基于字频统计的子同步码盲检测方法研究

为了获取数字通信中未知线路的帧同步信息,提出了一种子同步码盲检测方法.通过对帧同步问题进行建模,得出了不同字宽的字频统计中子同步码检出概率与数据长度的关系.据此关系,通过对原始数据进行字频统计并调整字宽和数据长度,实现了误码环境中具有任意比特起点的未知线路子同步码的全盲检测,从而使完整帧同步信息的获取成为可能.     

IEEE802.11中Data域两种扰码方法的比较

根据IEEE8021.1中自同步扰码方法和同步扰码方法的基本原理,对其传输性能进行理论分析和实验对比。结果表明,在相同的传输条件下,两者的扰码恢复性一致,扰码后的数据游程分布近似相同,但同步扰码方法相对于自同步扰码方法具有更低的误比特率,进而提高了系统的抗干扰能力。     

基于混沌多项式展开法的线束串扰统计模型

针对线束导线在实际情况中为非确定性几何布置的这一问题,提出了一种基于混沌多项式展开法的线束串扰统计分析方法。该方法根据线束导线位置变量的分布类型选取相应的正交多项式对线束导线分布参数进行展开,结合边界条件,采用模式理论对基于混沌多项式展开的多导体传输线方程扩展形式进行求解,进而得到电压和电流向量的混沌多项式展开表达式,并利用混沌多项式展开法的相关性质得到表征线束串扰统计特征的相关参数。通过与传统的蒙特卡法进行对比可知,该方法在保证计算结果准确可靠的同时,计算效率也得到了大幅度的提高,从而实现复杂系统线束电磁兼容性能的高效预测。     

一种改进的基于样本排序的信道阶数估计算法

信道阶数估计是多数信道盲辨识算法的前端步骤,本文对原有的基于一阶统计量的信道阶数估计算法进行了改进。改进算法仅仅通过对接收样本数据进行排序,建立连续的样本次序对二维空间,利用阶数欠估计时的特定图形结构对信道阶数进行有效的估计,提高了原算法的准确性,并将其扩展应用于SIMO模型中,与其他基于二阶统计量的同类算法相比大大降低了计算复杂度。仿真实验证明,改进算法在较低信噪比且有限样本数据的条件下,性能依然良好,简单实用。     

AR模型阶数的强相合估计

引入贝叶斯因子来判定AR模型的阶数,给出AR模型阶数蠡的一个强相合估计,最后用随机模拟对其与AIC（k）,BIC（k）两种定阶准则进行比较得出,该估计量的判别效果优于AIC（k）准则．     

AR模型阶数的强相合估计

引入贝叶斯因子来判定AR模型的阶数,给出AR模型阶数蠡的一个强相合估计,最后用随机模拟对其与AIC（k）,BIC（k）两种定阶准则进行比较得出,该估计量的判别效果优于AIC（k）准则．     

自相关矩阵奇异值分解法进行信噪比估计研究

主要介绍了一种典型的信噪比估计算法,并对信噪比的自相关矩阵奇异值分解估计法进行了研究。然后对该算法应用于AWGN信道中的估计性能进行仿真测试,结果表明,当数据观察长度在2 000以上时,在实际信噪比为[-10,25]dB内,该算法可以控制估计标准差在0．6 dB内。测试表明,数据误差完全符合要求,这说明该信噪比估计算法是可行的。     

利用AIC决定生丝纤度自回归阶数的探讨

本文探讨了利用AIC确定生丝纤度序列自回归阶数时,纤度波动特性对最优自回归阶数的影响,提出各种不同条件下缫制的生丝自回归阶数的确定方法.通过模拟试验调查了自回归阶数对模拟纤度序列波动特性值误差的影响.     

多项式根的定位与估计

将多项式的根的估计与定位和矩阵特征值的估计与定位联系起来,讨论数论命题中几类特殊的多项式特征根的估计方法,得到一般多项式的特征根的估计方法。     

一种改进的基于秩检测的信道有效阶数估计算法

信道阶数估计是SOS类盲辨识算法的前端步骤。针对Liavas阶数估计算法对信噪比要求高的问题,通过对接收序列自相关矩阵进行"降噪"处理和改进秩检测目标函数,提出一种改进算法,有效降低了对信噪比的要求。分析了在不同信道条件下,各种阶数估计算法的性能,阐明随着信噪比降低,阶数估计误差不可避免,该结论是进一步研究对阶数估计误差鲁棒的盲辨识算法的重要依据。     

修正后的Lagrange插值多项式的收敛阶的估计

对Lagrange插值多项式进行了修正,构造了一个新的算子Hn(f;x),Hn(f;x) 对每个f(x)∈Cj[-1,1],0≤j≤3都一致收敛,并且收敛阶达到最佳.     

