一种基于奇异值分解的改进信噪比盲估计算法

针对空间分解类信噪比(SNR)估计算法中子空间维数估计复杂度较高,低信噪比下估计偏差较大的问题,提出了一种改进的子空间维数估计算法。该算法首先利用样本自相关矩阵的奇异值序列进行后向差分得到梯度序列,对梯度序列每一项与后5项之和的比值进行搜索,最大比值所对应的奇异值序号作为信号子空间维数,最后计算信噪比。合适数据长度下的仿真结果表明：在信噪比-5 dB~20 dB范围内,常规通信信号的信噪比估计平均偏差小于0.5 dB,标准差小于1 dB;该算法提升了低信噪比下的估计性能,运算量较小,无需知道调制方式、载波频率、符号率等先验信息,在低信噪比时对信噪比时变的跟踪估计更为准确,且对复杂高阶调制信号同样适用。     

一种基于经验模态分解的信噪比盲估计新算法

为了增强未知样式信号的信噪比估计性能,提出了一种基于经验模态分解（EMD） 的信号信噪比估计新算法,通过固有模态函数（IMF）分量平均周期判断信号与噪声界限。 给出了经验模态分解估计法的工作原理和流程图,分析了经验模态分解估计法的性能。仿真 结果表明,与信号空间分解法一样,经验模态分解估计法能够实现盲信号信噪比估计,后者 估计均方误差比前者要小,在0 dB信噪比下均方误差不超过0.3 dB。     

一种不受信道阶数估计影响的SIMO直接盲均衡算法

针对单输入多输出（Single-Input-Multiple-Output, SIMO）模型提出一种完全不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短协方差矩阵和信号子空间的关系设计一种零延迟均衡器,并通过信道矩阵和均衡器系数的合响应特性克服了算法相位偏转的问题,最后得到一种对信道阶数估计鲁棒并且没有相位偏转的盲均衡算法。该算法不同于一般子空间类算法,不需要直接对接收信号的协方差矩阵进行信号子空间和噪声子空间的分解,因此对信道阶数估计具有很强的鲁棒性。文章给出了算法的Batch实现过程,同时为更好适应一般时变信道环境和实现实时处理的要求,通过递归迭代得到算法的自适应实现过程。仿真实验表明该算法几乎不受信道阶数过估计或欠估计的影响,同时该算法具有良好的均方误差（Mean Square Error, MSE）和误符号率SER（Symbol Error Rate, SER）性能,并且具有很快的收敛速度。      

SIMO信道组合优化递推序列检测算法

传统的盲均衡算法主要基于高阶统计量(HOS)法或信道输出过采样的二阶统计量(SOS)算法，而这些算法不能实际应用于时变环境。与现有的自适应均衡LMS算法、RLS算法不同。提出了一种基于有限字符集信息的组合递推算法，实现单输入多输出(SIMO)信道盲序列检测。仿真表明：该算法具有较快的收敛速度和较低的稳态误码。     

基于时延分集的MIMO多径信道盲估计算法

发送时延分集在空时编码中是一种有效可行的方法。本文提出了一种基于发送时延分集的多径信道估计方法,指出如果发送时延大于信道时延,多输入多输出（MIMO）信道可以转化为特殊的单输入多输出信道,通过对信道输出进行子空间分解可以估计出信道参数。仿真结果显示了本文算法的有效性。     

含共零点SIMO信道直接盲序列检测与信道辨识

在ε均衡概念基础上，提出了对含公零点SIMO信道的盲辨识算法。该算法充分利用发送符号属于有限字符集的先验知识，先直接盲检测发送序列，然后再进行信道辨识。仿真结果表明：不管信道是否包含公零点，本文提出的信道盲辨识ε算法性能都明显地优于基于二阶统计量的其它经典算法。     

基于矩阵逆幂法的SIMO信道模型盲均衡方法

码间干扰是实现高速数据传输的主要限制因素,如何减小码间干扰始终是通信信号处理的研究方向之一。文章根据SIMO（Single Input Multiple Output）系统模型的互关系,利用输入信源和观测噪声的统计特性,给出了一种基于矩阵逆幂法的信道盲均衡算法。计算机仿真结果表明,该算法自适应递推性有效,并在低信噪比的情况下较传统的CR（Cross Relations）方法有更好的均衡效果。     

改进的经验模态分解盲信噪比估计方法

针对经验模态分解信噪比估计方法运算量大、精度低的问题,本文结合概率论提出了改进的算法。利用离散傅里叶变换分析了固有模态函数的功率谱分布情况,确定了3次分解的有效性,简化了运算过程。基于统计数据给出了分量功率谱密度分布关于特征参数的正态分布近似表达式,并分析了分解过程中存在的能量溢出现象,由此给出了由特征参数估计信噪比的方法。针对不同的样本长度和信号调制方式测试了新算法的性能,结果表明新方法的性能优于原始方法,信噪比0dB时新方法的估计误差不高于0.5dB。      

