使用新的代价函数的自适应陷波滤波器

本文讨论了用多个低阶的自适应陷波滤波器串联或并联起来过滤多个频率的信号。提出了一种新的代价函数,推导了基于新的代价准则的递归的最大似然估计算法的自适应滤波器,并在模拟实验中验证了该方法对于控制参数收敛的频域范围的效果.     

宽带非平稳信号的瞬时频率测量方法

针对宽带非平稳信号,提出一种瞬时频率测量方法.利用加限自适应滤波器将信号分解为多个渐进单频信号,根据其解析信号的相位函数求出其瞬时频率;综合所有分量的时频关系实现对宽带非平稳信号瞬时频率的准确测量.仿真实验和误差分析结果表明,该方法克服了Fourier分析、Wavelet变换和Hilbert-Huang算法求解宽带非平稳信号瞬时频率的困难,在整个分析频段都能实现较高的频率测量分辨率,对信噪比在0dB以上的信号具有优于0.2MHz的测量误差.对8μs长度信号,该方法除了有25.816μs初始运算延时外,对连续数据处理具有实时性,能够满足宽带非平稳信号频率的瞬时测量要求.     

自适应增益APA-AG算法的研究

为了提高自适应滤波器的收敛性和跟踪性,提出了一种自适应增益APA-AG算法。通过分析估计输出误差信号,获得了参数迭代步长的一个特定值估计,以实现集平均代价函数最小化。仿真结果表明,相比较于传统的APA算法,文中研究的APA-AG算法具有更快的收敛速率和更好的跟踪特性。     

多途水声信号盲恢复技术研究

针对盲解卷积只能获取未知源信号的波形,而得不到源的幅度问题,研究了一种平稳信道、多途传播条件下估计信道参数及源分离的算法.该算法引入均值和方差都已知的参考信号,在FIR模型的基础上利用解相关技术估计水声多途信道参数,进行盲信号分离.分析了实际的水声信道参数特点,提出新的信道参数及阶数的估计方法,继而利用改进的自适应逆滤波器恢复源信号,最后在瞬时混合以及不同信噪比情况下与其他算法进行比较,以验证算法的有效性.仿真结果表明,未知源估计结果与信道阶数和信噪比有关;对于卷积混合,该方法对于信道参数的估计具有稳健性,.可以同时恢复源信号的时序结构与幅度信息;对于瞬时混合,该方法的计算量和性能指标优于其他算法.     

一种未知脉冲信号检测与瞬时频率高精度估计方法

针对未知脉冲信号检测与瞬时频率估计问题,提出了一种基于瞬时频率高精度估计的联合检测方法.在瞬时频率高精度估计中,采用快速傅里叶变换分析与陷波滤波器相结合,实现对未知信号瞬时频率高精度估计.在未知脉冲信号检测中,采用能量累积法和瞬时频率方差法相结合方式,综合瞬时频率方差检测器和能量累积检测器的优势,可对未知脉冲信号实现有效检测.结果表明,在一定信噪比条件下,本文方法可以实现对未知脉冲信号瞬时频率的高精度估计,瞬时频率估计方差接近克拉美罗下界,估计精度提高了0. 1%,同时实现了对窄带和宽带未知脉冲的有效检测.     

全球导航卫星系统矢量载波环的设计与分析

为了减弱在传统跟踪算法中不良通道或者解算错误带来的影响,提出自适应载波跟踪算法.算法的基本思想是通过矢量环辅助标量环而不是完全替代标量环实现信号的跟踪.它在每个跟踪通道里添加一个卡尔曼滤波器,该滤波器利用当前鉴频器输出的频率残差与导航处理器反馈的载波频率进行环路更新;根据两者的方差,自动调节通道滤波器的增益因子,保持更加准确的载波估计频率.不同于传统矢量跟踪算法必须在完成导航解算后才更新跟踪环路,改进算法运行在每个跟踪通道上并根据环路积分间隔更新跟踪环路,因此可以在低解算速率的要求下跟踪更大的动态范围.改进算法结合了矢量与标量环路两者的优势,具有矩阵小和数据处理简单的特点.仿真结果表明,该算法较传统算法提高了信号跟踪的准确性和鲁棒性.     

自适应事件触发机制下带有未知输入的多速率信息物理系统的递归滤波（英文）

信息物理系统具有多速率的信息收集和处理功能,并且对信息交换具有依赖性。本文旨在设计一种联合递归滤波方案,用于估计具有未知输入的多速率信息物理系统的输入和系统状态,其中联合递归滤波器和传感器之间的信息传输受自适应事件触发策略控制。通过求解一组代数矩阵方程,可以递归地确定满足要求的联合滤波器增益,并且可以通过一些代数运算获得保证滤波误差协方差有界的充分条件。基于协方差交叉融合的概念,提出一种利用局部状态估计的融合估计方案。最后,通过一个数值仿真验证了所提自适应事件触发递归滤波算法的有效性。     

基于粒子滤波的跳频信号频率跟踪方法

针对跳频信号的参数估计问题,提出一种基于粒子滤波的跳频信号频率实时跟踪方法.首先建立以跳频瞬时频率为系统状态的状态空间模型,然后通过基本粒子滤波算法序贯重要性重采样（sequential importance resampling,SIR）实现了对跳频信号频率的后验概率密度估计,进而得到频率的实时估计;为进一步提高粒子滤波的跟踪性能,提出一种基于ESPRIT辅助的粒子滤波（auxiliary esprit particle filtering,AESPRIT-PF）算法.仿真实验分析了在不同信噪比和不同粒子数目下算法的跟踪性能,结果表明该算法具有稳健的跳频频率实时跟踪能力,是一种有效的跳频信号参数估计方法.     

α稳定噪声环境下IIR自适应滤波递归整体最小P-范数算法

当无限脉冲响应(IIR)系统输入和输出信号被α稳定噪声干扰时.传统的最小平均P-范数(LMP)算法的解会出现较大偏差,而整体最小平均P-范数(TLMP)算法存在收敛速度慢的问题.为此提出一种适用于自适应IIR滤波的递归整体最小P-范数(IIR RTLP)算法,首先整体考虑输入和输出信号受α稳定噪声干扰的影响,使得基于P-范数的误差期望值达到最小;然后采用矩阵求逆引理和幂迭代法递归更新自适应滤波器的系数,使其可跟踪时变系统,并提高算法收敛速度.仿真结果表明,IIR RTLP算法比TLMP算法有较小的系统估计误差和较快的收敛速度.     

时变信道下CPM信号自适应盲均衡算法

针对时变频率选择性衰落信道下二阶连续相位调制 (CPM) 信号盲均衡中存在的均衡性能较差问题,提出了一种新的自适应盲均衡算法。该算法使用双向自适应软输入软输出(SISO)方法,同时利用过去、现在和将来的观察数据符号来进行递归最小二乘(RLS)估计,有效改善了信道估计的精度。仿真结果表明所提算法具有良好的盲均衡性能。