Analyzing Undersampled Signals Using High Order Ambiguity Function Algorithm

目的寻找一种快速有效的分析欠采样信号的算法．方法高阶模糊函数（ＨＡＦ）算法的优势是从相位降阶的角度分析多项式相位信号．利用此特点,在满足一定条件下,从估计欠采样信号的参数入手来解决频率模糊问题．结果与结论以欠采样线性调频信号的分析为例,用仿真结果证明了ＨＡＦ算法的有效性。与时频分析法相比,大大降低了计算量,边界条件要求松且无边界效应     

高动态GPS信号模糊函数估计器及其CRB研究

提出了一种新的适用于高动态环境GPS信号捕获跟踪的参数估计方法——模糊函数方法。在假定高信噪比的条件下，推导了模糊函数估计器的估计方差以及Cramer-Rao界（Cramer-rao bounds，CRB）；通过模拟仿真，得出了采用模糊函数算法对高动态环境GPS信号的时延和多普勒频移进行联合估计是渐近无偏和渐近有效的结论。     

短序列多项式相位信号的参数估计

恒定幅度的多项式相位信号(PPS)由其相位多项式系数表征。针对短序列PPS参数估计的困难,在介绍基于高阶模糊函数(HAF)和乘积高阶模糊函数(PHAF)参数估计算法的基础上,通过对该算法的估计效果特别是短序列情况的分析,提出短序列PPS参数估计的一般方法和对该算法的改进。Monte-Carlo仿真表明,改进算法改善了PPS参数估计的效果,同时提高了运行效率。     

低轨双星定位中雷达信号时频差快速估计算法

针对互模糊函数进行时频差联合估计时运算量大、受采样率和数据量限制,两者估计精度难以同时提高的问题,结合雷达信号的周期性和低轨双星中信号信噪比高、时频差范围有限等特点,提出了一种通过时域周期延拓计算相关函数主值区间,再利用脉内信号计算混合积信号频谱,最后由Chirp-Z变换完成时频域的高效插值,获取时频差精确估计的分步算法。仿真结果表明该算法在降低运算量同时,保证了估计精度。     

基于多分量多项式信号参数估计的机动目标成像

对机动目标 ,其散射点回波的多普勒信号是时变的 ,通常其变化是近似线性的 .当目标机动性很强时 ,散射点回波的多普勒信号变化是高阶的 ,必须用高阶多项式近似 ,同时有些散射点回波并不是完整地存在于整个孔径 ,其幅度也是时变的 ,故基于变包络的多分量多项式相位信号模型 ,对机动目标回波进行了成像处理 .通过应用“洁净”技术 ,逐个估计多项式相位信号分量 .各分量的多项式相位系数及幅度分别用基于乘积型高阶模糊度函数的估计方法和低通滤波估计得到 ,机动目标的动态雷达图像由估计的信号重构得到 .实测数据处理结果表明这种成像算法是有效的 .     

基于宽带欠采样阵列的频率估计算法研究

鉴于宽带欠采样阵列的常规FFT频率估计算法只适用于输入信噪比较高且精度要求不高的单信号频率估计,给出了多组采样频率联合解模糊的方法,在无需增加复杂配对算法的情况下,实现了多信号频率的无模糊估计．针对常规FFT法估计精度不高的问题,提出了一种分级高分辨频率估计方法（CMUSIC算法）．该算法估计精度可达到10kHz级,相对于常FFT法的MHz级提高了至少一个数量级．最后,仿真结果验证了本文所提方法的有效性．     

基于模糊函数切片和 FrFT 的快速 LFM 信号参数估计

RAT（Radon-Ambiguity Transform）和FrFT（Fractional Fourier Transform）被广泛应用于线性调频（LFM）信号的参数估计。针对RAT调频斜率估计时的全角度域搜索和FrFT参数估计时的两维搜索导致计算量增加的问题,提出了一种快速LFM信号参数估计方法。采用模糊函数（Ambiguity Function）切片和RAT相结合的方法快速估计调频斜率,并以此确定最优分数阶变换阶数,然后利用一次FrFT实现LFM信号的剩余参数估计。理论分析和实验仿真表明了该方法的有效性。     

