基于混合蛙跳算法的多模盲均衡算法

针对常模盲均衡算法(CMA)收敛速度慢、收敛后稳态误差大且存在盲相位的现象,提出了一种基于混合蛙跳算法的多模盲均衡算法(SFLA-MMA)。它结合了智能优化算法的基本思想,将个体自身的进化及个体间的社会行为等概念引入到盲均衡技术中。该算法将多模盲均衡算法(MMA)代价函数的倒数定义为混合蛙跳算法(SFLA)的适应度函数,将青蛙群体中青蛙个体的位置向量作为MMA的初始权向量;利用SFLA的全局信息共享机制和局部深度搜索能力,在全局范围内搜索青蛙群体的最优位置向量并作为MMA的初始优化权向量。之后,通过MMA进行迭代,得到MMA的最优权向量。利用高阶多模正交振幅调制（QAM）与正交相移键控（APSK）信号对该算法进行了仿真验证。仿真结果表明,与CMA、MMA和基于粒子群算法的多模盲均衡算法(PSO-MMA)相比,SFLA-MMA在均衡高阶多模信号时收敛速度极快、稳态误差最小、输出信号星座图最清晰。     

α噪声环境下基于余弦代价函数的盲均衡算法

针对无线通信系统中传统常模盲均衡算法(CMA)在脉冲噪声环境下适应性较差,难以有效收敛的问题,提出了基于余弦代价函数的自适应分数低阶盲均衡算法。该算法将改进的余弦代价函数代替分数低阶常模盲均衡算法(FLOSCMA)中的代价函数,不再需要已知原信号的统计模值,其适用性更广。仿真实验结果表明,与Floscma、CMA算法以及其它变步长算法相比,本文算法在收敛速率和稳态误差方面均有所改进。     

正交小波分数间隔频率分集自优化盲均衡算法

为克服传统多输入判决反馈盲均衡算法(MI-DFE)稳态误差大、收敛速度慢的缺点,在分析正交小波、分数间隔均衡器、频率分集技术的基础上,提出了一种正交小波分数间隔频率分集自优化盲均衡算法(WT-FF-SOC).该算法将正交小波、分数间隔均衡器与频率分集技术相结合,先得到正交小波分数间隔频率分集盲均衡算法(WT-FF);对WT-FF中每一路的输出合并后再进行判决反馈,用常数模算法(CMA)更新权向量,并作为WT-FF-SOC的跟踪模式;对WT-FF中的每一路信号进行判决反馈处理后,再对判决反馈滤波器的输出进行合并,在推导盲RLS算法后,用盲RLS算法更新权向量,并作为WT-FF-SOC的启动模式。两种模式利用代价函数的判决阈值进行切换。该算法具有收敛速度快、稳态误差小的特点。水声信道的仿真结果,验证了算法的有效性。     

基于改进A~*算法的导盲避障路径规划策略研究

路径规划是导盲避障系统的重要组成部分之一。根据导盲避障要求,采用栅格可视化方法与连接代价优先级的设置进行路径规划预处理。在每帧规划中,提出一种改进的动态加权A~*的路径规划算法,通过引入"势场"的概念来动态调节启发函数的权系数,产生新的代价函数来引导路径搜索。采用二次加权的路径转换方法计算当前帧行进方向相对规划路径的角度偏差,作为诱导盲人行走的控制信息。实验表明,改进的动态加权A~*算法能够有效提高路径规划效率,整体路径规划策略可以成功实现导盲避障任务。     

基于压缩传递函数的神经网络盲均衡算法

提出了一种基于压缩传递函数的神经网络盲均衡算法。利用压缩传递函数,可以避免神经元的净输入落入传递函数的饱和区,从而避免权值调整进入代价函数性能曲面的平坦区,有效提高了算法的收敛速度。利用计算机仿真将文中算法、传统前馈神经网络盲均衡与目前海上靶场遥测信号接收所用的判决反馈均衡方法进行了比较,结果证明文中提出的算法具有更好的均衡性能,更具实用性。     

一种基于改进传播算子的波达方向估计方法

提出了一种新的适用于α稳定噪声环境的基于改进传播算子的DOA估计算法(或称为FLOM-PM算法).由于在α稳定分布噪声的环境下不存在有限的二阶矩,因此采用最小二乘(LS)方法来求解传播算子的算法将不再适用.在原传播算子算法(PM)的基础上,通过引入分数低阶矩建立新的误差代价函数,并通过对该代价函数的最小化,来估计传播算子,进而完成DOA估计.由于该算法可直接通过对阵列接收的数据向量进行分块来求解噪声子空间,不需要估计和计算共变矩阵(或分数低阶矩)及其特征向量,不但可减小估计的误差,而且可实现对小快拍数据的高分辨处理.仿真实验验证了该算法的有效性和正确性.     

