基于多级维纳滤波的ESPRIT算法

因奇异值分解引入了庞大的计算量,子空间分解类的测向算法在工程中难以实现实时处理.多级维纳滤波(MSWF)算法,避免了奇异值分解运算,有效地减少了运算量.通过对多级维纳滤波算法进行改进,提出了一种信源数目的估计方法.与传统多级维纳滤波算法相比,该方法提高了测向精度.通过仿真证明了该算法的有效性.     

一种不需要特征值分解的ESPRIT方法

多级维纳滤波是一种降维算法,本文提出了一种将多级维纳滤波引入到ESPRIT算法的预处理模型,提出了一种构造预处理滤波器的方法,提出了适合于ESPRIT方法的多级维纳滤波的结构。本文提出的方法避免了采样数据二阶统计的特征值分解,降低了运算量。本文方法具有一般性,适合于基于子空间方法的一大类DOA估计。仿真结果证明了方法的有效性。     

基于多级维纳滤波的MUSIC方法

多级维纳滤波是一种降维算法,本文提出了一种将多级维纳滤波引入到MUSIC算法的预处理模型,提出了一种构造预处理滤波器的方法,提出了适合于MUSIC方法的多级维纳滤波的结构。本文提出的方法不需要采样数据二阶统计的特征值分解,降低了运算量。本文方法具有一般性,适合于基于子空间方法的一大类DOA估计。仿真结果证明了方法的有效性。     

非圆信号多级维纳滤波MUSIC测向算法

为降低非圆信号的MUSIC(记为NC-MUSIC)测向算法的计算量,提出了基于多级维纳滤波的NC-MUSIC算法.首先,该算法将非圆信号特性用于多级维纳滤波算法,构造出扩展阵列输出矩阵,利用多级维纳滤波的递推特性求出信号子空间,而不需要估计样本协方差矩阵和对其特征值分解;其次,为了进一步降低算法的计算量,推导出信号子空间的谱峰一维搜索公式进行非圆信号谱峰搜索的计算,快速估算出目标的方位值.仿真结果和计算复杂度分析表明,新算法不但在均方根误差性能上与其他快速算法相似,均接近于NC-MUSIC算法,具有良好的估计性能,而且降低了NC-MUSIC算法的计算最,使其计算复杂度小于非圆信号扩展传播算子快速测向算法的计算复杂度.证实了新算法快速有效的估计性能.     

基于多级维纳滤波的盲信噪比估计

提出了一种基于多级维纳滤波(MSWF: Multistage Wiener Filter)的盲信噪比估计算法。结合信号子空间分解理论,该方法利用多级维纳滤波器的相关相减结构(CSA: Correlation Subtraction Algorithm)前向递推实现含噪信号空间分解,避免了传统方法对信号自相关矩阵进行复杂的特征值分解运算,并以此估计信号功率和噪声功率来完成盲信噪比估计。在加性高斯白噪声(AWGN)信道条件下进行信噪比估计仿真,仿真表明,当实际信噪比在-7~25dB范围内时,估计器的估计标准偏差小于0.5dB,且性能优于常规方法。设定实际信噪比为10dB,当接收码元数目为100时,对所有仿真的调制方式信噪比估计标准偏差小于0.35dB,证明了估计器在小样本支撑环境下实现信噪比快速盲估计的能力。      

基于多级维纳滤波的卫星信号DOA盲估计研究

卫星信号的盲测向是使用阵列天线进行导航终端抗干扰的基础,为了解决该问题,文中利用每颗卫星对应C/A码的唯一性进行解扩,提高了卫星导航信号的信噪比,采用多级维纳滤波分解得到的信号子空间代替ESPRIT算法中特征分解得到的信号子空间,提出一种基于多级维纳滤波的ESPRIT算法来实现卫星导航信号测向的应用.仿真结果表明,该算法不但能够实现卫星导航弱信号的测向,而且能够降低ESPRIT算法的运算量,具有更好的稳健性和测向性能.     

