卫星定位中信号时差估计的算法研究

在三星定位技术中,接收机收到的信号经常掺杂着相关噪声,在相关噪声环境下,卫星信号存在误差.传统的最小均方误差(LMS)时差估计方法已经无法对TDOA(Time difference of arrival)参数进行有效的估计.在研究基于LMS算法的基础上,考虑高斯过程的高阶累积量恒为零,同时结合四阶累积量理论,提出了基于四阶累积量的优化算法(FOC-LMSTDE).通过实验,将优化算法与原算法进行了仿真对比(即分别比较了二者在相关噪声环境下的参数估计性能),优化算法具有稳定,准确的估计性能,优势较为明显.仿真结果表明,用四阶累积量的改进算法能有效克服噪声的相关性,并能够TDOA参数做出较为准确的估计,有效解决了三星定位中相关噪声导致的时差估测不准确问题.     

WCDMA信号检测与参数估计

针对低信噪比下WCDMA信号检测与伪码(OVSF码)周期检测的难题,利用四阶累积量能够有效抑制高斯白噪声和二次谱具有明显谱峰的特性,提出了一种基于四阶累积量和二次谱相结合的WCDMA信号盲检测方法。该方法首先利用四阶累积量的切片检测出WCDMA信号,并估计得到WCDMA信号的采样率,接着通过二次谱算法所得到的谱峰间的距离来估计出OVSF码的周期参数。计算机仿真结果表明,该算法可以有效地对WCDMA信号进行检测并估计OVSF码周期。     

一种基于四阶累积量的自适应均值滤波算法

提出了一种基于四阶累积量的自适应均值滤波算法;详细介绍了根据窗口的四阶累积量自适应计算并确定噪声点的阈值;滤波窗口自适应调整大小和权值自适应计算的加权均值滤波;对噪声点进行逐点滤波。比较和分析了实验结果。     

单电磁矢量传感器DOA和极化的同时估计

针对单个电磁矢量传感器，提出基于四阶累积量的极化域虚拟ESPRIT二维波达方向(DOA)和极化参数同时估计算法。该方法借助累积量操作提取信号在极化域的旋转不变结构，并利用虚拟ESPRIT方法同时估计信号的二维DOA和极化参数，它可以分辨多个极化域可分的非高斯信号。给出的仿真结果验证了算法的可行性和有效性。     

基于高阶统计特性的非高斯AR模型的阶次辨识

提出一种基于输入输出信号的三阶累积量 (third ordercumulants)对非高斯AR模型阶次p进行辨识的新算法 .该算法依模型阶次递推 ,通过求解代价函数J(^p) 的首次最小值 ,确定AR模型的阶次估计值 ^p .理论分析和仿真结果均显示 ,该算法具有良好的收敛性和精确性 .     

基于高阶累积量的数字调制信号识别

利用接收信号的高阶累积量为特征参数,实现了对多种常用数字调制信号(2ASK/BPSK,4ASK,QPSK,8PSK,2FSK,4FSK)的分类识别.由于信号六阶以上累积量的计算过于复杂,在选取特征参数方面主要利用信号的二、四阶累积量.8PSK与MFSK信号的二、四、六阶累积量的值均相同,直接计算无法区别.针对这一问题,首先对8PSK和MFSK信号求微分再利用四阶累积量来进行识别.实验证明,所提取的特征能够有效抑制高斯白噪声的影响,并且计算简单,便于实现.当信噪比为8 dB时,识别率基本达到100%.与已有算法的比较,结果证明了该算法的优越性.     

基于高阶累积量的MSK信号脉冲始末点检测

在对MSK信号高阶累积量特性分析研究的基础上,提出了一种利用滑动求取信号四阶累积量实现MSK信号脉冲始末点估计的算法.计算机仿真结果表明当信噪比大于7 dB时,该算法能够获得较好的估计性能.     

二、四阶组合时延统计量多乐器盲分离

为改善有噪条件下多轨复调音乐乐器分离算法性能,引入了度量乐器时间序列能量非平稳性的四阶累积量,提出了一种二、四阶组合时延统计量复调音乐乐器盲分离算法。首先根据四阶累积量函数,得到使全局混合矩阵与加性噪声正交的线性变换。对经线性变换预处理后的多轨音乐数据利用二、四阶组合时延统计量,估计出混合矩阵和源乐器信号。仿真实验证明,这种组合时延统计量乐器分离法较二阶统计量算法能够更精确地分离出复调音乐中的源乐器,尤其适于低信噪比情况。     

基于四阶累积量的二维波达方向估计改进算法

利用四阶累积量的阵列扩展特性，将一排直线阵列和一个独立阵元扩展成一个特殊的虚拟双排直线阵列，它由三个子直线阵列构成，并且可计算出每个子直线阵列等效的协方差矩阵，然后结合传播算子方法，提出一种改进的二维波达方向估计算法。计算机仿真验证了该算法具有抗噪能力强、数值稳定性好等优点。     

基于高阶累积量的多音并行调制信号检测研究

针对多音并行信号的调制识别问题,提出了一种基于四阶累积量的识别方法,用以识别特定通信协议下子载波调制样式为MPSK的多载波调制信号.该方法利用带通MPSK信号的累计量特征,在不考虑相位影响的情况下提出了该多音并行信号近似模型并通过理论计算和仿真验证此模型的正确性.然后利用此模型通过计算仿真找到子载波数与累计量参数的对应关系.根据这种对应关系提出识别算法并进行识别仿真,仿真结果表明在低信噪比(-5dB)下有很好的识别效果.     