基于循环平稳特性的时频分析法欠定盲源分离

基于二次时频分布的算法是解决欠定盲源分离问题的一种有效方法。不同于传统算法,针对循环平稳信号,借助分段平均的周期图法求解谱相关密度函数,并利用其实现Wigner-Ville时频分布的重构。计算信号时频分布矩阵并找出自源时频点,利用自源时频点对应的时频分布矩阵构建新的3阶张量模型。利用平行因子分解,直接实现源信号的分离。该算法不需要假设任意时频点的源数目,不大于混合信号数目。仿真实验结果表明,所提出的方法可以有效地抑制噪声,并且只需要一步即可实现源信号的恢复,避免“两步法”造成的误差叠加,提高了盲源分离的效率和性能。     

基于四元数粒子滤波的飞行器姿态估计算法研究

针对飞行器非线性姿态确定问题,提出了一种四元数粒子滤波算法。将状态向量分为线性部分和非线性部分分别进行处理,降低了粒子滤波的运算量。针对四元数加权求和规范化问题,通过构造拉格朗日代价函数的方法将四元数加权和问题转化为代价函数取极值时的四元数向量求解问题;并通过求取四元数误差方差矩阵对角线元素平方根的方法保证扰动四元数的规范化;利用乘性误差四元数表示四元数估计点与采样点之间的距离,求取四元数的协方差矩阵解决了旋转矢量方差计算问题。仿真实验表明,与传统的扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）算法相比,该算法估计精度更高,稳定性更好。     

基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法

针对现有多模盲均算法(MMA)收敛速度较慢、均方误差大的缺陷,提出一种基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法(DNA-GBA-FS-MMA)。该算法利用分数间隔均衡器对信号进行过采样,以获取更多信道信息;将DNA遗传算法引入到蝙蝠算法中,得到一种DNA遗传蝙蝠算法(DNA-GBA),利用这个新算法来寻找蝙蝠群的全局最优位置向量,并作为多模盲均衡算法初始化最优权向量的实部与虚部。仿真结果表明,与现有的MMA相比,DNA-GBA-FS-MMA 的稳态误差最小、收敛速度最快、星座点最清晰紧凑。     

基于蝙蝠算法的成对载波多址信号盲分离算法

针对现有PCMA信号盲分离算法存在应用范围受限、复杂度高等问题,提出了基于蝙蝠算法的成对载波多址信号盲分离算法。该算法首先对接收PCMA信号进行载波频率估计并对信号进行正交分解,然后处理得到两路基带混合信号,最后利用独立性判据"峭度"作为适应度函数,使用蝙蝠算法实现了源基带信号分离。该算法在不具备协作通信方发送的信息序列的先验条件下,能够实现对PCMA信号的盲分离。仿真实验表明,该算法具有良好的分离性能且复杂度低并对频率偏移不敏感的特点。     

基于循环平稳度准则的多路雷达信号识别算法

在日益复杂的电磁环境中分选识别出雷达信号,是电子对抗发挥功用的先决因素。关于雷达信号调制样式与信号参数的先验信息有限,难以为信号分选提供充足的情报支撑,且信号交叠严重制约着信号分选的效能。将上述需求转换为盲源分离问题,通过Givens变换构造高阶分离矩阵,将适用于两路信号的基于3阶循环量的循环平稳度（DCS）盲源分离算法拓展到适用于具有不同循环平稳频率的多路信号。通过理论推导证明了该方法的可行性,并推导出构造Givens矩阵参数确定的方法。利用循环平稳理论提取雷达信号在循环平稳域的特征,结合DCS分离准则进行仿真验证。仿真结果表明,该算法能够实现对多路雷达信号的有效分选。     

一种基于时频分析的多跳频信号盲源分离算法

针对多个无人机遥控信号的分离问题,提出一种基于时频分析进行数据处理的多跳频(frequency hopping, FH)信号盲源分离(blind source separation,BSS)算法。利用不同跳周期的跳频信号驻留时间的差异性,改进时频脊 线的提取;利用小波变换检测改进后时频脊线的突变点,求脊线最大驻留时间即为跳频信号中的最小跳周期;分离 出不同跳周期的跳频信号,并基于时频能量值的不同,对不同信号幅度的跳频信号进行盲源分离。结果表明：与同 类算法相比,该算法在不依赖多通道数据的采集及混合矩阵估计等情况下,可实现单通道情况下多跳频信号的盲源 分离,具有一定的工程应用价值。     

利用改进单分类支持向量机提升舰船尾流目标的检测准确率

舰船在航行过程中会在尾部产生一段包含大量气泡的湍流区域,通过对尾流的声学检测可以有效地跟踪船舶。基于一种改进单分类支持向量机（OCSVM）算法,利用无尾流情况下回波信号作为训练集的一个最优分类器,用于尾流回波信号模式判断。对回波信号进行降噪处理,进而提出一种自适应特征提取方法对回波信号进行处理;将特征提取作为输入,使用两层决策边界的双阈值OCSVM算法进行尾流检测。仿真结果表明,与常规OCSVM算法相比,改进算法在不同信噪比下的检测准确率均有提升,检测准确率最高可达96.27%,具有较好的工程应用价值。     

