循环平稳理论对非协作通信信号的检测和参数估计技术研究（2）：性能评估

本文是第一部分的继续，在循环平稳理论的基础上，对通信中常见的ASK、PSK信号的循环谱进行了详细的分析，对其在高斯白噪声和时变高斯白噪声背景下的检测性能进行了仿真评估，并给出了参数估计步骤及估计样本曲线。仿真结果表明，应用该方法进行信号检测和参数估计具有很好的性能优势和广阔的工程应用前景。     

恒模PARAFAC分解CRB及拟合算法

为了对恒模约束条件下平行因子(PARAFAC)分解的参数估计性能进行分析,在给出PARAFAC模型分解的克拉美-罗界(CRB)的同时,结合约束CRB理论,推导出了"首行已知"约束和恒模约束下PARAFAC分解的CRB表达式,并给出了恒模约束PARAFAC分解的拟合算法TALS-CM.仿真表明,恒模约束后的PARAFAC分解具有更低的CRB值,随着信噪比的增加,TALS-CM拟合算法的性能接近于它的CRB值,说明算法是渐进有效的.TALS-CM算法的性能优于普通的TALS算法,因此,在基于PARAFAC模型的信号处理算法中,合理利用信源的恒模特性可以有效地提高算法性能.     

复乘性噪声模型基于累积量的参数估计

文中研究了复乘性噪声模型的参数估计问题，给出了利用乘性观测过程的高阶累积量来估计复信号过程统计性质的一些结果。     

非寻复域状态-空间滤波

针对实际非平稳海洋声数据存在非寻和非圆特性,在状态-空间模型下,对复信号作增广表示,建立复域状态-空间模型.从观察者的角度,推导了复高斯条件下的最佳瞬变观察者的线性表达式,即复域卡尔曼滤波器.当状态-空间模型为非线性非高斯时,最佳瞬态观察者须通过线性化或数值近似的方法近似得到.给出一种数值近似的方法--复域质点滤波,通过计算机仿真和波导实验证明了在信号非寻的情况下,复域卡尔曼滤波和复域质点滤波比常规的卡尔曼滤波和质点滤波具有更好的估计性能.     

抑制α稳定噪声的改进常数模盲均衡算法

为了改善α稳定噪声环境中盲均衡器的性能,文章提出一种改进常数模盲均衡算法(MAEC-CMA)。对均衡器输入信号进行软限幅,并对原自适应误差受限常数模盲均衡算法(AECCMA)的误差信号进行非线性变换,有效地抑制了α稳定噪声的影响。采用2种水声信道,在高斯噪声与α稳定噪声的情况下对算法进行了计算机仿真。结果表明:在高斯噪声环境中,MAECCMA算法与AECCMA算法具有相似的性能,相对于常数模(CMA)算法和归一化最小平均绝对偏差(NLMAD)算法它具有较快的收敛速度;在α稳定噪声环境中,文中提出的MAECCMA算法性能优于其它3种算法。     

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。     

非参数GKNN估计的高效独立成分分析算法

基于概率密度非参数估计的广义k-最近邻估计(GKNN)和线性独立成分分析(ICA)神经网络,提出了一种新的ICA非参数算法,实现了对源信号分布的全“盲”要求．传统的ICA算法不能分离一般的包括超高斯、亚高斯和非对称分布的杂系混合信号,因此它们需知道源信号的一些信息．基于GKNN的非参数密度估计直接由观测信号样本出发,实现了对分离信号评价函数的直接估计,从而在一定程度上解决了ICA算法中如何选取估计信号评价函数的难题．所提算法可以只用一种灵活的评价函数分离任意的杂系混合信号,该算法为ICA的更广泛应用铺平了道路．模拟实验从统计性质和计算时间说明了所提算法性能的优越性．     

