LFMCW雷达测距中的自适应频率校正

信号的频率落在两个量化频点之间时会产生估计误差,所以需要校正快速傅里叶变换(FFT)后估计的频率.结合Rife算法和抛物线插值法的特点,提出了一种自适应频率校正算法.该算法依据不同的频率自适应地选择不同的频率校正算法,克服了Rife算法在信号的频率落在FFT量化频点周围的情况下容易产生插值方向错误的缺点,同时避免了抛物线插值法在信号频率落在相邻两个量化频点的中心附近时估计均方误差会急剧增加的缺点.仿真结果验证了所提算法的有效性.此外,相比于单一的Rife算法和抛物线插值法,所提算法在频率估计精度以及抗噪声能力方面都有显著提升.     

基于FFT的高精度FMCW雷达频率估计算法

在FMCW(调频连续波)雷达测距测速系统中,通常采用FFT(快速傅里叶变换)算法对差频信号进行频率测量。针对Rife算法在信号频率位于FFT量化频率附近时频率估计精度较低的问题,提出了一种改进的频率估计算法。该算法首先对信号作FFT并索引峰值谱线位置,然后对主瓣内幅度最大的两条谱线的系数进行线性组合,来等效实现加Hanning窗FFT,最后进行频率估计。仿真结果表明:该方法具有更高的精度,可应用于FMCW(调频连续波)雷达差频信号频率的测量,能有效地减小频率测量误差,提高距离分辨率。     

相干测风激光雷达微弱信号的频率估计

相干测风激光雷达通过探测大气气溶胶的多普勒频移信息获取风速信息。其回波信号为微弱信号,微弱信号中频率提取属于频率估计范畴。经补零处理后的快速傅里叶变换算法（补零FFT算法）应用于相干测风激光雷达频率估计,具有算法简单,运算速度快,稳定性高等优点。与常用的频率估计算法脉冲对算法（PP算法）和改善型脉冲对算法进行比较,验证了补零FFT算法在相干测风激光雷达微弱信号频率估计方面的明显优势。通过仿真软件MATLAB仿真非相参积累脉冲3 000次的前提下检测微弱信号（距离门宽度为128采样点）信噪比可达-26.6 dB。最后,通过风场试验获取实测风速数据,验证了补零FFT算法在相干测风激光雷达中应用的优越性。     

插值FFT估计正弦信号频率的精度分析

对噪声背景中插值FFT方法估计正弦信号频率的精度进行了研究,导出了不加窗和加Hanning窗时频率估计均方根误差与信噪比及FFT长度的关系式;分析了不加窗情况下当信号频率接近FFT频率分辨率Δf的整数倍时,由于插值的方向错误对频率估计精度的影响;指出了不加窗时该方法在噪声背景中的频率估计误差远远大于文[2]中用一个特定的纯测试信号得到的结果;讨论了加窗对频率估计误差的影响.最后给出了Monte Carlo模拟实验与理论分析的对比结果.     

一种基于奇异值分解的SAW传感器频率估计算法

在声表面波(SAW)谐振式无线传感器的频率估计中,该文提出了一种奇异值分解(SVD)与快速傅里叶变换(FFT)相结合的频率估计算法。首先采用重复采样的方法对无线SAW谐振器回波信号进行提取,然后在FFT之前利用SVD法去除回波信号中的白噪声,最后通过高斯曲线拟合法对FFT算出的频率进行校正。运用该算法得到的频率均方误差为1.53×103,而直接用FFT算法均方误差为2.38×10~3,均方误差减小了55%。可见,利用该SVD与FFT相结合的频率估计算法在准确度、稳定性方面都有很大改善,且该算法操作简单,易于实现。     

基于最大似然频率精细估计的载波捕获算法

深空通信中,星上对载波的主动捕获主要利用频率估计的方法。在实际载波捕获电路中,精确的频率估计值导入锁相环,使得锁相环捕获带余量充足。在锁相环带宽一定的情况下,估计精度的提高可以减少FFT实现点数。在FFT频率粗估计的基础上,通过频率精细估计算法可提高估计精度。为获得估计精度更高的频率精细估计算法,利用最大似然泛函不变性推导了频率精细估计的最大似然算法。载噪比在5 dB时,估计精度可以提高到FFT分辨率的10-4。仿真结果表明,该算法估计性能优于其他频率精细估计算法。     

