基于循环平稳性的约束自适应时延估计

在考虑通道非平稳干扰信号和平稳噪声影响的基础上,提出一种基于循环平稳性的约束自适应时延估计算法,对该算法的时延估计性能进行收敛性分析。该算法利用信号的循环平稳性有效地抑制干扰和噪声的影响,适用于空间相关噪声的情形,在低信噪比的情况下可以准确地直接估计非整数倍采样间隔的时延,大幅减少插值法的计算量。仿真结果验证了该算法的有效性。     

采样正弦信号的时延估计

提出了一种正弦信号的时延估计算法,它涉及采样和多重相关。该方法可以大大降低时延估计的复杂程度,提高估计的范围和估计的灵活性。并且它可以减小噪声干扰,适用于高频信号,有利于高频数字接收机的实现。仿真显示该算法的性能和优势非常明显。     

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.     

新型融合估计方法及其在成纸定量中的应用

在工业生产中造纸机状态监测的工程实际中,使用多个同类传感器进行在线测量可以得到更为准确的状态估计.在这类特殊的多传感器系统中,本文通过矩阵运算消除相关估计方差,得到了最优分布式融合估计算法.与多传感器传统分布式次优融合算法相比,该算法的优点在于适用于含有多于三个多传感器的系统.由于不需要存贮和计算中间变量,在计算量方面比最优融合算法具有较大优势.应用结果表明算法具有良好的估计性能.     

一种基于块匹配的自适应快速运动估计算法

块匹配运动估计算法是实时视频编解码技术的研究重点.为降低视频编码中运动估计的计算复杂度,考虑到现实序列运动矢量的分布存在方向性,文章提出了基于块匹配的自适应快速运动估计算法.该算法在运动估计的初始阶段,利用相邻宏块间的空间相关性来预测初始搜索点的位置,使搜索起点更接近理想的最优匹配点;在搜索过程中引入具有方向特征的非对称十字形搜索模型,加快了搜索速度.实验结果表明该算法具有很好的性能.     

基于DCT的运动估计算法

介绍了一种新的运动估计算法———基于DCT的运动估计算法(DXT ME)。该算法由一维信号的DCT虚相位方法衍生而来,利用了正弦正交原理直接在变换域中估计运动物体的位移。DXT ME算法具有较强的抗噪声能力,其计算复杂度比传统的全局搜索块匹配算法(BKE ME)要低;还由于其运动估计完全基于DCT域,使得基于DCT变换的运动补偿图像编码器成为可能,大大降低了系统复杂度,提高了系统性能。     

网络控制系统的时延在线估计与时延补偿策略研究

针对网络控制系统中的网络时延问题,引入了一种时延在线估计算法,并根据动态矩阵控制的特点,提出了一种基于分段动态矩阵控制算法的网络时延补偿策略,利用分段动态矩阵控制算法对网络控制系统中的时延信号进行预测,以补偿其在网络传输中的时延.     

一种LTE自适应参数MMSE信道估计算法

在工程中,为了达到高速率的数据传输和良好的外场接收性能,LTE系统通常采用最小均方误差(MMSE)信道估计方法。针对传统的MMSE算法对多径时变信道的适应能力较差,提出了一种自适应参数MMSE信道估计系数调整算法。通过对信道均方根时延扩展(RMS Delay Spread)和对信噪比的估计,自适应地调整信道估计参数并生成准最佳的MMSE信道估计系数进行滤波。仿真结果表明,此算法比固定系数的MMSE信道估计算法有更好的信道估计性能。     

基于端到端数据的矩的网络时延估计算法

现有时延层析算法大多考虑离散时延模式,但算法效率比较低。为此,提出一种连续时延估计算法,假定链路时延为某参数的函数分布,根据多播特征并基于端到端数据的矩,利用非线性最小二乘法估计链路时延分布函数的参数,并在每步迭代中用一维牛顿搜索确定最优步长,达到快速收敛。应用Matlab和NS2仿真软件得到的数据表明,该算法所需的存储量少,算法简单且效率较高。     

主动端到端离散式时延分布估计方法研究

对于网络质量评估链路性能推测无疑是至关重要的,然而现有的估计方法通常只能推测层次数有限的简单网络,无法应用于大规模网络。提出了一种基于不完整数据极大似然估计算法,估计网络内部链路时延分布,该方法通过不同的发包策略将树状网络拓扑划分成不同的两层三链子树,针对每个子树估计每条＂链＂的时延,随后通过移植算法将路径时延划分到各链路中,逐一对每个子树使用该方法计算从而得到整个网络链路时延情况。利用NS2仿真实验验证了该算法的可行性和准确性。