基于盲波束成形的异步CDMA信号伪码估计

在分析阵列天线接收的异步CDMA信号的基础上,利用信号子空间与用户特征序列的关系,提出一种新的基于盲波束成形的伪码序列盲估计算法,能在波达方向未知的情况下,估计各个用户的扩频序列。算法克服了子空间盲波束成形算法信源个数必须小于阵元个数且信源波达方向不能靠近的缺点。同时提出一种基于盲波束形成的多用户检测算法,在低信噪比条件下,性能相比于单天线多用户检测性能有很大提高。     

Real-valued MVDR beamforming using spherical arrays with frequency invariant characteristic

Complex-valued minimum variance distortionless response (MVDR) beamforming for wideband signals has very high computational amount. In this paper, we design a novel real-valued MVDR beamformer for spherical arrays. The dependence of the array steering matrix on source signal directions and frequencies is decoupled using spherical harmonic decomposition. Then a compensation network is designed to solve the frequency dependence of the array response and to get a new array response only determined by the spherical harmonics of the source directions. All frequency bins of wideband signals can be used together instead of being processed independently. By exploiting the property of the conjugate spherical harmonics, a unitary transform can be found to acquire a real-valued frequency invariant steering matrix (FISM). Based on the FISM, real-valued MVDR (RV-MVDR) is developed to obtain good performance with low computational amount. Simulation results demonstrate the performance of our proposed method for beamforming and direction-of-arrival (DOA) estimation by comparing with the complex-valued and real-weighted MVDR methods.     

基于模式空间变换的宽带波束形成方法

由于均匀圆阵独特的空间分布使其比均匀线阵有许多优点,且均匀圆阵在模式空间变换可以转化为虚拟线阵,而转换后的虚拟线阵具有远场模式下与频率无关的特性,因此均匀圆阵可以处理宽带信号。在此分析基础上,针对均匀圆阵提出一种基于模式空间变换的宽带波束形成方法。设计出该方法的原理图并给出了该方法的具体操作步骤,还通过计算机仿真实验验证了方法的有效性。该方法只适用于均匀圆阵系统,因而针对性强,具有很好的应用前景。     

基于频域卷积信号盲源分离的乐曲数据库构建*

将通过频域卷积信号盲源分离算法从MP3歌曲音频信号中分离出人声主唱信号,再从人声主唱信号中提取出能够表征歌曲的旋律特征构建哼唱检索系统的歌曲数据库。盲源分离要求观测信号数目不小于源信号数目,因此先用小波多分辨率分析构造一路观测信号,再用频域独立成分分析(FDICA)实现MP3歌曲音频信号的盲源分离(BSS)。实验证明,采用FDICA-based BSS从歌曲MP3中分离出的人声主唱信号的旋律特征与待检索的人声哼唱信号的旋律特征有较高的相似度,可以用歌曲MP3构建哼唱检索系统的歌曲数据库。     

频率估计的一种多段同频等长信号频谱融合法

为提高信号频率估计精度和现有方法的普适性,提出一种基于频谱融合的多段同频等长信号的频率估计算法。设计相位差补偿因子克服分段信号相位不连续问题,以达到相位连续信号的频谱分析效果;建立搜索频率序列修正相位差补偿因子中的未知参数,并对分段信号频谱进行相位差补偿得到修正频谱矩阵;通过累积频谱抽取谱和修正频谱计算频谱相关序列并搜索最大值,其对应搜索频率即为该算法的频率估计值。数值仿真实验表明,基于该算法频率估计的均方根误差约为现有方法的1/4~2/3,较为接近Cramer-Rao下限。     

新的基于仿射投影算法的盲多用户检测器

多径衰落信道下的盲自适应多用户检测算法的运算复杂度通常都比较大,将基于仿射投影算法的盲多用户检测器与RAKE分集技术相结合,提出了一种盲自适应接收算法。该接收算法平衡了收敛速度和计算复杂度之间的矛盾,具有相对较好的收敛性能及较小的运算复杂度。通过模拟实验比较了几种算法的收敛、跟踪及误码性能,结果表明该方法具有明显的整体优势。     

