非数据辅助的OFDM系统采样频率同步算法

研究了OFDM系统中采样频率的同步问题,提出了一种基于延时相关的时域非数据辅助采样频率同步算法.算法通过对时域信号进行延时相关,以提取OFDM符号的周期标记;然后通过收端和发端在相同的周期个数内采样点数之比得到采样频率偏差.该算法不需要预先进行OFDM符号同步和载波频偏估计,且具有较大的频率偏差估计范围.由仿真结果可以看出,该采样频率估计算法性能受累积时间及循环前缀的长度影响,不受采样频率偏差、载波频率偏差及OFDM系统基带调制方式影响;在6径典型市区(TU)信道下,与其它同类算法相比,该算法具有较好的性能.     

基于距离-多普勒补偿的多基雷达协同抗主瓣压制干扰

针对多基地雷达系统中多普勒频差导致干扰信号的去相关的问题,该文提出一种基于距离-多普勒补偿的多基雷达协同抗主瓣压制干扰方法.首先,通过不同雷达平台接收到的干扰信号的互相关函数,分析了多普勒频差对多平台干扰信号的相关性影响.其次,通过最大化时间-多普勒2维相关函数对传播延时差与多普勒频差进行估计和补偿,实现主瓣干扰抑制.然后,为了降低运算量,先利用幅度相关估计出传播延时差,再估计出多普勒频差.仿真结果表明,通过多普勒频率补偿后进行干扰信号级相消处理,可有效抑制主瓣压制干扰.     

基于循环相关的时延估计方法研究

该文研究了低频通信中的时延估计问题。考虑在低频信道大气噪声干扰的条件下,对接收信号进行削波处理后,采用循环相关法进行多径时延估计。经过削波处理,该方法能准确地估计出低频通信的时延,并且其性能优于广义相关法。该文最后的计算机仿真结果验证了文中的结论。     

射频干扰环境下OFDM系统的盲信号干扰噪声比估计

基于OFDM信号的循环平稳特性,提出一种在射频干扰环境下OFDM系统的盲信号干扰噪声比估计方法。通过分析发送信号,射频干扰信号以及高斯白噪声的周期自相关函数能量分布规律,选取合适的延时变量和循环频率在功率谱域能有效分离信号功率和干扰加噪声功率分量,从而估计出信号干扰噪声比值。计算机仿真结果表明,和经典的二阶四阶矩(M2M4, second-order and fourth-order moments)盲信号干扰噪声比估计方法相比,新方法不仅能够有效估计射频干扰环境下OFDM系统的信号干扰噪声比值,而且无论是估计性能还是复杂度都优于M2M4方法;同时在快衰落Rayleigh信道下,新方法也能有效的估计出信号干扰噪声比值。进一步,所提方法具有对射频干扰信号密度不敏感的优点。     

基于距离-多普勒补偿的多基雷达协同抗主瓣压制干扰

针对多基地雷达系统中多普勒频差导致干扰信号的去相关的问题,该文提出一种基于距离-多普勒补偿的多基雷达协同抗主瓣压制干扰方法。首先,通过不同雷达平台接收到的干扰信号的互相关函数,分析了多普勒频差对多平台干扰信号的相关性影响。其次,通过最大化时间-多普勒2维相关函数对传播延时差与多普勒频差进行估计和补偿,实现主瓣干扰抑制。然后,为了降低运算量,先利用幅度相关估计出传播延时差,再估计出多普勒频差。仿真结果表明,通过多普勒频率补偿后进行干扰信号级相消处理,可有效抑制主瓣压制干扰。     

基于压缩感知的循环平稳特征检测方法

在认知无线电中,传统的循环平稳特征检测技术为了达到理想的感知效果,需要大量的数据采样点,导致其感知过程复杂度大,感知时间长.针对此问题,提出了一种基于压缩感知的改进循环平稳特征检测方法,该算法利用信号循环自相关函数(Cyclic Autocorrelation Function,CAF)的稀疏特性,基于分段平均的时变自相关函数估计值,通过压缩感知技术重构二维CAF矩阵,再根据重构结果实现循环平稳特征检测.该方法不仅可有效降低计算复杂度和检测时间,而且提高了二维CAF的估计精度.仿真结果表明该方法的检测性能优于基于经典CAF估计的循环平稳特征检测技术.     

