基于循环谱理论的时相调制信号分析

针对传统数字调制信号频谱扩展问题,提出具有相位突变特性的时相调制(TPM)方式.基于循环谱理论对TPM已调信号的谱相关特性进行了详细的理论分析,计算机仿真实验验证了分析得到的结果,为TPM调制信号的干扰与噪声抑制提供了一种较好的非平稳信号处理方案.     

基于循环谱特性的扩展二元相移键控解调算法

介绍了扩展二元相移键控调制(Extended BPSK调制,以下简称EBPSK调制)信号模型及其二阶循环谱特性。对平稳信号匹配滤波进行拓展的基础上,提出了一种新的基于循环谱特性的EBPSK解调算法,由此给出基于该解调算法的EBPSK接收机框图,并对该解调算法性能进行了分析,最后进行了仿真验证。理论分析及仿真结果表明:基于循环谱特性的EBPSK解调算法利用噪声与EBPSK信号在循环频率域上的差别,能够有效分离在频域和时域都重叠的噪声和EBPSK信号,为EB-PSK调制的实用化提供一种有价值的参考。     

基于独立成分分析的时相调制通信技术分析

针对时相调制通信系统从频域设计滤波器存在困难的问题,在该系统中引入独立成分分析技术从时域进行滤波.建立了基于独立成分分析的时相调制通信系统,对接收端的观测信号进行预处理,采用基于梯度的极大化非高斯性独立成分分析算法进行时域滤波处理,得到相对独立的几路信息,从而提取出时相调制信号中相位突变特征信息,经过幅度检测,完成对输入信号的恢复和解调.仿真表明:独立成分分析方法不仅能获取时相调制信号的特征,而且检测和解调后的系统性能保持较好.     

一种基于多循环频率的韧性时延与多普勒频移联合估计算法

本文提出了一种基于分数低阶循环模糊函数的多循环频率时延与多普勒频移联合估计算法.该方法将分数低阶矩与循环平稳特性相结合,能够在SαS(Symmetric α Stable)脉冲噪声条件下检测信号的循环平稳特性.算法充分利用了信号的循环频率信息,具备较强的抑制干扰能力.仿真结果表明,在脉冲噪声和干扰环境中本文提出的算法均...     

基于四阶循环平稳的STBC-OFDM信号盲识别

针对非理想信道环境下多输入单输出(MISO)通信系统中STBC-OFDM信号的盲识别问题,提出了一种基于四阶循环平稳的STBC-OFDM信号盲识别算法。该方法首先对MISO通信系统中STBC-OFDM信号进行建模;然后利用STBC-OFDM信号编码矩阵的相关性,结合四阶循环平稳特性,推导了不同时延向量下接收信号块的四阶循环矩;最后根据有无尖峰盲识别空时分组码的类型。该方法采用分层识别的思想,无需信道系数、噪声功率和调制方式等先验信息,适合非合作通信场所。仿真结果表明:算法适应于低信噪比的环境,且不受调制方式、相位噪声和多普勒频移影响,实用性很强。      

一种α稳定分布噪声下OFDM信号调制识别与参数估计算法

正交频分复用（OFDM,Orthogonal Frequency Division Multiple）信号的调制识别与参数估计是非协作通信领域的重要研究内容.为了解决α稳定分布噪声下OFDM信号调制识别与参数估计困难的问题,提出一种广义循环平稳的盲处理算法.该算法首先对接收信号进行非线性变换,推导出接收信号的广义循环自相关函数表达式,分析了单载波调制信号与OFDM信号的广义循环自相关函数特性,并给出了OFDM信号的广义循环自相关函数与待估参数之间的关系.然后,基于分析结论,利用广义循环自相关函数构造调制识别特征完成OFDM信号与单载波信号的调制方式自动分类;最后,针对OFDM信号的调制参数估计问题,提出了一种基于广义循环自相关函数的调制参数估计算法.理论分析与仿真结果表明,在α稳定分布噪声环境下,该算法可以有效实现OFDM信号调制识别与参数估计,且算法不依赖接收信号的先验信息,可以直接对中频接收信号进行处理.     

优化GSM系统中低SNR环境下的同步算法

为了优化全球移动通信系统中低信噪比环境下的同步算法,采用高斯滤波最小移频键控调制信号的改进同步算法,得到了信号同步成功率对比图.结果表明,在接收端对高斯滤波最小移频键控调制信号先进行相位反旋转,再对其进行符号化,最后应用滑动相关同步过程的同步算法,比传统基于训练序列的滑动相关同步算法成功率高,不但可以大幅提高低信噪比情况下同步成功率,而且简化了门限计算过程.这一结果对信噪比环境下的信号调制具有重要的意义.     

脉冲噪声下数字调制信号的自适应解调

提出基于自适应滤波解调α稳定分布脉冲噪声下的常规数字调制信号的方法。采用归一化最小平均p范数自适应滤波算法的自适应滤波器,跟踪信号任一码元间隔内的单一频率,根据自适应滤波器权值的收敛值可以解调相应的码元。计算机仿真结果表明,此自适应滤波解调方法性能优越,抗脉冲干扰强,同时算法计算速度快,易于实现,具有很好的实用价值。     

正交数字调制信号的循环平稳特性分析及应用

对正交数字调制信号的循环平稳特性进行了详细的理论分析，即在一定条件下，正交数字调制信号具有一阶和二阶循环平稳特性，计算机仿真也验证了分析得到的结果。循环平稳特性可以较好地抑制平稳噪声或(和)干扰的影响，并在数字通信系统中得以广泛应用，本文以BPSK信号为例验证了它的抗噪声和干扰特性。     

基于二维循环统计量的二维谐波信号参数估计

本文利用二维循环统计量方法对二维平稳乘性噪声与二维平稳加性噪声共存情况下的二维谐波信号参数估计问题进行了讨论.利用二维循环统计量能够有效地抑制二维平稳乘性噪声和二维平稳加性噪声的特点,有效地从噪声中提取出信号参数.仿真实验对算法作了说明.     