基于Cyclic-Music算法MIMO雷达的DOA估计

在具有循环平稳特性的信号环境中,传统DOA（Direction Of Arrival）估计算法精度很差,甚至失效。为此,将Cyclic-Music算法运用在MIMO（Moltiple Inpat and Multiple Output）雷达系统中,利用循环统计量理论计算接收信号间的循环相关函数,基于此构造循环互相关矩阵,并对其进行奇异值分解和谱峰搜索,从而得到信号的波达方向角。理论推导和仿真结果均表明,该方法可以有效估计具有循环平稳特性的人工信号波达方向,从有效性和精度两个方面改善了MIMO雷达的估计性能。     

利用迭代滤波改进乘积高阶模糊函数

乘积高阶模糊函数(PHAF)是因分析mc-PPS而提出来的,但它抑制交叉项的能力有限,难以实现mc-PPS估计。该文提出了逐次滤除最强PHAF峰对应的分量来减少交叉项的迭代滤波方法,改进后的PHAF具有较好的鲁棒性:减少了估计盲区,并且具有更好的估计精度,降低了信噪比门限,而且能估计低阶相位系数,这些性能由多个mc-PPS仿真例子所验证。     

用高阶模糊函数算法分析欠采样信号

目的寻找一种快速有效的分析欠采样信号的算法. 方法高阶模糊函数(HAF)算法的优势是从相位降阶的角度分析多项式相位信号. 利用此特点,在满足一定条件下,从估计欠采样信号的参数入手来解决频率模糊问题. 结果与结论以欠采样线性调频信号的分析为例,用仿真结果证明了HAF算法的有效性.与时频分析法相比,大大降低了计算量,边界条件要求松且无边界效应.     

电力系统状态估计算法综述与研究趋势

状态估计的核心部分是状态估计算法,简要介绍了电力系统状态估计的基本概念和数学模型,阐述了近年来研究较多的几种电力系统状态估计算法,其中包括:最小二乘算法、快速分解算法、正交变换算法、量测变换状态估计算法以及分区协凋算法等,并对各个算法的优缺点加以评述.最后对状态估计算法的发展趋势进行了展望.     

Channel Estimation and Compensation for Underwater Acoustic Pipeline Communication

An estimation and compensation algorithm for underwater acoustic pipeline channel is investigated. A joint time-frequency adaptive signal-to-noise ratio (SNR) estimation based on the maximum likelihood method is introduced firstly, and the Cramer-Rao lower bound (CRLB) is proposed so as to evaluate the performance of the SNR estimation algorithm. For frequency-selective fading channel part, estimation and compensation are made to improve the robustness of the system on the basis of the LMS algorithm. Furthermore,real-time update iteration algorithm in the frequency domain is investigated to realize synchronous receiving and estimation. For verification, simulations and actual data tests were made, and the results show that the algorithm possesses great robustness, efficiency and accuracy inrealization of SNR estimation, signal detection and frequency impulse compensation for the channel.     

修正的MUSIC算法在智能天线中的应用

提出了修正的MUSIC算法用于智能天线中的方向估计,详细描述了该方法的操作原理,并得到了较好的DOA估计,模拟仿真表明,该方法不仅在DOA估计上优于MUSIC算法,而且由此可以获得较好性能的波束形成,几个模拟结果证明了本文提出的方案。     

基于径向基神经网络的波达方向估计算法

针对传统的波达方向（DOA）估计算法在实际应用中普遍存在计算量较大,无法实时地跟踪期望信号且无法处理信号源数大于天线阵元数的问题,提出了一种在智能天线中基于径向基神经网络的波达方向估计算法.该算法利用神经网络进行多信号源跟踪（MUST）来完成信号源侦测和DOA估计.通过建立神经网络DOA估计算法模型,并对所建立的神经网络进行训练.通过仿真将该算法与传统的DOA估计算法进行比对的结果表明,基于径向基神经网络的波达方向估计算法能够快速准确的检测到信号源,响应时间明显快于传统的算法.     