基于改进型广义分数阶记忆多项式的Doherty功放线性化器

为了能够有效抑制Doherty射频功放的强非线性,本文提出了基于改进型广义分数阶记忆多项式非线性模型,并采用该模型设计数字预失真线性化器。改进型广义分数阶记忆多项式（AGFMP）模型是在广义记忆多项式（GMP）模型的基础上去除滞后项,从而减少系数数量,并将偶数阶项去掉,引入分数阶项,以提高线性化能力。文中采用双波段双模式信号（信号带宽为25MHz）和1000001 CDMA2000信号作为测试信号,设计输出峰值为51dBm的Doherty功放作为测试功放进行建模和线性化试验。实验结果表明无论在强记忆效应还是强静态非线性时,AGFMP的系数数量比GMP减少30%,且具有与GMP相似的线性化能力,同时比分数阶记忆多项式具有更优的带内和带外交调抑制能力。     

基于高阶统计的空间谱估计研究

基于阵列输出信号的四阶累积量，研究了高发辨率空间信号到达方向的空间谱估计方法。计算机模拟实验验证了它们的有效性，证明了基于高阶统计的空间谱估计技术适用于任意高斯噪声环境。     

基于加权广义逆OFDM信道估计算法

在采用独立时频块导频方案的MIMO-OFDM系统信道估计中,证明了导频数小于多项式模型参数时,使用标准的广义逆进行多项式内插无法得到信道估计的最佳值。采用基于最小方差准则构造的加权矩阵对广义逆的定义做出修正,提出了基于加权广义逆矩阵的二维多项式内插算法。仿真结果证明该算法可以适应不同的移动速度,特别是在中低移动速度下,该算法在高信噪比时的误码性能相对于一维线性内插算法可以得到约2 dB的增益。     

基于m序列的图像置乱技术

简要论述了m序列的基本原理,利用m序列发生器中移位寄存器状态的遍历性（全零状态除外）,提出了一种基于m序列的图像置乱方法,在MATLAB7．0环境下编程实验,通过一个实例证明了此方法的可行性。     

多滞后时刻四阶累积量的正弦信号频率估计

在含噪正弦信号频率估计方法中，通过开发高斯色噪声中正弦信号的四阶累积量切片结构、以及由这些累积量构成的Hankel矩阵性质，提出了多滞后时刻累积量的高分辨正弦信号频率估计方法。现有的基于高阶统计的算法中没有充分利用多滞后时刻的四阶累计量。本文提出了一种基于多滞后时刻四阶累计量的正弦信号频率估计的ESPRIT和MUSIC算法。理论分析表明，这种算法有助于提高参数估计的性能。     

DS-CDMA系统基于高阶累积量的盲波束形成及DOA估计

依据DS-CDMA系统的扩频码和扰码特性,提出了一种新的基于高阶量的盲波束形成算法,然后根据得到的波束形成权值实时估计信号波达方向(DOA)。该方法充分利用了接收信号的高阶统计特性,在高斯有色噪声及非高斯噪声信道环境下具有良好的性能。另外,该算法不需要已知信道参数和训练序列等先验知识,收敛速度较快,适合在实际信道环境中的应用。     

基于BP神经网络的数字图像置乱技术

基于神经网络的非线性映射特性,提出了一种数字图像置乱的新方法。将图像输入到一个随机设置初始权值和阈值的BP神经网络,其输出即为置乱图像。只需训练一个从置乱图像到原始图像的神经网络,就可在恢复过程中将置乱图像输入到训练好的神经网络。实验结果显示,该算法对图像加密具有良好的效果,对噪声、JPEG压缩和剪切等攻击具有较好的抵抗能力。     

数字图象抽样技术的置乱效果及分析

本文描述了数字图象抽样的概念、周期,证明了数字图象抽样技术具有周期性,给出了一些常用抽样的周期,把抽样技术用于数字图象置乱,增强信息隐藏的不可感知性.