一种低复杂度的正六边形星座信号的解调算法

针对正六边形星座调制信号(HSC)解调算法未达最优,提出了一种基于非正交矢量投影的HSC低复杂度解调算法. 在典型正六边形星座结构的基础上,分析计算了正六边形信号矢量的投影系数和算法的运算复杂度,研究了噪声对接收信号的影响,并结合高斯-勒让德数值分析方法给出了信噪比门限. 结果表明,该解调算法正确运行的复杂度约为基向量投影解调算法的30%.     

GSM-MBM系统中基于松弛迭代的低复杂度检测算法

针对基于媒介调制的广义空间调制（GSM-MBM）系统接收端最大似然（ML）检测算法计算复杂度高且随激活天线数呈指数递增的问题,提出一种基于能量排序下的松弛迭代思想的低复杂度检测算法（EO-RIM）.该算法对所有可能的发射天线组合及相应镜像激活模式组合下的信号能量总值进行排序,再通过松弛迭代算法依次检测相应的调制信号,并通过预设阈值来协调误码率（BER）性能和计算复杂度之间的关系.仿真结果表明,在GSM-MBM系统中,EO-RIM算法的BER性能逼近ML检测算法,与基于有序块的最小均方误差（OB-MMSE）检测算法几乎一致,而EO-RIM的计算复杂度随激活天线数呈平方递增而非指数递增,相比OB-MMSE算法降低了一个数量级.     

空时比特交织编码调制系统中的低复杂度检测算法

提出了一种适用于空时比特交织编码调制系统的低复杂度迭代检测算法,利用交织器的随机特性和中心极限定理,将各天线发送信号在接收端的叠加近似为高斯分布的随机变量,避免了矩阵求逆运算,从而可适用于任意根接收天线的情况．在此基础上,利用序列译码原理搜索所有可能的信号向量,计算各天线发送信号的估计值,并利用该估计值计算每个比特的外信息,完成迭代译码．与现有算法相比,新算法可在不损失性能的前提下降低计算复杂度．     

基于双向信号子空间投影的高光谱图像虚拟维数估计

提出一种基于双向信号子空间投影的高光谱图像虚拟维数估计算法.该算法分别在高光谱图像的像元方向和波段图像方向进行信号子空间估计,虽然这两个方向上信号子空间的分布不同,但其维数均等于图像的虚拟维数.该方法不需要对信号子空间和噪声子空间进行区分,仅通过对不同方向上的信号子空间投影进行比较,获取图像的虚拟维数.仿真像元实验和实际高光谱图像实验均证明该算法改善了传统的基于单向投影的虚拟维数估计算法的性能,其性能优于常用的虚拟维数估计算法:Neyamn-Pearson检测算法和信号子空间估计算法.     

BICM系统中一种低复杂度的迭代解映射算法

比特交织编码调制(BICM)系统中迭代解映射算法具有与调制阶数和星座点数的乘积相关的计算复杂度,不利于实时应用.为了降低其复杂度,针对采用LDPC编码的BICM系统,提出了一种利用硬判决结果进行反馈的简化迭代算法,并在无反馈信息的首次迭代时采用了基于判决边界的软信息算法.仿真结果表明,算法在高斯白噪声下与软信息迭代算法的性能只有0.04~0.06 dB的差距,但其计算复杂度仅与调制阶数相关,利于实际应用.     

循环冗余校验串行抵消列表解码算法改进

采用动态列表长度及比特翻转,改进循环冗余校验串行抵消列表(CRC-SCL)解码算法,以降低其计算复杂度。与CRC-SCL解码算法采用的固定列表长度不同,改进算法通过动态增加列表长度来选择解码路径。同时,选取路径中似然比最小位进行比特翻转,修正解码序列,降低计算复杂度。在加性高斯白噪声信道下的仿真结果表明,随着Eb/No的增长,改进CRC-SCL算法计算复杂度降低越显著,当Eb/No为1.4dB时,平均计算复杂度可降低62.5%。     

部分信道状态信息下简化的MIMO功率分配算法

针对当发端只有部分信道状态信息(Partial CSI)-信道统计信息时,最优的发送功率分配算法计算复杂度高这一问题,利用詹森(Jensen)不等式和注水法得到了一种简单的、低计算复杂度的功率分配算法.实验结果表明,对于收天线数不小于发天线数的MIMO系统,该算法对应的平均互信息和最优功率分配算法对应的信道容量吻合较好,可作为一种简便的功率分配算法应用于实际中.     

适于相干信号DOA估计的改进矩阵差分方法

提出一种适用于色噪声背景下窄带信号的波达方向估计方法. 假设未知色噪声协方差矩阵具有对称的Toeplitz结构,利用线性变换改变阵列协方差矩阵,并与阵列协方差相减,理论上消除了噪声对算法估计性能的影响. 新差分算法适用于信号不相干或仅有2个信号相干的波达方向估计. 当相干信号多于2个时,通过与空间平滑算法结合,拓展了算法的应用范围. 与传统差分算法相比,新算法避免了“伪”波达方向估计,降低了计算复杂度. 仿真实验结果表明,新算法具有优越的估计性能.     

