非合作跳频信号参数的盲压缩感知估计

针对非合作跳频通信系统采样速率高,先验信息少等问题,论文提出基于盲压缩感知重构理论参数估计算法。利用稀疏编码与正交基变换交替迭代的思想实现信号精确重构,并根据重构结果直接对跳频信号进行参数估计。与传统的压缩感知理论相比,盲压缩感知理论避免了对信号先验信息的需求,有效解决了非合作通信系统中先验信息少的问题。首先,建立信号模型,然后利用正交块对角盲压缩感知算法（Orthonormal Block Diagonal Blind Compressed Sensing,OBD-BCS）实现信号的重构,并估算出跳变频率及跳变周期。通过实验分析,该方法可以在低信噪比环境下恢复信号原始结构及信息,完成参数估计。      

基于贝叶斯压缩感知的跳频信号参数估计

针对跳频信号参数估计问题,提出一种基于贝叶斯压缩感知的方法。根据跳频信号的数学模型,将待估计的参数在给定的定义域内离散化构建过完备字典。由此,将参数估计问题转换为压缩感知邻域的稀疏表示问题。考虑到参数估计过程中存在的噪声干扰,采用贝叶斯压缩感知求解稀疏表示系数。根据稀疏表示系数的非零元素分布中解算跳频信号的跳变周期、跳变时刻以及跳频频率的估计值。基于仿真数据对提出方法进行验证实验,其结果表明了方法的有效性。     

一种新的跳频信号参数盲估计算法

本文针对通信对抗中的跳频信号参数盲估计问题,提出了一种基于原子分解算法的跳频信号参数盲估计方法.根据跳频信号内部结构的特点,以加窗正弦函数为基函数构造了一种与跳频信号匹配的3-参数时频原子字典,将跳频信号分解为有限个3-参数时频原子的组合,最终根据这些时频原子的参数值来估计跳频信号的参数.仿真实验表明,该方法能够在未知任何先验知识的情况下,对跳频信号的跳周期、跳变时刻和跳频频率进行有效估计.     

基于滑窗和原子字典的压缩域跳频信号参数估计算法

现有跳频信号参数估计算法大多没有考虑跳频信号的结构特性,在低信噪比下存在计算复杂度高或估计精度低的缺点,针对这一问题,该文提出一种基于滑窗和原子字典的压缩域跳频信号参数估计算法。用滑窗法对所处理的跳频信号进行整周期滑动压缩采样,粗略估计出跳频信号的跳变时刻,以块对角化的傅里叶正交基作为稀疏基精确估计出跳变前后的频率,在此基础上构建可以表示跳频信号局部时频特性的原子字典,通过匹配追踪算法准确估计出跳频信号的跳变时刻。实验结果表明,该算法在显著降低信号采样数据量和计算复杂度的同时,保持了跳频信号参数的高精度估计。     

基于最小二乘法的跳频信号参数估计

作为目前较为成熟的抗干扰手段,跳频通信技术得到了巨大的发展。因此对于如何估计跳频信号的参数,人们提出了许多方法。短时傅立叶变换作为时频分析法的一种,由于其具有计算量小、算法简单的优点得到了广泛的运用,但是存在估计精度不高的缺点,文章提出最小二乘拟合算法,在用短时傅里叶变换(STFT)算法对跳频信号参数进行估计进之后,再利用数据的统计特性,用最小二乘法做线性拟合,计算出某一跳频时刻的平均跳变周期,从而提高STFT调频估计的精度。经仿真结果验证了该算法的有效性。     

基于多通道数据融合的跳频信号频率跳变时刻估计算法

针对低信噪比条件下宽带高速跳频信号的参数估计问题,提出一种多通道数据融合跳频信号频率跳变时刻估计算法。该算法利用无盲区数字信道化预处理实现宽带跳频信号的全概率、全盲接收,通过数据融合得到一路包含全部频率跳变信息的参考信号,并利用该参考信号进行最大似然估计得到频率跳变时刻精确估计值。给出了所提出跳变时刻估计算法的Cramer-Rao下界并进行实验仿真。理论推导和仿真结果表明:针对一定的输入信噪比,适当选择信道化数和估计时间可实现较高的估计精度。在0dB信噪比条件下,采用16通道数字信道化处理,估计方差小于10-3。      