水下航行器辐射噪声谱增强新方法

提出了基于四阶累积量对角切片的自适应动态谱线增强新方法，对其原理进行了剖析。用实测水下航行器辐射噪声数据，对动态谱线增强进行了仿真研究。结果表明：基于四阶累积量对角切片的自适应动态谱线增强方法（FOCDSBADLE）抑制高斯噪声的能力远强于传统的自适应谱线增强方法（ALE）。本文的新方法为弱信号检测、参数估计和目标识别等信号处理提供了一条新的技术途径。     

近场源DOA、距离、极化参数及频率联合估计算法

文章研究了近场情况下多信源到达角(DOA)、距离、极化参数及频率的四维参数联合估计问题,建立了近场源在极化域的参数估计模型。文中所考虑的极化敏感阵列由和坐标轴方向一致的偶极子对构成,分别感应x轴方向和y轴方向的电场分量。该算法不需要谱峰搜索,直接给出各参数的闭式解。由于使用了四阶累积量,因此该算法适用于任意高斯噪声环境。仿真结果验证了该文方法的有效性。     

改进FOA算法在语音信号盲分离中的应用

简要介绍了果蝇优化算法的基本理论,针对FastICA等算法的稳定性和收敛性不够,而粒子群优化的盲分离运算速度慢的问题,将改进的果蝇优化算法应用到盲源分离研究中,提出了一种基于改进的果蝇优化的盲源分离算法。算法以信号的规范四阶累积量为代价函数,以改进果蝇算法对代价函数求极值,逐一确定分离向量,完成对线性瞬时混合语音信号的分离。仿真结果表明,算法能够有效实现对各混合语音信号的有序盲分离,且分离顺序能够确保按照源信号的规范四阶累积量绝对值的降序进行,分离精度也有一定的提高。     

一种低信噪比下DSSS的载频估计方法

直接序列扩频信号具有较低的功率谱密度,信号淹没在背景噪声中,侦查难度较大。四阶累计量2-D切片理论上可以有效地抑制高斯白噪声,但是当信噪比较低时,抑制效果不是很明显。对低信噪比下直接序列扩频信号的检测和估计提出了一种改进思路：在常规四阶累积量2-D切片前加设自适应干扰消噪器。此方法能改善白噪声背景下信号的信噪比。在此思想上基于System View平台构建了仿真模型,实现了低信噪比下DSSS信号载波频率的准确检测。仿真结果验证了其有效性。     

A High Order Cumulants Based Multivariate Nonlinear Blind Source Separation Method

This article addresses the problem of identifying multiple linear and nonlinear patterns from multivariate noisy data represented by an additive model. Following the proposed nonlinear model, the blind source separation (BSS) criterion, as a function of high-order cumulants, is shown to produce a block-structured joint cumulant matrix by an orthogonal rotation. An intuitive interpretation of this criterion is to rotate the elements of whitened principal component analysis (PCA) scores such that they are as independent as possible. The resulting optimal joint cumulant matrix contains diagonal “blocks” that correspond to the linear and nonlinear patterns caused by independent sources, from which linear patterns are recognized as in linear BSS. The nonlinear patterns are identified by extracting their lower-dimensional manifolds via the principal curves method and then transforming back to the original data space. As illustrated in the experimental study, the estimated linear and nonlinear patterns will provide more accurate diagnosing of the root causes that contribute to the observed variability in multivariate manufacturing. Editor: Dale Schuurmans     

基于宽带聚焦矩阵和高阶累积量的OFDM信号的来波方向估计

为了解决正交频分复用(OFDM)宽带信号处理的问题,研究了基于宽带聚焦矩阵和高阶累积量的波达方向(DOA)估计方法。前者是通过傅里叶变换将宽带阵列数据分解为若干窄带信号,再利用一种聚焦矩阵将不同频带下的方向矩阵变换到同一参考频率下,然后用多重信号分类(MUSIC)算法来估计DOA;高阶累积量算法是通过聚焦操作,把各个窄带频率处的阵列输出矢量变换到聚焦频率处,然后求其累积量矩阵。对各个累积量矩阵进行加权平均并特征值分解,再应用MUSIC算法估计DOA。理论分析和仿真结果表明,两种方法都能够精确地估计OFDM信号的DOA,四阶累积量方法的空间分辨率比聚焦矩阵方法有所提高。四阶累积量算法扩展了阵列孔径,信噪比(SNR)较低的时候也有很好的适应性。     

三阶累积量的语音激活检测方法

在电子与通信系统中,传输信道的噪声都可以看作是加性的高斯随机过程,而高斯随机过程的三阶累积量为零,通信系统中传输的语音信号一般是非高斯信号,基于这个原理提出一种语音激活检测算法。在通信系统的接收端,对于被噪声污染了的语音信号,通过计算接收信号的三阶累积量,得到语音信号的累积量,从而可以区分语音和噪声,达到检测出语音信号的目的。仿真结果表明,在通信系统低信噪比的环境下能有效地检测出语音信号。     

多径信道下MPSK信号调制识别算法的研究

针对室内以及山区多径环境下MPSK信号的调制识别,提出一种基于高阶累积量的识别算法。该算法利用高阶累积量良好的抗噪性能,实现了多径信道下的有效识别。理论分析及仿真结果表明,采用本文所提出的识别算法,在中等信噪比条件的,对多径信道的MPSK信号的整体识别率在90%以上,能满足实际应用的需要。     

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。