低信噪比DS-UWB信号伪码的盲估计方法

文中介绍了DS-UWB信号模型及其时域表达式,并基于此研究了在低信噪比下DS-UWB信号伪码盲估计的问题.提出了DS-UWB信号的相关矩阵累加平均与其特征分解相结合的方法.该方法可以由相关矩阵的主特征向量估计出观察信号的伪码.文中在理论分析的前提下,用仿真实验证明了这种方法在低信噪比下是非常有效的.     

一种同时估计直扩信号伪码周期及码片速率的方法

在直扩（DSSS）通信的非合作无线电侦测、通信管理和管制等领域中,首要任务就是必须检测与估计到DSSS信号及有关参数,包括DSSS信号的伪码周期、码片速率等。由于DSSS信号的功率谱密度通常很低,往往被噪声淹没,致使常规的信号检测与估计方法无法直接应用。针对DSSS信号检测及其伪码周期、码片速率估计问题,综合了有关DSSS信号处理的相关处理方法,提出了可以同时检测DSSS信号并估计其伪码周期、码片速率参数的自相关方法。理论分析和实验表明所提出的方法在较低信噪比的环境下完全能对DSSS信号及其参数做出有效的检测与估计。     

微弱DS—UWB信号的盲估计方法研究

介绍了直接序列超宽带(DS-UWB)信号的信号模型及其时域表达式,提出了用DS-UWB信号的相关矩阵特征分解的方法来解决在低信噪比下DS-UWB信号伪码和相关参数盲估计的问题.该方法可以在一个算法中同时实现码同步和伪码序列的恢复,大大减小了估计的复杂度和相位模糊度.理论分析和仿真实验都证明了该方法在低信噪比下的有效性.     

基于图像单调特性的盲源分离算法*

针对日常生活中两幅图像会出现混叠的情况,根据数字化图像灰度值范围有界特性和一般信号盲源分离的方法,提出了一种利用分离比值函数单调特性达到图像盲分离目的的新算法。新算法根据接收端的观察信号确定信号之间的比值函数,通过函数的单调性分析找到分离矩阵的关键值,从而实现图像的盲源分离。本算法无须先验知识,没有统计相关性的约束条件,而且分离速度快、效果明显,实验仿真结果验证了算法的有效性。     

ICA的一种新应用：图像滤波

利用独立分量分析的特性,提出一种新颖的图像滤波方法。该方法将原始图像和整体向右平移一列的图像看作ICA观测信号,对这2幅强相关性图像组成的矩阵信息进行ICA处理,可以得到一幅锐化图像,表明ICA在这种情况下具有高通滤波的性能。计算机仿真实验结果说明,该方法提取出的锐化图像具有层次感强、定位精度高等特点,是一种有效的滤波方法。     

基于Haar小波的多尺度NLOS误差抑制算法

针对无线定位中非视距（Non-Line of Sight,NLOS）误差对定位精度的影响,在分析NLOS误差特性的基础之上提出了多尺度误差抑制算法。该算法将信号的多尺度估计方法和卡尔曼滤波相结合,利用小波变换特有的低通滤波特性能和小波阀值去噪能够很好地消除到达时间/到达时间差分（Time of Arrival/Time Diff of Arrival,TOA/TDOA）测量值中的NLOS误差,给出了Haar小波的实现方法。仿真实验结果表明,该算法在不同的NLOS误差模型和不同的信道环境下均能很好地抑制NLOS误差,较大幅度地提高了定位精度。     

DS-UWB信号参数估计的自相关算法

利用DS-UWB信号周期平穗的特性,根据DS-UWB信号与高斯白噪声在自相关域上的差异,提出了一种DS-UWB信号参数估计的自相关算法.该算法可以在自相关积分时间不同的情况下,准确地估计DS-UWB信号伪码周期和伪码码片宽度,为下一步实现DS-UWB信号的细微特征分析提供了参考.理论分析和仿真实验都证明了该方法在低信噪比下非常有效.