基于最大似然的网络拓扑推断技术研究（一）

本文针对基于主动探测的网络拓扑推断问题,提出了基于广义似然比的拓扑推断技术,仿真结果表明,该算法有较高的拓扑推断精度。     

基于最大似然的网络拓扑推断技术研究（三）

5仿真实验与结果分析5.1实验1本实验比较不同方差因子条件下HTE[8]、LNI[12]、本文算法的拓扑推断性能。仿真设置：实验所用的拓扑结构如图6所示。每一对叶子节点{i,j},用Matlab生成满足单调性和一致性条件的K=100个节点相关性采样数据。这些数据为节点对共享链路上的所有子链路的测度数据之和,如节点10和11的相关性为链路（0,12）,（12,14）,（14,18）三条子链路上的测度数据之和。每条子链路的测度数据服从均值为γ1,方差为σ1的高斯分布。其中γ1~uniform（1,5）,σ1＝θ（1/）,θ为方差因子,Nnorm=10, N=K/Nnorm。本实验检验LNI、HTE、本文算法在方差因子θ从1到7的拓扑推断性能。本文使用推断正确概率和推断拓扑与原拓扑的树编辑距离评价算法性能。正确推断概率为正确推断次数与仿真总次数之比,树编辑距离[8]定义为从一个树图映射到另外一个树图所需的编辑操作之和,表征两个树图的相似程度,树编辑距离越小,表示两个树图越相似,即推断树状拓扑与原树状拓扑的树编辑距离越小,拓扑推断的效果越好。假设检验中显著性水平α＝0.005。     

基于最大似然算法的OFDM同步技术研究

同步问题是卫星通信中的一个关键问题,直接关系到通信系统的性能。文中简要介绍了OFDM的同步技术,主要讨论了符号定时同步和载波同步。最大似然估计算法在OFDM符号定时同步和载波频率同步中得到了广泛的应用,通过最大似然估计方法,避免了基于导频符号的同步估计带来的频率和功率资源的浪费,通过仿真可以看到,能够很好地实现OFDM系统的符号同步和载波同步。     

基于最大似然算法的OFDM频偏估计研究

由于OFDM的高频谱利用率和传输可靠性均是以子载波间的正交性为基础的,因此对OFDM符号的频率偏差进行有效的估计和补偿具有非常重要的意义。由于多载波系统几乎都采用插入循环前缀的方法来消除符号间干扰,引入循环前缀后,每对间隔为N的样值之间具有相关性,因此利用循环前缀所携带的信息,采用最大似然估计方法进行频率偏差的估计,最后通过Monte Carlo方法对其进行了仿真验证,结果显示估计频偏与实际频偏的偏差很小。     

OFDM中基于CP的最大似然估计同步技术

在OFDM系统中,实现符号定时和载波频率同步是实现OFDM技术的关键。一种盲同步算法是基于CP(循环前缀)的最大似然估计,该算法利用CP与该符号尾部数据的相关关系来实现符号定时和载波同步。然而使用这种算法当信号在时变多径信道中传输时,系统性能会明显降低。提出一种新型的CP结构,把CP分为两部分,其中一部分是复制前一个符号开头,另一部分是复制当前符号的尾部。CP的个数不变,所以CP的两部分个数各占CP的一半。利用这种新型的CP结构,FFT的起始时刻就可以落到有效数据段内(符号定时误差的绝对值应该小于CP/2)。OFDM的系统性能也能得到明显的改善。     

基于球面解码MIMO-HSDPA系统最大似然检测研究

结合多输入多输出(MIMO)中的检测技术,介绍了无线通信中的球面解码检测算法,给出了基于球面解码的4X4 16QAM MIMO-HSDPA(多输入多输出-高速下行链路分组接入)的最大似然基带检测器的结构。计算机仿真结果表明,在最大似然检测中增加搜索步骤的数量,系统性能有显著改善。文章追踪了无线通信系统中最大似然检测领域的最新动态,同时研究了在超过4X4正交相移键控(QPSK)复杂系统中使用球面解码算法得到近似最大似然性能的解决方案。     

基于最大似然检测的（n,1,m）卷积码盲识别方法

该文针对非合作信号处理中的(n,1,m)卷积码的盲识别问题,提出一种基于最大似然检测的识别方法。该方法将接收码序列按不同长度进行分段,构建卷积码校验多项式系数的线性方程组,利用最大似然检测方法估计线性方程组的解,并利用解向量与卷积码生成多项式的校验关系,构建生成多项式系数的线性方程组,最终求解得到卷积码的生成多项式。仿真实验验证了算法的有效性,并对算法的误码适应能力进行了理论和仿真分析,仿真结果表明该方法能够在较高误码率条件下实现(n,1,m)卷积码的检测与识别。     

基于最大似然匹配的FCCH侦察捕获算法研究

在介绍传统GSM系统频率校正信道（FCCH）侦察捕获算法的基础上，针对在受到强噪声干扰时传统算法的不适用性，提出了基于最大似然匹配的FCCH捕获算法，并进行了计算机仿真验证。结果表明文章提出的算法能够有效克服强噪声干扰，与传统算法相比可以更加准确地捕获FCCH。     

HF信道准最大似然序列检测技术的研究

本文在研究用于克服码间串扰的最大似然序列检测技术的基础上，提出了一种准最大似然序列检测方案，用于短波话带串行体制数传ＭＯＤＥＭ，该方案中采用预判决反馈减小信道状态有效分量的数目和简化维持比算法等方法，减小了运算量，模拟分析表明，该方案的误码性能优于平方根卡尔曼算法的判决反馈均衡器方案。     