基于分段压缩和原子范数的跳频信号参数估计

针对压缩域跳频信号参数估计方法需借助测量矩阵寻找压缩采样数据的数字特征,造成运算复杂度高,且存在基不匹配的问题,提出一种压缩域数字特征和原子范数的跳频信号参数估计方法。建立块对角化的测量矩阵,实现信号分段压缩,分析压缩采样数据的数字特征,实现跳变时刻粗估计;分离出未发生频率跳变的信号段,利用原子范数最小化方法实现跳变频率的精确估计;最后依据精确估计的跳变频率,设计原子字典,并在压缩域实现跳变时刻的精确估计。基于该算法的跳变频率估计性能高于基于压缩感知的跳变频率估计,亦能精确估计跳频信号的跳变时刻。仿真结果显示,在信噪比高于-2 dB,压缩比高于0.5时,基于该算法的归一化跳变频率估计误差低于10-4,归一化跳变时刻估计误差低于10-2。     

基于稀疏时频分布的跳频信号参数估计

基于常规时频分析方法的跳频信号参数估计中,采用核函数抑制时频分布交叉项会导致时频聚集性的下降,不利于信号参数提取。针对此问题,该文提出一种基于稀疏时频分布(STFD)的跳频信号处理方法。该方法首先根据Cohen类分布的原理和跳频信号模糊函数的特点,以模糊域矩形窗为核函数,构建了一种Cohen类的矩形核分布(RKD)。RKD可有效抑制交叉项,但其时频分辨率较低。为提高RKD的时频性能,在压缩感知框架下,利用跳频信号时频分布的稀疏特性,对RKD附加稀疏性约束,建立稀疏时频分布(STFD)的优化求解模型。STFD不仅能有效抑制交叉项,而且具有良好的时频聚集性。仿真分析表明,与传统时频分析方法相比,该文提出的基于STFD的跳频信号参数估计方法性能更优。     

基于重排Gabor谱方法的跳频信号参数估计

对接收到的跳频信号进行时频分析是跳频信号参数估计的重要步骤。利用重排方法对信号的时频谱图进行重排,有效地抑制了交叉干扰项,提高了信号的时频聚集性并且改善了信号时频谱图的可读性。对跳频信号的Gabor谱进行重排,能够在低信噪比条件下估计出跳频信号的跳频周期、跳变时刻和跳频频率等参数。仿真结果表明,与Gabor谱方法比较,采用重。排Gabor谱方法对跳频信号进行分析,提高了跳频信号的跳频周期和跳变时刻估计的准确性。     

基于时频分布迭代的跳频信号参数估计

提出了一种基于时频分布迭代的跳频信号参数估计新算法,利用时频平面最大值,通过计算跳频信号与最优原子时频分布的残差逐次迭代获取匹配于跳频信号分量的时频参数,进而实现跳频信号参数估计.理论分析和仿真结果表明,与基于匹配追踪和粒子群优化的跳频信号参数估计相比,基于时频分布迭代的参数估计算法在保证算法精度的情况下,有效地降低了算法的计算复杂度,为跳频信号盲接收的实时实现提供了一种新方法.     

一种跳频信号实时跟踪与参数估计方法

现有的跳频信号处理方法往往需要积累足够长的样本数据,缺乏实时快速运算的能力,无法处理高速跳频信号。在小样本条件下提出一种跳频信号实时跟踪和参数估计方法。根据跳频信号的频域稀疏性建立信号模型,引入稀疏贝叶斯学习(SBL)算法解决多观测向量(MMV)信号重构问题。在构建新的判决统计量基础上,推导一种保持恒虚警概率的跳变时刻检测方法,设计滑动策略实现跳频信号的实时跟踪。分别利用几何重心法和最小二乘法估计每跳(hop)的载波频率和来波方向(DOA)。实验证明,新方法在低信噪比(SNR)下具有更低的虚警概率,参数估计精确度得到明显提升。     

卫星通信中的一种小参量跳频BPSK/DPSK相位估计算法

军事卫星通信系统中很多情况下采用跳频通信,这就导致PSK的相干检测比较困难,通常使用增加参考符号来对接收信号的相位进行估计.因此很多系统采用差分相位调制,比如DPSK调制方式就不需要相位信息,但DPSK比PSK的功率效率要低.本文提出一种新的相位估计算法,该算法利用小数据量的参考信号对相位调制信号的相干检测来提高功率效率,而且在同一编码块(同一跳)中实现相位估计.本文在3种通信信道环境下进行模拟试验(蒙特卡罗仿真),最后以输出的误码率来验证算法的先进性.     

