频率选择性信道下的多天线信号分量合成算法

信道的多径效应和噪声会严重地影响信号的通信质量,可以通过空间分集技术提高信噪比和降低多径的影响。针对频率选择性信道下的多天线信号合成问题,给出了一种在未知信道下无需进行符号同步的多天线信号分量合成算法。在频域,该算法按照每频点信噪比最大化准则对信号进行加权合成,提高合成输出信号的每个频点信噪比,降低合成信号的衰弱特性。另外,分析了采用FFT实现时的相关问题,并利用常用的QPSK和16QAM信号进行仿真验证,最后对合成前后的信号进行解调。结果表明该算法能够有效地提高信号的接收质量,无需信号的定时同步和载波同步,对信号调制方式透明,为频率选择性信道下的低信噪比信号合成提供了新的解决思路,具有较强的实用价值。     

一种用于天线组阵的合成权值盲估计算法

对于无法达到定时同步门限的微弱信号,天线组阵技术是有效的解决方法,能够提高信号的接收质量。针对信噪比低、频域上信号之间保护间隔窄的该类信号最佳合成权值估计问题,提出了一种合成权值盲估计算法。该算法充分考虑信号间的关系,利用信号的二阶矩和噪声的相关特性,实现合成权值盲估计,解决了信号合成中权值估计的通用性问题。理论分析和仿真结果表明,该算法能适用于在未知信号信噪比、调制方式、带宽以及中心频率偏差下的信号合成,而且计算量简单,易于实现。     

带限信号时延估计快速算法研究

针对信号一般有带限的特性,本文利用线性调频Z变换(CZT)的方法对频谱进行细化,提出一种可以满足实际需要的相关峰插值快速算法IBCZT。仿真结果表明该算法可以大大提高时延估计精度和速度,对于宽带相关噪声有一定的抑制作用,更具有实时性。     

基于定时信息加权的时差估计方法研究

时差估计问题作为参数提取问题的重要组成部分,一直是信号处理领域研究的热点。针对两路信号模型下的时差估计问题展开研究,利用数字通信信号所具有的逐符号信息传输的特点,提出一种基于定时信息加权的时差估计方法。通过对信号定时信息提取和广义互相关处理构建关于时差估计的信号模型,最终给出时差估计的最小二乘解。仿真结果表明,该算法较经典的广义互相关法具有更好的估计性能,其性能改善在低信噪比下尤为明显。     

基于特征值分解的随机分布传感器信号合成增强

将传感网中随机布设传感器节点所接收到的微弱信号进行合成,可有效增强传感器网络的信号感知能力.本文关注的是该微弱信号的合成权值估计问题.以合成信号的自相关系数作为目标函数,本文提出了一种基于特征值分解的合成权值估计算法.该算法无需估计噪声相关矩阵,适用于噪声方差不一致的环境.数值仿真结果显示,本文提出的基于自相关系数的特征值分解合成权值估计算法,在低信噪比、噪声方差不等的条件下,性能优于以合成信号信噪比或者合成信号功率为目标函数的特征值分解合成权值估计算法.     

随机布局天线系统的跳频信号分选研究

现有的利用DOA分选跳频信号的方法大多使用规范的阵列流型,对天线的布局和通道的一致性要求较高,不能适用于机动灵活的应用场景。针对以上问题,本文在随机布局的多天线系统下利用稀疏贝叶斯学习算法对接收信号进行稀疏重构,根据稀疏权值向量估计跳频信号个数、载波频率以及各信号相对于多天线系统的时延向量,利用一种改进的K-means聚类算法对不同空域位置的跳频信号进行分选。仿真结果证明,本文提出的方法相比于已有的分选方法能够更加准确地完成参数估计和信号分选。      

采用余弦调制滤波器组的多径衰落信号子带合成

本文关注的是多路多径衰落信号的最佳合成问题。分集技术是对抗多径衰落的有效方法,其中采用最大比合并的方式是最佳的分集合成方案。但是传统分集技术中多径信号合成采用的是实数合成权值,不能使合成信号所有频率范围内的信号分量均取得最大信噪比。本文根据多径衰落信号的最佳合成结构,提出了一种子带合成算法。该算法采用余弦调制滤波器组将宽带衰落信号分为若干带宽较小的子带信号。通过对应子带的最佳合成与合成信号的完美重构,使得合成输出信号具有最佳的信噪比。仿真结果表明通过该子带合成算法可以有效提高合成信号的解调质量,降低解调的误符号率。      

一种基于频域插值的非同频采样信号的补偿方法

在异地多天线信号合成中,非同频采样会给合成性能带来损失,因此需要对信号间的采样频率偏差进行估计并补偿。提出了一种基于频域变换的信号采样频率偏差补偿方法,该方法根据采样频率偏差估计值对信号进行不同点数的DFT,通过在频域对齐信号的采样点来实现采样频率偏差的补偿,从而达到提高合成信号信噪比的目的。利用两路QPSK信号进行了仿真验证,给出了利用快速傅里叶变换来减小计算量的方案。结果表明,该算法能够较好地对采样频率偏差进行补偿,且能够通过选择不同的FFT算法来节省计算量,为采样频率偏差的补偿提供了新的解决思路。     

天线组阵中基于SUMPLE的联合信号检测

针对低信噪比下天线组阵信号的检测问题,本文提出了一种基于SUMPLE合成的联合检测算法。传统信号检测算法在低信噪比下的检测效率很低,并且难以直接应用于多天线组阵系统。本算法综合利用SUMPLE合成时权值收敛特性以及各路信号之间强相关性,对信号存在性进行检测。理论分析和仿真结果表明,该算法具有适用于多天线组阵系统以及检测概率高的优势。并且在接收信号信噪比低至-12dB时,算法仍然有80%以上的检测概率,提高了传统多天线组阵信号检测的性能。      

基于频域波形合成的盲空间分集均衡器设计

针对频率选择性衰落信道下的多天线盲接收问题,本文提出了一种新的"合成器-均衡器"盲空间分集均衡器结构.基于频域波形合成、均衡器与软符号信息的联合处理框架,首先设计了频域BLOCK-SUMPLE迭代算法,对多路信号频域合成权值进行联合估计,实现频率选择性衰落信道下的波形合成.在此基础上,利用均衡器输出软符号信息重构合成参考,对权值相位予以修正,实现对等效合成信道的优化补偿.与传统盲空间分集均衡算法相比,上述算法实现无需训练序列辅助,并且优化了信号分集合并性能,降低了均衡器的设计难度.仿真结果表明,采用新型结构可有效改善衰落信道下的盲接收效果,逼近最佳空间分集均衡器性能.