OFDM系统中一种基于延时相关的定时估计算法

针对Schmidl定时估计算法存在平台区的问题,Minn定时估计算法在具有码间干扰信道中估值方差过大的问题,以及改进的Schmidl定时估计算法具有多个同步尖峰问题,本文提出了一种基于延时相关的定时估计算法。通过仿真可以得出,基于延迟相关的定时估计算法能够较好地解决上述定时估计算法存在的问题,提升了符号定时同步的精度。     

基于DEHT的伪码引信中多分量FM干扰抑制方法研究

在介绍离散进化变换(DET)和离散进化哈夫变换(DEHT)的基本原理基础上,详细分析了伪码引信中基于DEHT的多分量FM干扰抑制方法。接收信号首先通过DEHT估计干扰瞬时相位,并通过递归校正方法减小相位估计误差,利用估计出的干扰瞬时相位设计了一时变级联滤波器,逐个消去FM干扰。对不同干信比(ISR)情况下的干扰抑制前后的相关输出进行了仿真分析。分析结果表明,该方法能有效地去除干扰,相关输出得到显著改善。     

有限空间液态场中声发射信号时延估计方法

石油储罐罐底腐蚀的定位可利用声发射信号的时延估计实现,但在有限空间液态场中信号的传播会产生严重的多途效应,对准确进行时延估计产生不利影响.提出一种基于信号截取的广义互相关时延估计方法.采用曲线拟合法对每路传感器采集信号进行波达时刻估计,然后进行信号截取,对两路传感器截取信号进行基于相位变换的广义互相关,实现信号的时延估计.实验结果表明,该方法能有效克服多途干扰,提高时延估计性能.     

频谱相关检测法在大频偏低信噪比扩频通信的载波频率提取中的应用

基于周期平稳信号特征和频谱相关密度,本文提出了利用频谱相关处理提取大频偏低信噪比扩频通信信号的载波频率的频谱相关检测方法.这种方法的检测性能优于常规经典方法,并有更好的抗噪声和干扰的能力.     

基于循环平稳性的约束自适应多径时延估计

在有多径信号、多通道非平稳干扰信号以及平稳背景噪声的情况下,不考虑多径信号传输的时延估计方法不能准确地估计时延,甚至估计性能会恶化.为此,本文提出了基于循环平稳性的约束自适应多径时延估计算法,并对算法的收敛性能进行了分析.该算法可以有效地抑制干扰和噪声的影响,在低信噪比的情况下直接地、准确地进行自适应多径时延估计,特别对噪声是空间相关的情形也适用,克服了传统算法不能直接估计非整数倍采样间隔的时延和多径时延的缺点.计算机仿真试验验证了新方法的有效性.     

一种基于四阶累积量的约束自适应多径时延估计

在存在多径信号和空间相关性未知的背景高斯噪声情况下,不考虑多径信号传输的传统时延估计方法的性能会受到影响,甚至恶化。针对此问题,提出了一种基于四阶累积量的约束自适应多径时延估计算法,并对该算法的多径时延估计性能进行了收敛性能分析。该算法能够有效抑制空间相关性未知噪声的影响,在低信噪比的情况下能够直接、准确地进行自适应多径时延估计,克服了传统算法不能直接估计非整数倍采样间隔时延的缺点。计算机仿真试验验证了新算法的有效性。     

基于四阶累积量和奇异值分解的参数型多径时延估计

在背景相关噪声的情况下,提出了一种基于四阶累积量和奇异值分解（SVD）的参数型时延估计方法。分析表明该方法能够准确进行多径传输情况下的时延估计,有效抑制相关高斯噪声的影响。最后采用Matlab进行仿真验证。     

