基于信号循环平稳特性的自适应时延估计

本文提出了基于信号循环平稳特性的自适应时延估计方法,在信源的载波频率或波特率不同于干扰信号的情况下,利用信号的循环平稳性实现对非平稳干扰和空间相关噪声的抑制,进而提高时延估计的精度.仿真实验结果表明该方法比传统的参数模型时延估计方法有更好的性能.     

一种改进型IMCRA非平稳噪声估计算法

针对IMCRA噪声估计算法时延较大引起的噪声欠估计问题,提出一种改进型IMCRA非平稳噪声估计算法。该算法采用3次谱平滑的方法估计语音存在概率,控制搜索窗长度。在噪声过估计或欠估计的情况下,引入安全机制对噪声估计值进行限制或补偿。实验结果表明,与IMCRA算法相比,改进算法能减小噪声估计的时延,提高噪声估计精度,适用于噪声功率变化范围较大的语音增强。     

基于约束方差的噪声谱估计算法

为了进一步提高非平稳环境下噪声估计的准确性,提出了一种基于约束方差的噪声谱估计算法,通过约束方差计算得出平滑参数,对噪声功率谱进行估计。实验结果表明,相对于其他三种算法,该算法能较低时延地跟踪背景噪声的轨迹,且它的噪声谱估计均方误差较小,在非平稳噪声及噪声突变环境下尤为明显。     

高铁环境下快速移动目标的DOA估计

铁路移动通信的制约着高速列车的发展,针对高铁环境下快速运动目标的到达方向(DOA)问题,本文将渐进准循环平稳信号引入高速铁路中存在相对径向加速度的运动场景,研究了一种基于渐近准循环平稳信号的DOA估计算法。该算法充分考虑因加速度产生的相对运动以及多普勒效应在接收端的影响,利用循环平稳性质构造循环自相关矩阵来估计DOA。发现对于加速的目标,接收到的信号会产生渐进循环平稳性。由于噪声不具有循环特征,因此可以在循环频率下提取所需的信号。最后通过数值仿真验证了该方法的有效性。与传统的DOA估计算法相比,该算法具有更好的性能,尤其在径向加速度较大的场景中。     

无线分布式网络非平稳信号时延估计方法

如果只凭借整数倍的采样间隔计算平稳信号,会存在时间延迟问题.为解决上述问题,提出无线分布式网络非平稳信号时延估计方法.由于网络中含有噪声信号、干扰信号和网络信号,针对三者建立时延估计模型,运用二次相关算法降低干扰信号对网络信号影响,保证在低信噪比环境下对时间延迟的有效计算.为了避免出现伪峰值,影响计算结果,将二次相关函数与希尔伯特变换算法相结合,使相关函数的偶对称性转换为奇对称性,并将对峰值的检测转换为过零检测,将误差控制在最低,完成对时延的估计.通过仿真结果表明,所提方法有着较优的计算效果,且在噪声环境和混响环境下,依然可以实现对非平稳信号时延的有效估计.     

基于循环自相关的跳频信号盲检测算法

针对通信对抗中的跳频信号盲检测问题,提出了一种跳频信号盲检测算法.深入分析了带噪跳频信号和高斯白噪声在二阶循环平稳性上的差异,并考虑到截短效应对循环自相关函数估计的影响,提出利用观测信号的循环自相关函数估计的模值作为检验统计量,利用在接收端构造的高斯白噪声信号的循环自相关函数估计的模值的最大值作为检测阈值的跳频信号的盲检测算法.实验表明,该算法对于高斯白噪声环境中的跳频信号具有良好的检测性能,适于信噪比高于-3dB,非协作通信情况下的跳频信号检测.     

