频率偏移和符号定时误差的盲估计方法

提出一种适合于频率选择性多径衰落信道的频率偏移和符号定时误差的盲估计方法,该方法主要利用由过采样接收信号所引入的二阶循环平稳特性.通过理论分析,建立了接收信号的循环自相关函数与频率偏移和定时误差之间的关系,在此基础上,导出了频率偏移和定时误差的盲估计算法.本文算法的主要特点是不需要训练序列,而且不依赖于信道衰落和加性噪声的分布特性（时间相关或无关,高斯或非高斯）,特别是它适用于信号星座图为圆形分布或非圆形分布的线性调制信号.通过Monte Carlo仿真实验,在各种不同的条件下对本文提出的盲估计算法的性能进行比较,表明了它的有效性.     

MIMO-OFDM信号参数盲估计方法

为解决非协作通信中多输入多输出-正交频分复用(MIMO-OFDM)信号的参数盲估计问题,提出基于循环自相关结合四阶循环累积量的多参数估计方法。求MIMO-OFDM信号的自相关函数,对其傅里叶变换后得到循环自相关函数,通过对循环自相关三维图不同切面的分析估计出符号周期、有用符号时间、循环前缀时间;求MIMO-OFDM信号的四阶循环累积量,通过检测峰值的数目及其对应的循环频率估计出子载波数及子载波频率。仿真结果表明,在较低信噪比下,所提算法可准确估计出MIMO-OFDM信号的多个参数。     

利用混合卡尔曼滤波的混沌信号盲估计

针对混沌动力学系统时变参数未知的混沌信号,在含有状态噪声的情况下,利用混合卡尔曼滤波提出一种盲估计算法.对未知参数和混沌状态构成的高维状态进行估计,先利用卡尔曼滤波给出线性高斯部分的最优精确估计,剩余部分利用粒子滤波方法给出次优估计,文中详细研究了高斯噪声以及非高斯噪声下的最优重要性函数选取并推导了重要性权重的计算公式,最终基于有效粒子的最小均方误差准则实现了信号的盲估计.仿真结果表明该算法能有效实现含有状态噪声混沌信号的盲估计,并取得了比基本粒子滤波算法更优的性能.     

单通道同频线性调制混合信号的时延估计

针对同频线性调制混合信号单通道盲分离中的时延估计问题,提出了一种基于自相关函数的估计方法.该方法利用接收基带信号的自相关函数建立关于时延的非线性方程,并通过延迟采样进一步构造适定方程组,然后利用梯度下降算法对方程组进行迭代求解,完成整个估计过程.理论分析表明,时延估计的误差正比于自相关函数估计的误差,随数据量增大不断减小.仿真结果验证了该方法的有效性.     

组合谱图法在跳频信号时频分析中的应用

提出了一种应用于跳频信号的组合式谱图时频分析方法,采用两种不同长度的窗函数对信号进行时频分析,分别得到具有较好频率和时间分辨率的两组分析结果;结合两组结果的优点,提高了原谱图法的时频分辨率,并通过理论分析和仿真结果予以证明。在高斯白噪声条件下,对组合谱图法在跳速估计中的性能进行仿真,结果表明该算法的信噪比性能较谱图法提高了3 dB左右。     

基于高斯矩的噪声独立分量分析

独立分量分析(ICA)作为有效的盲源分离技术(BSS)是信号处理领域的热点。但是许多ICA算法都是建立在无噪模型基础上实现盲源分离的,忽略了噪声对分离信号的影响。而实际信号或多或少的都含有噪声,如果信噪比低于某值将得不到良好的分离效果。该文定义不同参量的高斯函数的期望为随机向量的高斯矩,证明随机向量的高斯矩可作为无偏估计的单值对照函数应用于带高斯噪声的noisyICA模型。由此利用最大化基于高斯矩的对照函数,得到FastICA改进算法—noisyICA,并通过模拟实验证明了算法的可行性和健壮性。     

一种多径信道直扩信号伪码序列盲估计方法

针对多径信道下直接序列扩频信号伪码序列盲估计的难题,拓展了基于加性高斯白噪声信道提出的子空间法,提出了一种基于子空间法和三阶相关函数法相结合的多径信道直扩信号伪码序列盲估计的新算法,进行了理论推导。该算法对接收到的多径直扩信号按照伪码周期的两倍进行分段形成数据向量,构造自相关矩阵并进行特征值分解得到不同增益伪码序列的延迟叠加,运用m序列的三阶相关特性估计生成多项式进而估计伪码序列。计算机仿真结果验证了该算法的有效性。     

一种多径平坦衰落信道下的盲信噪比估计方法

提出一种多径平坦衰落信道下的盲信噪比估计方法.该算法首先利用数字通信信号的循环平稳统计特性构造接收信号的循环自相关矩阵,然后对该矩阵进行奇异值分解,由分解出的特征值信号子空间和噪声子空间,最后通过利用AIC信息准则分别估计信号子空间和噪声子空间的维数并最终估计出信道的平均信噪比.以MPSK信号为例进行了计算机仿真,结果表明了算法的有效性.     

基于熵测度的跳频信号谱图分析

为了有效分析跳频信号并估计其参数,依据跳频信号谱图和Wigner-Ville分布(WVD)的特征分析,提出了一种自适应跳频信号时频分析方法。该方法依据熵测度进行谱图窗函数宽度选择,获取优化的跳频信号谱图表示。理论分析和仿真结果表明,基于熵测度的谱图分析方法能够在大于0dB的高斯白噪声环境下,给出跳频周期参数的准确估计;与平滑伪Wigner分布及其自适应方法相比,该方法能够在较低信噪比下有效降低参数估计的方差,提高参数估计的准确性;同时对于长观测信号,具有更快的运算速度。     

一种新的LTE系统频偏估计算法

相位差分算法是LTE系统中经典的频偏估计算法,受LTE信号结构的限制,其估计范围较小且不能工作于跳频传输模式.针对相位差分算法的缺点,提出了一种基于互相关函数能量比的频偏估计算法.该算法根据LTE上行链路PRACH信道中ZC序列循环移位和频偏之间的关系,利用接收ZC序列与原始序列的互相关函数和接收ZC序列与原始序列的单位循环移位序列的互相关函数的能量比来估计频偏,可增大频偏估计范围,减少信噪比对估计误差的影响,且不受跳频传输的影响.仿真结果表明,相比传统的相位差分算法,该算法频偏估计范围更大,估计精度随信噪比变化较小,可有效改善LTE系统频偏估计性能.