信源编码技术与应用

本文分三部分。第一部分论述了对信源模拟信号的ＰＣＭ编码；第二部分论述了对信源数字信号的频带压缩依据；最后论述了对其进行频带压缩的方法。本技术可应用于电视信号及其它各种信源的数字处理技术。     

一种欠定混合情形下的信源数目盲估计方法

准确估计信源数目是盲源分离实现有效分离的重要前提之一。针对源信号数目未知且少于观测信号数目的欠定问题,提出了一种有效的信源数目盲估计方法。该方法基于经验模态分解,并结合协方差矩阵的奇异值分解,采用拉氏逼近的贝叶斯选择原理来估计源信号数目。在对观测信号进行经验模态分解前,为了消除本征模态函数的模态混合现象,引入卡尔曼滤波算法对观测信号进行了消噪处理。分别采用仿真信号和实测信号对该方法进行验证,研究表明,方法能够准确估计出源信号数目,为盲源分离提供准确的先验信息。     

HDTV信源解码器软件

带有多媒体指令的新型微处理器使MPEG-2软件解压缩成为可能。文中对HDTV信源解码器的软件实现进行探索，介绍HDTV信源解码器的基本结构，并提出了几种优化该软件的方法。     

基于空间二次投影的测向算法

在传统波达角估计(DOA)算法中,子空间拟合类算法由于具有分辨率高、测向精度高等特点而被广泛应用。但该类算法在测向时需要预知准确的信源数量,否则将严重影响算法性能。针对在信源数量未知条件下的高精度测向问题,提出了一种基于空间二次投影的测向算法。该算法首先通过向量到空间的投影关系构造一次投影空间谱,再利用空间完备基对空间内向量描述的唯一性进行第二次投影,排除可能出现的伪方位角谱峰,完成波达角估计。计算机仿真结果表明,基于空间二次投影的测向算法无需预知信源数量即可实现对相干信源方位角的准确测算,且该算法在小孔径、少快拍条件下仍然具有较高的空间分辨率及算法稳定性。     

智能变电站通信网络的广义信源和流量计算模型

对于智能变电站而言,用于预测各类场景下通信网络流量的计算模型至关重要。文中首先提出了基于信息物理融合的广义信源模型,包括一次系统状态激励的电力二次智能装置报文模型、信息设备物理故障信源模型以及寄生的拒绝服务(DoS)攻击信源模型等,形成信息设备的综合信源报文模型。然后,在网络演算链路汇流方法的基础上,给出了基于广义信源的智能电网信息流流量分布矩阵定义以及演算方法,形成了明确、详细的定量分析计算流程。最后,对过程层信息设备故障、DoS攻击及一次侧设备故障的大小方式等典型运行场景,分别进行理论计算算例验证,并对其进行OPNET仿真验证,证明了所提方法的有效性。     

相干信源DOA估计算法研究

相干信源DOA估计是阵列信号处理的一个研究热点。而空间平滑技术是目前一种较有效的降维类解相干处理算法,但它是通过牺牲阵列有效阵元数来换取解相干能力的,阵列孔径有一定的损失。本文提出了一种新的平滑去相干算法,该算法基于传感器阵列数据快照的基础上,采用前后向平移技术,使用同一几何阵列构造三个虚拟子阵,没有物理孔径损失,该算法对三个子阵列的数据协方差矩阵进行前后向平均,再采用传统的MUSIC算法进行DOA估计。仿真结果表明该算法比传统的平滑算法有更好的估计性能。     

一种基于压缩感知的宽带SAR信号侦察方法

针对SAR信号侦察中大带宽带来的高采样率和大数据量问题,将压缩感知理论应用到SAR最常用的线性调频信号频率估计中。根据LFM信号参数可稀疏特性构建了过完备冗余字典,在压缩域利用正交匹配追踪算法进行频率估计。在获得信号频率参数高精度估计的同时,大大减少了采样率以及数据量。仿真实验证明了该方法用于宽带SAR信号侦察的可行性和有效性,特别在多信源、低采样数以及低信噪比情况下仍具有较高的估计精度。     

