MPSK信号的最大似然SNR估计方法

该文利用最大似然准则分别推导了对于MPSK信号的数据辅助SNR估计方法、判决指向SNR估计方法和一种新的盲信噪比估计方法。文章对这些算法的性能进行了分析和计算机仿真,并与其它一些SNR估计算法进行了比较。分析和仿真的结果显示数据辅助的SNR方法性能优越,很好地符合了信噪比估计性能下限(CRLB)。判决指向算法性能依赖于判决的准确程度,在高信噪比时性能较好;而在低信噪比条件时,特别是小于OdB以后其估计有较大偏差。新的盲SNR估计算法对于BPSK信号具有估计范围广、精度高和复杂度小的特点,但是当M增加时性能会明显下降。     

一种新的基于改进PASTd的中频信号盲信噪比估计算法

该文提出一种加性高斯白噪声信道下基于改进的紧缩投影近似子空间跟踪(PASTd)的中频信号盲信噪比估计算法。将Gram-Schmidt正交化过程引入到PASTd中,使计算得到的特征向量相互正交,从而保证算法具有更好的收敛性能。对MPSK(M=2,4,8)信号和MQAM(M=16,64,128,256)信号进行了大量计算机仿真,结果表明该算法性能稳定,并且当信噪比变化范围为5dB到25dB时,所得到的估计偏差小于1dB,估计标准差在0.3以内。与基于特征值分解的算法相比,能够在得到精确估计结果的同时,大大减小运算复杂度。     

MPSK信号的载波同步参数最大似然估计的研究

运用最大似然准则分别推导了对于MPSK信号的数据辅助SNR估计方法、判决引导SNR估计方法和一种新的盲信噪比估计方法,对其进行仿真,并与其它一些SNR估计算法进行了比较。通过仿真的结果显示数据辅助的SNR方法性能优越,新的盲SNR估计算法对BPSK信号真有估计范围广、精度高和复杂度小的特点。     

M_2M_4信噪比估计法在散射通信中的应用

信噪比(SNR)估计对散射通信中功率自适应控制、速率自适应切换及统计信道特性具有重要意义,散射通信需要接收信号的精确信噪比作参考。介绍了一种运算简单、便于工程实现的盲估计算法即二阶矩四阶矩(M2M4)信噪比估计法的原理,将此算法通过硬件来实现。根据散射通信特点,对其进行一系列测试,通过对测试结果分析,得出了M2M4信噪比估计算法在散射通信具有适用性。     

一种QAM信号的盲信噪比估计算法

本文首先推导了QAM信号信噪比估计的克拉米罗下限,然后以两个统计量比值与信噪比关系的研究为基础,提出了一种QAM信号的盲信噪比估计算法.虽然高阶QAM信号的信噪比估计需要较多的观察数据才能得到准确的信噪比估计值,但是本算法不需要额外的存储器来存储这些数据;并且该算法具有非常低的运算复杂度.文章还以多种QAM信号为例进行了具体的分析和计算机仿真,分析和仿真的结果表明在合适的观察数据长度下,该算法对文中测试的各种QAM信号都能进行有效估计.     

中频通信信号信噪比的快速盲估计

信噪比是通信信号处理中的一个重要参数,许多算法都以它作为先验信息来获取最佳性能。该论文通过确定中频通信信号的频谱范围来计算信号能量,进而根据定义估计信噪比,由此提出了一种中频通信信号的信噪比快速盲估计方法。对BPSK,QPSK,16QAM等常用线性调制通信信号的仿真表明:该方法性能稳定,在数据样点长度为4096且信噪比变化范围为-5 dB到25 dB时,估计值的偏差和均方根误差基本都小于0.5 dB。与基于特征值分解的方法相比,在得到精确估计结果的同时具有计算复杂度小、适应动态范围广等优点。     

MPSK信号的盲信噪比估计算法

广义SSME算法(GSSME:Generalized Split-Symbol Moment Estimator)是在SSME算法的基础上把每个符号均匀分成多段而得来的。本文提出了复数加性高斯白噪声中基于迭代GSSME算法的MPSK信号盲信噪比估计算法,推导了每符号采样点数和分段数之间的关系。分别对BPSK、QPSK和8PSK信号进行了计算机仿真,并与常规SSME算法进行了比较。结果表明当信噪比高于一定值时,迭代的GSSME算法能达到更小的偏差和均方误差,并且估计性能与MPSK信号的调制阶数M无关。     

