稀疏表示框架下无需参数配对的二维到达角估计

现有二维到达角估计算法大多基于子空间理论及需要参数配对,针对这一问题,在稀疏表示理论框架下提出了一种参数自动配对的二维到达角估计新算法。该算法在L阵列下构建阵列互相关矩阵的稀疏表示模型,利用奇异值分解降低复杂度并基于群LASSO(Least Absolute Shrinkage and Selection Operator)获得方位角估计。在方位角估计的基础上,基于向量化操作构建稀疏空间谱匹配模型,然后利用LASSO 获得俯仰角估计。与参数配对ESPRIT 和改进的传播算子方法相比,所提算法不仅无需参数配对过程,而且可以提供改进的估计精度。计算机仿真结果验证了所提算法的有效性。     

基于ROMP算法的相干信号DOA估计

稀疏信号重建主要受冗余字典中原子间干扰的影响,文章基于正则化正交匹配追踪(ROMP)算法通过设计感知字典削弱原子间干扰估计相干信号DOA。通过仿真对比了所提方法与基追踪(BP)、正交匹配追踪(OMP)方法的运行速度、DOA估计及其估计值的最小均方误差(RMSE),仿真结果验证了所提算法的有效性。文章所提方法运算复杂度低,运算速度快于BP算法,估计精度高于OMP算法,且具有信源过载能力。     

循环时延估计子性能分析

文章详细分析并推导得到了一类循环时延估计子的估计理论精度.在较高信噪比条件下(SNR＞-5dB),仿真得到的估计精度与理论估计精度基本上是一致的,这说明了文章理论分析的正确性.在高斯白噪声和慢变化时变高斯白噪声两种噪声模型下对二相编码和四相编码信号的仿真实验表明,循环估计子估计性能确实要优于实际中经常使用的能量辐射计.     

基于伪数据域的最小冗余线阵测向算法

利用时间信息可以有效的压制干扰和噪声,可以大大的提高角度估计性能和空间分辨率.与传统只利用空间信息的最小冗余测向算法不同,由于所提方法联合时间和空间信息而获得了更多有效阵元数以及扩展了有效阵列孔径,因此,大大的提高了估计性能.提出方法充分利用了信号的时间信息去构造伪数据矩阵,利用奇异分解或计算简单的无需特征分解的线性变换方法获得波达方向.仿真试验充分说明了所提方法不论在精度估计还是分辨能力都表现出优越的性能.     

基于稀疏重构的角度-速度联合目标参数估计方法

针对目标多参数联合估计问题,利用目标在空-频域的稀疏性,提出了一种基于奇异值分解的正则化多测量矢量欠定系统聚焦求解(SVD-RMFOCUSS)算法,实现了目标角度速度参数的联合估计。在发射信号采用脉间捷变频技术的基础上,通过建立基于过完备字典矩阵的角度速度估计信号模型,采用奇异值分解提取信号子空间以降低运算量,利用RMFOCUSS算法完成目标角度速度参数与字典元素的自动匹配,给出了基于MUSIC算法的角度速度联合谱计算公式,并与文中所提算法进行了比较。仿真实验表明文中所提方法可以在低信噪比的情况下实现目标参数的精确估计,且估计性能优于MUSIC方法,具有更高的角度、速度分辨力及估计精度。同时该方法也适用于强欺骗干扰下对弱信号的检测与估计。     

基于传播算子的DS-SS信号扩频波形估计

扩频信号波形估计的本质是信号子空间估计。针对直接序列扩频（Direct Sequence Spread Spectrum,DS-SS）信号的扩频波形估计问题,提出了一种基于传播算子的估计算法。针对现有算法估计信号子空间计算量较大的不足,所提算法利用传播算子估计信号子空间。理论分析了所提算法与现有算法的计算量和性能,并进行了仿真实验。仿真结果表明所提算法有效,且计算量远小于现有算法。     

MIMO系统中应用张量分解进行半盲信道估计的算法分析

针对多输入多输出系统半盲信道估计问题,提出一种基于张量分解的半盲联合信号检测和信道估计算法。其思想是利用张量分解的唯一性,对接收信号构造基于张量分解的平行因子模型,并利用正则交替最小二乘算法对信道和发送信号进行联合迭代估计。仿真结果表明:与传统基于导频信道估计方法相比,所提算法只需少量的导频序列即可获得较高的信道估计精度;与已有的交替最小二乘算法相比,所提算法消除了矩阵求伪逆时可能带来的病态问题,收敛速度较快。文章还详细的分析了正则系数和收敛条件等参数对正则交替最小二乘算法性能的影响。      

