适于FPGA实现的相关干涉仪测向算法研究

相关干涉仪测向算法的应用广泛,使用FPGA能够解决其应用DSP很难实现宽带信号的实时测向问题.介绍一种适于FPGA实现的相关干涉仪测向算法——最小间距法.与使用相位差值进行相关处理的传统相关干涉仪不同,最小间距法不需要求解采向信号的相位差,并且该算法摒弃了传统算法中求解相关系数的设计思路,引入求取空间点最小距离的方法来获取信号来向,降低了算法复杂度,减少了FPGA内部逻辑资源的使用.     

基于信噪比估计和矢量平均的干涉仪抗噪声测向方法

针对低信噪比条件下干涉仪测向准确度低的问题,提出了一种基于信噪比估计和相位差矢量平均的自适应测向方法。本文方法通过对多次测量的相位差复数矢量求平均来提高相位差的测量精度和稳定性,从而提高测向性能。提出的自适应准则通过估计来波信噪比,可快速确定不同信噪比下矢量平均所需样本量,使处理后信号达到设定信噪比阈值,获得稳定的测向准确度。分析了信噪比阈值对本方法测向性能的影响。本文方法计算复杂性小,对测向实时性影 响小。理论分析和仿真结果表明：本方法在低信噪比条件下可以达到很高的测向准确度,对低信噪比条件下的测向性能改善明显。     

基于时差的宽带相干多辐射源测向算法

为了防反辐射弹，通常在一定的范围内放置两个或者两个以上的辐射源。该多个辐射源的参数相同，距离也比较靠近。如果运用传统的宽带测向技术，将无法对多个辐射源进行准确测向。针对宽带多辐射源测向问题，本文采用单基线系统，根据两个阵元接收信号谱线共轭相乘产生的新信号谱线结构关系，间接估计出各个辐射源到达两个天线阵元的时差，并通过去直流方法来提高时差估计精度。仿真结果表明，该算法设备简单，在一定条件下测向精度较高。     

一种改进的RBF神经网络DOA估计方法

提出一种优化径向基函数神经网络来波方位(DOA)估计模型结构和参数的方法。利用误差准则函数的收敛性,合理确定模型的隐层神经元数目,根据阵列信号相位差特征的空间分布特点,选择具有代表性的隐层神经元的中心,构建的RBF神经网络更能反映阵列的测向能力。相比于目前的径向基函数神经网络测向模型的构建方法,改进的DOA估计模型具有更好的泛化性能,能够提高测向精度。实验结果验证了该方法的有效性。     

基于双平行马赫曾德调制器的微波光子测向技术研究

针对传统的电域测向方法工作频率低、带宽窄,很难满足未来电子侦察系统需求的难题,介绍了一种结构紧凑的基于相位干涉仪原理的微波光子测向方案,利用双平行马赫曾德调制器来实现超宽频带的高精度测向。仿真和实验结果表明,所提出的设计方法可以在5～40 GHz频率范围内实现-90°～+90°的相位差测量,测量相位误差可达到±2°以内。     

均匀圆阵下微波光子鉴相相关干涉仪测向算法

为实现高频段微波信号的精确测向,提出了一种基于微波光子鉴相器的均匀圆阵相关干涉仪测向算法。为克服传统的电域鉴相器工作频段低、带宽窄的缺点,利用微波光子技术高频段、大带宽、低损耗和抗电磁干扰的优点,基于双偏振调制器设计一种微波光子鉴相器,利用光干涉将相位差信息映射为光信号功率,通过测量功率计算出相位差。该微波光子鉴相器精度高,能实现±180°的相位差测定,鉴相精度为±2°。利用余弦函数克服了传统相关干涉仪存在的相位模糊问题。同时,为确保算法的实时性,测向算法需选取适当的步进角度。为克服步进角度引入的测向误差,利用二维抛物面进行拟合插值运算,从而提高算法的精确度。最后,通过仿真验证了微波光子鉴相器和相关干涉仪测向算法的有效性。     