基于矩方法的通信信号信噪比估计算法研究

文中研究了一类基于矩方法的通信信号信噪比估计算法。归纳总结了各种基于矩方法的信噪比估计算法,包括最早的M2M4算法、M1M2算法以及最新的基于高阶矩的方法;对文献中涉及的典型算法在统一的条件下进行了估计成功概率、均值和均方误差的对比仿真分析,同时也对各算法的复杂度进行了分析;最后在分析的基础上总结了各种基于矩方法算法的性能优劣及应用限制,为实际中使用这类简单有效的信噪比估计算法提供指导。     

Blind digital signal separation using successive interferencecancellation iterative least squares

Blind separation of instantaneous linear mixtures of digital signals is a basic problem in communications. When little or nothing can be assumed about the mixing matrix, signal separation may be achieved by exploiting structural properties of the transmitted signals, e.g., finite alphabet or coding constraints. We propose a monotonically convergent and computationally efficient iterative least squares (ILS) blind separation algorithm based on an optimal scaling lemma. The signal estimation step of the proposed algorithm is reminiscent of successive interference cancellation (SIC) ideas. For well-conditioned data and moderate SNR, the proposed SIC-ILS algorithm provides a better performance/complexity tradeoff than competing ILS algorithms. Coupled with blind algebraic digital signal separation methods, SIC-ILS offers a computationally inexpensive true least squares refinement option. We also point out that a widely used ILS finite alphabet blind separation algorithm can exhibit limit cycle behavior     

基于周期平稳的盲信噪比估计方法

过采样和成型滤波引入了信号的周期平稳性。基于对信号的周期平稳统计量的分析，提出了一种高斯白噪声信道下的盲信噪比估计方法。对信号的调制方式没有要求，也不需要发送端发送已知数据。蒙特卡罗仿真结果证明，在较宽的信噪比范围内，该方法的性能优于二阶四阶矩方法（M2M4）、信号方差比（SVR）方法等其他经典的盲信噪比估计方法。分析了估计的克拉美-罗下界，作为估计的绝对性能的参照。     

准正交空时分组码系统的一种盲信道估计方法

空时分组码(STBC)系统的经典信道盲估计方法,如子空间法(SS)等,都是基于接收端样本自相关矩阵的特征值分解(EVD)或奇异值分解(SVD)来实现信道估计的,而基于QR分解的信道盲估计方法是一种性能优良的新算法.文中将该算法应用到准正交空时分组码系统的信道估计中,结合准正交空时分组码的特性提出了一种新的信道盲估计算法.与以上经典的信道盲估计算法相比,文中提出的算法的计算量大为降低.同时Monte-Carlo仿真表明,当信噪比较低时,该算法比子空间法有更好的性能.     

A matrix-based algorithm for estimating multiple coherence of a periodic signal and its application to the multichannel EEG during sensory stimulation

The coherence between the stimulation signal and the electroencephalogram (EEG) has been used in the detection of evoked responses. The detector's performance, however, depends on both the signal-to-noise ratio (SNR) of the responses and the number of data segments (M) used in coherence estimation. In practical situations, when a given SNR occurs, detection can only be improved by increasing M and hence the total data length. This is particularly relevant when monitoring is the objective. In the present study, we propose a matrix-based algorithm for estimating the multiple coherence of the stimulation signal taking into account a set of N EEG channels as a way of increasing the detection rate for a fixed value of M. Monte Carlo simulations suggest that thresholds for such multivariate detector are the same as those for multiple coherence of Gaussian signals and that using more than six signals is not advisable for improving the detection rate with M = 10. The results with EEG from 12 normal subjects during photic stimulation at 10 Hz showed a maximum detection for N greater than 2 in 58% of the subjects with M = 10, and hence suggest that the proposed multivariate detector is valuable in evoked responses applications.     

常规数字通信信号信噪比估计综述

通信信号的信噪比值是反映其质量信息的一个重要指标,很多先进的通信信号处理方法都需要信噪比信息支持。本文由估计信号模型的差异,对常规数字通信信号（主要是MPSK和MQAM信号）的信噪比估计问题进行了综合描述与分类,并对所描述的两类信噪比估计问题的一致性进行了分析。本文还针对各类算法分别分析了当前的研究进展以及存在的主要研究障碍。最后根据前面综合分析的结果,总结了未来信噪比估计的重点研究方向和并给出了较为详细的解决思路。      

AWGN信道中非恒包络信号SNR估计算法

本文提出一种利用信号自相关矩阵的奇异值分解(SVD)对加性高斯白噪声(AWGN)信道下非恒包络信号信噪比的盲估计算法,并作了详细理论分析.通过对该算法进行计算仿真,结果表明:该算法性能稳定,对MPSK、MQAM信号在实际信噪比为1~20dB时,估计误差小于0.5dB.     