基于符号峭度最大化的水声信道盲均衡算法

利用随机信号的峭度能完全抑制高斯噪声（TN）的特点，结合符号算法，推导了盲均衡器权向量更新的符号峭度最大化自适应算法（SKMAA），该算法计算量小，在收敛速度与均方误差等方面的性能均优于CMA算法，特别有利于水声信息的实时恢复。通过水声信道盲均衡的仿真实验，进一步验证了该算法的有效性。     

时变环境对信源数估计及盲源分离的影响分析

针对信号来波方向突变、源信号个数及信号样式发生变化,对辐射源个数估计及盲源分离(blind source separation,BSS)结果的影响进行分析。源信号个数的估计采用基于信息论准则的估计方法,采用自适应盲分离算法 进行信号盲分离。实验结果表明：混合矩阵发生突变时,使用接收数据进行信源数估计,无法正确估计信源数;当 混合矩阵未发生突变,而信号样式发生突变时,源数估计算法能准确估计来波方向数;若混合矩阵不变,在某一来 波方向信号样式的改变,对信号的盲分离不会产生不利影响,可将该来波方向不同的信号样式分开;若混合矩阵不 变,阵列接收信号中信号个数的改变,对信号分离结果没有明显的不利影响。分析结果表明：该研究对评估信源数 估计算法和盲源分离算法在实际环境中的应用效果具有一定参考价值。     

基于协方差矩阵重构稳健波束形成算法

提出了一种新的基于协方差矩阵重构的稳健算法.该算法基于最小化输出期望信号空间倒谱,利用多项式拟合估计期望信号的导向矢量;从数据协方差矩阵中减去期望信号部分,得到干扰加噪声协方差矩阵,通过修正方法实现对干扰加噪声协方差矩阵的准确估计,解决了低信噪比时由于信号子空间发生缠绕,导致协方差矩阵估计存在较大误差的问题;理论分析与仿真实验表明了该算法的有效性和稳健性.     

单矢量水听器时空变换技术研究

提出了一种基于单矢量水听器的信号处理新技术。方法通过对单矢量水听器各通道时域采样数据进行分解,将单矢量水听器等效虚拟为具有空间孔径的半波均匀直线阵。与单矢量水听器相比,虚拟后的阵列具有更窄的空域指向性波束。利用虚拟阵列的快拍数据可完成对空间目标方位估计,且可对宽带和窄带信号在频率或时域进行处理。新方法无需进行阵列流型的校正,因而具有更强的鲁棒性。理论分析和计算机仿真表明,在各向同性噪声场中,对于窄带或宽带目标,新方法具有比单矢量水听器MUSIC算法更好的方位估计性能。湖上试验验证了算法的有效性。     

基于局部特征尺度分解与复合谱分析的齿轮性能退化特征提取

针对齿轮性能退化过程中振动信号复杂、特征提取困难等问题,提出采用基于局部特征尺度分解与复合谱的退化特征提取方法。改进复合谱分析法,利用离散余弦变换代替复合谱分析法的傅里叶变换,以减少特征信息的遗漏,提高特征信息敏感度;利用局部特征尺度分解法对振动信号进行分解,并采用贝叶斯信息准则与峭度时间序列互相关系数相结合对内禀尺度分量进行筛选,以剔除不必要分量的影响,有效地提取特征信息;利用改进的复合谱分析法对所选取的内禀尺度分量进行融合,提取复合谱熵作为特征向量。该退化特征提取方法运用于齿轮全寿命退化试验中,对实测信号进行特征提取和退化状态识别,结果表明改进后的复合谱熵对齿轮退化状态具有较好的表征能力。     

基于分数阶傅里叶变换的线性调频脉冲信号波达方向估计

针对宽带线性调频脉冲信号的时宽与观测时宽不等的情况,基于分数阶傅里叶变换(FRFT)提出了一种新的中心频率估计方法,并据此对基于FRFT的MUSIC算法的波达方向(DOA)估计进行了改进。该算法利用线性调频信号在傅里叶变换域良好的能量聚集性,分析了脉冲信号中心频率随着脉冲信号在观测时间内位置的变化规律,并修正了中心频率估计的方法。在相应的分数阶傅里叶域,构造分数阶傅里叶域的方向向量,利用MUSIC算法进行DOA估计。数值仿真验证了该算法对方位估计的有效性,并仿真分析信噪比（SNR）和脉冲信号时间宽度对方位估计结果的影响。随着SNR的增大、脉冲信号时间宽度的增加,方位估计方差减小。