基于FFT的DBPSK多路并行接收机设计

提出一种基于FFT的高效多路并行下变频算法,具有实现难度低,资源利用率高,解调性能与传统DBPSK接收机性能仅相差1 dB等优点。并提出了一种基于该算法的差分二进制相移键控（DBPSK）新型多路并行接收机设计,能够并行处理上千路调制在不同子载波的信号。解决同类问题的传统接收机设计需要为每一路子信道分配独立数字下变频（DDC）模块,增加硬件来提升处理载波数,消耗较多硬件资源。该方法应用于DBPSK多路并行接收机设计中,在较低硬件资源消耗下,获得了良好的接收性能。     

宽带数字信道化接收机部分信道重构技术

针对均匀宽带数字信道化接收机无法动态适应ESM系统中LPI等雷达信号大瞬时带宽的问题,采用动态信道化结构保证与接收机输入信号相匹配.在一种无混迭、无盲区的均匀信道化接收机结构的基础上,提出了基于信道带宽内有效频率的部分信道完全重建的动态信道化接收机设计结构,降低了原型分析滤波器的设计阶数和设计参数要求.针对不同综合信道...     

基于DSP的短波宽带接收机信道化的实现

传统短波宽带接收机以硬件划分信道为主，无法实时处理大量的宽带信号。本文提出软件结合硬件来实现宽带信号中子信道划分，采用多相滤波算法实现信道化，它具有动态范围大，实现效率高等优点。并利用专用的DSP软件进行信道化仿真，显示了多相滤波器组对较理想多个信号的信道化效果。并对所得到的结果进行了分析。文中还介绍了短波宽带接收机信道化实现的硬件平台，对软件信道化DSP数据流处理模块的设计及功能作了说明，并从接收机整体结构上描述这种基于DSP的短波宽带接收机信道化的工作流程。     

一种高效动态数字信道化方法

针对宽带数字接收信号中存在多个非均匀分布且动态变化的信道的情况,提出了一种高效动态数字信道化方法.该方法基于信号重构理论,将接收信号均匀划分成多个子带,根据能量检测环节将属于同一信道的相邻子带输入到相应的综合滤波器组,输出即为该信道的基带信号.信道覆盖子带个数变化时,只需根据能量检测结果改变综合滤波器组的系数,因而具有一定的自适应特点.     

基于循环累积量的共信道多信号检测和信号源个数估计算法

信号检测和信号源个数估计是处理共信道多信号问题的基础,针对时频重叠的共信道多信号检测和信号源个数估计提出了一种基于四阶循环累积量的算法。算法首先计算接收信号的四阶循环累积量,循环频率轴上其模值在和信号载频相关的循环频率处会出现离散谱线,然后采用基于形态学的方法对离散谱线进行提取,根据离散谱线的个数进行信号检测和信号源个数估计。算法不需要设定阈值,可同时进行信号检测和信号源个数的估计。对于最多3个BPSK、QPSK和MQAM任意类型等功率混合,在信噪比为5dB左右信号检测和信号源个数估计的正确率大于90%,并且算法对频谱重叠度具有较好的鲁棒性。     

UWB信道盲估计的频域递归最小二乘实现

为了实现超宽带(UWB)信号高效、稳定接收,提出一种基于信道频域特性的UWB信道盲估计算法.利用跳时脉冲相位调制超宽带信号一维统计平稳特性,结合递归最小二乘算法计算,达到信道参数盲估计的目的.计算机仿真结果与最大似然法信道盲估计算法结果的对比表明,新算法在误码率为10-4时,信噪比增益约为3 dB.新算法可同时对多路信道进行估计,对幅度和相位不存在模糊因子,且具有低复杂度的优点.     

多径信道下调制信号识别新方法

针对多径信道中存在调制信号识别难以实现及识别率低的问题,提出了一种全盲的基于小波变换和高阶循环累积量相结合的算法(W-HOCC).该算法利用小波变换的线性性质和循环累积量的叠加性质构造识别特征,即把接收信号在小波变换前后的四阶累积量的比值作为识别特征参数.从理论上证明了该算法能够消除多径信道参数的影响.仿真结果表明:在信噪比为0dB的多径瑞利衰落信道下,分类2ASK、2PSK和4QAM信号的识别率几乎达到100%;与基于高阶累积量的算法相比,在识别BPSK和QPSK时,W-HOCC算法的性能明显优于基于高级累积量的算法,而且具有更强的抗噪声和抗多径能力.     