利用频域增采样内插方法提高LFMCW雷达测距精度

本文提出了将线性调频连续波(LFMCW)雷达差拍信号离散频谱增采样内插以提高雷达测距精度的方法。仿真结果表明,这种方法可以有效降低FFT固有频域采样间隔带来的测距误差,能够在整个频域轴上更准确地反映多个不同距离目标的差拍信号频谱特性,克服Chirp-Z和Zoom-FFT等方法只能在频率轴上局部细化的局限性,其运算量比相同频域采样间隔的补零FFT频谱细化方法大大降低。     

超声波传输时间的高精度测量

许多超声检测都需要通过测量超声波的传输时间来实现,传输时间的测量精度直接影响了最终的检测精度。传输时间的传统相位差测量只考虑了信号传输高斯噪声误差,在此基础上,考虑了A/D量化误差所带来的影响。应用误差理论,推导了正弦信号A/D量化误差,并得到最后的总误差均方根公式。针对超声波信号频率已知和未知两种情况,分析比较FFT相位差法和全相位FFT相位差法。为了避免电路和传感器的干扰,采用传输距离不同的同源双路正弦发送信号。理论和仿真结果均表明,在已知信号频率时,FFT相位差法综合效果好,当信号频率为40kHz,信噪比为25dB,采样点数为2048,A/D位数为11位,采样率为200kHz时,测量时间误差小于10ns。在信号频率未知时,全相位FFT相位差法综合效果好。      

航天扩频测控系统中伪码捕获方法研究

 针对航天扩频测控系统的捕获需求,提出一种能够降低谱峰衰减且具有较高频率估计精度的FFT伪码捕获方法.在部分匹配滤波过程中采用汉宁窗对数据加权后再累加,以减小谱峰衰减.采用插值FFT估计多普勒频率,以提高频率估计精度,根据不同测控环境下伪码捕获的特点,分析比较了抛物线插值法和改进的Rife法两种插值算法.理论分析和仿真结果表明,改进方法能够减小FFT输出的峰值衰减,提高多普勒频率估计精度.     

基于多通道的跳频信号欠采样频率估计

为实现跳频信号频率跟踪估计,本文提出一种基于多通道的跳频信号欠采样频率估计方法。基于快速傅里叶变换（FFT）,提出了一种3谱线方程的频率校正算法,提高了基于中国余数定理的频率估计方法对短序列信号的频率估计精度,与现有的两种基于离散傅里叶变换（DFT）的频率校正算法相比,序列补零数量灵活。给出了一种频率估计检错机制,可以提高算法可靠性。仿真结果表明,本文所提频率估计算法的精度优于现有算法,增加序列补零数量可进一步提高算法的估计精度和信噪比阈值,降低误差平台;检错机制在-23 dB至8 dB信噪比范围内的准确率高于95.5%。      

双基地多载频MIMO雷达的同步误差提取方法研究

研究了双基地多载频MIMO雷达中由ADC采样引起的同步误差的3种提取方法。首先建立了同步误差的信号模型,仿真分析了同步误差对测距以及测角的影响,并将其归结为高精度频率估计问题。频谱连续细化法在较小范围内利用连续傅里叶变换来获得高精度的频率估计,既可以降低运算量又能获得较高的频域分辨率;自相关函数法通过对通道分离并补偿阵列延时差后的直达波信号的自相关函数做反正切运算求得同步误差值;MUSIC法首先构造时间同步误差的导向矢量,并利用其向噪声子空间投影,通过搜索空间谱的最大值来得到同步误差值。最后仿真比较了3种方法的性能,结果表明在低信噪比时可采用运算量较大的MUSIC法以取得较好的性能,而在信噪比较高时可采用运算量较小的自相关函数法或者频谱细化法以获得较快的处理速度。     

光束质量稳健估计非线性拟合求解方法

激光光束质量M2因子在测量过程中,数据不可避免的存在随机和非随机两类误差,为了减小测量过程中受到误差的影响以提高系统的测量精度和稳定性,针对不同误差影响进行分析并提出相应的解决方法。在随机误差情况下,对传统双曲线拟合的正规方程组解法进行了改进并提出了加权拟合的正规方程组解法;而对于非随机误差情况,双曲线拟合尚未发现有效的解决方案,为此提出了基于稳健估计的双曲线拟合方法,并对此进行了深入的理论研究。实验表明,在数据存在非随机的情况下采用稳健估计的方法,可以克服非随机误差对参数估值产生的影响,使其拟合优度接近最优值,稳健估计的误差要比正规方程组的误差低一个数量级。因此,稳健估计可有效地提高测量M2因子的测量精度,对评价光束质量方面有着重要的应用价值。     

