浅析高精度无线移动通信信道盲估计方法

无线信道是无线通信系统中重要的组成部分,在高精度需要的无线移动通信系统中更是如此。从无线信道的结构划分开始论述,分析无线信道中的信号产生,并以OFDM系统为例介绍无线信道估计方法。     

基于卡尔曼滤波的时变水声信道估计

为了能同时利用时变水声信道的簇状稀疏特性和时间相关性,构造了一种时变水声信道模型,并基于该模型对传统的卡尔曼滤波压缩感知算法进行改进。该方法主要利用前一时刻估计的信道状态响应来确定当前时刻信道的候选支撑集,并以此构造时变水声信道的状态转移方程。通过卡尔曼滤波迭代的方法计算候选支撑集上的系数,最后通过阈值法滤除误差原子。仿真结果表明：该方法能有效地利用水声信道间的时间相关性来提高信道估计的性能,同时由于水声信道存在簇状稀疏特性,因此经该方法也具有一定的鲁棒性。     

浅海水声信道中的一种带循环均衡的Turbo译码结构

针对浅海水声信道长时延、强多途干扰的特点,建立了一种新的带自适应循环判决反馈均衡的Turbo译码结构,并对其性能进行了仿真研究.该结构对典型的Turbo译码器进行了改进,使之不但能输出信息比特,同时又能输出校验比特,这些比特经硬判决、符号映射及信道交织后反馈回判决反馈均衡器,构成带自适应循环判决反馈均衡的Turbo译码结构.厦门港实测5途浅海水声信道仿真结果显示,该结构具有优良的抗多途性能,信噪比大于4dB时,误比特率小于10-5,比联合判决反馈均衡的Turbo译码结构提高了约2.5dB.     

信道多途对定位系统时延估计的影响及抑制

基于水下声信道的特性,分析了界面反射对信号检测和时延估计的影响,论证了直达声和海面一次反射声时延差的变化规律。根据两信号叠加的特点,对常规的信号处理方法进行了改进。经仿真验证,改进的方法可提高“边沿”信号的检测能力,避免时延估计值的“跳变”现象,有效减小多途影响。     

基于凸集投影的水声信道辨识算法

研究了使用凸集投影方法进行水声信道辨识的可行性,给出了凸集投影常用的凸集约束的条件,并推导了在复数域中的凸集约束的表达式。计算机仿真和实验结果证明,在较高信噪比的情况下,使用凸集投影方法可以正确估计水声信道中的多途幅度衰减和相位变化,其分辨率优于传统最大似然估计器-匹配滤波器,可作为研究水声信道的有力工具。     

水平长线阵在浅海多途信道中的指向性分析

基于简正波模型研究了浅海多途环境下的水平长线阵的指向性。结果表明,由于接收信号中各阶简正波的相互干涉作用,偏离正横时,指向性图的主瓣略窄,而旁瓣丌高较多,从而使实际阵增益和作用距离减小。研究结果对线列阵声呐的探测性能预报具有一定的参考意义。     

一种改进LS信道估计算法在稀疏多径水声信道中的应用

为了消除水声正交频分复用调制(Orthogonal Frequency Division Multiplexing,OFDM)系统中噪声对稀疏多径信道估计的影响,提出了一种改进的最小二乘(Least-Square,LS)信道估计算法。该方法在传统基于离散傅里叶变换(Discrete Fourier Transform,DFT)插值的信道估计结构上进行了改进,得到了基于阈值探测的DFT插值信道估计方法,该方法将小于阈值的时域信道响应置零,探测最有效信道抽头,有效消除噪声干扰的影响。仿真结果验证了DFT插值在稀疏多径水声信道估计中的实用性;得到了当循环前缀长度与信道长度越接近时信道估计性能(Bit Error Rate,BER)越好的结论;确定了在两种调制方式下算法的阈值系数范围;且该新算法与已有算法所需的信噪比可低约2 d B,解决了用循环前缀长度来近似信道真实长度的实际问题。     

浅海远程水声Turbo编码跳频通信研究

结合Turbo编码和水声跳频通信技术,基于数字信号处理(DSP)成功地研制出了一种高效的抗多途、抗噪声浅海远程水声通信系统.该系统针对浅海远程水声信道的低信噪比、强多途及快速时变衰落特点,采用一种联合有限脉冲响应(FIR)数字窄带滤波和线性调频信号互相关检测的快速、精确的帧同步方法;利用快速频谱分析进行解调,使用复杂度...     

水平阵的浅海水声环境参数盲估计方法与实验验证

1引言目前,水声环境参数估计一般采用直接测量或者匹配场反演的方法。直接测量的方法不仅费时、昂贵,而且很难大面积实施;利用匹配场技术反演水声环境参数虽然弥补了直接测量的不足,但需信息可靠的已知声源。水声环境参数盲估计是指通过     

多载波水声信道估计技术及其研究进展

简述了水声信道与正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统之间的必然联系,概述了基于导频符号的信道估计算法、自适应信道估计算法、子空间信道估计算法以及压缩感知稀疏信道估计方法在水声通信中的应用现状,总结了各种算法的特点,比较了各种算法的优缺点,并指出了未来水声信道估计的发展方向。     

基于AR谱的声矢量传感器阵方位估计

1.引言 水声信号处理中研究的对象是声场,基于传统的声压传感器阵的水声信号处理只拾取声场的声压,而具有方向敏感性的矢量传感器可以同时测得质点振速等矢量信号,即同时获得p,Vx,Vy,Vz四个关于目标信息的物理量,由于获得的关于声场信息量的增加,基于矢量传感器阵的定向精度必将得到改善[1].常规的波束形成法如Bartlett法,Capon法是一种非参数谱估计法,没有将信号的可用信息结合到估计中[2],本文将AR模型法引入声矢量阵信号处理,将信号的模型结合到谱估计算法中,获得了更精确,分辨率更高的谱估计.     

