强干扰环境下水声时延估计技术研究

水声定位系统是现代深海作业必备的高精度水下定位装备,精确的时延估计是实现高精度水声定位的基础,但由于信号远距离传输以及强干扰的影响,水声定位系统时延估计精度较低.针对此问题该文提出一种基于子空间理论的宽带强干扰抑制方法,首先通过贝叶斯信息量准则估计子空间维度,然后推导了不同信号假设下的概率密度函数,求解未知参数的最大似然估计,构造广义似然比并通过最优匹配广义似然比检测法估计与期望信号最匹配的子空间,然后以此构造空间投影算子对接收数据进行线性投影,最终抑制干扰和噪声,提高时延估计精度.仿真结果表明该方法能够有效抑制干扰和噪声的影响,提高定位系统时延估计精度.     

宽带数字阵列雷达通道固定时延误差估计技术的研究

为解决宽带数字阵列雷达通道固定时延误差导致的数字波束成形性能下降问题,提出一种基于最大似然估计和抛物线插值的通道固定时延误差估计方法。该方法首先通过基带发射信号和包含未知时延参量的基带接收信号的相关积分后信号的峰值点估计通道固定时延整数部分;然后利用峰值点及其相邻两点进行抛物线插值完成通道固定时延小数部分估计;最后计算多通道固定时延误差,并完成各通道固定时延误差的补偿。仿真结果表明,该方法能够在赛灵思的xcku115平台下,实现宽带数字阵列雷达的多通道固定时延误差估计,并且在输入信号信噪比为10～30d B的情况下,估计精度能够达到0.001～0.014倍采样间隔,可以满足工程的实际应用要求,提高宽带数字阵列雷达中数字波束成形的性能。     

新变步长自适应算法及其时延估计性能

针对已有的变步长自适应算法收敛速度和稳态误差矛盾的问题,提出了一种新的变步长最小均方自适应滤波算法。新的算法在类S函数的基础上,引入调节因子P对步长函数的形状进行实时调整,并以误差的自相关时间均值估计调节步长,使得算法在初始时具有较快的收敛速度,稳态时有更平滑的步长变化。在新算法中引用最大似然加权算法进一步抑制自适应滤波器权系数伪峰。将新算法和最大似然加权应用在自适应时延估计的实验中,结果表明:在已有参数固定的条件下,新提出的算法具有更快的收敛速度和更小的稳态误差。同时,时延估计实验中能有效地实现信噪比-3 dB以上的准确时延估计。     

长时延扩展水声信道的联合稀疏恢复估计

对具有长时延扩展的水声信道,传统的信道估计算法如最小二乘法将在大量零值抽头产生严重的估计噪声,导致估计性能下降,同时信道估计时所需的较高估计器阶数大大提高了运算复杂度。压缩感知信道估计方法可有效利用多径稀疏特性改善性能,但需采用较大的训练序列长度以保证稀疏恢复精度,由此导致额外的系统开销。利用水声信道多径稀疏结构在数据块间存在的相关性,建立基于分布式压缩感知的长时延水声信道联合稀疏模型,从而可利用同步正交匹配追踪算法进行联合重构,以进一步减小系统的训练序列开销,提高估计性能。最后通过仿真和海上实验验证了所提方法的有效性。     

基于超宽带脉冲信号的时/频域信道估计

针对脉冲超宽带(UWB)系统提出两种基于超宽带脉冲信号的信道估计算法-时域最大似然(ML)信道估计和频域子空间信道估计算法.文中从理论上详细推导信道估计算法的基本原理,通过计算机仿真验证相同环境下两种算法的性能.最后,由仿真结果对两者进行了性能比较分析,分析结果对于新型时/频域UWB接收技术的研究具有指导意义.     

频率估计技术在通信对抗中的应用

在通信对抗系统中,若要对敌方通信系统实施干扰或截获信息,首先要对敌方通信系统的载频进行测量。本文提出的频率估计技术是基于最大似然估计方法。它具有测量精度高、数字化程度高、可靠性高等特点。     

循环时延估计子性能分析

文章详细分析并推导得到了一类循环时延估计子的估计理论精度.在较高信噪比条件下(SNR＞-5dB),仿真得到的估计精度与理论估计精度基本上是一致的,这说明了文章理论分析的正确性.在高斯白噪声和慢变化时变高斯白噪声两种噪声模型下对二相编码和四相编码信号的仿真实验表明,循环估计子估计性能确实要优于实际中经常使用的能量辐射计.     

二进制移相键控信号信噪比估计研究

通过使用最大似然估计算法,对二相移相键控（2PSK）信号在高斯白噪声条件下的信噪比估计进行了研究,推导出信号功率、噪声功率的估计公式,依据该公式构建了2PSK的信噪比估计仿真模型,并在Matlab中进行了仿真计算,仿真结果表明在数据长度达到2000个左右时,信噪比的估计性能较好。     

时延估计技术研究

时延是表征信号的一个重要特征参数,准确、迅速地估计时延及其他参数可以进一步确定信源距离、方位、速度等信息.因此,对时延参数的估计一直是信号处理领域中的十分活跃的研究课题.在分析时延估计发展现状的基础上,对时延估计理论和方法进行了归纳和总结,介绍了基于二阶统计量、高阶统计量的时延估计方法,以及近年来广泛应用的现代信号处理工具--分数阶Fourier变换及其在时延估计中的应用,并对各时延估计方法的性能进行了分析和比较,指出了时延估计的研究方向.     

