基于高阶循环累积量的载波频率估计

首先系统总结了高阶循环累积量估计载波频率的研究成果,从理论上推导出MASK、MPSK和MFSK信号的测频原理,并对平方降价法的性能进行了测试,指出了平方降阶法的局限性。然后以16QAM信号为例,从理论上证明此方法同样可以应用于MQAM的载波频率估计,并进行了仿真验证,从而扩展了此方法的适用范围。最后,进行了小结,指出测频方法存在的问题及解决方法。     

基于高阶循环累积量的QAM载波频率估计

利用通信信号的循环平稳特性,通过对QAM信号高阶循环累积量的研究,提出了一种基于高阶循环累积量的星形和方形QAM载波估计算法。并且对该算法进行了理论分析,仿真结果证明,该算法的正确性和有效性。     

基于四阶累积量的到达频率差估计算法

研究了基于四阶累积量的到达频率差估计算法,并给出了该算法的离散实现方法。该算法利用高阶累积量的特性,在相关的噪声环境下,对到达频率差作出了精确估计。仿真结果验证了该算法的有效性。     

一种基于高阶累积量的近场源距离、频率和方位联合估计算法

本文提出了一种基于高阶累积量的近场源距离、方位及频率三维参数联合估计方法,该方法利用构造的累积量矩阵的特征分解获得信号子空间,三维参数估计分别由构造的矩阵的特征值直接估计得到,算法计算简单而无需任何搜索且适于任意高斯噪声环境,与现有的方法相比,本文算法由于无需利用阵列的中心对称结构,因而有效的避免了阵列的孔径损失.最后,计算机仿真实验验证了算法的性能.     

非高斯有色噪声背景下二维谐波频率估计的累积量投影方法

针对非高斯有色噪声中的二维谐波频率估计问题,该文提出了复数线性非高斯过程的二维累积量投影定理。应用该定理并巧妙地构造观测信号的高阶累积量求得非高斯噪声的自相关,并通过求解一个广义特征值对噪声空间进行预白化,然后结合高分辨率的子空间方法二维MUSIC估计得到二维谐波参量。该文方法解决了非高斯有色噪声中的二维谐波频率估计问题,特别地当非高斯噪声为对称分布和谐波信号中存在二次相位耦合时该文方法同样有效。仿真实验验证了该文结论。     

一种基于高阶累积量的信号频率和到达角联合估计算法

该文研究了一种基于高阶累积量的信号频率和二维到达角联合估计算法。在分析了数据模型和M.C.Dogan等人提出的算法VESPA之后,本文给出了PRO-ESPRIT方法求解的VESPA.这一方法继承了高阶累积量抑制色高斯噪声的能力以及阵列虚拟扩展能力,用M个阵元的阵列可以分辨M1个空间信号,同时还可以实现信号频率和到达角的联合估计。数值仿真结果证实了算法的有效性。     

基于累积量的时差频差联合估计算法

介绍了无源定位中二阶累积量和高阶累积量的时差频差联合估计（TDOA/FDOA）算法,分析了噪声相关性对二阶累积量和四阶累积量的时差频差联合估计算法的影响。仿真结果表明,这一方法是切实可行的。     

基于四阶累积量的声波阵列时延估计算法

针对多通道阵列声波信号中可能存在相关噪声的问题,提出了一种基于四阶累积量的时延估计算法。该算法首先计算相邻通道的四阶累积量一维切片,然后对多个通道进行平均,利用高斯噪声四阶累积量为零的性质,抑制多通道阵列环境中存在的相关高斯噪声。实验表明,在较低信噪比情况下,该算法优于传统互相关算法。     

高阶累积量的近场源四维参数联合估计方法

提出了一种近场窄带信源载波频率、仰角、方位角和距离四维参数联合估计的方法。该方法利用构造累积量矩阵的特征值及其相应特征向量直接获取信源参数,无需谱峰搜索,计算量适中,且适用于加性高斯噪声环境。此外,该方法由于采用了非中心对称结构的十字阵列,可有效减少阵列孔径损失。计算机仿真实验证明了该方法的有效性。     

基于累积量的二维DOA估计的特征向量算法

本文提出一种基于累积量的二维ＤＯＡ估计特征向量算法,算法能同时确定目标的仰角与方位角;空间平滑累量使算法能更有效抑制高斯空间有色噪声。本文证明了,通过对累积选择,算法还可抑制非高斯空间白噪声,仿真实验证明了该算法明显估于ＭＵＳＩＣ算法。     

基于高阶循环累积量的OFDM子载波盲估计

该文针对通信对抗和OFDM信号解调的实际应用,提出一种利用高阶循环累积量估计OFDM信号子载波的方法。由于高阶循环累积量能有效抑制平稳噪声和非平稳高斯噪声,通过理论分析可证明在上述噪声背景下,子载波采用2/4PSK调制的OFDM信号的特定四阶循环累积量仅在子载波处存在,因此可以通过检测此循环频率实现子载波的估计。该算法还可推广到采用星形QAM和高阶PSK调制的OFDM信号。仿真实验验证了该算法的有效性。     