基于最小CIM准则的Farrow结构分数时延估计

提出了一种基于最小相关熵诱导距离（CIM）和Farrow结构的分数时延估计算法。该算法具有较强的抗脉冲噪声的能力,且所需观测数据较少,时延估计结果精度较高。理论分析和仿真实验表明,所提算法的估计精度和抗脉冲噪声性能均优于基于分数低阶统计量的LETDE算法。     

多循环频率循环时延估计方法及性能分析

由于单循环频率循环估计子估计性能对循环频率的选择有较大的依赖性,使其在实际应用中受到了较大的限制.为解决该问题,文章研究并给出了多循环频率循环时延估计方法,还详细推导得到了多循环频率估计子组的估计均方误差.在平稳高斯白噪声和慢变化时变高斯白噪声条件下对BPSK和QPSK信号的仿真结果表明,较高信噪比时(SNR＞-6dB)循环估计子组的估计理论精度与仿真精度基本上是一致的,并且三循环频率循环估计子组估计性能要优于双循环频率循环估计子组,而双循环频率循环估计子组的估计性能要优于单循环频率循环估计子.仿真结果充分说明了文章理论分析的正确性,也说明了多循环频率循环时延估计方法的有效性及估计算子的稳健性.     

一种基于RLS自适应滤波跟踪的信道估计方法

对于快时变信道~([1]),基扩展模型(Basic Expansion Model,BEM)能很好地捕捉信道的时变特性,并能有效模拟信道的传输情况,进而常用于信道建模。本文提出了一种基于RLS自适应滤波跟踪的信道估计方法。自适应滤波器本身有一个重要的算法,即递归最小二乘(Recursive least squares,RLS)算法。文章利用RLS自适应滤波算法对BEM基系数g进行跟踪,并将其自适应的调整大小,然后对信道响应进行估计。为验证所提方法的性能,本文对所提算法与LS配合插值算法进行仿真对比。仿真结果表明,所提方法相较LS算法有很好的估计精度。     

一种波达方向、频率联合估计快速算法

首先提出了基于PM(propagator method)方法的波达方向(DOA)、频率联合估计快速算法，给出了PM算子的一个估计，由PM算子构造出一特殊的低维矩阵，其特征值给出频率的估计，进而由估计的频率和相应的特征矢量得到DOA的估计。该算法具有参数自动配对，计算量小的优点，易于在工程应用中实时处理。计算机仿真结果证实了算法的有效性。     

一种新的OFDM采样频偏盲估计算法

针对OFDM技术对系统的时钟同步要求非常高的问题,提出了一种新的采样频偏盲估计算法,该算法可较好地解决估计精度和估计复杂度的折中问题。通过仿真结果表明,在高斯白噪声信道下,与同类算法相比,该算法不仅估计精度高,而且估计复杂度低,符合实际工程应用。     

高斯白噪声下L阵二维波达方向快速估计

针对L型阵列,提出一种在高斯白噪声环境下的二维波达方向( DOA)快速估计方法。首先利用阵列结构特点构建两个互协方差矩阵,同时实现了噪声分量的有效抑制,再依据协方差矩阵的性质构造了波达方向矩阵。对该矩阵进行一次特征分解即可分别得到包含方位角和俯仰角信息的方向矢量和方向元素,实现二维DOA估计。该算法避免了传统算法的谱峰搜索或大矩阵构造及其特征分解过程,计算量小,且参数自动配对。仿真结果表明,该算法在低性噪比和少快拍下的估计精度与2 D ESPRIT算法近似,但计算复杂度大幅降低,适用于实时性高的工程应用背景。     

The research on channel estimation and signal-noise ratio estimation based on minimum error entropy kalman filter for single carrier frequency domain equalization system

In this paper, the channel estimation and signal-to-noise ratio (SNR) estimation technique of single-carrier frequency domain equalization (SC-FDE) system under low SNR in aeronautical multipath channel are studied, a SNR estimation algorithm which is easy to implement in engineering and an improved LS channel estimation algorithm based on Kalman filter using minimum error entropy (MEE-KF) are proposed. This paper first introduces the SC-FDE system and introduces the principle of MEE-KF, and then, the channel estimation flow based on MEE-KF is obtained by combining it with the traditional LS channel estimation algorithm, which makes the estimation results perform better. Simulation results show that after getting more accurate noise variance, the channel estimation results can better follow the changes of the channel after MEE-KF processing, so as to resist the doppler frequency offset effect and make the channel estimation results more accurate, that is the channel response results of the data part can be closer to the real situation, so that the communication performance of SC-FDE system has also been greatly improved.     