电力线通信信源编码仿真技术的分析与探讨

电力线通信是利用电力线作为通信媒质来传输数据信息和话音信号的一种通信方式,具有组网容易和成本低廉等优点.在电力线加入信源编码能够提高系统的整体性能.针对最常见的脉冲编码调制系统进行仿真研究:对均匀量化和非均匀量化进行仿真对比;进行编码仿真,分别实现了线性编码以及对数编码.并且在对数编码仿真中采用了压缩编码和A律13折线近似法编码2种方法,对输入为正弦信号的线性编码及对数编码的信噪比进行仿真比较;通过计算机仿真实验完成了量化、编码过程.实现了模/数转换.得出PCM编码方式适用于电力线通信系统的结论,并且是1种简单可靠的编码方法,具有一定的实用价值.     

无偏转换卡尔曼滤波在雷达目标跟踪中的应用

对均方意义下无偏转换测量误差协方差估计的卡尔曼滤波在雷达目标跟踪领域中的应用技术进行研究,给出了状态方程和最优估计卡尔曼滤波算法,分析了无偏转换测量误差协方差估计简化计算方法,并通过仿真实验证明该算法更适合于匀速跟踪,尤其是当方位角的误差标准差增大时,性能最佳.     

利用张量模型的MIMO-OFDM中继系统信道估计

现有MIMO-OFDM中继系统中,大多信道估计采用带有训练序列的监督类信道估计算法,其频谱利用率较低。为此,在对MIMO OFDM中继系统和信号建模基础上,提出了一种基于内嵌PARAFAC模型的MIMO OFDM中继系统信道估计,该算法首先利用Khatri Rao分解算法估计出中继 目的端矩阵,然后利用交替最小二乘算法对源 中继信道矩阵和信源矩阵进行估计,最后对算法的计算复杂度和唯一性问题进行了分析。仿真结果表明,相比三线性的最小二乘算法算法,算法具有较低的单次计算复杂度和较快的收敛速度,性能接近传统带有训练序列的监督类信道估计算法。     

基于压缩感知的低复杂度分数时延信道估计方法

基于压缩感知(compressed sensing,CS)技术的信道估计方法已被应用于正交频分复用(orthogonal frequency division multiplexing,OFDM)系统的信道估计中以提高频谱利用率。然而,传统的时域普通采样方法会导致信道测量矩阵不够精细,无法精确恢复信道状态信息。针对这一问题,提出利用分数时延信道模型模拟系统的无线多径信道,利用接收端时域过采样方法细化信道测量矩阵以提高信道估计精度。同时,为了克服由时域过采样导致的算法复杂度增加的问题,提出一种改进正交匹配追踪算法(modified orthogonal matching pursuit,MOMP)。仿真实验结果表明,在分数时延信道条件下,提出的接收端时域过采样方法能准确检测到信道的分数时延且提出的MOMP算法能显著降低估计算法的计算复杂度。     

基于强跟踪延迟滤波算法的互馈双电机联合状态估计

通过分析交流传动互馈实验系统的工作特点,采用联合控制策略实现互馈双电机的高性能控制。为避免传感器安装带来的问题,提出一种新型的联合状态估计方法实现双电机转速、转矩和磁链的同时估计。在感应电机降阶模型的基础上引入运动和转矩方程,得到输出方程为一阶状态延迟的四阶模型。在强跟踪滤波算法和延迟扩展卡尔曼滤波算法的基础上,提出适用于上述模型的强跟踪延迟滤波算法,从而建立互馈双电机联合状态估计算法。通过各种工况下的交流传动实验对其进行验证,实验结果表明,该方法能有效估计互馈系统在各种工况下运行时的电机状态,同时在极低速和零速时具有理想的估计精度和跟踪速度,且计算复杂度适中,适用于互馈系统电机状态的在线联合估计。     

