一种基于过采样的单通道MPSK信号盲分离算法

针对单通道接收两个MPSK混合信号的盲分离问题,该文提出了一种基于过采样的盲分离新算法。该算法基于最优贝叶斯估计准则,利用粒子滤波对发送的符号和一些参数进行序贯估计,从而实现了混合信号的分离。算法通过对接收信号的过采样,利用了更多的接收波形信息,有效地抑制了噪声的影响。仿真实验表明,新算法具有良好的误码率性能。该文同时还从极大似然的角度,对分离算法的性能进行了分析,给出了算法的误码率性能界。     

连续相位调制信号的单通道盲分离算法研究

频谱紧凑的恒包络数字调制技术是未来数字通信的发展方向之一,而对于这类调制信号的单通道盲分离研究目前还较为少见,有效地解决连续相位调制信号的单通道盲分离问题具有较大意义。本文基于最优贝叶斯估计准则,通过重要性函数来接近系统状态的真实后验概率分布,利用改进的粒子滤波算法将连续相位调制信号的单通道盲分离问题转变为码元序列和未知参数序贯估计问题,从而实现盲分离。该算法通过对接收信号的过采样以及数据的递归调用,利用了更多的接收波形信息,有效地抑制了噪声的影响,并能克服相位连续性给算法带来的码间串扰。仿真实验以应用广泛的GMSK调制信号为例。实验结果表明,该算法明显优于标准粒子滤波算法,具有较好的符号估计性能和参数收敛性能。      

时变幅度LFM干扰下的单通道盲分离算法研究

针对时变幅度LFM干扰下的单通道通信信号与干扰盲分离问题,本文提出了一种基于遗传粒子滤波的单通道盲扰信分离新算法。该算法首先建立了受扰信号的状态空间模型,并利用粒子滤波得到通信码元和未知参数的最大后验估计。针对标准粒子滤波中存在的粒子退化现象,本文引入了遗传进化操作来迭代估计优质粒子,在减少了所需粒子数量的同时,加快了算法的收敛速度,使新算法在时变幅度LFM干扰的影响下具有较好的分离效果。非扩频通信信号仿真实验表明,新算法在干信比小于15dB,信噪比大于16dB的条件下,可以有效地从单路接收的受扰信号中分离出通信信号与LFM干扰。      

基于阵列单通道的机动目标DOA跟踪方法

针对现有利用阵列单通道系统对机动目标跟踪精度不高,实时性差等不足,提出了一种新的基于改进粒子滤波算法的阵列单通道机动目标波达方向(direction of arrival, DOA)跟踪方法。该方法首先在利用接收机轮流采样建立数学模型的基础上,建立跟踪模型。然后,利用粒子群优化算法对马尔科夫链蒙特卡罗(Markov Chain Monte Carlo, MCMC)粒子滤波算法的重采样环节进行优化处理,给出了一种交互MCMC粒子滤波算法,该算法克服了传统粒子滤波算法粒子退化及样本贫化的固有缺陷。最后利用该算法求解跟踪方程,实现了实时DOA估计。理论分析与仿真结果表明,本文方法可实现基于阵列单通道的DOA跟踪与波束形成一体化,且能够处理相干信号,与标准粒子滤波和子空间类算法相比,收敛速度快,跟踪精度高。      

Kalman滤波下的多信号单通道盲源分离

窄带物联网环境中,接收机收到的信号通常为多路混合信号,对单通道接收来说,利用常规盲源分离方法很难实现混合信号的分离和源信号提取。针对这一问题,本文提出了一种利用Kalman滤波算法进行信号估计,解决单通道盲源分离的方法。该方法利用信号间的时序结构,通过Kalman滤波算法对多信号混合中的源信号不断估计并迭代更新,最终得到分离信号。仿真实验结果表明,该方法能有效估计并分离出源信号。      

基于相位旋转的高阶多路MPSK信号的盲分离

本文针对高阶多路混合MPSK信号的盲分离问题,分析了MPSK接收信号的特性,给出了源信号个数估计定理,在对观测信号进行删余预处理后,利用改进的混合聚类算法估计出源信号数目,然后提出了一种相位旋转算法,消除接收信号中的公共因子,去除相位角不趋于零的元素,将高阶多路MPSK信号盲分离转化为BPSK信号盲分离,利用BPSK盲分离算法即可实现多路MPSK信号的盲分离.仿真结果验证了该算法的有效性.     

