输入并标定各路段的速度-密度模型参数和饱和流量,获得网络状态的准确估计,包括各路段的速度、密度、流量、队列长度等;在此基础上,利用SPSA算法优化各信号控制器配时参数,包括各信号控制器的周期、相位差和绿信比,使得网络中车辆的平均旅行延误、队列长度、或交叉口通过量等指标最优. 针对实际路网的测试表明,本文的参数标定方法可以获得准确的检测器流量估计,结果明显优于Ashok K的动态OD矩阵与检测器流量估计方法;与现有的基于Synchro信号配时优化软件获得的结果相比较,该方法可较大幅度缩短车辆在路网中的平均旅行延误,并可推广应用于更复杂的区域路网的信号控制参数优化等场合.     

A HOS-based blind signal extraction method for chaotic MIMO systems

A novel method to extract multiple input and multiple output （MIMO） chaotic signals was proposed using the blind neural algorithm after transmitting in nonideal channel. The MIMO scheme with different chaotic signal generators was presented. In order to separate the chaotic source signals only by using the sensor signals at receivers, a blind neural extraction algorithm based on higher-order statistic （HOS） technique was used to recover the primary chaotic signals. Simulation results show that the proposed approach has good performance in separating the primary chaotic signals even under nonideal channel.     

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.