基于历史信息的软卡尔曼滤波迭代时变信道估计方法

针对高速移动MIMO-OFDM系统,提出了一种基于历史信息的软卡尔曼滤波迭代时变信道估计方法。考虑高速铁路环境中不同列车在相同位置处的信道具有很强的相关性,首先利用历史列车的信道信息获取最优基函数,基于该基函数对信道建模,将对信道的估计转换成基系数的估计,降低了计算复杂度和提高了信道估计精度。其次,在每次迭代中采用了软卡尔曼滤波和数据检测联合的方法估计基系数;为了更好地减少数据检测误差传播的影响,采用软数据检测方法,并且在每次迭代中将软数据检测误差作为噪声进行处理。另外,采用的软卡尔曼滤波器不涉及 AR 模型跟踪因子,避免了估计跟踪因子引入的计算复杂度。仿真结果表明,所提方法具有更好的估计性能,且更适用于实际的高速移动场景的时变信道获取。     

基于V-MIMO系统的信号检测与最优权值搜索

介绍了虚拟多输入输出(V-MIMO)系统中在一根天线上发射多路信号时的信道估计、信号检测方法与最优权值的搜索算法。V-MIMO系统采用最小均方(LMS)算法2次进行信道估计,防止一帧数据中信道衰弱造成的信道估计误差,保证了信道估计的准确性;V-MIMO系统采用最大似然(ML)检测算法,提高了检测的准确性,降低了误码率;同时采用遍历和变步长breaklocal算法,分别针对较少用户和较多用户数据传输的情况搜索最优权值,降低了系统的计算复杂度。在2×2,1×2,2×3,2×4的实际测试中,在不增加功率和带宽的基础上,V-MIMO系统传输效率至少提高了70%,同时减少了发射天线的数量。     

解多普勒中心模糊的一种新方法

在合成孔径雷达(SAR)成像的斜视模式下，多普勒中心频率估计往往会出现重频(PRF)模糊。本文提出的能量重心法可以有效地解决多普勒中心模糊问题。这种算法主要利用距离一多普勒城的距离徙动与多普勒中心的惟一对应关系来确定PRF模糊数。Chirp Scaling算法也是从方位傅里叶变换开始的，所以能量重心法可以与它有机地结合起来，从而大大减少运算量。能量重心法同样适用于经过Dechirp压缩处理后的数据，但此时波长差异法不再适用，因为线性调频信号经过Dechirp脉压后将变成单频脉冲信号。此外，能量重心法对大斜视角情况也是有效的。     

基于探地雷达的有耗介质脱空薄层厚度估计方法

探地雷达在机场道面脱空检测中可以取得较好效果,但还不能准确估计有耗介质中的脱空厚度。针对此问题,本文通过分析脱空薄层复合反射回波的振幅响应和有耗介质中的电磁波传播模型,将常规薄层调谐厚度方法推广到有耗介质,提出了一种新的薄层厚度估计方法。首先推导有耗介质中脱空薄层反射回波的主频振幅随厚度变化的振幅响应,然后基于最小二乘曲线拟合方法修正主频振幅响应,减小接收信号未建模误差和参数估计误差对脱空厚度估计精度的影响。仿真结果表明,基于本文方法所取得的估计精度明显高于基于未修正的主频振幅响应方法。      

Parameter estimation and error reduction for OFDM-based WLANs

We consider parameter estimation and error reduction for orthogonal frequency-division multiplexing (OFDM) based high-speed wireless local area networks (WLANs). We devise or select algorithms that can provide benefit to the overall system performance and can be efficiently implemented in real-time. In particular, first, we give a channel model which is especially useful for assessing the channel parameter estimation methods devised for OFDM-based WLANs. Second, we provide a sequential method for the estimation of carrier frequency offset (CFO), symbol timing, and channel response by exploiting the structure of the packet preamble specified by the IEEE 802.11a standard. Finally, to correct the residue CFO induced phase error using the pilot tones, we consider maximum-likelihood phase tracking and least-squares phase fitting approaches; to improve the channel estimation accuracy using the decoded data, we present a semiblind channel estimation method; to mitigate the sampling clock induced time delay error, we provide a sampling clock synchronization approach that obviates the need of an automatic frequency control clock recovery circuit. The overall system performance of using our algorithms is demonstrated via several numerical examples.     

MIMO-OFDM系统中基于空频域导频的信道估计

讨论了MIMO-OFDM系统中基于空频域导频的信道估计,使用了LS方法估计导频点处的信道响应,再使用线性内插算法得到信道的全响应.同时为了有效地减小由内插和噪声所引起的误差,提出了在线性内插后设置一个由IFFT/FFT模块实现的低通滤波器,仿真结果表明改进后的系统能有效地去除噪声,使系统误码率改善了1dB左右.此结论验证了此方案的有效性.