基于广义周期性的单通道多分量正弦调频信号分离和参数估计

针对噪声条件下的单通道多分量正弦调频(SFM)信号,该文提出一种信号分离和参数提取方法。利用正弦调频信号的广义周期性进行奇异值分解,以求出分量信号的调制频率;通过离散点搜索,估计出分量信号的调频(FM)初始相位、调制指数及载频,并对这些估计值利用信赖域算法进行优化,减小误差;利用内积计算,估计分量信号的幅度和初始相位。此外,还利用自相关矩阵特征值分解估计混合信号的信噪比(SNR),并根据信噪比确定停止分解的阈值。在仿真与分析中,针对具体的信号详细说明了该方法的各步骤,并在不同信噪比条件下分析了该方法的参数估计精确度。     

基于加权SVM与信息粒化的时序波动范围预测

复杂时间序列是高度复杂的非线性动态系统,传统的支持向量机方法无法对单一点值进行精确的预测,因此,对时序波动区间的预测更有参考意义。基于此,提出一种基于加权支持向量机的时序波动范围预测算法。研究中以股票指数为例,首先将原始价格数据进行模糊信息粒化,并针对金融时间序列的特点,利用改进后的加权支持向量机对粒化后的价格数据作出回归分析,同时对参数进行优化。最后对3大股票指数的预测实验验证结果表明,该方法能对复杂时间序列的波动范围进行有效的预测,并且精度优于标准支持向量机模型。     

A User Range Accuracy Estimation Method of the Global Navigation Satellite System

An Analytic estimation method （AEM） which has less execution time is proposed to calculate the User range accuracy （URA） used by the user to detect the integrity potential risk. It shows that the most important thing of computing URA is to find the maximum error vector in the error vector space. By using the covariance matrix of the error vector, the searching of the maximum error vector is converted to an analytic geometry problem. The value of the maximum error vector can be obtained di- rectly by mathematical derivation. Experiments are made to compare the performance between the proposed AEM algorithm and the Exhaustive grid search （EGS） method. The related results show that the AEM algorithm can re- duce more than 92% of execution time. This algorithm is more suitable for computing URA at the Master control station （MCS） for the engineering applications.     

Periodic variation method for blind symbol rate estimation

In order to obtain unknown symbol rate of incoming signal at a receiver, in this paper, cyclostationary features of linear digitally modulated signals are exploited by proposed periodic variation method. A low complexity but highly accurate symbol rate estimation technique is obtained. The proposed method is based on a superposed epoch analysis over autocorrelations obtained blindly in different sampling frequencies. The obtained autocorrelations are analyzed in the frequency domain, and it is seen that there are large oscillations when the autocorrelation is obtained around the symbol rate. Then, a superposed epoch analysis is developed in order to estimate symbol rate based of the periodic variations on the frequency responses of autocorrelations. The proposed algorithm is quite accurate in the noisy environment because the noise is having no frequency component after taking Fourier transform of autocorrelations in all sampling rates, and this feature is also valid for the offset frequency that the purposed estimation is not affected by offset frequency. Thus, a successful blind symbol rate estimation algorithm is obtained, and it performs much better error performance than those using the well‐known cyclic correlation based symbol rate estimations, as it is proven by the obtained performances presented in the paper. Copyright © 2013 John Wiley & Sons, Ltd.     

时滞和相关性观测条件下的红外目标状态估计方法

着重对红外跟踪系统目标状态估计过程中存在的观测量滞后和相关性问题进行研究。在目标跟踪过程中,脱靶量信号的滞后导致目标量测位置和真实值间是有误差的,进而通过状态估计得到的目标参数也是不准确的,另外观测量的相关性也降低了估计效果的准确性。对于以上问题,首先利用观测重组技术对时滞观测序列进行重组,将其转化为变结构无时滞观测系统,并在此基础上提出了一种时滞椭球集员估计算法(Delayed ellipsoidal set filter,DESF)。仿真实验结果表明,DESF算法可以有效克服观测序列相关性的影响,同时系统跟踪性能较不考虑观测延迟的情况也有显著提高。     

复杂电磁环境下雷达抗干扰方法研究

针对复杂电磁环境背景下雷达作战的实际需求,研究雷达作战环境中的电子干扰,主要是噪声调幅干扰和噪声调频干扰,以理论研究为基础,分析雷达抗干扰问题,以便提高雷达在复杂电磁环境下的作战能力。     

MIMO—OFDM低延迟信道估计改进算法

为了克服多输入多输出正交频分复用（MIMO—OFDM）移动系统中采用空间复用技术的下行链路性能出现衰退现象,提出一种信道估计改进算法。它根据信道状态并通过一个决策指导方案为4×4 MIMO系统提供大约4bit／s／Hz的数据。通过使用LDPC短码,在LDPC译码器输出端采用MIMO—OFDM符号重建方法,达到提高估计精度的目的。在3GPP MIMO空间信道模型下进行了仿真验证,结果表明指定速率下的估计精度得到改善。     

一种图像压缩的改进方法

提出了一种自适应最短码长熵编码方法,用加权后的条件概率分布进行Context建模,最后用算术编码对图像进行编码,从而达到压缩效果。     

电子倍增CCD噪声参数的估计方法

为定量评价电子倍增CCD(EMCCD)图像噪声的大小,实现对EMCCD 图像噪声参数的准确估计,研究了EMCCD 的噪声分布模型及其参数估计方法。首先,讨论了EMCCD 图像的噪声来源及其统计特性,由此建立了适于EMCCD 的噪声分布模型。然后,提出了两种EMCCD 噪声参数估计方法矩估计法和高斯-牛顿法,采用Monte Carlo 仿真验证其性能。仿真结果表明,矩估计法和高斯-牛顿法的平均相对误差和相对标准偏差均为10-2 量级,估计精度较高,且高斯-牛顿法的估计精度要高于矩估计法。采集一系列无增益时积分时间为50 s的暗场图片和增益为50 的本底图片,利用矩估计法和高斯-牛顿法分别估计出EMCCD 的暗电流噪声、时钟感生电荷噪声和读出噪声,实验结果表明,估计值与EMCCD 指标值一致,证明矩估计法和高斯-牛顿法能有效估计噪声参数且具有较高的精度。     

嵌入式系统的制冷CCD相机

根据天文摄影中CCD的工作特性,提出了基于嵌入式技术制冷CCD相机的新方法,以ARM微处理器为硬件平台设计了嵌入式制冷CCD相机,并在低照度下的天文观测中取得了良好的效果.基于天文制冷CCD的具体特性和对信号数据输出的要求,选用CXD1267和AD9826分别设计CCD的列转移驱动时序和CCD的水平读出时序.通过微处理器定时中断,实现对CCD制冷温度的实时控制.分析了科学级CCD噪声的种类及来源,通过实验得到了温度、曝光时间与暗电流噪声的关系以及CCD的读出速率与读出噪声的关系.进而在硬件和软件上采取了相应的措施有效地降低了CCD的噪声.