基于Markov链蒙特卡洛的因子图均衡算法

针对基于因子图模型的非线性失真信道的迭代均衡计算复杂度高的问题,提出了3种不同的接收信息后验概率的有效算法以及并行实现方法。在基于因子图的均衡算法中,均衡器和译码器以迭代处理的方式联合工作,提高了系统的整体性能,但计算复杂度随信道记忆长度呈指数增加,通过Markov链蒙特卡洛算法实现多维积分的计算,并通过因子图分割实现并行Gibbs采样,降低了计算复杂度,仿真表明,该算法有效克服宽带高阶调制的卫星信道非线性失真,有利于硬件或多核并行实现。     

基于频域分量最大比合并的多天线信号合成算法性能分析

通信信道的频率选择性衰落特性和信道噪声都会严重影响信号的接收质量。基于频域分量最大比合并的多天线信号合成算法(FMRC)对多路信号在频域加权合成,能够提高合成信号信噪比,实现频率选择性衰落信道下低信噪比信号的有效接收。文章针对该算法的理论性能,对合成信号均衡处理,分别推导了线性均衡器和判决反馈均衡器输出均方误差的理论表达式;证明了该算法与空间分集均衡器(SDE)在性能上的等价性。仿真实验表明,FMRC与SDE性能是一致的,但是在高信噪比下,当单路信道存在深衰落时,FMRC算法通过合成能够改善单路信道的深衰落特性,均衡器输出均方误差性能较SDE更优。     

配用电泛在业务盲区通信子载波干扰抑制方法

为确保配用电网正常运行,提高电力企业业务水平,提出了配用电泛在业务盲区通信子载波干扰抑制方法.在不同配用电业务类型下构建信道特征模型,利用子空间算法计算接收信号的自相关函数确定业务盲区;通过子载波干扰概率密度分布函数计算噪声功率,设定抗干扰门限值去除噪声,实现子载波干扰抑制.仿真结果表明,该方法可以去除信道中96％以上...     

OFDM系统中基于期望最大化的半盲信道估计

针对传统的盲信道估计算法估计精确度低、算法复杂度高、收敛速度慢的缺点,研究基于期望最大化(EM)的半盲信道估计算法.仿真结果表明,该算法克服了盲信道估计精度低,收敛速度慢的缺点,而且在同等导频数量的情况下的估计性能较之传统的基于导频的信道估计算法提高了2dB.     

Blind equalization method for OFDM systems in non-cooperative communication

The traditional methods of blind equalization for orthogonal frequency division multiplexing(OFDM) systems have the problems of slow convergence rate and short received data. A novel blind equalization method of OFDM systems based on the multi-modulus hybrid algorithm and variable step size iteration of inter symbol interference is proposed to solve this problem. Piecewise multiplexing of the received data is adopted in this method, and then the modified constant modulus algorithm and the decision directed algorithm are mixed into the multi-modulus hybrid algorithm. This equalization method is utilized by the variable step size iteration based on inter symbol interference. Simulation results show that the proposed method has not only more stable convergence performance but also faster convergence speed than the traditional equalization methods in non-cooperative communication.     

改进对称共生矩阵的跳频信号盲提取方法

针对短波跳频信号盲检测中的去背景噪声和定频干扰问题,结合信号时频分析与共生矩阵阈值法,提出了一种基于噪声稀疏对称共生矩阵的跳频提取算法.首先对共生矩阵改进,定义了频率、时间方向上的噪声稀疏对称共生矩阵.然后根据频率稀疏共生矩阵估计背景噪声阈值,进而根据阈值从时间稀疏共生矩阵中提取跳频信号.仿真表明,该算法能实现低信噪比下跳频信号的盲提取,背景噪声阈值估计更为准确、稳定,跳频信号的提取效果好,且算法简单、运算量小,易于工程实现.     