一种长基线组合二维角测向方法

针对长基线相位干涉仪测量无线电辐射源来波方位和仰角可能出现的方向模糊问题,提出了一种正交长基线匹配解测向模糊的方法,并基于正确消除相位差模糊的充要条件建立了该方法正确解测向模糊的概率模型,推导了正确解测向模糊概率的解析表达式。根据工程中常用的并行接收和时分接收处理方式建立了两种相位差测量误差模型,分别给出了该方法在这两种误差模型下正确解测向模糊的概率和测向误差公式,计算机仿真试验验证了其正确性。理论分析和仿真试验表明,该测向方法具有较高的正确解测向模糊概率和测向精度,并且采用不同的接收处理方式对正确解测向模糊的概率和测向精度影响较大。     

基于最大似然估计的空间谱测向技术

介绍了基于最大似然估计（简称ML）的空间谱测向,ML是一种高分辨算法,常用于空间测向和谱估计等方面。文中首先介绍了ML测向原理,由于ML是一个非线性、多维的极值问题,需要全局极值的多维搜索,其计算量非常的巨大,因此采用了AP算法进行ML算法的优化,最后通过均匀圆阵对非相干信号和相干信号进行了ML测向的计算机仿真,仿真结果表明：一个阵列对空间多个信号的分辨能力除了与信噪比有关外,还与入射信号是否相干以及两相干信号的相位差有关,ML算法可以直接对相干的入射信号进行测向,但是信号的相干性会影响ML算法测向的角度分辨率,在两信号相关的情况下,两信号间的相位差越大则测向精度越高。     

宽带信号阵列测向中的子空间方法

按具体实现途径的不同,将宽带信号阵列测向中的子空间方法划分为非相干信号子空间方法、基于角度预估的宽带相干信号子空间方法、无需角度预估的宽带相干信号子空间方法、投影子空间正交性综合测试方法以及基于频率不变波束形成的宽带相干信号子空间方法等五大类,以各类方法的发展脉络为主线,结合已经提出的各种典型算法,对宽带信号阵列测向中的子空间方法进行了系统、全面的介绍,并对各种方法的优缺点进行了深入分析,提供了详实的参考文献,最后以此为基础,对该研究领域的下一步研究工作进行了展望。     

基于改进粒子群算法的宽带测向阵列结构优化

通过对测向模糊性进行分析,提出了针对宽带信号无模糊测向的阵列结构设计方法。该方法基于改进粒子群优化算法,以测向无模糊及各阵元最小间距为条件,对各阵元位置进行优化设计,得到合适的阵列结构以提高阵列的测向性能。仿真实验证明,改进粒子群算法提高了搜索效率,通过本方法设计的测向阵列在测向带宽内能够得到较高的测向性能,而且最小阵元间距不受均匀线阵中阵元间距不大于半波长的约束。     

LTE系统中互相关主同步理论研究

针对LTE系统主同步训练符号结构,提出了一种基于ZC序列的LTE互相关主同步算法。该算法分别对接收信号进行整数倍频偏估计、符号定时估计、小数倍频偏估计;为了提高同步的精度以及系统在低信噪比下的同步性能,采用分段互相关和具有完美自相关性能的ZC序列,并能根据实际信道环境进行复杂度和同步精度的灵活选择。仿真结果表明,该算法同步性能较传统延迟相关算法SNR性能提高了6~9 dB。     

分数低阶时频滑动平均模型参数估计

针对稳定分布环境下非平稳过程分析方法时频滑动平均（TFMA）模型算法的退化,引入分数低阶统计量共变,提出了一种改进的分数低阶时频时频滑动平均（FLO-TFMA）模型算法。推导了FLO-TFMA模型的参数求解过程,给出了基于FLO-TFMA模型的时频谱估计。通过在稳定分布环境下对TFMA模型算法和所提出的FLO-TFMA模型算法的参数估计均方误差（MSE）比较和时频谱估计比较,仿真结果表明,FLO-TFMA模型算法的参数估计精度优于TFMA模型算法,TFMA模型时频谱估计完全失效,而FLO-TFMA模型时频谱算法能较好地进行时频谱估计。     

超宽带系统非理想因素的联合估计算法

分析基于正交频分复用调制技术的超宽带无线通信系统中物理层受到的模拟前端非理想因素,提出一种联合估计算法。该联合估计算法能在存在频率相关性I/Q失配的情形下准确获得载波频率偏差和采样频率偏差的估计,并获得频率相关性I/Q失配和信道冲击响应的联合估计信息。系统仿真证明,该计算法能较好地适用于多载波正交频分复用超宽带系统。     

