智能电网窄带OFDM通信系统噪声抑制

电力信道在低频处具有高的噪声,严重影响电力线通信(PLC)系统的性能.针对窄带(9 ～ 95kHz)电力信道非平稳分布的脉冲噪声和平稳分布的背景噪声,根据实际测量电力噪声的统计分析,建立随机分布特性参数所描述的噪声模型,并提出相应的噪声抑制(Noise Suppression,NS)方案.其中脉冲噪声使用限幅(Clipping)方法进行消除,这是一种无记忆非线性技术;背景噪声因具有高斯特性,而正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号的正交和同相分量均符合线性分布模型,利用KLT(Karhunen-Loeve)变换将含噪信号协方差矩阵的特征值分解至噪声和信号子空间,在信号失真最小准则前提下,应用拉格朗日最优极值法,推导OFDM信号的线性估计.基于G3-PLC物理层和窄带噪声模型,构建OFDM仿真系统,对窄带OFDM系统噪声抑制前后性能的仿真,表明该噪声抑制方案,能够改进BER性能,提高SNR.     

快速迭代滤波分解方法在轴承故障诊断中的应用

轴承故障信号通常是非线性和非平稳的。此外,这种信号非常微弱,容易被不可避免的背景噪声和振动干扰所掩盖。针对该种信号,模态分解方法已经被证实是一种可靠的处理方法。因此,将一种快速迭代滤波分解方法应用到轴承故障检测当中。快速迭代滤波分解方法在抑制模态混合和抗噪方面表现出色。与其他模态分解技术不同,快速迭代滤波分解方法具有超高的计算效率,因此可以明显提高计算速度。通过仿真信号和实际信号验证了该方法的有效性和优越性。     

基于V-BLAST OFDM系统的比特功率分配算法

本文介绍了一种自适应的V-BLAST OFDM系统,提出了一种动态调整迭代上下界的二分法比特功率分配算法。该算法根据平均信噪比动态调整迭代参数的上下界,确保了迭代区间包含最优解,并加快了算法的收敛速度。仿真结果表明,采用该算法的V-BLAST OFDM系统在满足误码率的前提下,以较低的复杂度,取得了较高的频谱效率。     

交织OFDMA频偏估计

同步是OFDM系统的关键技术之一。本文提出了一种针对多用户OFDM频偏估计的算法。利用交织子载波分配方案的OFDMA上行链路中,每个用户信号在一个OFDM符号内都具有一定的周期性结构。它是利用接收信号的结构特性,并借助一种新的子空间算法估计得到多用户的频偏。此算法利用总体最小二乘方法(TLS)取代特征值分解得到噪声子空间,其运算量小于多重信号分类(MUSIC)算法,而其性能与MUSIC算法相当。计算机仿真结果表明此算法是有效的。     

基于自适应滤波器的地雷背景噪声抑制

作为一种新的探雷方法,探地雷达在探雷领域得到了广泛的应用。由于雷达回波信号包含有很多杂散信号,目标信号被强噪声信号所淹没,为了提高雷达回波信号的信噪比,有利于地雷的识别和检测,文章提出了一种基于自适应滤波器的背景噪声消除方法对回波信号进行杂波抑制。采用该方法对DeTeC的数据进行分析的结果表明,该方法能有效地去除直达波,抑制背景噪声,分离出目标信号。     

基于MSWF和改进Adaline神经网络的间谐波分析

为降低计算复杂度,将多级维纳滤波器(MSWF)应用于电力系统间谐波分析,提出基于MSWF和改进自适应神经网络的间谐波分析方法。利用MSWF的前向递推实现信号子空间和噪声子空间的快速估计,不需要估计数据的协方差矩阵及其特征值分解,减小了计算量。应用新的最小描述长度准则和TLS-ESPRIT算法确定谐波、间谐波的个数及频率。为提高收敛速度,应用基于递归最小二乘学习算法的自适应神经网络分析谐波和间谐波的幅值和相位。Matlab仿真结果验证了所提算法的有效性。该方法计算复杂度低,分辨率高,精度高,收敛快。     