基于四阶循环多谱的频谱感知算法

目前,大部分基于能量检测和信号循环平稳的频谱感知算法能够在平稳噪声环境中取得优异的检测性能,在非平稳噪声环境中的检测性能则急剧下降。为了更好地消除频谱感知过程中非平稳噪声的影响,利用信号四阶循环多谱抑制非平稳噪声的性质,提出了一种基于四阶循环多谱的频谱感知算法。该算法首先计算四阶循环多谱的切片形式;然后通过简化的四阶循环多谱幅度平方和对协同用户截取的信号进行检测;最后计算其峰值系数,实现对主用户信号存在性的判断。仿真结果表明,在非平稳噪声环境中,所提出的算法比传统的频谱感知算法识别概率更高,性能更好。     

改进的基于响度域的语音增强算法

针对短时谱幅度最小均方误差估计(MMSE-STSA)语音增强算法在非平稳噪声环境下噪声抑制能力较差的问题,提出一种改进的MMSE-STSA算法。该算法在响度域进行谱幅度估计,并采取基于概率的语音判决方法。实验结果表明,相比传统的MMSE-STSA算法,改进算法在非平稳噪声环境下能够获得更好的语音质量。     

空间非平稳噪声环境下非均匀线阵的DOA估计

针对在空间非平稳噪声环境下传统的MUSIC算法会失效的问题，提出了一种新的波达方向（DOA）估计方法。该方法利用转换矩阵法，通过对阵列数据相关矩阵进行预处理，从而克服噪声对方位估计的影响，并且该算法适用于非均匀线阵，而非均匀线阵在阵元数目一定的情况下，通过合理设置阵元间距。其方位分辨率较之均匀线阵有较大的提高。计算机仿真结果表明，在非平稳噪声环境下利用该算法非均匀线阵的分辨能力要明显高于均匀线阵。     

改进的窄带循环平稳信号DOA估计方法

将循环平稳理论引入传播算子算法中,提出了循环传播算子的DOA估计算法。利用有用信号与干扰信号循环频率的不同和噪声在感兴趣的循环频率上不呈现谱相关的性质,有效滤除了干扰信号和噪声的影响,实现了高分辨的DOA估计,并且突破了传统传播算子算法信号源数一定要小于阵列个数的限制;同时它不需要对高维空时协方差矩阵进行特征值分解,与基于特征子空间分解的算法相比运算量低,利于实时处理。仿真结果证明了该算法的有效性。     

Fuzzy Logic-Based Multicast Routing in Multiradio Multichannel Wireless Mesh Networks

The availability of bandwidth in wireless mesh networks (WMNs) introduces it as a prominent choice for implementing bandwidth sensitive services. Multicast services such as teleconferencing, push-based systems, multiplayer games, etc., can be implemented in an efficient way in such networks. Moreover, the severe performance degradations that can result from the interference generated by concurrent data transmissions and environmental noises call for the development of interference-aware routing mechanisms. This paper investigates the impact of wireless interference on network performance for multicast transmission in WMNs. We show that by taking wireless interference into consideration in the design of routing mechanisms, better resource usage can be achieved. Hence, a fuzzy logic–based approach is proposed to choose optimal routes from source to the multicast group in multichannel case. Three fuzzy variables are considered in route selection phase, which are interference, available bandwidth, and hop count. Extensive simulations are conducted aiming at verifying the high performance of the proposed algorithm. Simulation results demonstrated that our proposed algorithm outperforms Link-Controlled Multi-Rate Multi-Channel (LC-MRMC) and Channel Assignment with Multiple Factor (CAMF) algorithms in terms of throughput, packet delivery ratio, and end-to-end delay.     

基于二次相关的时延估计方法

在研究广义相关时延估计方法和二次相关时延估计方法的基础上，将自相关和互相关结合起来，分别对不同噪声背景下的平稳窄带信号进行了时延估计，从理论上指出了二次相关法的可行性及其适用条件。实验仿真的结果表明，与一次相关法相比较，二次相关法可在更低信噪比的情况下，取得较高的时延估计精度。     

基于改进二次相关算法的TDOA时延估计

在TDOA时延估计中,二次相关算法能够较好地抑制噪声干扰,进而提高时延估值精度.为了进一步提升在较强噪声干扰的条件下二次相关算法的抗噪性能,在传统二次相关算法中的互相关函数部分加入SCOT加权函数,提出了基于改进二次相关算法的TDOA时延估计.算法对接收到的信号分别进行自相关以及SCOT加权互相关,再将所得到的相关函数进行二次广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比时改进算法较传统算法具有较高的估值精度.     