一种新的MEMS陀螺仪信号去噪方法

为提高MEMS陀螺仪输出信号的去噪效果,将稀疏分解(sparse decomposition)与提升小波变换(lifting wavelet transform)相结合,提出了一种新的信号去噪方法.首先,建立MEMS陀螺带噪信号的误差模型,并利用小波提升正变换计算带噪信号的非稀疏的小波系数;然后,利用稀疏分解理论恢复小波系数的稀疏性;最后,再通过小波提升反变换重构信号,从而达到去噪的目的.考虑到梯度投影(gradient projection)算法具有全局最优解,运算效率更高,将梯度投影思想引入恢复信号稀疏性的过程中,提出了基于梯度投影的稀疏分解算法,给出了利用梯度投影算法进行信号系数分解的具体步骤,大大简化了计算复杂度,同时提升了算法的稳定性.为验证所提方法的性能,进行了MEMS陀螺信号去噪的静态实验和跑车实验.实验结果表明,此种方法在动静态条件下都可以有效地去除MEMS陀螺仪输出信号中的噪声,尤其是在静态条件下的去噪效果要优于小波阈值滤波方法.同时采用的梯度投影算法相比于正交匹配追踪算法和基追踪算法具有更高的运算效率.     

基于超流体几何投影矢量机制的高频混沌移动信号优化算法

针对当前高频混沌移动网络信号解调过程中存在星座结构辨析困难、投影复杂度高和信号解析效率低等难题,提出了基于超流体几何投影矢量机制的高频混沌移动信号解调算法。基于互相正交的三维旋转矢量平面投影方式,构建超流体几何投影机制,并获取星座接收结构,且将接收信号进行基于正交平面方式的投影分解,提高对基准矢量的获取效率。根据超流体星座接收结构特征,按环状接收方式对接收节点进行层次排列,并引入性能排序方式降低信号互相干扰现象。依据信号矢量映射方式构建信号裁决矢量,采用线性方式对独立同分布的接收信号进行分解,有效避免接收信号投影在旋转控制域上的重叠和高混沌噪声干扰。仿真实验表明,与当前混合噪声自旋解调算法、高频超高阶随机信号解调算法对比,本文算法具有更强的抗噪和抗衰落性能。     

基于块的二维核四元数主成分分析

核四元数主成分分析（KQPCA）被成功应用于处理非线性四元数信号,然而,核矩阵维数太高使其对角化非常耗时,目前二维形式的KQPCA（2DKQPCA）并没有成功实现.对此,采用基于块处理和并行计算的思想,提出基于块的2DKQPCA（B2DKQPCA）,实现真正意义上的2DKQPCA.基于时间复杂度、应用性能和分块矩阵应为四元数Hermitian矩阵的综合考虑,B2DKQPCA重点处理主对角线、反对角线和主对角线旁3个方向的小块.然后,结合B2DKQPCA与RGB-D图像四元数表示方法,将B2DKQPCA应用于RGB-D目标识别领域.在2个公开库上的实验结果表明,提出的基于列向B2DKQPCA的RGB-D识别算法优于现有基于主成分分析算法和基于卷积神经网络的一些算法.     

一种有效的CFCR域LFM信号分析方法

为了解决现代电子战领域中无延迟的线性调频信号分析方法计算量大,以及低信噪比情况下抗噪性能和估计精度不理想的问题,提出了一种有效的无延迟线性调频信号分析方法。所提算法通过利用局部尺度傅里叶变换和傅里叶变换,将线性调频信号变换到中心频率-调频率的二维域中。在中心频率-调频率域中,线性调频信号的能量得到有效积累,形成易于检测的尖峰。通过检测尖峰坐标,得到信号参数的估计值。为了提高估计精度和降低计算量,采用了双尺度估计策略。仿真结果验证了低信噪比情况下,该算法具有良好抗噪性能和估计精度,并且所提算法计算量小,易于实现。     

一种基于循环平稳性的 CPM 信号符号速率盲估计算法

根据循环平稳有关理论,通信信号的非线性变换频谱中存在体现各阶循环平稳性的离散谱线,谱线位置对应着信号载波频率和符号速率的线性组合,提取这些谱线可以完成信号的一些基本参数估计。通过分析CPM信号瞬时频率函数的循环平稳性,利用二次方谱与符号周期的关系,提出了一种新的CPM信号符号速率盲估计算法。实验结果证实了理论分析的正确性,并且表明该算法预处理要求低,具有较好的抗噪声性能,能够实现衰落信道下CPM信号符号速率的有效估计。     

一维卷积神经网络实时抗噪故障诊断算法

针对旋转机械智能诊断方法计算量大和抗噪能力差的问题,在经典模型LeNet-5的基础上提出基于一维卷积神经网络的故障诊断算法.采用全局平均池化层代替传统卷积神经网络中的全连接层,在降低模型计算量的同时,降低模型参数数量和过拟合的风险;利用随机破坏后的时域信号进行训练以提高其抗噪能力;采用改进后的一维卷积核和池化核直接作用于原始时域信号,将特征提取和故障分类合二为一,通过交替的卷积层和池化层实现原始信号自适应特征提取,结合全局平均池化层完成故障分类.利用轴承数据和齿轮数据进行实验验证并对比经典模型LeNet-5、BP神经网络和SVM.结果表明:采用全局平均池化层可有效降低模型计算量,提高模型在低信噪比条件下的诊断精度,采用随机破坏输入训练策略可显著提升模型的抗噪诊断能力;改进后的模型可以实现噪声环境下准确、快速和稳定的故障诊断.通过t-SNE可视化分析说明了模型在特征学习上的有效性.     

