一种适用于高阶QAM信号的水声信道盲均衡算法

目前，盲均衡是水声通信领域中的热点问题。针对多径衰落水声信道的均衡问题，提出了一种修正的超指数迭代盲均衡算法，该算法可校正水声信道引入的载波相位旋转。在收敛阶段采用该算法，之后根据某一切换准则，切换到判决导引算法，可有效减小超指数迭代算法对高阶正交幅度调制信号的剩余均方误差。仿真结果表明，该算法有效纠正了载波相位旋转，并获得了较快的收敛速度和较小的稳态误差，提高了水声通信的质量，因而具有良好的工程应用价值。     

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.     

相干调制水声数字通信中的一种盲符号估计方法

相干调制是近年来水声通信领域中最为活跃的研究课题之一。但水声信道的时变多途效应造成接收数据严重的码间干扰（ Ｉ Ｓ Ｉ）,使得高速水声通讯的实现十分困难。盲符号估计不需要利用已知序列对滤波器参数进行周期训练,从而能有效地节省信道带宽。利用盲估计方法克服 Ｉ Ｓ Ｉ的关键在于,对多途接收的有噪信号进行多倍码速率的采样,将信道等效为一个单输入多输出系统,并构造采样输出的循环平稳序列的二阶统计量,去估计原发送序列。本文针对水声信道的实际特点,提出了一种盲符号估计的新方法。与文献［３］的算法相比,它具有更低的运算量,便于数据的实时处理。文中最后利用计算机仿真结果验证了该算法的有效性。     

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。     

基于正交小波变换的变步长盲均衡算法

提出了一种基于正交小波变换的变步长盲均衡算法。该算法将正交小波变换理论引入到常数模盲均衡算法中,充分利用小波变换对信号的去相关性及指数型变步长控制迭代过程的特性来加快收敛速度。与常数模算法及基于正交小波变换的盲均衡算法相比,该算法收敛速度快、稳态误差小、均衡效果好。水声信道盲均衡的仿真结果,验证了其的性能。     

用于水声通信系统的迭代接收算法

提出一种基于频域最小均方误差(MMSE)均衡器、信道估计器和卷积码译码器,运用Turbo迭代原理构建用于单载波水声点对点通信的迭代接收算法.该迭代接收算法,引入频域均衡处理来降低多通道均衡处理复杂性,利用译码器提供的软信息来改善均衡器和信道估计器自身的性能,从而使用较少的接收阵元实现高速、可靠的数据传输.基于实测的声速抛面曲线(SSP)和有限元声线跟踪(Bellhop)方法模拟的水声信道脉冲响应用于算法性能的验证.仿真结果表明,使用上述体制的水声通信系统,利用译码器提供的增益来提高系统性能的同时,接收阵元的数量进一步减少,满足构建水下通信网节点的要求.     

基于动态可变分段误差函数的常数模盲均衡算法

为了克服常数模算法（ CMA）收敛速度慢,稳态误差大的缺点,在分析基于可变分段误差函数的常数模盲均衡算法的基础上,提出了基于动态可变分段误差函数的常数模盲均衡算法。该算法利用均方误差（ MSE）来动态调节误差函数的分段点位置,误差函数特性在均衡过程中随着MSE不断变化,使得算法误差模型与发射信号的模型不断匹配,从而具有增加收敛速度和减小稳态误差的特点。分别用混合相位水声信道和最小相位水声信道对提出的新算法进行仿真实验,结果表明：对于混合相位水声信道,新算法的收敛速度明显快于CMA,且具有更小的稳态均方误差;对于最小相位水声信道,新算法的稳态均方误差明显小于CMA,而收敛速度相当。     

一种适用于水声信道盲均衡算法及仿真

对于高阶QAM信号,常数模算法的收敛误差不为零,而多模算法的收敛速度慢,提出了一种混合常数模算法,并将该算法应用于水声信道盲均衡。该算法根据均衡器输出信号模值与其判决模值之间的距离,设置一判决域。根据该判决域,算法的迭代过程在常数模和多模算法之间自动切换,且收敛后自动切换到多模算法。该算法收敛速度快,且均方误差小,特别适合高于高阶QAM信号的盲均衡,通过对水声信道均衡的计算机仿真,验证了该算法的优点及对多途干扰抑制的有效性。     

稀疏水声信道的常范数盲均衡高速水下通信

为解决传统的常数模盲均衡算法在高速水下通信中收敛速度慢、稳态误差大的问题,提出了一种基于稀疏水声信道的常范数盲均衡算法.基于浅海及深海汇聚区的稀疏水声特性,将水声信道能量集中的抽头用于迭代,利用常范数的特性,消除了算法计算量及收敛性能之间的影响.通过浅海实验,对比分析了常数模算法等算法4QAM信号、16QAM信号的星座图及收敛误差曲线图.结果表明:基于稀疏水声信道的常范数盲均衡算法的收敛速度优于举数模算法及常数平方和一范数算法,稳态误差降低,提升了水声通信的收敛性能,适用于浅海和深海汇聚区水声通信.     