OFDM时变信道的粒子流滤波估计算法

粒子滤波是一种基于序贯重要性采样原理的蒙特卡罗方法,其重采样步骤将导致“粒子贫化”,传统的基于粒子滤波的OFDM时变信道估计算法精度较低、计算复杂度较高。本文从消除“粒子贫化”角度出发,用粒子流的方法取代了重采样。通过建立微分方程实现贝叶斯估计,采用粒子流将粒子平滑移动到状态空间中的后验分布上,实现从先验粒子到后验粒子的更新,提出了一种基于粒子流滤波的OFDM时变信道估计算法。与基于粒子滤波的信道估计方法相比,本方法计算复杂度低,估计精度高,对环境噪声具有较好鲁棒性。      

MPSK信号一种有效的SNR估计算法

对接收信号进行信噪比估计是许多通信系统要完成的重要工作。具有恒包络特性的MPSK信号是常见的调制信号,对该类信号提出了一种有效的信噪比估计算法,该算法利用信号包络的均值和方差进行估计,具有计算量小复杂度低的优点。用Matlab仿真了该算法的性能,并与其余几种算法做了比较,结果表明该算法估计准确,有很好的应用价值。     

基于权重一致性优化的实时Marginalized粒子滤波算法

针对Marginalized粒子滤波中随机量测噪声对于非线性状态估计精度的不利影响以及线性状态估计中计算量较大问题,提出了一种基于权重一致性优化的实时Marginalized粒子滤波算法.首先,结合量测系统建模中先验信息的提取和利用,通过粒子权重间一致性距离和一致性矩阵的构建,提出了量测提升策略下权重的一致性优化方法,以改善粒子滤波在非线性状态估计中的滤波精度.其次,通过对Marginalized粒子滤波实现中时间更新和量测更新环节的结构优化,给出了实时Marginalized粒子滤波,以降低蒙特卡罗仿真实现下卡尔曼滤波在状态线性估计中的计算复杂度.最后,在两者的动态结合基础上给出了新算法具体实现步骤.利用基于单站雷达目标跟踪仿真场景,分析了算法性能.理论分析和仿真实验结果验证了算法的可行性和有效性.     

GMSK混合信号的PSP盲分离算法

针对GMSK混合信号的单通道盲分离问题进行了研究。由于不能直接采用逐幸存路径处理(PSP)算法对GMSK混合信号进行分离,考虑对GMSK信号作线性近似处理,使得GMSK混合信号适用于PSP算法。该算法通过在符号序列和信道参数组成的联合空间进行最大似然估计,保留最优路径,输出符号对,从而获得分离信号。仿真结果表明,使用PSP算法对GMSK混合信号进行分离的误码率性能略优于粒子滤波算法误码率性能,但复杂度远低于粒子滤波算法。     

低复杂度空间调制MPSK信号的最优检测

针对MQAM信号,已有低复杂度的最优检测算法,但是针对MPSK信号还没有类似的最优检测算法发表,因此从二维矢量量化的ML解调角度出发,利用MPSK星座图的特性,给出了与调制符号阶数无关的ML简化算法,避免了ML联合检测算法中对调制符号空间的搜索,极大地降低了算法复杂度。新算法不仅与ML最优检测算法具有完全相同的性能,而且具有较低的复杂度,有较好的理论和实际意义。该算法在天线技术和绿色通信技术中有较好的实际应用意义。     

基于动态聚类的MPSK信号调制分类

通信信号的自动识别技术受到日益广泛的重视，本文提出了一种新的MPSK信号调制分类算法，对截获接收机输出的频带MPSK信号在未知载波频率的情况下，通过对延迟乘积信号进行分析处理，进而得到与原信号调制类型一致的基带相位信号序列。在未知噪声类型的情况下，利用动态聚类算法对此基带相位信号序列求取最佳聚类数M，从而实现了MPSK信号的调制分类。理论分析和实测信号处理证明了本文提出的算法的可行性。     