非圆信号的四阶累积量测向新方法

针对传统基于四阶累积量的非圆信号测向方法存在阵列扩展不充分或者有数据冗余等问题,利用四阶累积量的阵列扩展特性,提出了一种阵列充分扩展且无数据冗余的非圆信号测向新方法.根据信号的非圆特性,新方法充分利用了阵列接收数据及其共轭数据来构造四阶累积量矩阵,实现了阵列的充分扩展并且使扩展后的等效阵元数进一步增加;此外,通过巧妙地利用四阶累积量矩阵的结构特征,降低了算法的计算量.理论分析和实验仿真结果表明,所提方法具有计算量小、阵列扩展能力强以及分辨率高等优良性能.     

FRFT域LFM雷达回波信号的压缩采样模型

针对宽带雷达线性调频信号(Linear Frequency Modulated,LFM)带宽大、采样率高、存储容量要求高的问题,设计了一种基于压缩感知的 LFM雷达回波信号的欠采样整体方案。首先,利用 LFM信号在分数阶傅里叶变换(FRactional Fourier Transform,FRFT)域上良好的能量聚集特点,提出了一种基于DFRFT核矩阵的正交基字典构造方法,在此基字典的基础上利用随机解调器和匹配追踪类算法构建了一个 LFM雷达回波信号的压缩采样和重构系统模型。仿真结果验证了 FRFT域处理 LFM雷达回波信号的可行性和有效性,LFM雷达信号在该正交基字典上的稀疏表示效果要优于现有的波形匹配字典,而且具有更好的抗噪性能和自适应性能。     

空间调制信号的低复杂度球形译码算法

为进一步降低球型译码算法(SM-SD)的复杂度,同时不影响算法的误比特性能,提出一种SM-SD算法,采用了不同于目前存在的SM-SD算法的复变量实数化方式,具有独特的搜索树结构,搜索树的相邻两层相互独立.分析了新算法的原理及搜索过程,通过矩阵运算理论分析了几种SM-SD算法的运算复杂度,然后在不同的空间调制系统中对SM-SD算法的误比特性能和运算复杂度进行仿真.理论分析和仿真结果表明:新算法的性能接近于最大似然算法,运算复杂度低于已有的各种类型的球型译码算法,因此更加适合于检测空间调制信号.     

基于酉变换的虚拟阵列DOA估计算法

为了估计相干信源的波动方向,提出基于酉变换的虚拟阵列DOA估计算法．该算法通过阵列虚拟平移形成虚拟阵列对相干信号进行解相干,并利用酉变换将虚拟阵列接收数据的协方差矩阵从复数域变换到实数域,然后利用该实数矩阵进行波达方向估计．计算机仿真表明算法在低信噪比情况下具有很好的解相干特性和估计性能．该算法避免了阵列孔径损失,可在小采样拍数情况下实现相干信源的DOA估计,且运算在实数域进行,大大降低了运算复杂度．     

降低OFDM系统峰均功率的次优 PTS-Clipping联合算法

针对正交频分复用(OFDM)系统的高峰均功率比(PAPR)问题,提出一种联合次优部分传输序列(PTS)与限幅的改进算法。该算法使用次优PTS降低OFDM信号的相关性,并联合限幅处理进一步降低OFDM信号的峰均功率。仿真结果表明,相比传统PTS算法,次优PTS-Clipping联合算法的复杂度降低了近一半,PAPR性能降低了1 dB,表明其能够最大限度地利用现有算法的优势,在降低PAPR的同时,又不会引入很大的计算量和边带噪声。     

Blind beamforming algorithm based on fractional lower-order time-frequency decomposition

A novel blind beamforming algorithm based on fractional lower-order time-frequency decomposition (TFD) is proposed to improve the performance of existing blind beamforming algorithms in impulsive noise environment. The traditional short-time Fourier transform (STFT) is first improved by utilizing fractional lower-order statistics to realize TFD in impulsive noise environment. Then, by combining the clustering method and the method for the uncertainty set, the TFD results of the receiving data at each sensor are used to realize the estimation of steering vectors (SV). Finally, the optimal weight coefficients of the proposed blind beamformer are achieved by substituting the estimated SV into the minimum variance distortionless response (MVDR) beamformer. Simulation results demonstrate that this algorithm can achieve superior output performance over the existing blind beamforming methods in impulsive noise environment. The proposed algorithm hardly needs any specific property of the receiving signals and can be more widely used.