协同系统中基于误比特率的波束成形设计

针对频率选择性信道下放大转发模式的多中继协同系统的波束成形因子设计问题进行研究。以最小化接收端总误比特率(BER)为目标,提出了一种两阶段的波束成形设计方法。所提方法可以有效降低设计的难度和复杂度,并且可以使接收端的总BER最小。仿真结果表明,与现有算法相比,本算法可以显著降低接收端的误比特率。     

基于局部多项式傅里叶变换的多分量线性调频信号瞬时频率估计*

针对多分量线性调频信号的瞬时频率估计问题,把局部多项式傅里叶变换应用到求多分量线性调频信号瞬时频率估计中,提出了一种不受分量间交叉项干扰的新方法,该方法对多分量线性调频信号进行局部多项式傅里叶变换,把每一个线性调频信号分离出来,根据每一个线性调频信号的局部多项式傅里叶变换谱,通过搜索找到谱的峰值所在的位置,从而找到峰值所对应的频率,准确地估计出了多分量线性调频信号的瞬时频率。仿真实验中与多分量信号的Wigner-Hough变换进行了对比,验证了该方法的有效性。     

基于周期信号的频域检测方法研究

在分析周期信号尤其是多频周期信号时,为了得到正确的分析结果,除考虑叠加测量噪声模型及其对测量结果的影响之外,还必须考虑由于时域的离散化而可能造成的频域混叠现象,以及由于采样过程记录的信号样点序列长度有限而可能造成的频谱泄漏现象.因此,在基本矩形窗函数频域检测方法的基础上,对Blackman窗函数的频域检测方法进行了研究.该方法对被测信号在时域加Blackman窗函数,在频域实行内插,可以有效地减小检测过程中信号的频谱泄漏,从而得到精确的测量结果,实验结果证明了该方法在周期信号检测过程中的有效性和先进性.     

基于多段分频等长信号融合的频率估计方法

多段采样信号十分常见,对其进行信息融合能有效提高信号处理的精度,尤其适用于低信噪比、被测频率持续时间短的情况。为提高多段采样信号频率估计的精度和扩展已有方法的适用范围,给出一种多段分频等长信号融合方法。在该方法中,因各段信号的被测频率不等,故生成频域分析参数矩阵以实现同频化效果;因同频化后各段信号之间仍然相位不连续,故设计相位差补偿因子矩阵以达到相位连续信号的效果;因相位差补偿因子矩阵包含未知参数,故生成搜索频率序列以用于实际计算并得到具有特定形式的功率谱矩阵。为验证方法的正确性,给出了数学证明。针对多种应用环境状态进行了仿真实验,结果表明该方法具有普适性,抗噪性好,频率估计精度比现有方法有较大提高。     

基于频域ICA的波达方向估计方法

为降低阵元数目和提高相干多径入射信号的波达方向(DOA)估计精度。提出了一种基于频域独立分量分析与波束零点形成相结合的DOA估计方法。该方法综合利用阵列结构信息和目标信号的统计独立特性,与常规算法相比,降低了算法对阵元数目和精度的依赖,并能实现对相干多径入射信号的DOA估计。计算机仿真结果表明,该算法具有少阵元、收敛快、误差小的特点。     

基于PN序列的频偏估计算法

本文提出了一种基于时域PN序列导频相关性的频偏估计算法,通过计算接收信号和发送信号共轭乘积的自相关函数,将频偏估计问题转化为一个单频谱估计问题,并且给出了简化的谱估计算法,从而避免了频率搜索,具有较低的实现复杂度,另外,此算法使用和符号同步相同的PN序列资源,节省系统频谱资源。在多径信道下也给出了相应的形式,经过理论分析和仿真证明了,在多径信道下,改进算法的获得了频率分集增益,提高了估计性能。     

基于听觉外围模型的音频基频估计方法

针对音频信号中的暂态成分对基频检测可靠性的影响,提出了一种基于听觉外围模型的基频估计方法。该方法根据听觉外围模型来模拟声音在人耳内耳听觉神经上传导过程,并利用循环平均幅度差函数判断每个神经传导信号上呈现的时域周期性,进而提取音频信号的基频。实验结果表明,在纯净音频条件下,该方法能准确地估计出音频信号的基频,并且在不同音量打击乐信号的干扰下,所提方法的平均错误率低于三种参考方法。     