超宽带雷达中基于小波变换的时延估计方法

在分析时延估计方法及存在的问题的基础上，为提高时延估计的准确性和算法速度，通过小波的分解与重构算法在不同的分辨率级别上进行时延估计，得出了超宽带线性调频雷达中基于小波多分辨方法的时延估计新算法。由于这种算法对于信号及噪声的特性并未提出要求，因而适合于超宽带雷达中的时延估计。     

一种针对压缩域信号的新型锁相环技术

针对通信信号压缩采样获得的压缩域信号频率、相位提取问题,提出了一种基于压缩感知的新型锁相环技术。通过深入研究压缩域的信号估计问题,提出了压缩域锁相环路,可以直接在压缩域同步跟踪信号频率和相位变化,不再需要高复杂度的信号重构处理。分析了环路模型及其估计性能,并针对该锁相环可行性和性能分别进行了仿真实验。仿真结果不仅验证了压缩域锁相环的可行性,同时表明该环路能够实现高动态信号的高精度频率提取。压缩域锁相环的应用潜力较大,例如可以作为压缩感知通信接收机的同步解调方法。     

基于贝叶斯压缩感知理论的超宽带通信信道估计

超宽带是一种新颖的高速无线通信技术。其过高的带宽给采样带来了困难,压缩感知理论提供了一种可行的低速采样方法。针对目前的压缩感知超宽带信道估计方法必须假设信道稀疏度已知,论文提出了基于贝叶斯压缩感知理论的超宽带信道估计方法。将超宽带信道估计转化为压缩感知理论中的重构问题,并使用贝叶斯压缩感知方法进行重构,得到信道估计值及其误差范围,最终实现信息解调。贝叶斯压缩感知理论将稀疏贝叶斯学习理论引入到压缩感知中,给需要重构向量中的每个值设置受超参数控制的后验概率密度函数,在超参数的更新过程中,零值所对应的超参数将趋向于无穷大,与之对应的后验概率将趋向于零,通过这种方法剔除非重要多径,自适应地找出信道向量中的重要多径,并使用回归算法进行重构。实验结果表明在信道稀疏度未知的情况下,该方法能够对原信道进行有效的重构。     

MPEG-2压缩域中鲁棒性摄像机运动估计算法的研究

在视频检索的很多应用中,比如对象轨迹追踪,都需要首先分离摄像机运动。现提出一种MPEG-2压缩域中鲁棒性摄像机运动估计——自适应尺度残差一致性ASRC（Adaptive-Scale Residual Consensus）算法,只使用P帧的运动向量,并对多重结构噪声可达到80%的击穿点,使MPEG矢量场中奇异值的影响降到最小。对比经典LMedS估计,提出的ASRC具有更好的鲁棒性和击穿点。实验结果显示出令人满意的效果。     

Walsh coded training signal aided time domain channel estimation for MIMO-OFDM systems

This letter proposes a novel Walsh coded training signal design and decoding method to estimate the channel response in MIMO-OFDM systems. The Walsh coded training signals, designed to be orthogonal in the time domain, facilitate the separation of the desired training signal from the received mixed signal and the estimation of the channel response. The proposed channel estimation method is directly applicable to practical MIMO-OFDM systems with null subcarriers and exhibits nearly the same performance as Li?s original channel estimator [5] at a much reduced computational complexity.     

压缩域内的视频图像处理算法

介绍了一些在压缩域内处理已压缩视频流的算法，主要关注如何对DCT系数直接进行处理的算法，对于带有运动估计的压缩系统(如MPEG视频压缩码)介绍了一些解码算法及相应压缩域内的重构操作，这些算法也应用于视频转码。     

一种基于压缩感知的信号重建新算法

在求解基追踪问题的线性化Bregman迭代方法基础上,结合了广义逆的迭代技术得到一种稀疏信号重构的新算法。该算法在计算Moore-Penrose广义逆时,采用了迭代计算的方式,与算法本身相结合使得仅有矩阵向量乘积运算,避免了奇异值分解的较大工作量。通过数值试验可知,新算法相对线性化Bregman算法在计算时间上约减少了2/3,同时信号的恢复效果也是稳定有效的。因此,新算法是一种有效可行的信号重建算法。     

一种基于压缩感知的信号重建新算法

在求解基追踪问题的线性化Bregman迭代方法基础上,结合了广义逆的迭代技术得到一种稀疏信号重构的新算法。该算法在计算Moore-Penrose广义逆时,采用了迭代计算的方式,与算法本身相结合使得仅有矩阵向量乘积运算,避免了奇异值分解的较大工作量。通过数值试验可知,新算法相对线性化Bregman算法在计算时间上约减少了2/3,同时信号的恢复效果也是稳定有效的。因此,新算法是一种有效可行的信号重建算法。