基于小波降噪的稀疏傅里叶变换时延估计

稀疏傅里叶变换时延估计具有较低的运算时间复杂度,但在低信噪比时无法准确估计出时延.针对稀疏傅里叶变换时延估计在噪声干扰下时延估计精度下降的缺点,提出了基于小波降噪的稀疏傅里叶变换时延估计算法.算法利用小波降噪方法处理接收到的信号,再对降噪后的信号进行稀疏傅里叶变换广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比条件下,基于小波降噪的稀疏傅里叶变换时延估计算法在保证数据高处理速度的同时,具有较好的抗噪性以及较高的时延估值精确度.     

具有最小平方误差积分的主动队列管理算法ISE-GPM-PID

随着互联网流媒体应用的增多,流媒体流量在互联网总流量中所占比例越来越大。流媒体流量具有时延敏感和容忍丢包等特点,通常采用UDP协议传输;UDP流量是对TCP/AQM模型的干扰流量,但现有针对TCP长流设计的主动队列管理算法缺乏抗击UDP流量干扰的能力,不能适应互联网视频和音频流量日益增多的局面。利用TCP/AQM模型,设计了一个具有最小平方误差积分,且相角裕度在30°至60°之间,幅值裕度在2至5之间的基于PID控制器的主动队列管理算法ISE-GPM-PID。该算法对UDP流量具有良好的抗干扰能力,能适应互联网流媒体和Web应用日益增多的局面;同时其响应速度快,计算开销小,能用于大时滞网络环境,且鲁棒性好。     

一种新的去除视觉文本图像椒盐噪声的算法

针对视觉文本图像,在获取、处理、传输中产生的椒盐噪声,提出一种基于文字笔画特性消除椒盐噪声的新算法。该算法智能判断被处理像素及其邻域内的像素点是否为噪声,从而有效地把文字目标和椒盐噪声加以区分。实验结果显示,相比传统的去噪和平滑算法,该方法能准确地抑制噪声,同时避免了对文字笔画的影响,减少了对后继识别的干扰。     

一种联合多信道分配决策的认知Mesh系统数据传输优化算法

在认知Mesh系统进行数据传输的过程中,为了提高数据包投递成功率及网络的吞吐量,减少网络延迟时间,提出一种联合多信道分配决策的认知Mesh系统数据传输优化算法(JCWN)。针对信道的干扰问题,建立了认知Mesh系统的干扰无向图,分析节点链路的网络干扰电平。在节点的路由请求阶段通过提出基于信道干扰电平的路由指标函数,并通过权重阈值来为节点链路分配干扰较小的信道。在路由选择上,联合多路由算法计算每条路由路径的信道干扰程度,为了保障节点传输数据的成功率而选择干扰程度更小的路由。实验仿真结果表明,在数据包投递成功率上,该算法相比POC算法以及基于RL的算法提高了20%以上,在提高网络吞吐量,减少延迟时间上也表现出了更好地效果。     

传输损耗条件下基于循环平稳检测的空时分组码盲识别方法

针对传输损耗条件下空间复用（SM）和Alamouti空时分组码的盲识别问题,提出一种单接收天线下的基于循环平稳检测的盲识别算法。首先通过理论推导,证明Alamouti空时分组码具有循环频率的特性;然后,求取接收信号的四阶循环累积量来观察循环频率;最后使用循环平稳检测的方法,构造检测不同空时分组码循环频率的假设检验,从而对2种码的接收信号进行区分。该方法可在单接收天线下进行,蒙特卡洛仿真结果表明,该算法不需要预先知道信道信息、调制方式、载波相位和时间偏移,不需要精确知道载波频偏,识别效果较好。     

基于H.264编码域的显著运动检测算法

视频监控中运动目标检测算法易受背景、噪声等因素的影响,导致运动检测准确性降低。针对该问题,提出一种基于H.264编码域的显著运动目标检测改进算法。该算法基于编码过程中帧间运动预测模块输出像素值的绝对差值和,计算其标准差以作为运动判据,同时自适应设置运动判断阈值,以降低背景和噪声的影响。实验结果表明,相比于传统的低复杂度算法,该算法能有效降低背景和噪声等因素的影响,提高显著运动目标的检测准确性。相比于传统的运动检测算法,该算法保持了计算复杂度低的特点,算法复杂度仅为帧间差分法的18.3%,更适用于实时性要求高的监控系统。