短波突发通信中盲载波恢复及符号检测技术

针对传统短波突发通信中载波恢复及符号检测问题,提出了一种基于粒子滤波的无辅助数据的算法。首先利用贝叶斯准则实现收发频率差的最大后验估计,然后通过粒子滤波算法实现载波相位和调制符号的最小均方误差估计。算法中使用了序列重要性采样技术实现粒子权值的迭代更新和系统重采样技术防止粒子权重的衰退。仿真分析了高斯白噪声信道下的载波恢复性能,结果表明,基于粒子滤波的载波恢复算法载波恢复时间短,同步速度快,恢复频率范围广。建立以Watterson模型为基础的短波通信系统模型,通过该模型在不同的信道状态、信噪比和频偏条件下进行了仿真实验。结果表明在大频差的条件下,算法也具有良好的符号检测性能。     

一种匀速直线运动模糊参数估计方法

运动模糊恢复就是利用运动模糊退化的某种先验知识来重建或恢复原有图像。在运动模糊的点扩散函数未知的情况下,估计运动模糊的点扩散函数是运动模糊恢复的前提和关键。从傅立叶变换的角度对匀速直线运动模糊图像的点扩散函数在频域中的特点做了理论分析,论证了点扩散函数在频域内的零点特性及模糊图像两次傅立叶同态变换后的方向特性,并提出了利用这些特性进行运动模糊方向估计的方法及两种模糊距离的估计方法。实验结果证明了所提出方法的有效性。     

同步头辅助的MPSK信号高精度频偏估计

针对传统MPSK信号载波频偏估计方法精度差的问题,提出了一种MPSK信号的高精度载波频偏估计算法,该算法采用同步头辅助,在数字传输系统中非常易于实现。将该算法与早期的几种频偏估计算法在性能上进行了对比,对比结果显示,算法估计精度很高,在信噪比低至0dB的情况下可接近于Cramer-Rao界。     

最小p范数准则α谱估计及载波频率检测

针对共变系数矩阵和分数低阶协方差矩阵估计ARSαS信号α谱精度不高的情况,提出了一种最小p范数准则的α谱估计方法。该方法对传统的奇异值分解（SVD）方法估计ARSαS信号模型最小阶数进行改进,得到一种分数低阶的奇异值分解方法（FLO-SVD）,然后利用最小p范数准则和IRLS算法求出信号模型参数,用于作α谱估计。应用于脉冲噪声环境下的QPSK信号的仿真表明,改进后的方法对α谱有更好的估计,对载波频率有更准确的检测性能。     

OFDM系统中同步偏差的联合估计算法

研究基于IEEE 802.11a的正交频分复用(OFDM)系统,分析同步偏差对该系统的影响,提出一种联合估计算法。利用导频序列估计频域中OFDM系统的同步偏差,包括符号定时偏差、载波频率偏差和采样时钟频率偏差。仿真结果证明,该算法的误包率较低,能较好地应用于OFDM系统。     

基于自相关的宽范围高精度频偏估计算法

基于自相关函数的载波频偏估计算法存在捕获范围与估计精度相矛盾的问题.针对该问题,采取新的相位展开措施,对观测信号自相关函数做快速傅里叶变换以粗估频偏,利用该频偏对高延时自相关函数值进行相位展开,对频偏估计结果求均值.该算法在保持较高估计精度的同时将估计范围扩大到1/2MT.仿真实验结果证明了该算法的有效性.     

一种基于加窗基扩展模型的OFDM信道估计算法

针对双选择衰落信道下OFDM系统中基于复指数基扩展模型（CE-BEM）的信道估计算法存在的不足,提出了一种基于加窗的基扩展模型信道估计算法。该算法通过时域加窗和去窗处理来减少CE-BEM存在的频谱泄露,并抑制多普勒频移对估计性能的影响;利用设计的导频方案,简化数学模型;再通过正交映射对估计的基扩展模型系数进行转换,从而进一步提高信道估计的精确度。同时采用归一化均方误差和误码率来衡量信道的估计性能,实验仿真表明,提出的算法在高速的移动环境下能有效提高估计性能。