多用户多径长码DS-CDMA系统参数估计CRB和MCRB

多用户参数估计直接影响了多用户检测算法的性能。在多用户多径长码直接序列码分多址（DS-CDMA）系统下,首先推导出已知激活用户导频比特和扩频码时,多用户相位、时延和幅度参数联合估计的Cramer-Rao界（CRB）;然后给出了当激活用户导频比特和扩频码未知时,把激活用户扩频码看作随机变量,参数联合估计的修正CRB（MCRB）。数据仿真结果显示了导频比特长度、信噪比和激活用户个数对CRB和MCRB的影响;同时与单径长码DS-CDMA系统参数联合估计CRB和MCRB做了仿真比较。     

一种基于EM算法的快速收敛参数估计方法

将EM算法用于参数估计中,提出了一种在EM算法迭代中使用符号后验概率修正先验概率的快速收敛参数估计方法。通过分析参数估计的CRB与EM算法收敛速率的关系,指出通过降低参数估计的CRB可以提高EM算法的收敛速率。证明了修正之后的算法能加速算法收敛的机理,即降低了缺失数据的熵;同时证明了修正后的算法仍然收敛到修正前的似然函数。最后以载波相位估计为例与传统基于EM算法的相位估计方法进行比较,仿真结果表明,在不影响估计性能的前提下,算法收敛速率明显加快。     

一种基于循环前缀的OFDM盲检测及参数估计算法

提出了一种基于循环前缀的OFDM盲检测及参数估计算法。该算法利用接收信号循环前缀的相关性进行OFDM信号的盲检测,并通过搜索联合相关函数的峰值来实现参数估计。该算法能区分OFDM与其它多种体制的信号,应用范围广范。实验结果表明该算法所需数据量小,检测及参数估计精度高,具有一定的可行性和实用性。     

一种基于PARAFAC模型的MIMO中继系统信道估计方法

为了有效地估计两跳放大转发(AF)多输入多输出(MIMO)中继系统的信道状态信息(CSI),提出了一种基于平行因子(PARAFAC)模型的信道估计方法。在信宿,该方法通过对接收信号构造PARAFAC模型,采用所提的复值最优交替最小二乘(CALS)拟合算法就能估计出该通信系统中所有的CSI。与已有的信道估计方法相比,所提方法需要较少的信道训练数据块和具有更高的信道估计精度。仿真结果验证了所提方法的有效性。     

部分W-分离正交语音信号的盲分离方法

在W-分离正交性假设的语音盲分离方法中,由于没有考虑多个源信号同时存在的情况,导致分离信号中不可避免地存在音乐噪声。针对这种部分W-分离正交情况,提出了基于信道估计的语音盲分离方法。该方法先检测只有一个源信号存在的时频点并进行归一化处理,使得处理后的结果与频率无关,克服了W-分离正交性假设的不足以及频率置换问题,通过K-means聚类估计出信道,再结合信号子空间方法重构源信号。仿真结果表明,提出的方法可以有效减少分离语音中的音乐噪声,与典型的时频二元掩蔽方法相比,其平均信号失真比提高3.02dB,同时平均信干比提高4.61dB。     

BICM-OFDM中一种新型迭代信道估计算法

传统的信道估计与译码分开进行,信道估计可靠性不高.针对比特交织编码调制的OFDM系统(BICM-OFDM),提出了一种基于最大似然估计(ML)的信道估计算法,该算法联合译码进行迭代信道估计.利用比特交织编码调制(BICM)中迭代译码的软判决反馈信息,进行信道估计与译码之间的信息交换,实现了信道响应的逐符号更新.在短波宽带信道下的仿真结果表明,经过2次迭代,系统的误码率基本收敛.与传统ML等算法相比,该算法与理想信道估计性能相近.     

基于接收信号重构的OFDM系统盲信道估计

对OFDM系统的盲信道估计问题进行了研究,提出基于接收信号重构的子空间算法.该算法利用OFDM循环前缀（CP）重构接收信号,将传输方程中的信道矩阵变换为块Toeplitz高矩阵,然后利用重构接收信号噪声子空间与信号子空间的正交性,获取信道估计特征方程.为消除虚拟子载波对算法的影响,引入等效发射信号的SVD分解.通过将重构前的信号进行虚拟子载波归零处理进一步提升了算法的性能.仿真结果表明,所提算法相比于已有算法具有较高的估计精度和较快的收敛速度.     