Frequency and Timing Offset Estimation Using Single Reference Symbol

In this paper we will investigate the performance of an estimator employing single OFDM reference symbol for timing and frequency offset estimation. We will show how both coarse and fine frequency offset estimation can be performed with this single OFDM reference symbol. The performance of this estimator will be compared with the ML estimator employing OFDM reference symbols of different length for coarse and fine frequency offset estimation. It will be shown that, unlike ML estimator, the estimation range of the analyzed estimator is not constrained.     

杂波谱中心频率的估计方法研究

平台的运动造成雷达照射区内地面杂波频谱的平移和展宽,为了能有效的抑制地杂波,必须对杂波多普勒中心频率进行精确的估计,从而对平台运动效应进行有效的补偿。本文给出适用不同杂波背景下状况的杂波谱中心估计算法,并比较了这两种方法的优劣性,最后根据某机载雷达的回波数据对算法予以验证。     

基于Pareto 杂波的参数估计范围研究

当雷达工作在高海情环境时,相比于K分布模型,Pareto 分布是一种优势更大的统计杂波模型。基于Pareto杂波模型的参数估计研究,一直存在着参数估计表达式不闭合以及参数估计范围受限的问题,该文利用了正数阶矩估计的方法,不仅得到了闭合的估计表达式,而且扩大了参数估计的范围。同时,提出了负数阶矩估计,使参数估计的范围覆盖到参数的整个取值区间。实验表明,负数阶矩估计法运算速度快,估计范围不受限。与传统的估计法相比,参数取值越小,负数阶矩估计的估计性能越好,并且估计精度呈指数趋势提高。     

MTD系统中杂波参数的估计

详细介绍了杂波噪声功率比的估计方法及其在MTD系统中的应用。该方法可提高雷达在杂波环境中的自适应性能,具有一定的实用价值。     

实测海杂波数据的多普勒谱特性

针对海杂波背景下目标检测问题的实际需要,采用两种不同波段、不同极化的实测数据,对海杂波的多普勒谱特性进行了分析和建模。首先对海表面的散射模型和多普勒谱的产生机理进行了简要的介绍。其次,从时间相关性分析的角度入手,揭示了多普勒谱的特点。然后,通过非参数化的Welch方法进行谱估计,重点分析了极化对多普勒谱的谱宽、偏移、对称性、动态范围以及拖尾的影响,并进行了机理解释。最后,分别采用高斯模型、AR模型和谐波模型对多普勒谱进行建模和拟合。结果表明,谐波模型能得到最优的拟合效果。文中的研究结论可以为目标检测算法提供先验信息和理论依据,在实际应用中具有重要的借鉴价值。     

基于杂波多普勒相位估计补偿的AMTI方法

提出了一种在无杂波图和杂波对消系数条件下的自适应杂波对消算法.该算法采用自适应双门限方法进行杂波区的定位,再针对有杂波的距离单元,采用最小功率准则进行多普勒相位补偿,从而完成对运动杂波的对消.通过仿真证明,该方法可有效地抑制运动杂波,并检测出淹没在运动杂波中的目标信号.     

激光多普勒测速雷达高精度频率估计综合算法

为实现对目标速度的高精度测量,该文搭建了激光多普勒测速雷达系统,并对其频率估计算法进行了研究。对基于自相关运算的频率估计算法进行了改进,使其性能达到了最优,并结合Quinn算法的特点,提出了一种对信噪比具备自适应性的频率估计综合算法。Monte Carlo模拟仿真和圆形转台测速实验结果表明：新算法具有更优的性能,且采用该算法后,系统速度的均方根误差小于2 mm/s,相对误差优于0.06 %,实验结果与理论分析和仿真结果一致。     

复合高斯杂波中MIMO雷达DOA估计的克拉美-罗下限

该文研究了复合高斯杂波下MIMO雷达DOA估计的平均克拉美-罗下限(Average CRB, ACRB)。首先,给出了MIMO雷达信号与杂波模型;然后,推导出目标DOA估计ACRB的一般关系式,在此基础上给出当杂波texture分量满足反Gamma分布时,ACRB的闭合表达式;接着,研究了目标DOA估计的中断CRB(Outage CRB),克服了一个发射单元时ACRB发散的问题;最后进行计算机仿真并给出结论。结果表明MIMO雷达的空间分集能有效地降低其DOA估计ACRB,且ACRB随发射单元数量的提高而减小;另外在相同条件下,MIMO雷达在复合高斯背景下DOA估计的ACRB大于相应高斯背景下的ACRB。