一种导频与数据联合辅助的半盲信噪比估计算法

提出了一种新的适用于MPSK突发通信系统的半盲信噪比估计算法。基于EM算法结构,已知的导频符号和未知的数据符号被同时用于信噪比估计,在保证系统频谱效率的前提下,有效提升了估计性能。理论分析和仿真试验表明,该方法的性能优于仅使用导频符号的数据辅助估计方法,同时在较宽的信噪比范围内优于仅利用未知数据符号的最大似然方法、二阶四阶矩方法(M2M4)等其它经典的盲信噪比估计方法。     

一种突发模式DSSS信号频差估计算法及FPGA实现

基于无线突发模式自组网（Ad—hoc）通信系统,分析了一种频差估计算法（Simplified Frequency Estimator,SFE）,并对SFE算法改进以适于该系统频差校正。Matlab仿真表明：算法改进后,在相同信噪比下具有较大的频差估计范围;在低信噪比下,均方误差性能好于原算法。最后给出了该算法的FPGA流水线实现方案,且在实际系统中通过了测试。     

时变CDD-OFDM系统中的改进EM信道估计

针对循环延时分集OFDM系统中的时变信道估计导频开销较大问题,提出了一种递归的改进期望最大化（EM）信道估计方法。该方法首先建立时变信道基扩展模型（BEM）与符号时间平均信道脉冲响应之间的数学关系,然后用其预测EM信道估计的初值,从而一方面利用了BEM参数的慢变特性来提高时变信道的预测精度,另一方面利用了BEM的简约化参数特性来保持算法实时性。仿真结果表明,当信噪比大于15 dB时,改进方法有效降低了判决辅助方法的误差传播效应,其误码性能接近理想信道时的性能。     

基于改进传播算子的双基地多输入多输出雷达参数估计

针对双基地多输入多输出（MIMO）雷达系统中，多目标波离方向（DOD）和波达方向（DOA）联合估计精度低的问题，提出了一种改进的传播算子（PM）方法。根据传播算子定义要求提取存在旋转不变结构的相关数据，组合相关数据求得协方差，采用前后向平滑方法求得传播算子，根据其内部结构特征求出旋转不变因子，估计出DOD和DOA的值。仿真结果表明:与传统的旋转不变子空间算法和PM算法相比，该方法具有更高的估计精度，在低信噪比时与传统的PM算法相比最大均方根误差相差4 dB，性能更加稳定，更适合低信噪比时的DOD和DOA高精度估计。     

基于时反-压缩感知的浅海目标DOA估计算法

浅海波导由于海底海面边界以及不均匀散射体的存在,使得其中声传播极其复杂,对信号处理造成了严重的干扰.本文针对浅海复杂环境下的多途效应对目标波达方向(Direction of Arrival, DOA)估计的不利影响,提出了一种基于时反-压缩感知(Time Reversal-Compressive Sensing, TR-CS)的目标DOA估计算法.该算法针对利用压缩感知(Compressive Sensing, CS)理论进行DOA估计时浅海多径对信道稀疏性的干扰,引入时间反转(Time Reversal, TR)理论对信号进行预处理,将时反处理后的信号再次送入信道,建立了基于时间反转理论的浅海目标DOA估计模型,利用时间反转理论的空时聚焦特性实现了对多途畸变的修正,并且以多径数目作为环境复杂度的度量,在不同复杂度环境下验证了该算法的有效性,最后分析了不同快拍数下该算法的性能.仿真结果表明:在低信噪比、小快拍的浅海条件下,时间反转理论的引入通过对接收信号的再次处理,虽然对计算量提出了要求,但是明显抑制了旁瓣杂波,提高了信道的稀疏性及阵列接收信号的信噪比,改善了复杂浅海环境下的DOA估计性能,并且在多途效应越为严重的环境中,性能提高越为明显.     

基于ANSG的雷达信号DOA估计算法

针对二维L型阵列参数估计过程中,由于低信噪比（signal-to-noise ratio,SNR）及小快拍数的不理想条件,使得传播算子算法（propagation method,PM）角度估计不准确,提出一种基于阵列扩展的改进PM算法的二维波达方向（direction of arrival,DOA）估计算法.该方法利用阵列的平移不变特性,对协方差矩阵进行扩展重排,并由此扩展协方差矩阵估计得到传播算子,将传播算子分块得到和阵列流型的新关系,进一步提高了估计性能,然后通过快速配对法实现俯仰角和方位角的配对,进而实现角度的精确估计.与现有的算法相比,该方法更适用于低SNR及小快拍数的情况,而且角度估计准确,无须谱搜索,工程应用价值更高.仿真结果显示了本文算法有较好的二维DOA估计性能.