一种空间相关高斯噪声背景下的时变时延估计算法

在空间相关高斯噪声的背景下,基于二阶统计量的时延估计方法会失效,该文提出了一种基于三阶统计量的自适应时变时延估计算法,并分析了算法的收敛性,最后的仿真结果表明该算法可以有效地抑制相关高斯噪声。     

非高斯相关噪声中高斯信号的时延估计

高阶统计量在信号处理中成功的应用例子之一是估计高斯相关噪声中非高斯信号的时延参数.本文则研究非高斯相关噪声中高斯信号的时延估计问题,提出了一种解决该问题的混合方法.该方法先计算观测值的三阶累积量,然后利用累积投影公式计算观测噪声的二阶统计量,最后利用互相关方法确定信号时延参数.仿真结果验证了该方法的有效性.     

一种基于遗传算法的自适应参数型多径时延估计

基于四阶累积量的自适应参数型多径时延估计（FOC—APMTDE）算法只能直接估计整数倍采样间隔的时延,为了克服此缺点,引入遗传算法进行时延估计的寻优,保留了FOC—APMTDE算法良好的抑制相关或非相关高斯噪声的性能,在低信噪比的情况下可以准确地直接估计非整数倍采样间隔的时延。计算机仿真试验验证了新方法的有效性。     

基于三阶累积量的多径时延估计

研究多径传输条件下的时延估计问题。利用三阶累积量的一维切片作为高阶统计量,结合相关算法原理,提出一种新的时延估计算法。为提高时延估计精度,对相关数据进行了加权处理。该算法可有效抑制空间相关高斯噪声或对称分布噪声,得到非高斯信号准确的时延估计。算法具有计算量小,易于实现的优点。仿真结果表明了该算法的有效性。     

一种维纳加权的广义相关自适应时间延迟估计方法

本文研究了维纳加权广义相关时间延迟估计问题，提出了一种自适应实现维纳加权的时延估计方法。文中讨论了算法结构，分析了其性能，并给出了计算机模拟的结果。理论分析和计算机模拟表明，这种自适应维纳加权时延估计方法，不依赖于输入信号和噪声的统计先验知识，可以有效地消除信号中噪声对时延估计的影响，具有较高的估计精度和较快的收敛速度。     

基于零阶统计量的韧性归一化自适应时间延迟估计

依据零阶统计量理论,给出对数矩过程、对数宽平稳及对数各态遍历的定义,提出一种韧性的归一化自适应时间延迟估计方法(简称NZOSTDE).该算法用FIR滤波器对两个含有脉冲噪声的观测信号建模,利用不存在有限方差的脉冲信号经过对数变换后其各阶矩的存在性和几何功率的概念,在对数域基于最小均方误差(LMS)准则归一化自适应得到FIR滤波器的系数,该系数最大值对应的序号就是时间延迟的估计值.本文提出的新算法克服了基于分数低阶统计量(FLOS)算法的局限性.计算机仿真实验表明,NZOSTDE算法在强脉冲噪声环境下比归一化最小平均P范数时间延迟估计方法(简称NLMPTDE)算法更具有韧性.     

奇异值分解的HB加权广义互相关时延估计

传统广义互相关时延估计技术是直接基于测量数据,其精度受环境噪声及异常值波动影响显著下降。针对上述问题,提出了一种新的时延估计算法,即奇异值分解的HB(Hassab-Boucher)加权广义互相关法。首先,将接收到的信号进行奇异值分解处理,抑制环境噪声的影响并提高信号的信噪比;其次,采用降噪后的信号进行互功率谱计算时引入HB加权函数,达到锐化互相关函数峰值的目的;最后,在时延初值未知的情况下,提出了一种基于中位数与平均数结合的时延后处理方案,去除时延估计结果中的异常值波动,得到最优时延估计值。仿真实验结果表明,在低信噪比条件下,与传统的广义互相关和基于奇异值分解的广义互相关参考方法相比,本文提出方法的异常点百分比和均方根误差更低,时延估计正确率更高。