非理想信道估计和相关Nakagami信道条件下空时发送分集的性能分析

深入分析了非理想信道估计和相关Nakagami衰落2种因素对空时发射分集系统性能的影响.首先在高斯信道估计误差的假设条件下,得出了空时发射分集(STTD)接收信号的信噪比公式.在具有任意衰落相关矩阵的相关Nakagami信道条件下,推导出空时发射分集系统误比特率公式.最后通过蒙特卡罗仿真所得结果与理论误比特率相比较,证明了文中所推导的误比特率公式的正确性.结果表明,当信道估计误差与信道增益之比(EGR)不断增大时,误比特率逐渐出现平台现象.当EGR小于-15 dB时,非理想信道估计带来的误比特率增加非常缓慢.而当分集支路之间的衰落相关系数小于0.4时,衰落相关带来的误比特率增加量不是很严重.文中还讨论了Nakagami信道衰落参数m对系统性能的影响.     

OFDM系统中基于子空间分解的信道估计的改进

基于子空间分解的信道估计通过将接收端信道的频域信道响转换到变换域,将信号子空间和噪声子空间分离,既能有效的分离噪声,又具有较低的复杂度.通过对信道估计均方误差的推导,本文提出了一种阈值算法GPT将信号噪声分离的信道估计算法.通过在时域上对连续的OFDM符号求平均,有效的抑制了AWGN和ICI.进一步考虑信道衰落,对阈值进行自适应调整,提出了TAAT算法,仿真证明文中提出的两种算法均无需信道先验信息,能够正确的高精度的区分信号和噪声子空间,不受频谱泄漏的影响,克服了MST和低通截短算法对信道统计参数依赖性具有鲁棒性.在VA30,典型城市信道信道仿真表明,该算法性能逼近理想DFT时域信道估计,即假设信道信号径位置已知,噪声径完全去除.     

导频符号调制方式对OFDM信道估计的影响

引入了基于线性变换的正交频分复用信道的频域估计方法,通过对接收信号的线性变换达到数据的有效恢复。首先推导了关于推广后旋转矩阵的两个性质定理;然后根据所得的旋转矩阵的性质,给出了导频符号分别基于BPSK和QPSK调制的两种OFDM信道估计算法。在假设信道为瑞利衰落并且在一帧内保持不变的情况下,对基于这两种信道估计算法的系统进行了仿真比较。仿真结果显示,当各子载波的同相信道和正交相位信道同时插入信道估计符号时,OFDM系统的误码率和误包率都可以得到明显的改善。     

非理想环境下分布天线系统信号发送与合并方式性能分析

基于频率选择性衰落信道,分析了非理想信道估计条件下,多播与信号合并方式对直扩码分多址接入（DSCDMA）分布天线系统前向链路性能的影响,提出了多径环境下分布天线系统多址接入的信号模型,推导得出了存在信道估计误差时前向链路中断概率的理论结果. 研究表明,信道估计误差对前向链路性能的影响与系统的负荷有关,同时多播技术可有效对抗信道估计误差,降低前向链路中断概率.     

一种基于FFT变换的超宽带信道盲估计算法

提出一种假设同步条件下,适合PPM调制的超宽带信道盲估计算法.算法基于接收信号的一维圆周平稳特性,结合圆周退卷积运算,达到对参数的估计目的.该算法只需简单的傅里叶变换运算和少量操作,具有低复杂度,易工程实现的优点.算法可同时对多路信道进行估计,而且对幅度和相位不存在模糊因子.仿真结果表明,对于传输500个信息符号的信道估计结果,当系统误码率达到1%o时,与理想条件下接收机信噪比相差不到3 dB.     

OFDM系统中基于期望最大化的半盲信道估计

针对传统的盲信道估计算法估计精确度低、算法复杂度高、收敛速度慢的缺点,研究基于期望最大化(EM)的半盲信道估计算法.仿真结果表明,该算法克服了盲信道估计精度低,收敛速度慢的缺点,而且在同等导频数量的情况下的估计性能较之传统的基于导频的信道估计算法提高了2dB.