异步CDMA系统多径信道的直接盲均衡

针对多径CDMA系统提出了一种接收器采用天线阵的基于二阶统计（SOS）的直接盲MMSE信道均衡方法。与利用信号和噪声的子空间分解估计出信道的脉冲响应的大多数二阶统计方法不同,它直接估计维纳－霍夫滤波器中所需的互相关函数。由于不依赖于信号和噪声子空间分解,因而对信道阶次的估计误差不敏感。计算机仿真结果表明,该方法比现有的一些基于子空间分解的方法具有更好的性能。     

水声瞬态信号的幅度估计

1.引言 水面舰、潜艇及鱼雷等水声运动目标的瞬态信号波形虽然比较复杂,但其包络有一定的规律或一定的趋势,所以包络分析[1]是水声瞬态信号分析的一种常用方法.本文根据水声瞬态信号包络的统计特性,通过对接收信号的统计处理和相对拟合优度选择,以估计出受噪声污染的瞬态信号的包络.并进行了仿真信号的包络估计,取得了较好的效果.     

几种模态参数盲辨识方法的比较研究

对一多自由度振动系统的模态参数辨识进行了仿真研究。由于该系统具有弱小模态特征，各阶特征能量相差悬殊，不同辨识方法的可辨识性、辨识精度及数值运算量都不相同。分别利用频域分解法、时频域Gabor展开方法、传统子空间辨识法、改进子空间辨识法以及基于高阶统计量的盲方法对该多自由度系统进行了模态参数辨识，分析和比较了各种盲辨识方法的辨识性能。     

偏振FSO-OFDM系统中的LMS信道估计

本文首先设计了一种基于光偏振的基带FSO-OFDM系统模型,阐述了其发射和接收部分光偏振调制和解调工作原理,介绍了大气散射信道模型.由于大气散射信道为频域选择性衰落信道,在此信道中,每个子载波的信道冲激响应在相干时间内的值保持相关性,因此本文利用同一子载波中距离小于相干时间的连续若干个OFDM符号信道特性之间的相关性,采用LMS算法对未来符号位置迭代的初始值进行预测,再进行迭代得到信道冲击响应值.在本系统中,水平和垂直线偏振光经过的光路相同,因此信道特性基本一致,最后再通过对两路信道估计值进行加权,得到更加准确的信道预测值.通过仿真进行验证,结果表明,在散射信道中( 最小均方)LMS算法可以很好的对信道进行跟踪,同时系统误码率可得到大约2 dB的改善.     

STC-OFDM系统的信道估计

空时编码技术和OFDM系统结合,可以进一步提高系统性能,对这一系统的信道估计技术传统的方法有多种,LS信道估计方法虽然简单,但它对噪声比较敏感,因此将降噪的方法同LS相结合将会提高通信的质量,调制技术与STC-OFDM系统相结合,能够进一步提高通信的质量,通过计算机仿真结果表明:修改后的算法性能明显优于传统的LS信道估计性能。     

盲源分离技术及其水声信号处理中的应用

本文首先阐述盲源分离的基本概念,简述了盲分离技术的基本要点和目前分离算法的利弊,围绕水声信道环境的特殊性,提出了一种改进的频域盲分离算法,给出了一种解决频域次序不确定性的方法.进行了两种背景下的仿真实验,得到了比较理想的分离效果.     

促进PZT压电陶瓷烧结的几条途径

烧结是制备高性能PZT陶瓷的重要环节,传统固相烧结存在PbO挥发等不足.介绍了提高PZT压电陶瓷烧结性能的几种工艺技术措施,分析了各种措施的原理和特点,展望了烧结技术的发展方向,认为结合高活性粉体合成和特殊烧结手段(或装置)使用的优点用于制备性能优良的PZT压电陶瓷将是一项重要举措.     

波形扭曲声波的二维方向角估计

利用位于反射界面附近或远离反射界面的单个矢量传感器,提出了一种波形扭曲声波二维方向角的估计算法.首先给出了单个矢量传感器的测量模型;基于波形扭曲声波到达单个矢量传感器时仍能保持空间一致性这个特性,构建矢量传感器的波达方向矩阵;利用此矩阵的信号子空间,求出了波形扭曲声波二维方向角的估计值;并推导了估计的CRB.数值仿真验证了算法的有效性.     

等变自适应算法在声学特征信号分离中的应用

本文介绍了一种高效的盲分离算法——基于独立性的等变自适应分离算法，简称EASI算法(EASI：Equivariant Adaptive Separation via Independence)。为了克服EASI算法依据峭度选择非线性函数的问题，引进了其改进算法。将其运用到声学诊断中，对声混合信号进行频谱分离，得到各声源的特征频谱结构图。EASI及其改进算法经过实验研究，证明了该算法的有效性。