一种实用的通信信号信噪比盲估计方法

提出了一种简单实用的无线通信信号信噪比盲估计方法。信号功率分布函数中的拐点是与信号频带有关的重要信息参数,通过检测该参数可精确估计信号的带宽和信噪比。对该方法的信号参数适应能力进行了理论分析和计算机仿真,结果表明,新方法无需任何先验信息,运算量小、精度高,适于硬件实现。     

一种强鲁棒性的盲分离混合矩阵估计方法

针对传统盲分离混合矩阵估计鲁棒性差、易受初始值影响、精度不高等问题,该文将人工蜂群算法(ABC)用到盲分离中,结合稀疏信号混合矩阵估计的特点,提出一种基于不同搜索策略和编码方式的两阶段蜂群算法的混合矩阵估计方法,通过新的蜜蜂搜索行为和子蜂群之间的协同作业,明显加快了算法的收敛速度,提高了混合矩阵的估计精度。仿真实验表明,该方法在源个数较多、弱稀疏、低信噪比的情况下仍然可以很好地估计混合矩阵。相比已有方法,该方法不仅具有很强的鲁棒性和很高的估计精度,而且不需要太大的计算量。     

比特谱相关改进循环谱的单通道混合信号参数估计快速算法

为了应对复杂环境下非合作通信、电磁频谱监管等宽带接收中存在的先验信息缺失,针对单通道混合信号的参数盲估计问题,提出了一种基于比特谱相关算法改进循环谱估计的快速算法。针对信号集{BPSK、QPSK、OQPSK、8PSK、8QAM、16QAM、16APSK、32APSK、CPM},系统给出整套参数估计算法流程,通过高阶累积量以及功率中心方法确定信号个数以及载波频率,然后利用改进循环谱提取符号速率谱线,完成单通道混合信号参数估计。论文对改进算法的统计特性进行了理论推导。理论和实验表明:算法不需要同步码等先验信息,适用于高斯噪声信道和多径平坦衰落信道,同时降低了计算复杂度、存储空间、估计方差以及数据量的需求,当混合信号等功率混合时,且信噪比分别为-4 dB和-1 dB时,算法对载波频率和符号速率的估计正确率可以达到90%,验证了算法的有效性和可行性。      

基于虚拟多用户模型的长码直扩信号伪码估计

针对长码直接序列扩频(DSSS)信号的伪随机码(PN)盲估计问题,提出了一种新的周期长码直接序列扩频信号(PLC DSSS)模型.该模型等同于虚拟多用户短码扩频DS - CDMA系统,采用DS- CDMA的谱范数来估计同步偏移,该算法不需要更多假定限制,利用相关函数二阶矩、特征值分解和模糊酉矩阵方法就可以完成伪码序列的...     

一种基于序列相关的信噪比估计算法

针对多径信道,提出了一种基于序列相关的信噪比估计算法,利用本地序列与接收信号相关,并采用最小二乘估计法,精确地估计了接收信号幅度和噪声方差,得到了两径信道下信噪比的估计值。仿真结果表明该算法整体估计性能较好,特别适合于低信噪比条件下。在信噪比为-1dB时,与现有的频域和二阶矩四阶矩（M2M4,2-order and 4-order Moments）估计算法相比,该算法的归一化均方误差分别降低了0．09和0．2。     

基于交替投影的MIMO雷达信号盲分离算法研究

多输入多输出（multiple-input-multiple-output,MIMO）雷达利用灵活的发射波形设计以及阵列配置,在微弱目标探测及高分辨参数估计方面有着巨大优势.为侦察识别MIMO雷达信号,建立了MIMO雷达信号侦察模型.基于最大似然估计以及交替投影算法,并利用MIMO雷达信号的恒模特性对MIMO雷达信号进行了盲分离.通过理论推导和数值仿真分析了所提算法分离MIMO雷达信号的性能.结果表明该算法在信噪比高于0dB时,其分离后的信号与原信号具有很高的相关系数,且分离指数较低,性能明显优于现有的非圆复信号Fast ICA（non-circular complex Fast ICA,NC-Fast ICA）算法.