     

单频估计的自相关混合算法

对于高斯白噪声中单频复正弦信号的频率估计,提出一种基于信号自相关的混合算法。以自相关项相位加权平均方法获得估计初值,再以迭代方式利用自相关项进行频率估计。获得比迭代线性预测算法(ILP)更低的信噪比门限,估计方差在高信噪比时接近Cramér-Rao限,且优于ILP算法。该算法特别适于频率估计范围较窄但要求低信噪比的应用,性能分析和仿真结果说明了该方法的优越性。     

基于解相干TOFS改进算法研究

针对频域子空间正交性测试（TOFS）算法不能处理宽带相干信号波达方向估计（DOA）的问题,提出两种解决方法：一是将修正 Toeplitz协方差矩阵重构技术应用到原TOFS算法中,对各频点协方差矩阵做修正 Toeplitz化预处理,恢复协方差矩阵的秩与目标数目相等,该方法在低信噪比估计精度有所提高,但会导致阵列孔径的减小,当信源数目较多时差较高;是提出一种基于虚拟变换的解相干TOFS改进算法,该方法利用各频点协方差矩阵的特定元素构造虚拟阵列接收数据,而后进行虚拟空间平滑以达到解相干的目的,与现有算法相比,该算法没有阵列自由度损失,且在低信噪比下算法DOA估计精度有了较大程度提高。数值仿真结果验证了该算法的可行性。     

非均匀噪声环境下基于矩阵补全的DOA估计方法

针对传统的信号波达方向（DOA）估计算法无法适用于实际应用中非均匀噪声、数据不完整等情况的问题,提出了一种结合矩阵补全理论和最大似然交替投影算法的DOA估计方法。在背景噪声为非均匀噪声的情况下,该方法通过对只有部分元素已知的阵列协方差矩阵进行矩阵补全,将稀疏矩阵重构为无噪声协方差矩阵,然后利用最大似然交替投影算法实现对DOA的估计。实验仿真表明:该DOA估计方法能够有效恢复不完整数据并抑制非均匀噪声的影响,而且在低信噪比条件下,仍具有较好的DOA估计性能。     

BCJR算法在Turbo码迭代译码过程中的SNR失配及估计

通过对BCJR译码算法中信噪比失配对Turbo码译码性能影响的分析,证明了Turbo码迭代译码过程中的信噪比估计对Turbo码的译码性能有着直接的影响。对于Turbo码BCJR译码算法中信噪比估计,提出了自适应信噪比估计器来估计BCJR算法中信噪比失配的设计方案。该方案能以较为简单的运算很好地跟踪Turbo码译码过程中信噪比变化,Matlab的模拟仿真试验证明了该方案在底信噪比条件下具有很好的收敛性,且衰落信道的条件下更为有利。     

改进的相控阵雷达信号检测方法

针对传统雷达信号检测方法对相控阵雷达信号检测概率较低的问题,提出了一种结合小波降噪和极值序列法的信号检测方法。该方法采用小波阈值降噪法对雷达信号进行预处理,以提高侦收信号的信噪比,利用极值序列法在高信噪比下检测精度较高的优势,完成对信号的准确检测和参数的精确估计。仿真结果表明,与传统检测方法相比,该方法在低信噪比下对相控阵雷达信号的检测概率平均提高21.8%。     

H.264JM模型中UMHexagonS算法优化

JM模型是JVT （joint video team）发布的H.264标准测试模型,对运动搜索算法的学习和研究有着重要的意义。本文结合JM10.1的源代码对UMHexagonS算法的提前终止策略进行了深入研究,对搜索模板进行象限分割来减少算法的搜索点数,在基本上保持了原有图象质量的情况下有效的节省了编码时间和运动估计时间。通过对5种测试序列的测试结果进行分析,优化后的UMHexagonS算法可以在图像信噪比和码率基本不变的情况下,编码时间节省8.87％,运动估计时间平均节省11.46％,有效的提高了编码的实时性。     

基于先验信息辅助的8PSK信号信噪比估计

基于最大似然序列估计准则,提出了3种先验信息辅助的8PSK调制信号的信噪比估计方法.与现有硬判决辅助的信噪比估计方法进行了比较,解决了现有方法在低信噪比时估计误差较大的问题.分析了3种方法在Turbo均衡系统中初始迭代以及迭代进行过程中的性能,根据不同的迭代次数,在不同的方法之间进行切换会提高信噪比的估计精度,并降低计算复杂度.新方法只需要利用很少的数据符号就能得到准确的结果,并且能适用较大的信噪比范围.     