高速Pattern时延差编码水声通信技术

针对传统Pattern时延差(Pattern Time Delay Shift,PDS)编码水声通信速率较低的问题,在传统PDS水声通信基础上,提出基于分频带的高速PDS通信方案。借鉴无线电中多载波通信思想,将可用水声通信频带进行分割,多个子频带上同步传输PDS信号,结合被动时间反转镜信道估计技术,达到提高水声通信速率的目的。试验结果表明,在强多途水声信道环境下,实现了远程低误码率传输,不仅能够有效抑制强多途干扰,还能够提升水声通信速率。     

Application of natural computing algorithms to maximum likelihood estimation of direction of arrival

This work presents a study of the performance of populational meta-heuristics belonging to the field of natural computing when applied to the problem of direction of arrival (DOA) estimation, as well as an overview of the literature about the use of such techniques in this problem. These heuristics offer a promising alternative to the conventional approaches in DOA estimation, as they search for the global optima of the maximum likelihood (ML) function in a framework characterized by an elegant balance between global exploration and local improvement, which are interesting features in the context of multimodal optimization, to which the ML-DOA estimation problem belongs. Thus, we shall analyze whether these algorithms are capable of implementing the ML estimator, i.e., finding the global optima of the ML function. In this work, we selected three representative natural computing algorithms to perform DOA estimation: differential evolution, clonal selection algorithm, and the particle swarm. Simulation results involving different scenarios confirm that these methods can reach the performance of the ML estimator, regardless of the number of sources and/or their nature. Moreover, the number of points evaluated by such methods is quite inferior to that associated with a grid search, which gives support to their application.     

基于网格爬山法的最大似然DOA估计算法

最大似然波达方向（DOA）估计具有最优的理论性能,但是存在计算量过大的问题。为了降低最大似然DOA估计的计算量,将参数估计转化为高维非线性函数的优化问题,并提出了一种新的优化算法。首先利用波束形成法对空间谱进行预估计并根据空间谱信息构造一组满足“预估分布”的初始解,这组初始解以较大概率落在全局最优解的局部吸引域中。然后将其中适应度最大的一个初始解作为局部搜索的起点。网格爬山法是一种以网格为单元的局部搜索方法,比传统爬山法更加高效和稳定,因此采用该方法获取全局最优解。新算法不仅能够得到精确的参数估计,同时具有较高的计算效率,计算机仿真显示新算法的计算效率高于基于粒子群优化的最大似然DOA估计算法。      

基于延迟锁相环的到达时间估计算法

超宽带脉冲信号具有高时间分辨能力,能达到厘米级的定位精度。目前,脉冲超宽带测距定位系统中普遍采用基于能量检测的非相关到达时间(TOA)估计算法的性能通常受限于阈值门限和估计偏差。该文在原先锁相环方案基础之上引入延时迟支路和衰减因子,提出了一种易于实现的基于延迟锁相环的TOA估计算法。通过在迟支路中设置不同的衰减因子,仿真结果表明,在IEEE802.15.4a4种信道模型CM1~CM4中,新算法均能有效提升测距定位精度,即缩短了首达路径与锁相环稳态锁定点之间的时差,其估计偏差最低可降至原有方案的1/10。     

服务质量测量技术及其应用

文章在概述服务质量测量技术的基础上，介绍了服务质量测量技术的服务质量性能评估、网络推测、网络定位等应用，并给出了服务质量测量的一般数学模型。     

相干信号源最大似然波达方向估计的分辨性能

本文着重讨论了在任意几何中心对称阵列条件下的最大似然方向估计函数的性质及其在信源真实方向上的微分特性。     

TDOA定位系统的无线电监测网工程应用探讨

随着无线电监测事业的发展,在如何扩大无线电监测网的覆盖范围,提升监测能力等方面越来越得到无线电监测人员的重视,文中主要探讨了TDOA无源定位方法在无线电监测网中的应用问题。本文首先从TDOA定位原理入手,介绍了到达时间差估计的相关函数获取法,比较了双曲线方程组的两种求解算法,由此分析TDOA定位的关键技术与定位优点。文中还以云南省无线电监测网为例,从定位流程出发,进行系统设计,探讨TDOA定位系统的工程应用,进而提出能全面提升监测网监测能力的TDOA定位方案。     

方向估计的神经网络计算

本文给出一种借助于二维神经网络构成的混合系统,用它来完成几种方向估计算法,这些算法包括：最大似然法,交替投影最大似然法,Ｍａｒｃｏｓ等人提出的无需特征分解的“传播算法”。利用神经网络对某些算法的快速性,该系统为实时实现目标的精确定位提供了一条新的,有效的途径。     

一种新的SAR自动增益控制的算法

该文从合成孔径雷达(SAR)系统接收过程的信号模型出发,推导出了适用于SAR系统的理想的自动增益控制算法。通过对比理想的自动增益控制算法和目前通用的传统增益控制算法,发现它们各有利弊。该文根据工程实际,利用最大似然估值的方法,提出了一种能够发扬这两种方法的优点,并克服它们弊端的增益控制的新算法。经过计算机仿真,结果令人满意。     

THE ML BEARING ESTIMATION BY USING NEURAL NETWORKS

This paper proposes a neural network to implement the maximum likelihood bearingestimation algorithm in real time.We show both analytically and by simulation that this neuralnetwork is guaranteed to be stable and to provide the maximum likelihood bearing estimationwithin an elapsed time of only a few characteristic time constants of the network.As a result,this proposed neural network is satisfactory for real-time hearing estimation.