时相调制信号的S变换和反变换性能分析

将S变换(ST)时频分析方法应用到时相调制(TPM)信号的分析和处理中。ST及其反变换(IST)分别有多种实现算法,这些算法组合的选择对TPM解调系统的性能有重要影响。在介绍ST和IST多种实现算法的基础上,仿真了TPM信号的ST和IST,对比分析了各种算法组合的性能。仿真结果表明:在恢复TPM信号波形方面,fST-fIST组合的性能最优,tST-tIST(mtIST)组合的性能次之,交叉算法组合的性能最差。所得结论为后续的TPM信号滤波和检测过程中ST和IST算法的选择提供了重要依据。     

时相调制的循环相关匹配滤波技术研究

针对传统数字调制信号的边带衰减缓慢,造成频谱扩展问题,从相位突变调制出发,提出具有较快边带衰减特性的调制方式——时相调制(TPM)。提出以非平稳信号分析方法分析通信信号,并针对TPM调制的循环平稳特性,利用谱相关分析理论,给出TPM调制的循环相关匹配滤波设计方法,并进行了性能仿真分析。仿真结果表明:与传统匹配滤波方法相比较,循环相关匹配滤波方法能够充分利用TPM信号的循环平稳特性,可以有效提高TPM调制系统信息传输可靠性。     

Image restoration using a conjugate gradient-based adaptive filtering algorithm

A new two-dimensional (2D) sample-based conjugate gradient (SCG) algorithm is developed for adaptive filtering. This algorithm is based on the conjugate gradient method of optimization and therefore has a fast convergence characteristic. The SCG is computationally simpler than the recursive least squares (RLS) algorithm. The SCG algorithm with the equation-error and output-error methods is investigated for application in image restoration. Simulation results show that the new algorithm significantly outperforms existing algorithms in the restoration of noisy images.This work was supported in part by a grant from the Colorado Advanced Software Institute.     

OFDM系统自适应数字预失真研究

研究了正交频分复用（OFDM）传输系统中高功率放大器（HPA）的自适应预失真方法。针对OFDM信号的高峰平比特性及HPA带来的非线性失真,提出一种基于训练序列的最小均方误差（LMS）算法和递归最小二乘（RLS）算法的组合算法,将其应用到基于记忆多项式模型的数字预失真系统中。用MATLAB构建一个基于该自适应算法的预失真系统。仿真结果表明：该算法能有效的改善放大器的非线性特性。     

一种多进制连续相位调制信号的符号定时跟踪方法

针对多进制连续相位调制信号(MCPFSK)的传输系统,提出一种在相位上提取定时误差的符号定时跟踪方法,并分析定时跟踪环路的特性。根据MCPFSK信号特性,接收端将信号差分、鉴相后,利用多进制信号特性提取定时误差。Matlab仿真结果表明,在加性高斯白噪声信道上,该方法能准确地估算出定时偏差,适用于MCPFSK信号的非相干差分解调系统。     

A direction set based algorithm for adaptive filtering

A new algorithm is developed for adaptive filtering applications. This algorithm is based on a direction set method and has a computational complexity of O(N) for each update of the system. The method exploits the structure of the objective function and maintains a set of near-conjugate directions with respect to the Hessian. This algorithm has a rapid rate of convergence that is comparable with that of the well-known RLS method. The performance of the algorithm is illustrated with adaptive filtering applications     

基于RLS的二次加权相关时延估计算法

针对测向定位中时延估计的问题,提出了一种基于递推最小二乘（Recursive Least Squares,RLS）算法的二次加权相关时延估计方法。该方法在二次相关算法基础上,一方面引入RLS算法,在二次相关前进行自适应滤波,提高系统抗噪能力,且具有较快的收敛速度;另一方面借鉴广义互相关的思路,引入加权函数,并且采用二次加权方式,提高时延估计的性能。仿真结果表明,在低信噪比环境下,基于RLS的二次加权相关时延估计法使谱峰更加尖锐,抑制了噪声的影响,提高了估计的精度。     

自适应滤波算法在微弱振动测量中的应用

将递归最小二乘自适应滤波算法应用于激光多普勒测振技术中,搭建了相应的微弱振动测量装置。模拟仿真与实验中,通过与设计的切比雪夫低通滤波算法对比,结果表明:该递归最小二乘自适应滤波算法能够有效抑制随机高斯白噪声,还原出原始信号;能够对简谐振动信号实现有效滤波,并且可以还原出淹没在噪声中的低频20 Hz信号;文中算法可以去除语音噪声,使声音更加纯净,增强语音信号,以此验证了该算法在外差振动测量中的可行性。该算法简单易用、收敛性强、速度快,尤其对于随机噪声的去除比普通的低通滤波器更加有效。     

基于S变换的线性调频信号时频滤波

线性调频(LFM)信号是一种典型的非平稳信号。对非平稳信号的分析和处理不能仅依靠传统的基于傅里叶变换的分析方法,必须采用时域和频域联合的时频分析方法。将S变换(ST)的时频分析方法应用到LFM信号的滤波中,用tST-tIST和fST-fIST 2种算法组合分别实现了对LFM信号的滤波,然后采用均方误差(MSE)的衡量标准,仿真对比了以上2种算法组合的滤波性能。仿真结果表明:fST-fIST算法的滤波误差较大,不适合对LFM信号的滤波;tST-tIST算法的滤波性能较好,适合对LFM信号的滤波。