基于MMSE的无线OFDM系统信道估计算法

OFDM作为一种多载波调制技术具有很强的抗衰落能力,广泛用于无线通信领域。同时提出一种基于最小均方误差（MMSE）的无线OFDM系统信道估计方法。实验表明,在相同信噪比（SNR）下,采用最小均方误差MMSE算法的误码率比传统的最小平方LS算法的误码率小1个数量级,采用MMSE算法有效地提高了无线OFDM系统信道估计性能。     

OFDM系统中一种改进的频偏估计算法

针对正交频分复用系统中载波频偏降低系统性能的问题,提出了一种改进的频偏估计算法。改进算法使用一个简单的复训练序列,可以有效的在时域中估算小数倍频偏,在频域中估算整数倍频偏。仿真结果显示,改进后的频偏估计算法比Schmidl&Cox算法信噪比损失降低了1.5dB,比P.Moose算法降低了2.5dB。能够有效的提高频偏估计的准确性,且在低复杂度的情况下提供了较大的频偏估计范围。     

基于加权1范数稀疏信号重建的DoA估计

针对l₁范数下奇异值分解的l₁-SVD稀疏信号重建的波达方向估计方法存在求解量的稀疏性较差且空间谱中存在较多的伪峰,不能准确估计波达方向的问题,对接收信号矩阵进行预处理,并使用信号子空间设计权值矢量得到更好的稀疏性和更好地逼近l₀范数,利用得到的权值矢量对l₁-SVD算法中解矢量的各个元素进行加权,以得到的加权l₁范数作为最小化的目标函数进行优化.仿真结果表明,提出的算法在快拍数、正则化参数和信噪比等条件改变的情况下能有效抑制伪峰,并准确稳定地估计出波达方向.     

基于WVD改进算法的跳频信号参数估计

针对平滑伪维格纳分布（SPWVD：SmooLhedPseudoWigner—VilleDistribution）在跳频信号参数估计中存在的分辨率下降和运算量过大等问题,提出基于sTfTr（Short—TimeFourierTransform）与WVD（Wigner—VilleDistribution）的联合算法（STFT—WVD）,实现了跳频周期、跳变时刻和跳频频率等参数的盲估计。在参数估计的过程中,STFT—WVD算法有效地抑制了WVD的交叉干扰项,保持了WVD较高的时频分辨率,在运算量上和WVD相近,没有增加运算的复杂程度。仿真实验证明,STFT—WVD比SPWVD具有更好的整体性能,在信噪比优于-1dB时,能得到更为精准的估计值。     

基于L-M方法的迭代容积卡尔曼滤波算法及其应用

针对非线性状态估计中受到较大的初始估计误差和量测方程的非线性的影响致使状态估计精度不高的问题,提出了一种新的滤波算法——基于Levenberg-Marquardt方法(简写为L-M)的迭代容积卡尔曼滤波算法(ICKFLM).该算法将容积卡尔曼滤波算法(CKF)的量测更新过程转换为求解非线性最小二乘解问题,以状态预测和方差预测为初始值,使用L-M方法求解最优的状态和方差估计.把基于L-M方法的迭代容积卡尔曼滤波算法应用到弹道再入目标状态估计中,仿真结果表明,相比于CKF算法,新算法的位置估计误差约降低了70%,相比于基于Gauss-Newton方法的迭代容积卡尔曼滤波算法(ICKF)位置误差降低了40%.新算法具有较高的状态估计精度,且收敛速度快.     

一种突发直扩信号盲检测算法

针对突发直扩信号的盲检测问题,提出一种基于波动相关和滑动-延迟-相关相结合的盲检测算法.算法重点研究了突发直扩信号的存在性检测和信号起止点的捕获问题.首先利用波动相关法解决了信号的存在性检测问题,并精确估计出直扩信号的扩频周期,然后通过滑动-延迟-相关的方法准确捕获信号的起止点位置,最终实现信号的盲检测.仿真结果表明,该算法判决精度高,且抗频偏,在信噪比为-7dB时其检测概率可达90％以上.     

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。