OFDM系统中自适应调制结构设计与性能分析

自适应调制技术作为一种有效提高宽带无线通信系统性能的方法,得到了人们的广泛关注。对OFDM自适应调制技术进行了研究和分析,设计了基于子载波的OFDM自适应调制结构,并对该结构的性能进行了仿真分析。仿真结果表明：自适应调制技术能根据信道情况自适应改变系统子载波的调制方式,能有效地提高系统数据传输效率,改善系统的性能。     

应用小波变换和随机子空间的励磁参数辨识

针对励磁系统参数的精确辨识问题,该文应用随机子空间方法来解决该问题。随机子空间的主要原理首先将励磁系统输出构造Hankel矩阵,之后利用Hankel矩阵构造Toeplize矩阵,并对Toeplize矩阵进行奇异值分解,最后利用奇异值分解的分量构造系统矩阵,对系统矩阵的参数做适当的变换就可得到励磁系统的参数。文中使用随机子空间的方法,实现了噪声环境下的励磁参数的准确辨识。仿真实验结果表明在信噪比较高时,运用该方法依然可得到较准确的结果。     

小波熵自适应阈值的电能质量信号去噪新方法

针对电能质量信号去噪问题,提出改进的小波熵自适应阈值去噪法。利用小波变换分解电能质量信号,计算小波分解后信号子带区间的小波熵,将小波熵和自适应阈值相结合确定高频系数阈值门限,采用改进折中指数阈值函数对电能质量信号去噪处理,最后重构降噪后的电能质量信号。通过对四种典型带噪电能质量信号(电压突降信号、暂态振荡信号、电压中断信号、谐波信号)去噪处理,并与无偏风险阈值、极大极小阈值的去噪性能比较,对比可知在输入信噪比为20dB时,对于不同的电能质量信号,改进的小波熵自适应阈值去噪法的输出信噪比是最大的。     

微弱瞬态电磁辐射信号的双耦合Duffing振子自适应检测方法

以研究瞬态电磁辐射信号的远距离探测手段为目的,得到了适用于高频瞬态信号的改进双耦合Duffing振子自适应检测算法。首先分析了双耦合Duffing系统对瞬态放电信号的检测性能,发现该系统对高频信号的检测灵敏度较差,且背景噪声会影响系统的同步效果,导致目标信号误判。基于此对系统算法进行了改进,引入了信号变尺度处理和自适应调节驱动力幅值的算法,利用仿真以及实验验证了该系统的可行性。仿真及实验结果表明,在微弱窄带信号及高斯噪声的干扰下,检测算法能将信噪比–20 d B的放电信号检测出来;且当信噪比–20 d B时,系统的检测概率能90%,检测信噪比–20 d B时,系统的虚警概率控制为1%,能够满足工程应用中对检测概率的需求。可见改进算法能够克服双耦合Duffing振子模型存在的弱点,通过待检信号展宽及自动调节驱动力幅值,得到最佳系统检测态,将淹没在背景噪声中的瞬态电磁辐射信号检测出来,为进一步远距离探测的工程应用提供了理论指导。     

基于频域子空间平滑的MUSIC时延估计算法

时延估计常被用在无线定位测距中,针对多径环境下定位精度下降和时延估计失真的问题,提出了一种基于正交频分复用（OFDM）频域子空间平滑的超分辨率（MUSIC）时延估计算法。首先使信号源经过OFDM调制,利用子载波形成数据流;随后在频域对数据流的协方差矩阵作双向平滑处理,使其最大程度的利用信号子空间的数据信息;最后利用MUSIC算法下信号/噪声子空间正交性逐一进行谱峰检测,并针对噪声情况对伪谱作归一化处理,从而获得更为准确的时延信息。计算机仿真表明,本文优化算法相对于特征空间MUSIC算法具有更高的谱峰和更窄的旁瓣,且无错误估计干扰。在测距信号间隔较近时能够有效解决估计失真问题,最小时延间隔可达6ns,分辨能力较强。估计性能层面,可在信噪比为-15dB复杂条件下估计精度达到3ns左右,验证了该算法的有效性和优越性。     