基于训练序列的OFDM符号定时与频偏联合估计

在最大似然算法的符号定时与频偏联合估计算法中,存在频偏估计依赖于定时估计和频偏估计范围小的缺点,采用基于循环前缀的联合估计算法,结合S＆C算法原理,设计具有共轭对称特性的训练序列,并根据训练序列的特性计算符号定时位置值和频率偏差值,为了验证算法的有效性,对算法进行了仿真验证,结果表明,该算法不但频偏估计过程独立于符号定时估计,而且频偏估计范围大．     

TD-SCDMA系统中一种基于门限处理的信道估计

在TD-SCDMA系统中,针对传统的Steiner信道估计算法因背景噪声使得估计精度受到影响的问题,以Steiner算法为基础,提出了一种基于门限处理的信道估计算法,该算法以次强径功率为参考设定门限,省略小于此门限的其他径。通过上行链路的模拟仿真表明,该信道估计算法的信道响应更接近理想值,有利于改善系统的输出性能。     

DCT插值算法在OFDM水声信道估计中的应用

海洋声信道是一种复杂的时-空-频变参信道,信道估计的准确程度直接影响着整个系统的性能。本文首先分析了水下声信道估计的基本方法,介绍了基于DFT的信道估计算法,并重点介绍了离散余弦变换（DCT）的插值算法,最后在仿真得到的水声信道模型下对两种算法性能进行了仿真。基于DCT的信道估计算法在水声信道时延为非整数倍采样间隔时可有效抑制信号的频谱泄露问题,从而改善系统的性能,更加适合于时变的水声信道。仿真结果表明该算法在改善系统性能方面优于基于DFT的信道估计算法。     

一种混合网台跳频参数盲估计算法

针对低信噪比（SNR）和复杂电磁环境条件下跳频参数估计精度低及算法复杂度高的问题,提出了一种短时傅里叶变换（STFT）和平滑伪魏格纳分布（SPWVD）的组合时频分析方法.该算法首先利用STFT将天线接收信号变换到时频域,并对时频信号进行自适应降噪处理;通过自适应聚类算法进行频率的精估计;提取时频信息并剔除各类干扰,再通过网台分选后得到各类网台跳时粗估计;最后采用SPWVD及修正后的截断门限进行跳变时刻的精估计.仿真结果表明,该算法在混合网台和低SNR条件下,跳频参数估计精度较高,算法复杂度较低,有效解决了实际跳频通信系统存在频率转换时间条件下的参数估计问题.     

基于变分贝叶斯推断的半盲信道估计

现有MIMO中继通信系统中,基于张量分解的半盲信道估计不能有效地将信道先验信息引入估计过程中,为此提出一种基于变分贝叶斯推断的信道估计算法.该算法首先利用NP(Nested PARAFAC)张量模型,引入有效精度、噪声精度等隐性超参数,建立信道估计概率图模型;由于所求信道参数后验概率分布较为复杂,传统最大似然和最大后验等点估计方法难以实现,算法采用变分贝叶斯推断,推导出信道矩阵、有效精度及噪声精度的递推公式,使具有因子分解形式的q分布逼近所求信道参数的后验分布;并分析了模型证据的下界、模型的初始化及算法复杂度等.该算法能利用信道先验信息以提高信道估计性能,有效精度和噪声精度等参数可自动调节,且计算复杂度与数据的维度呈线性关系.仿真结果表明:在平稳瑞利衰落信道条件下,与基于交替最小二乘(Alternating Least Square,ALS)的半盲估计算法相比,算法的计算复杂度较低,收敛速度较快;与带监督序列的双线性最小二乘(Bilinear Alternating Least Square,BALS)非盲估计算法,基于ALS及非线性最小二乘(Nolinear Least Square,NLS)的半盲估计算法相比,算法具有较高的估计精度.     

一种阵元位置误差条件下的DOA估计方法

针对存在阵元位置误差时多重信号分类(MUSIC)算法的信号波达方向(DOA)估计性能严重下降的问题,结合微粒群(PSO)算法,提出了一种在阵元位置误差情况下的DOA估计方法.该方法首先根据MUSIC算法原理拟合校准目标函数,然后运用PSO算法对函数进行寻优,再校准误差矩阵,最后利用MUSIC算法进行DOA估计.通过不同的参数设置条件下仿真结果比较,选择估计性能最好的一组作为PSO算法的关键参数设置,并对比了校准前后MUSIC算法的DOA估计性能.仿真结果表明:本文方法能够有效改善MUSIC算法的角度分辨能力.