平衰落信道下ML和MAP信道估计与导频符号长度的关系性能比较

信道估计是无线通信系统必须加以解决的关键技术之一，采用导频符号辅助的方法进行信道估计是目前各类无线通信系统常用的方法。本文针对平衰落信道提出了最大似然(ML)算法和最大后验概率(MAP)估计算法，给出了ML估计和MAP估计之间的关系，仿真了MAP估计和ML估计的方差与导频符号长度的关系，提出当导频符号长度的取值超过20个符号长度时，MAP信道估计明显优于ML信道估计。     

非线性回归模型参数估计的区间分析方法

现有很多方法都属局部搜索方法,不能保证得到问题的全部全局最优解,而基于区间分析的区间全局优化算法则能在给定精度范围内求出问题的全部全局最优解,并能给出满足要求的包含最优解的任意小区间。基于此,给出了非线性回归模型参数估计的区间全局优化算法,论述了算法求解问题的基本思想、解算步骤、基本算法和加速工具等,并将其应用于非线性回归模型参数估计中,仿真实验结果验证了所给算法的可行性和有效性．     

一种基于序列相关的信噪比估计算法

针对多径信道,提出了一种基于序列相关的信噪比估计算法,利用本地序列与接收信号相关,并采用最小二乘估计法,精确地估计了接收信号幅度和噪声方差,得到了两径信道下信噪比的估计值。仿真结果表明该算法整体估计性能较好,特别适合于低信噪比条件下。在信噪比为-1dB时,与现有的频域和二阶矩四阶矩（M2M4,2-order and 4-order Moments）估计算法相比,该算法的归一化均方误差分别降低了0．09和0．2。     

A fast algorithm for joint two-dimensional direction of arrival and frequency estimation via hierarchical space–time decomposition

In this paper, we present a fast algorithm for joint estimation of the two-dimensional (2-D) directions of arrival (DOAs) and frequencies of the incoming signals in wireless communications using a hierarchical space–time decomposition (HSTD) technique. Based on the HSTD, the proposed algorithm makes use of a sequence of one-dimensional (1-D) Unitary estimation of signal parameters via rotational invariance technique (ESPRIT) algorithms to estimate these parameters alternatively in a hierarchical tree structure. Also, in between every other 1-D Unitary ESPRIT algorithm, a temporal filtering process or a spatial beamforming process is invoked to partition the incoming signals into finer groups stage by stage to enhance the estimation accuracy as well as to alleviate the contaminated noise. Furthermore, with such a tree-structured estimation scheme, the pairing of these parameters is automatically determined without extra computational overhead. Simulation results show that the new algorithm provides satisfactory performance but with drastically reduced computations compared with previous works.     

基于FFT的快速高精度正弦信号频率估计算法

提出了一种新的基于FFT的快速高精度正弦信号频率估计算法。通过分析Jacobsen算法和傅里叶系数插值迭代算法的性能,指出Jacobsen算法计算简单,精度不高;傅里叶系数插值迭代算法精度较高,但需要进行两次迭代,每次迭代均需计算两点的FFT系数,计算量较大。结合这两种算法,文中提出一种改进的高精度算法。该算法采用Jacobsen算法作为迭代初值,仅需进行一次迭代就能达到原迭代算法两次迭代的性能。仿真结果表明该算法在FFT信噪比门限以上全频段估计的均方根误差十分接近克拉美罗下限,具有较强的抗噪性能,且计算量较少,易于实时实现。     

一种改进的空间平滑算法

空间平滑是一种有效的解相干算法。但是当相干信源相距很近时,传统的空间平滑算法性能明显下降。该文提出一种改进的空间平滑算法。该算法首先将子阵输出的自相关矩阵进行互相关,然后将前后向互相关矩阵平均后的协方差矩阵作为修正后的空间平滑矩阵进行空间谱估计。文中给出了该算法的表达式,分析了算法的性能。仿真结果证明该算法与传统算法及利用子阵协方差算法相比具有更高的分辨能力和更低的信噪比门限。