基于甚高频的语音增强算法研究

甚高频通信在民航中有广泛应用,但是它极易受到各种噪声的干扰,传统方法去噪效果差且没有消除固有干扰,提出了一种基于小波分析的自适应卡尔曼滤波算法。该算法在小波分析中提出了新阈值函数,在自适应卡尔曼滤波算法中增加了调节窗口长度的自适应因子,以此来调节滤波增益,可以有效地避免滤波发散。随机选择了某一时段4种不同频率的甚高频语音信号,并用提出的算法进行滤波处理,从信噪比、均方根误差、信号波形图和语谱图等方面进行分析。结果表明,该算法能够有效去除甚高频语音信号中的噪声,可以获得更高的信噪比和更小的均方根误差,进一步提升语音质量。     

Integer QP relaxation-based algorithms for intercarrier-interference reduction in OFDM systems

Orthogonal frequency-division multiplexing (OFDM) modulation can be utilized to deal with severe channel conditions without complex equalization. However, in a fast-fading channel, Doppler spread caused by user mobility destroys the orthogonality among subcarriers, prompting intercarrier interference (ICI). In this paper, the OFDM ICI reduction problem is formulated as a combinatorial optimization problem. Two relaxation methods are proposed to relax the maximum-likelihood detection problem into convex quadratic programming (QP) problems. To further reduce computational complexity, the QP problems are solved by limiting the search to the two-dimensional subspace. A low-bit descent search can also be employed to improve the system performance. The extension to higher-order quadrature amplitude modulation (QAM) OFDM systems is also addressed. Performance results are given which demonstrate that the integer QP relaxation-based algorithms provide excellent performance with reasonable computational complexity.     

一种改进自适应算法在EMI测试中的应用

虚拟暗室的测试理论是用于普通环境下的EMI测试的新方法,它的基础是自适应噪声抵消系统。本文设计一种改进的自适应噪声抵消系统,通过添加较大额外噪声的方法,有效地解决实际测试时由于存在信号串扰的而导致的输出信噪比不合理的问题。利用LabVIEW和MATLAB编写相应的RLS自适应算法程序并进行了仿真实验,结果表明这种改进算法比标准的方法可得更佳的信噪比。     

CEEMDAN-WT 降噪提升 BOTDA 信噪比研究

针对布里渊光时域分析仪(BOTDA)存在的信号噪声问题,提出一种自适应噪声完备集合经验模态分解联合小波阈值 (CEEMDAN-WT)的降噪方法。 首先,分析了 CEEMDAN-WT 算法降噪原理,基于微波扫频测量原理建立了 BOTDA 信号解调模 型,通过仿真研究验证了 CEEMDAN-WT 方法可有效去除信号中的随机噪声。 其次,搭建了 BOTDA 测温系统,在不同传感距离 和不同空间分辨率下进行了降噪效果实验验证。 结果表明,在 30 km 的传感距离和 2 m 的空间分辨率下,CEEMDAN-WT 方法 将光纤末端的信噪比提升了 8. 89 dB。 研究证明,CEEMDAN-WT 方法可为 BOTDA 信噪比提升提供一种有效方案。     

基于DSP的自适应随机共振微弱信号检测方法*

随机共振是一种有效检测微弱信号的非线性方法,对它的研究和实现具有重要的工程应用价值。针对工业现场存在的背景噪声未知的高频微弱信号（不满足绝热近似理论条件）的随机共振检测问题,提出了基于参数补偿的自适应参数诱导随机共振方法,以系统输出信噪比作为适应度函数,将系统势垒与噪声强度大致相等时可产生最佳的随机共振效应作为知识,采用基于知识的粒子群优化算法来并行优化随机共振系统的参数。设计了基于DSP的自适应随机共振检测系统,实现了对信号的实时处理,并通过ModbusRtu协议将检测结果实时显示在触摸屏上,从而实现微弱信号的检测。