基于MUSIC-Group Delay算法的相邻相干信号源定位

为了准确的进行相邻的相干信号源定位,提出了一种基于多重信号分类群延迟（MUSIC group delay）的改进算法。首先,将空间平滑技术引入到波达方向（DoA）估计当中去除部分相干信号。由于在信号源相邻的情况下子空间算法的性能降低,就结合了MUSIC Group Delay算法来区分相邻的信号源,这种方法因为自身的加和性通过MUSIC相位谱来计算群延迟函数,从而能估计出相邻的信号源。理论分析和仿真结果表明提出的方法估计相邻的相干信号源比子空间算法更精确,分辨率更高。     

2D‐DOA estimation performance using split vertical linear and circular arrays

This paper presents a new approach to reduce the computational complexity in two‐dimensional (2D) matrix pencil (MP) method for direction of arrival (DOA) estimation of plane wave signals using a combination of vertical uniform linear array (VULA) and uniform circular array (UCA). By applying phase mode excitation based beamforming to the UCA, we can apply the matrix pencil (MP) method to the beamspace data using only a single snapshot. The technique is based on the split array, which is composed of two perpendicular arrays. The vertical uniform linear array used to determine the elevation DOA components is located perpendicularly at the center of the uniform circular array in the horizontal plane used to calculate the azimuth angles. Unlike common planar and circular arrays, this antenna array with its particular geometry requires no pair‐matching between the azimuth and the elevation angle estimation and can also remove the drawbacks of estimation failure problems. Using this particular geometry for the 2D MP method leads to an efficient computational methodology for real‐time implementation on a digital signal processor. The obtained simulation results of the MP method applied to both uncorrelated and correlated narrow‐band sources in the presence of white noise show good performance estimation. © 2016 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于变异粒子群的快速运动估计算法

为了提高视频编码效率,提出了一种基于变异粒子群的快速运动估计算法.新算法将运动矢量特性和粒子群算法的全局搜索特性结合,通过迭代寻找全局最优解.为了避免粒子群算法陷入早熟收敛,在每次迭代中加入了变异算法.同时采用合适的终止策略降低运算复杂度.实验结果表明,新算法对运动平缓的视频序列,搜索精度和运算复杂度与以往快速搜索算法...     

一种基于OFDM的正交通道信道估计算法

文章详细介绍了信道估计在OFDM中的应用，提出了一种在电力线通信环境下的信道估计方法——CEOC（Channel Estimation by using Orthogonal Channels）算法。这种信道估计方法能既保留OFDM系统原有的优点，同时又能跟踪信道变化、降低计算复杂度。与其他方法比较，结果表明这种信道估计算法可以有效克服电力线信道快衰落的影响。     

中压电力线通信自适应OFDM系统背景噪声抑制技术研究

针对中压电力线通信自适应OFDM系统缺乏抗噪声干扰措施的问题,介绍了一种低复杂度的子空间迭代算法用以抑制背景噪声。该方法基于子空间理论来分解含噪OFDM信号的特征空间,并在信号失真最小的约束条件下,应用拉格朗日最优极值法来获得理想信号的最佳估计。针对经典子空间方法求特征值分解时的高计算量,该方法采用重复一维子空间迭代的办法来降低计算复杂度。构建了结合信噪比门限与注水原理的自适应OFDM系统,并仿真比较背景噪声抑制前后的系统性能。结果表明,该方法能够进一步改善误比特率性能,提高信噪比。应用该方案可优化自适应OFDM系统在PLC中的应用。     

基于贝叶斯优化弹性网络回归的谐波状态估计方法

回归类算法在估计系统谐波状态时,谐波源间的高度相关性会引起法矩阵的病态,从而显著影响谐波估计精度。为了更加准确地估计系统谐波状态,提出一种基于贝叶斯优化弹性网络回归的谐波状态估计方法。首先,在用最小二乘法进行谐波状态估计时,将带权值的1范数和2范数同时加入惩罚函数中;另外,为了更加高效准确地估计系统谐波状态,将高斯过程和贝叶斯优化应用于1范数和2范数的权值选取;最后,在IEEE 14节点中验证了所提方法的有效性。结果表明：在谐波源间存在相关性时,所提方法仍能实现合理的谐波源定位及谐波责任划分。