一种实用的融合方法在辅助粒子滤波中的应用

研究机动目标跟踪优化问题,传统的扩展卡尔曼滤波(Extended Kalman Filtering,EKF),无迹卡尔曼滤波(UnscentedKalman Filtering,UKF)跟踪机动目标强非线性系统,滤波精度有限,并存在噪声。为了提高跟踪滤波的精准性和可靠性,提出建立一种协同转弯非线性模型,将辅助粒子滤波(Auxiliary Particle Filtering)和数据融合相结合的跟踪滤波算法。辅助粒子滤波在重采样前对各个粒子权值依据似然函数进行修正,同时采用一种将多个滤波器结合的实用的数据融合方法,可以进一步提高滤波精度。经仿真表明,算法能减小运算量,并能很好的提高跟踪滤波精度。     

窄带干扰环境下直扩信号伪码的盲估计方法研究

为了解决窄带干扰条件下低信噪比直扩信号扩频码的盲估计问题,该文提出了一种直扩信号的相关矩阵累加平均结合矩阵特征分解的方法。该方法首先按照已获知的直扩信号扩频码周期、码速率等二次统计特性参数对接收信号进行取样处理以获得一个观察向量集,接着用所提出的方法对该集合进行处理,其结果可以估计出信号所夹杂的窄带干扰(以多音干扰为例)特征波形,同时还可以进一步估计出信号的扩频码序列。利用前者,可以进一步消除信号所夹杂的窄带干扰,而利用后者则可以对接收信号实行盲解扩处理。理论分析和数值结果都表明了该方法非常有效,并能工作在较低的输入信噪比和很低的信号干扰比环境下。     

基于并联Duffing振子的微弱QPSK信号解调

针对微弱QPSK信号传统解调方法误码率高且其存在相位模糊的缺点,提出了一种基于并联Duffing振子的解调方法.该方法利用混沌振子对待测信号相位的敏感性,先将微弱QPSK信号通过并联Duffing振子系统,系统的输出是交替出现的周期状态与混沌状态,再计算信号功率谱密度的熵加以区别,进而判决解调QPSK信号.仿真结果表明...     

基于纠错编码和扩频调制的彩色图像水印算法

提出一种基于纠错编码和码分多址(CDMA)的彩色图像水印算法,先后将秘密信息进行Arnold置乱,纠错编码,扩频调制.提取宿主图像的绿色分量,对其进行离散余弦变换,将预处理的水印嵌入到变换后的部分中频区域.水印提取部分,首先对待测图像的绿色分量做离散余弦变换,其次提取中频部分的水印信息,将提取的值和由密钥得到的Gold...     

基于多任务学习的MIMO-OFDM信号联合信噪比估计与调制识别

针对当前非协作通信中MIMO-OFDM信号信噪比盲估计与子载波的调制识别研究仅集中在单个任务中的问题,提出了一种将深度神经网络与多任务学习(MTL)框架相结合从而同时完成信噪比盲估计与调制识别的算法。首先利用特征值矩阵联合近似对角化算法(JADE)恢复发送信号,并提取恢复信号的同向正交(I/Q)分量作为浅层特征;然后搭建基于一维卷积神经网络(CNN)的多任务学习模型,通过联合训练信噪比(SNR)估计和调制识别两个任务,实现优势互补。仿真结果表明,所提算法可获得比单任务学习(STL)更优的性能,当信噪比为-10dB时,信噪比估计的均方误差降低了66.21%,调制识别精度提高了4.75%。另外,多任务学习模型在信噪比大于-1dB时,信噪比估计的均方误差小于0.1;信噪比为3dB时,调制识别的精度可达到100%。     

带残余频偏的QPSK-DSSS信号伪码序列盲估计

针对正交相移键控(QPSK)调制的带残余频偏直接序列扩频(DSSS)信号伪码序列难以估计的问题,提出信号相关矩阵特征分解结合全数字锁相环(DPLL)进行伪码序列估计的方法。首先对接收信号进行采样和分段得到数据矩阵;根据最大化信号相关矩阵的谱范数估计出伪码序列的同步点;在同步基础上再计算信号相关矩阵的特征子空间;针对其主分量特征向量带有残余频偏且相位存在π/2跳变的问题,采用全数字锁相环跟踪和消除其残余频偏进而恢复伪码序列。研究结果表明,针对QPSK-DSSS信号,所提方法能够实现负信噪比下伪码序列的盲估计。     

一种基于几何谱减法和听觉掩蔽效应的语音增强方法

针对低信噪比下非平稳噪声环境情况,几何谱减算法产生较大的语音畸变的缺点,提出了一种结合听觉掩蔽效应的改进算法,该算法通过对噪声的实时估计,同时结合听觉掩蔽效应设计一个感知滤波器,对增强后的信号频谱进行滤波以抑制背景噪声,从而将残留噪声强度控制在掩蔽阈值之下.通过计算PESQ、oSNR、语谱图及时域仿真波形图分析及主观试听表明:改进的几何谱减算法不仅提高了语音信号的信噪比,而且残留噪声和语音畸变较小,提高了语音的可懂度.     

分数阶傅里叶变换与虚拟阵列相结合的波达方向估计

针对常规的MUSIC、ESPRIT算法不能估计宽带线性调频(LFM)信号、相干LFM信号和平滑技术解相干在低信噪比下精度不高的问题,提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)与虚拟阵列变换法相结合的宽带相干LFM信号的波达方向(DOA)估计方法。该方法首先将天线阵的观测信号变换到分数阶Fourier域(FRF域),把时域时变的方向向量转化为FRF域时不变的方向向量,然后构造FRF域的阵列信号相关矩阵,用虚拟阵列变换法对相干信号进行解相干,再用ESPRIT算法进行波达方向估计。理论分析和仿真结果表明:在较低信噪比和较少采样快拍时,不仅能实现更准确的DOA估计,而且不损失阵列的孔径,使N个阵元中可估计相干信号源数目达N-1个,提高了阵元数的利用率。     

多径衰落信道下BOC信号捕获性能分析

针对多径衰落信道下BOC(二进制偏移载波)信号的捕获问题,通过对多径衰落信道建模,运用目前较优越的捕获算法对各信道下的捕获性能进行比较。结合莱斯因子K、多径径数L以及多径延迟,分析了多径衰落信道对B OC信号捕获产生的影响。理论分析和仿真结果表明,K值越大,捕获函数峰值越大,捕获性能越好;L值越小,出现副峰越少,捕获性能越好。     

基于高阶统计量的OFDM子载波调制识别算法北大核心

针对OFDM(正交频分复用)信号子载波调制方式识别的问题,提出了一种将高阶矩和高阶累积量相结合的联合识别算法。该算法首先运用基于高阶矩的特征量把MPSK(多进制相移键控)调制(M=2、4)、64QAM(六阶正交幅度调制)和16QAM(四阶正交幅度调制)区分开,然后再利用基于高阶累积量的特征量区分BPSK(二进制相移键控)调制和QPSK(四相相移键控)调制。从理论上进行了推导与分析,该算法对多径衰落与噪声干扰不敏感。计算机仿真结果表明,所提算法在多径信道条件下具有良好的识别性能。