盲均衡的发展

近年来,盲均衡在通信和信号处理领域已受到普遍关注,盲均衡是指均衡器不借助训练序列,而仅仅利用所接收到的信号序列即可对信道进行自适应均衡,文中介绍了盲均衡的发展历史,对平稳信号（又分为Ｂｕｓｓｇａｎｇ类型盲均衡和基于稿阶统计量的盲均衡）,循环平稳信号盲均衡,基于神经网络和模糊理论的盲均衡等三种类型进行了讨论,分析了三类盲均衡算法的优缺点,指出了其今后的发展的方向。     

阶跃函数在信号分析中的应用

单位阶跃信号描述了某些实际对象从一个状态到另一个状态可以瞬间完成的过程,在线性时不变系统分析中起到了非常重要的作用.通过阶跃信号的一些基本知识,主要讨论了怎样用阶跃信号表示分段函数,并分析了单位阶跃信号在频谱分析中的优点.     

阶跃函数在信号分析中的应用

单位阶跃信号描述了某些实际对象从一个状态到另一个状态可以瞬间完成的过程,在线性时不变系统分析中起到了非常重要的作用。通过阶跃信号的一些基本知识,主要讨论了怎样用阶跃信号表示分段函数,并分析了单位阶跃信号在频谱分析中的优点。     

基于离散信号相关性的声波通讯信号识别方法

在采油作业中,井下油藏参数获取的准确性与实时性,对制定采油工艺至关重要。以油管柱作为信道的无线声波通讯技术,能够满足井下油藏参数实时性和传输速率的技术要求,近年来成为油井通讯领域的研究热点。针对油井无线声波通讯中因噪音干扰和波形畸变导致的识别困难问题,提出了一种有效的识别方法——声波动态模型匹配法。该方法基于油管柱的声学模型和离散信号相关性,通过将待识别声波信号与动态模型进行相关处理提取其相关系数特征,根据其相关系数鉴别每位声波信号的含义,提高识别的准确率。     

基于相位匹配原理的宽带信号接收方法

针对传统数字信道化侦察接收结构难以采用简单方法对宽带跨信道信号进行无失真重构,以及存在兔耳效应的问题,提出了一种基于相位匹配原理的宽带信号接收方法。该方法采用改进的相位匹配算法对多通道延迟欠采样信号解频域模糊进而获取子信道信号。由于其任意相邻子频带可无缝拼接,所以该宽带信号接收方法能无失真重构宽带跨信道信号,同时避免了兔耳效应问题。仿真结果证明了该方法的有效性。     

基于STM32的绝对编码器信号转换为增量编码器信号装置设计

为降低系统信号处理的复杂度,提高控制系统的灵活性和安装调试效率,设计了一种将绝对编码器信号转换为增量编码器信号的装置。本装置以STM32F407~([1])单片机为核心,其I/O口与绝对编码器接口相连,接收绝对编码器发送过来的最低位和最高位格雷码,根据接收到的绝对编码器信号电平变化情况,模拟输出相应的增量编码器信号。     

基于对信号功率谱拟合特征提取的信号识别方法

针对通信信号业务种类识别问题,提出利用机器学习领域的线性回归算法和多项式拟合模型提取信号功率谱的多项式拟合因子作为信号的统一特征来构建训练集,并在深度学习平台keras上构建了全连接的神经网络分类器模型.相比传统的方法,新方法具有对无线电信号统一表征而无需对业务逐个提取个性化特征的优点.选取实际无线电监测数据中的码分多址（CDMA）上行、CDMA下行、增强型全球移动通信系统（EGSM）上行、EGSM下行、无线局域网（WLAN）以及长期演进（LTE）6种信号的功率谱数据作为数据集,通过验证得到了97%的分类准确率,并证明了该方法的可行性.     

TH-PPM UWB信噪比的估计方法

TH-PPM UWB（Time Hopping-Pulse Position Modulation Ultra Wide Band）系统利用基于能量比较的TOA（Time of Arrival）估计算法可以提供很高的定位精度,但该算法需要知道准确的信噪比。针对此问题,提出了一种在多径条件下利用相关器的输出信号进行信噪比估计的方法。仿真结果表明,该方法具有很高的估计性能,并且数据量越大,估计的性能越好。     

基于频谱估计的频域稀疏压缩采样信号重构

压缩采样理论突破了采样定理对稀疏信号采样频率的限制,在保证信号重构精度的条件下能够显著降低采样频率,能够在采样过程中对数据进行压缩。在频域稀疏信号的压缩采样中,由于所处理数据长度的有限性,存在频谱泄漏现象,即稀疏表示基失配,从而导致信号重构性能降低。为克服这种表示基失配引起的重构误差,提出一种基于频谱估计的频域稀疏压缩采样信号重构算法。该算法采用root-MUSIC算法对被测信号的表示基进行自适应地构造:用root-MUSIC算法对频率进行估计,用自适应的基向量构造稀疏表示基矩阵。通过实验对该重构算法的可行性进行验证。与传统信号重构算法相比,该重构算法具有更高的信号重构精度。     

"信号、系统与信号处理"课程教学的几点思考

按照军事任职教育课程设置的要求，“信号、系统与信号处理”课程的教学达到了整合知识、提高效率的目的，从教学内容、实验环节以及考核模式等方面对该课程的教学进行了分析，指出了所存在的问题，提出了相应的对策．     

问题教学法在信号系统与信号处理教学中的应用

问题教学法是贯彻启发式教学的重要方法.在明确问题教学法的基本定义和目标的基础上,阐述了该教学方法的具体实施步骤,并结合信号系统与信号处理课程中"利用离散傅立叶变换(DFT)对连续信号进行频谱分析"的教学实践,剖析了该教学方法的具体实施过程和实施要求,最后给出了应用效果分析.