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。     

基于均衡代价函数的信道阶数盲估计算法

针对信道阶数估计问题,利用单输入多输出(Single-Input Multiple-Output,SIMO)有限冲激响应(Finite Impulse Response,FIR)信道的结构特点和输入/输出信号的统计特征,提出了一种基于均衡代价函数的信道阶数盲估计算法.首先计算了归一化最小二乘均衡(Normalized Least Squares Equalization,NLSE)代价函数在理想条件下的理论渐近值,并指出其拐点与信道阶数之间的对应关系.然后分析了NLSE代价函数在实际条件下的近似值.最后引入了拐点优化因子,提出了一种基于NLSE代价函数拐点检测的信道阶数估计算法.理论分析和仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)较低和信道首尾系数较小的情况下,该算法比现有其它方法具有更强的鲁棒性,可以获得更小的接收信号均衡误差.     

一种新的基于特征值分析的盲信噪比估计方法

对自相关矩阵的特征值分解进行公式推导,基于此提出了一种采用协方差矩阵进行特征值分析的盲信噪比估计方法。在加性高斯白噪声环境下的仿真结果表明,该方法的估计偏差及标准差等性能均优于基于自相关矩阵特征值分析的盲信噪比估计方法。     

基于EM-SBL迭代的稀疏SIMO信道频域盲均衡算法

针对单输入多输出系统下稀疏信道均衡问题,提出了一种新的基于最大似然准则的频域迭代均衡算法.首先将多天线联合均衡问题建模为非完整观测数据集下频域信号序列的最大似然估计问题,利用期望最大化算法进行近似迭代求解,最终得到各个单频信号加权求和形式的均衡输出表达式.在每次迭代过程中,算法依次完成均衡输出的更新和信道参数联合条件后验分布的更新.考虑到信道固有的稀疏特性,在求解信道参数联合条件后验时,引入具有稀疏促进作用的先验分布对信道系数加以约束,使用稀疏贝叶斯学习迭代求解信道参数联合条件后验.仿真结果表明,本文算法具有较好的收敛特性和稳态性能,在中高信噪比条件下可以获得接近信道已知条件下的稳态系统误符号率性能.     

一种平坦衰落信道下的盲信噪比估计算法

针对基于子空间分解信噪比估计算法中信号子空间维数估计复杂度高、小样本条件下估计偏差大的问题,提出了一种改进的盲信噪比估计算法.该算法首先构造接收信号的自相关矩阵,然后从矩阵奇异值序列的尾部开始,间隔两项依次进行差分得到梯度序列,再以梯度序列相邻两项均值大干特定阈值为条件确定信号子空间的维数,最后求得信噪比.仿真结果表明:信噪比范围为-5～+15 dB时,平坦衰落信道下常用调制信号的信噪比估计标准差小于0.1 dB,与MDL,AIC方法相比,该算法计算量小,且能适应更低的信噪比和更短的数据长度.     

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.     

基于傅里叶变换的信道质量盲估计算法

根据快速傅里叶变换(FFT)和数字信号调制解调的特点,给出了一种盲信道质量估计算法.算法利用了信号进行傅里叶变换后功率谱密度中所包含的信号特征在基带完成,并用软件实现.仿真结果表明,这种算法具有准确度高、计算速度快、所需数据量小等特点.符合信道实时估计的要求.     

一种逆迭代互关系子空间SIMO信道盲辨识方法

基于SIMO系统互关系模型提出了逆迭代辨识时间色散信道子空间方法,基于一阶扰动理论分析了提出方法的MSE性能.为增强算法稳定性,基于扰动理论和泰勒级数展开给出了一种迭代计算协方差CR矩阵逆的方法.理论分析和实验表明:和现有的自适应信道盲辨识方法相比,本文方法提高了信道估计精度,迭代计算CR矩阵逆的方法简单有效,实验结果和扰动分析得到的理论值有很高的一致性.     

基于缓变信号消除的数字通信系统信噪比盲估计算法

针对认知无线电中的频谱分析问题,在软件无线电构架下给出一种数字通信系统信噪比盲估计模型.分析了数字通信系统中缓变区的存在性,并根据数字通信信号的循环平稳特性给出了信号缓变区的选择方法.提出了一种基于缓变消除的信噪比盲估计算法,该方法不需要通信系统发送目标波形.仿真分析表明,所提方法能够准确找到数字通信信号的缓变区,对各种数字通信系统都具有较好的信噪比估计性能.     

基于DWT-DFT和SVD域的盲水印算法

提出了一种基于离散小波变换、离散傅里叶变换和奇异值分解相结合的盲水印算法。该算法对原始图像进行一级离散小波变换后选择低频子带图像作分块离散傅里叶变换,然后对分块离散傅里叶变换的幅度谱进行奇异值分解,选择最大奇异值并采用量化嵌入方法实现水印的嵌入和盲提取。为了提高算法对旋转攻击的鲁棒性,采用基于Radon变换的检测算法对待检测图像进行旋转校正。实验结果表明,该算法对一些常规攻击和几何攻击都具有较强的鲁棒性。