应用改进ICA-R算法的供水管网漏失量估计

漏失量作为城市供水管网漏损量的主要组成成分,可作为管网漏损控制的重要参考指标.现有漏失量计算方法存在准确度不高,计算过程复杂等问题,而盲源分离法具有数据需求量少,分析结果准确特点.针对盲源分离中约束独立成分分析(CICA)算法在漏失量估计中存在误收敛,限制盲源分离法进一步应用的问题,提出利用改进的带参考信号的独立成分分析(改进ICA-R)算法进行供水管网漏失量估计思路.对目标函数选取、信号处理过程进行分析说明,同时设计算例管网模型并搭建漏失实验平台验证算法分离效果,并与快速独立成分分析(FastICA)算法处理效果进行对比.采用皮尔逊相关系数评价漏失量分离效果,利用平均相对误差评价改进ICA-R分离精度.结果证明,使用改进ICA-R算法分离漏失量所得相关系数维持在90%附近,平均相对误差维持在15%以内,优于FastICA算法,该方法避免加装大量计量仪表,降低了漏失量计算成本,可为漏失量计算提供参考,便于各水司有针对性地采取漏损控制措施.     

采用循环前缀的OFDM信道盲估计算法

在无线OFDM通信系统中,信道参数估计一直备受关注。该文基于最大似然估计原理,提出了一种改进的盲信道估计算法,利用并根据循环前缀的周期平稳性来进行信道盲估计。该算法是在接收端DFT之前进行信道估计和均衡。研究和仿真表明,该算法不仅显著地减少了运算的复杂度,而且使系统性能也得到了一定程度的改善。     

大型风力机主轴承故障信号提取方法

针对大型风力机主轴承易发生故障且特征信号难以提取的问题和传统盲分离算法计算量大、收敛性较差的缺点,提出了基于粒子群优化的盲源分离算法.算法根据负熵最大化判据,采用粒子群优化算法对盲源分离过程进行优化,且将该算法成功应用于某风场大型风力机主轴承故障信号的提取中.分析结果表明,该算法可有效分离大型风力机主轴承与其他部件的振动信号,与其他算法相比具有分离精度高、可靠性好等优点,对风力机主轴承的故障诊断十分有效.     

Improved Multi-channel Blind Image Restoration Algorithm for UWB Radar

The imaging problem of low signal to noise ratio (SNR) echo is very important for ultra-wide band (UWB) through-wall radar.An improved multi-channel blind image restoration algorithm based on sub-space and constrained least square (CLS) is presented and applied to UWB radar system to deal with this issue.The high resolution of radar image is equivalent to multi-channel blind image restoration based on the improved model of the through-wall radar echo.And a new cost function is proposed to the multi-channel blind image restoration by considering the concept of sub-space as the limitation of blur identification.The proposed algorithm has all advantages of CLS and sub-space,and converts the image estimation to alternating-minimizing the two cost functions.Experimental results prove that the proposed algorithm is effective at improving the resolution of radar image even at low SNR.     

Blind beamforming algorithm based on fractional lower-order time-frequency decomposition

A novel blind beamforming algorithm based on fractional lower-order time-frequency decomposition (TFD) is proposed to improve the performance of existing blind beamforming algorithms in impulsive noise environment. The traditional short-time Fourier transform (STFT) is first improved by utilizing fractional lower-order statistics to realize TFD in impulsive noise environment. Then, by combining the clustering method and the method for the uncertainty set, the TFD results of the receiving data at each sensor are used to realize the estimation of steering vectors (SV). Finally, the optimal weight coefficients of the proposed blind beamformer are achieved by substituting the estimated SV into the minimum variance distortionless response (MVDR) beamformer. Simulation results demonstrate that this algorithm can achieve superior output performance over the existing blind beamforming methods in impulsive noise environment. The proposed algorithm hardly needs any specific property of the receiving signals and can be more widely used.     

Speed-up for N-FINDR algorithm

N-FINDR is a very popular algorithm of endmember (EM) extraction for its automated property and high efficiency. Unfortunately, innumerable volume calculation, initial random selection of EMs and blind searching for EMs lead to low speed of the algorithm and limit the applications of the algorithm. So in this paper two measures are proposed to speed up the algorithm. One of the measures is substituting distance calculation for volume calculation. Thus the avoidance of volume calculation greatly decreases the computational cost. The other measure is resorting dataset in terms of pixel purity likelihood based on pixel purity index (PPI) concept. Then, initial EMs can be selected well-founded and a fast searching for EMs is achieved. Numerical experiments show that the two measures speed up the original algorithm hundreds of times as the number of EMs is more than ten.