基于星座修正聚类的双模式盲均衡算法

针对时变信道下,调制类型未知的MPSK/MQAM类信号快速均衡问题,本文提出了一种新的基于星座聚类的双模式均衡算法。初始阶段均衡器采用稳健的恒模算法,一段时间后,用低复杂度的减法聚类算法处理缓存的均衡器输出。然后利用MPSK/MQAM类信号星座图的几何旋转不变性,采用C均值模糊聚类算法修正初次聚类的结果,恢复信号星座,由此获得精确符号信息。最后依据修复后的聚类效果选择切换时机,均衡器切换到符号匹配算法,完成信号均衡。与已有算法相比,本文提出的新算法克服了调制类型未知的不利因素,具有收敛速度快,剩余码间干扰小,均衡器模式切换时性能平稳等优点。仿真验证了新算法对4PSK和16QAM信号的有效性。     

MPSK信号的载波同步参数最大似然估计的研究

运用最大似然准则分别推导了对于MPSK信号的数据辅助SNR估计方法、判决引导SNR估计方法和一种新的盲信噪比估计方法,对其进行仿真,并与其它一些SNR估计算法进行了比较。通过仿真的结果显示数据辅助的SNR方法性能优越,新的盲SNR估计算法对BPSK信号真有估计范围广、精度高和复杂度小的特点。     

一种适合突发数字通信的快速载波频偏估计算法

给出了一种适用于MPSK解调的非数据辅助(NDA)载波频偏估计算法,该算法采用前向开环载波同步方式,与传统的Costas环相比,这种方式具有同步速度快、载波频偏估计范围大的优点,尤其适用于高速突发数字通信系统。理论和实验结果表明,该算法计算量小,复杂度低,抗噪声性能好,适合于工程实现。     

分数倍采样对幅相调制信号累积量的影响

幅相调制信号的累积量分析要求最佳采样,本文通过对分数倍采样复基带序列累积量的理论分析,讨论了采样速率和基带成形脉冲函数对幅相调制信号累积量的影响,认为分数倍采样序列的累积量能够收敛于最佳采样序列的累积量理论值,并由此得出结论认为,现有基于累积量的幅相调制信号同步分类算法可以直接应用于异步条件。最后,通过MPSK信号的分类实验验证了理论分析的正确性。     

基于信号二次方谱相关特征的MPSK调制识别

针对MPSK信号的调制识别问题,提出了一种新的基于二次方谱相关特征的识别算法。本文对MPSK信号二次方谱相关特性进行了推导和分析,并根据二次方循环谱特性提出了一种新的基于二次谱相关密度的归一化识别特征,新识别特征不受载波相位误差、信号幅度变化的影响,且特征提取方法简单、高效,有利于工程实现。最后对算法识别性能进行了仿真分析,仿真结果表明在低信噪比下该算法具有良好的识别性能,在高斯白噪声环境下,当信噪比为4 dB时,正确识别率可达到95%以上。理论分析和仿真结果都证实了该算法的有效性和可靠性。      

一种新的适用于MPSK信号的盲均衡算法

提出了一种适合于移相键控(MPSK)数字通信系统的盲均衡算法,该算法以常数模算法(CMA)为基础,综合考虑了信号的幅度和相位,并根据数据的可靠性进行判决引导。理论分析和计算机模拟表明,该算法具有较好的性能,是一种很实用的均衡算法。     

Further results on noncoherent block-coded MPSK [transactions papers]

A novel noncoherent block coding scheme, called noncoherent block-coded MPSK (NBC-MPSK), was proposed recently. In this paper, we present further research results on NBC-MPSK. We first focus on the rotational invariance (RI) of NBC-MPSK. Based on the RI property of NBC-MPSK with multistage decoding, a noncoherent near-optimal linear complexity multistage decoder for NBC-MPSK is proposed. Then we investigate a tree-search ML decoding algorithm for NBCMPSK. The derived algorithm is shown to have low complexity and excellent error performance. In this paper, we also utilize the idea of the NBC-MPSK to design noncoherent space-time block codes, called noncoherent space-time block-coded MPSK (NSTBC-MPSK). For two transmit antennas, we propose a signal set with set partitioning and derive the minimum noncohent distance of NSTBC-MPSK with this signal set. For the decoding of NSTBC-MPSK, we modify the ML decoding algorithm of NBC-MPSK and propose an iterative hard-decision decoding algorithm. Compared with training codes and unitary space-time modulation, NBC-MPSK and NSTBC-MPSK have larger minimum noncoherent distance and thus better error performance for the noncoherent ML decoder.