基于最大似然估计算法的子孔径拼接检测技术

大口径平面镜作为光学系统的重要组成部分, 其面形精度对系统成像具有重要影响。子孔径拼接检测作为大口径光学平面反射镜检测的常用手段, 子孔径拼接算法是该技术的核心。研究了平面子孔径拼接算法, 基于最大似然估计与正交化Zernike多项式拟合建立了一套合理的拼接算法与数学模型, 基于该算法模型可以有效实现对大口径平面镜的拼接检测, 同时编写了相应的拼接程序, 并利用100 mm干涉仪对120 mm的平面镜进行了拼接检测, 给出了拼接检测与全口径检测的对比结果, 对比结果表明: 拼接所得全孔径相位分布与全口径检测结果的RMS值偏差分别为0.002, 验证了算法的可靠性与准确性。     

基于极大似然估计的奇异点检测

信号的奇异点往往包含信号比较重要的信息,对其进行检测和定位在许多实际问题中都有重要的意义。根据脉冲型奇异点的特点,提出了一个基于极大似然估计的脉冲奇异点检测方法。该方法利用Bernoulli概型来建模,用于对脉冲奇异点的检测,将脉冲奇异点的检测问题转化为一个参数估计问题,并利用极大似然估计方法给出了参数的估计。通过对大量的仿真信号及真实信号脉冲奇异点的检测证明,该检测方法计算简单,行之有效。     

一种新的时频极大似然DOA估计方法

针对非平稳信号,提出一种新的时频域极大似然DOA估计方法,利用参考阵元与阵列中其它阵元输出之间的互伪Wigner-Ville分布建立起时频域的阵列信号模型,通过时频域极大似然方法获得入射方向估计。与基于空间时频分布矩阵的阵列测向方法相比,该方法具有计算量小、交叉项时频分布利用充分的优点。仿真实验证实了该方法的有效性。     

基于CORDIC算法的最大似然频差估计

针对频率偏移对低速散射通信中相干检测性能的影响,提出了基于CORDIC算法的最大似然频差估计;详细推导了最大似然频差估计的原理和CORDIC算法的基本原理;提出了具体的设计过程以及试验结果。     

基于重要性抽样的最大似然方位估计方法

最大似然估计是公认的最佳估计器,但是计算量很大.为了解决它的计算量大的问题,本文把蒙特卡罗方法与最大似然方位估计相结合,提出一种基于重要性抽样的最大似然方位估计新方法(Maximum Likelihood DOA Estimator Based on Importance Sampling,简称ISMLE).研究结果表明,ISMLE方法不但保持了原最大似然方位估计方法的优良性能,而且大大减小了计算量,把原方法的计算复杂度从O(L^K)减少到O(K×H).     

一种基于改进PSO的随机最大似然算法

随机最大似然算法(Stochastic Maximum Likelihood,SML)具有优越的波达方位(Direction-of-Arrival,DOA)估计性能,但SML解析过程较高的计算复杂度限制了该算法在实际系统中的应用.针对SML计算复杂度高的问题,提出一种低复杂度的粒子群优化算法(Particle Swarm Optimization,PSO),解决了传统PSO算法中粒子数多和迭代次数多的双重缺点.首先,根据天线获得的信号,将旋转不变子空间法(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)求得的闭式解作为DOA的预估计值,同时计算系统此时的信噪比以及SML在此信噪比下的克拉-美罗界(Cramer-Rao bound,CRB).然后,根据DOA预估计值和当前CRB值在SML最优解的近邻范围内确定较小的初始化空间,并在该空间初始化少量粒子.最后通过设计合适的惯性因子w,使粒子以合理的速度搜索最优解.实验结果表明,改进PSO算法所需的粒子个数和迭代次数大约是传统PSO算法的1/5,降低了SML的解析复杂度,计算时间是传统PSO算法的1/10,因此在收敛速度上也有显著的优势.     

基于最大公共路径匹配的拓扑推断算法

针对存在节点动态加入和退出的网络,提出了一种基于最大公共路径匹配的拓扑推断算法.该算法根据背景流量影响对“三明治”包中两个小包进行排序重组,利用重组后的“三明治”包对节点对相似度进行计算,以提高节点对相似度的估计精度;利用TTL跳数信息选择匹配路径,按照公共路径长度匹配搜索新加入节点的插入位置,减少测量过程中所需的探测次数,提高拓扑推断的效率.仿真结果表明,该算法能提高网络拓扑结构推断的准确性和效率.     

波束域最大似然测高方法

针对雷达在低仰角搜索和跟踪目标时波束打地、受阵地反射多径影响严重的问题,提出了波束域最大似然雷达低仰角测高方法。该方法首先形成俯仰多波束覆盖目标,然后使用最大似然算法对多波束的目标数据进行处理,通过空间谱能量最大化的角度信息估计目标仰角和高度。与传统的和差波束及多波束比幅测角方法相比,该方法受多径影响小,具有较高的角度分辨率和高测量精度。计算机仿真和实测数据的处理结果验证了该算法可行有效。     

基于最大似然比准则的点目标识别技术

本文介绍一种自适应算法,通过候选目标轨迹检测、最大似然比优化算法和后处理等一系列操作,从已经抑制CN序列和UCN序列的低信噪比图像序列中自动识别在视场中做匀速直线运动的点目标.文内给出了各项操作的理论分析和优化算法,实验结果证实了理论分析的正确性和自适应算法的可行性.本算法可识别最低信噪比为0.5,且对红外、可见光等不同种类图像序列兼容,优化算法可以大大降低数据处理量.