采用Lanczos算法快速估计噪声子空间

提出一种采用Lanczos算法估计噪声子空间的新方法。该方法采用传统的空间平滑技术解相干,然后由多级维纳滤波器的预滤波器的性质可知,多级维纳滤波器的冗余分解级的预滤波器可以构成一个噪声子空间。由此可以采用Lanczos算法快速估计到噪声子空间。由于不需要对协方差矩阵作特征值分解,而且所要求的冗余分解的级数较少,其运算量比基于特征值分解方法要小得多。此外,采用Lanczos算法计算降维矩阵和冗余矩阵只构成多级维纳滤波器的前向递推,从而使得算法的复杂度大大降低。最后,计算机仿真验证了该方法的有效性。     

改进的Householder多级维纳滤波方法

该文以GPS接收机空时抗干扰为应用背景,给出了一种改进的基于Householder多级维纳滤波的降维方法。该方法保留了原算法的前向递推过程,并利用多级维纳滤波的分解特性,对其后向迭代过程进行改进,得到一种阶递归的实现结构,大大提高了算法的实时性。分析表明,改进方法的运算复杂度与原算法接近,并远低于基于相关相减多级维纳滤波(CSS-MWF)的算法。仿真实验验证了算法的抗干扰性能。     

无参考信号条件下基于MSWF的DOA估计算法

现有基于多级维纳滤波(MSWF)的子空间法波达方向(DOA)估计算法复杂度较低,但需要先验的参考信号.论文从MSWF求解线性预测问题入手,将基于MSWF的线性预测和子空间两种不同的DOA估计方法结合起来,提出了一种实用的低复杂度DOA估计算法.该算法无需构造专门的参考信号,在低信噪比或信源数估计不准的情况下,算法依然具有较好的稳健性和估计性能.仿真实验验证了本文的结论.     

一种基于逐次搜索的快速MUSIC方法

MUSIC方法是一种经典的阵列波达方向(DOA)估计子空间方法,在高信噪比时,该方法有很好的性能,但随信噪比的降低,算法性能下降很快,特别是其分辨概率下降很快。其主要原因是低信噪比和DOA相邻较近时,信号源之间的空间相关性较强。逐次消除空间相关性并逐次搜索DOA的改进MUSIC方法,提高了分辨概率。为降低运算量,采用多级维纳滤波代替特征值分解过程。文中方法具有一般性,适合于基于子空间方法的一大类DOA估计。仿真结果证明了方法的有效性。     

一种基于DSP的快速MUSIC测向方法研究与实现

讨论了MUSIC测向算法在DSP上快速实现的一种方法。利用多级维纳滤波的方法求解信号特征矢量和信号空间维数,有效地减少了算法的运算量;同时利用TI公司高速DSP芯片(TMS320C6713)的可多流水线并行运行优势,实现了一种基于9元均匀圆阵的快速MUSIC测向方法。     

采用降秩多级维纳滤波器的二维DOA估计快速算法

针对双平行线阵的二维波达方向(DOA)估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器(MSWF)的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法(DOAM),俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。     

A multistage representation of the Wiener filter based onorthogonal projections

The Wiener filter is analyzed for stationary complex Gaussian signals from an information theoretic point of view. A dual-port analysis of the Wiener filter leads to a decomposition based on orthogonal projections and results in a new multistage method for implementing the Wiener filter using a nested chain of scalar Wiener filters. This new representation of the Wiener filter provides the capability to perform an information-theoretic analysis of previous, basis-dependent, reduced-rank Wiener filters. This analysis demonstrates that the cross-spectral metric is optimal in the sense that it maximizes mutual information between the observed and desired processes. A new reduced-rank Wiener filter is developed based on this new structure which evolves a basis using successive projections of the desired signal onto orthogonal, lower dimensional subspaces. The performance is evaluated using a comparative computer analysis model and it is demonstrated that the low-complexity multistage reduced-rank Wiener filter is capable of outperforming the more complex eigendecomposition-based methods     

一种改进的LTE下行系统信道估计算法

基于3GPP长期演进（LTE）下行链路系统,在比较了现有几种不同信道估计算法的基础上,提出了一种适用于LTE下行系统的时频二维联合维纳迭代滤波信道估计算法。具体步骤如下：首先,采用基于奇异值分解（SVD）的线性最小均方误差（LMMSE）算法在频域进行维纳迭代滤波;然后,再利用频域估计出来的值在时域进行一次维纳迭代滤波。仿真结果表明,该算法能够有效地改善信道估计的误比特率（BER）性能,与传统的方法相比,性能更加接近于理想信道估计,同时也没有显著增加算法的运算复杂度。     

GPS空时抗干扰子空间投影方法

根据GPS接收机接收信号、噪声和干扰的特点，将子空间投影方法与空时信号处理相结合，利用基于数据域相关相减结构多级维纳滤波器（CSA-MWF）的前向递推多级分解特性构造出空时二维干扰子空间，进一步求出空时抗干扰最佳权。与传统的特征值分解方法相比，该方法避免了估计接收数据协方差矩阵及其特征分解运算，计算量大幅下降，同时抗干扰性能不受影响，适合多变环境和小数据样本情况。该方法结构简单，具有较高的可行性和实用性。仿真结果验证了该方法对窄带和宽带干扰均有效。