基于盲辨识和盲均衡的直扩信号伪码估计方法

为了解决多径信道下直接序列扩频信号的伪码盲估计问题,在直扩信号等效联合信道模型的基础上,提出一种信道盲辨识与数据重用盲均衡相结合的伪码盲估计方法。该方法利用信道盲辨识方法估计得到等效联合信道,通过数据重用盲均衡进一步估计出伪码。理论分析与仿真验证表明,该方法在低信噪比条件下仍然可实现对多径直扩信号伪码序列的准确盲估计,并且对于m、Gold、M序列等不同伪码具有广泛适应性。     

An approach for solving the permutation problem in blind source separation based on microphone sub-arrays

In this paper, we present a new algorithm for solving the permutation ambiguity in convolutive blind source separation. Transformed to the frequency domain, existing algorithms can efficiently solve the reduction of the source separation problem into independent instantaneous separation in each frequency bin. However, this independency leads to the problem of correctly aligning these single bins. We present a new method for solving the permutation problem using microphone sub-arrays. It is based on the combination of two approaches： direction of arrival （DOA） estimation for sources and the inter-frequency correlation of signal envelopes. The performance of the algorithm will be demonstrated on real-world data.     

Ad Hoc网络链路质量QoS多路径按需路由协议

传统的MANET路由协议是基于最小跳数的路由,没有考虑链路质量,不能适应网络拓扑的动态变化。针对这一问题,提出了一种Ad Hoc网络链路质量QoS多路径按需路由协议（QMORP）。QMORP采用移动预测来计算链路的生存时间,应用能量模型获得链路的剩余能量,综合链路生存时间和剩余能量两种因素来计算链路质量。选择链路质量大的路径转发分组。仿真实验表明,相比AOMDV协议,QMORP协议提高了网络的生命周期,降低了网络的平均端对端延迟、提高了网络的发包率和吞吐率。     

基于循环自相关的NC-OFDM信号参数的盲估计

在认知无线电(CR)环境中,频率资源不足的问题越来越严重,非连续正交频分复用（NC-OFDM）能够工作在非连续的频谱环境,针对NC-OFDM信号的参数估计重要问题,提出用循环自相关的方法。该方法首先分析循环平稳信号特点,然后根据NC-OFDM信号的循环自相关在循环频率α以及时延τ切面图具有离散谱线特征进行参数估计,最后对NC-OFDM信号的循环自相关进行数值仿真。仿真结果表明在低信噪比下,能有效估计NC-OFDM信号的参数及识别零前缀的正交频分复用信号（ZP-OFDM）,且实验证明关闭近90%的子载波数目,都能够实现NC-OFDM信号的参数的盲估计。     

混沌卷积混合信号的预测重构盲反卷积方法

介绍了混沌序列的特性，然后利用混沌的类随机特性和盲信号处理技术，提出了一种针对混沌卷积混合信号的预测重构盲反卷积方法．该方法充分利用了混沌的物理特性，通过对混沌卷积混合信号使用基于直接预测误差分析所构成的混沌滤波器和基于相空间重构动力学系统方程的人工智能补偿技术去进行盲反卷积，从而实现对单输入单输出混沌卷积信号的源信号和传输函数的盲反卷积处理．仿真实验验证了该方法的有效性和可行性。     

Relative observation for multi-robot collaborative localisation based on multi-source signals

This paper describes a synthesising method for multi-robot collaborative localisation. A distributed extended Kalman filter (EKF) based on robot odometry and external North Star signals for data fusion is first designed for the localisation of individuals in the robot group. Relying on relative observation by infrared sensors and gyroscopes mounted on robots, and the ‘uncertainty volume’ strategy, the positions estimated by EKFs are further corrected for precising the localisation process. The localisation accuracy based on different sensing regimes is tested. Sensor correlations and uncertainties are analysed for predicting error propagation and to accommodate sensing deviations. The multi-source signals are then synthesised for the collaborative localisation for a multi-robot system without introducing excessive computation. Finally, this work is verified by both simulation and experiments with real robots, i.e. the Festo Robotinos under different scenarios.