CMMB系统的整数倍载波频偏估计方法

在中国移动多媒体广播(CMMB)系统中,发送端的加扰使基于导频相关的整数倍载波频偏估计方法无法正常工作。针对该问题,提出一种适用于CMMB系统的整数倍载波频偏估计方法。利用CMMB帧结构中特有的同步信号进行整数倍载波频偏估计,避免发送端加扰对频偏估计的影响。仿真结果表明,该方法在低信噪比、高多普勒频偏的多径信道下仍具有良好的估计性能。     

CMMB系统同步算法FPGA实现及验证

为了提高CMMB系统广播信号接收同步精度,提出了一种使用CMMB信标进行载波和定时精确同步的算法。首先通过基于循环前缀的算法进行小数倍频偏估计和定时粗同步,再利用同步信号中伪随机序列的相关特性进行整数倍频偏估计和精确定时同步。仿真表明,在高斯白噪声下,CMMB系统同步算法的小数倍频偏性能与基于循环前缀的算法相当,但可以进行整数倍估计且定时精度高,在多径信道下,CMMB系统同步算法的估计精度优于基于循环前缀算法。实验结果验证了仿真的正确性。     

基于非常规导频的OFDM信道估计

在无线OFDM系统中,为了能够在接受端进行相干解调信道参数信息(CSI),对好的信道估计方法有着重要的意义。常规导频信道估计方法应服从奈奎斯特准则将导频信息均匀地分布在发送数据中,限制导频数据的分配;采用新的基于非常规导频信道估计方法利用非常规抽样技术来恢复信道参数,能够更灵活地安排导频数据。仿真结果表明新的估计方法有很好的估计性能;信道慢变时更好地利用前一次估计的信道参数来减少计算,在多普勒频移为15Hz时节省50%的计算量。经实验证明,对无线标准中信道估计方法具有参考价值。     

基于CMMB系统的频率和采样时钟同步设计

本文结合中国移动多媒体广播(CMMB)信道帧结构、调制及其信道的特征,提出了适用于CMMB系统基带接收机的频率和采样时钟同步设计方案,通过理论分析和仿真结果表明该方案不仅具有较低的复杂度,而且能准确地完成频率偏差和采样时钟频偏的估计.     

CMMB系统中的符号与时钟同步方案

提出一种基于中国移动多媒体广播(CMMB)系统的符号同步与时钟同步方案,其中,CMMB系统是基于正交频分复用(OFDM)实现的。为正确获得CMMB系统中OFDM符号的起始位置,并消除采样时钟偏差对系统的影响,将信标符号与循环前缀相结合,给出基于OFDM的符号同步方案,包括获取与跟踪2个阶段,以解决系统符号同步问题,同时利用OFDM符号中的离散导频对采样时钟频率偏差进行估计,取其均方误差作为验证标准,从而实现系统的时钟同步。仿真结果表明,该方案有效可行。     

OFDM系统稀疏信道估计研究

由于许多通信系统的信道具有稀疏多径的特性,因此可以将信道估计问题归结为稀疏信号的恢复问题。提出一种新的基于压缩感知理论的正交频分复用系统信道估计方法,采用稀疏度自适应匹配追踪压缩感知算法对OFDM信道时域脉冲响应进行估计。克服了现有基于压缩感知理论的信道估计方法需要预先知道信道冲激响应稀疏度才能重构信道参数的不足,在信道稀疏度等信道先验知识未知情况下可得到较好的信道估计性能,降低系统复杂度。     

基于压缩感知的多载波系统信道估计研究

针对多载波系统信道的稀疏特性,提出一种基于压缩感知(CS)的MC-CDMA多载波系统信道估计方法。信号自适应匹配追踪(SAMP)是一种压缩感知算法,详细研究了该算法的设计原理和实现过程。将该算法与传统信道估计方法及基于压缩感知的OMP算法做比较,仿真结果表明,SAMP算法的信道估计均方误差(MSE)和系统误比特率(BER)均更小。对于在稀疏度未知的多载波系统信道中,该算法可以获得很好的信道估计性能,降低系统的复杂度。     

基于Kalman滤波的MIMO时变信道估计

研究了一种基于Kalman滤波的MIMO时变信道估计与跟踪问题。利用衰落信道功率谱统计特性的先验信息,将信道冲击响应近似为一个低阶自回归滑动平均过程,通过信道传输函数逼近信道功率谱的幅频特性,建立时变衰落单径信道的状态方程,导出MIMO信道状态模型参数,并通过Kalman滤波跟踪信道的时变特性。理论分析和仿真试验表明,该算法在时变信道下具有较好的性能,和传统信道估计方法相比,接收机性能有了较大的改进。     

基于EMD-SVD差分谱的DWT域LMMSE自适应信道估计算法

针对当前基于奇异值分解的线性最小均方误差（SVD-LMMSE）法信道估计误差相对较大的问题,提出了一种基于经验模态分解和奇异值分解（EMD-SVD）差分谱的离散小波变换（DWT）域线性最小均方误差（LMMSE）自适应信道估计算法。在对信号进行最小二乘（LS）信道估计及预滤波处理后,运用DWT对信号的高频系数进行阈值量化去噪处理;然后结合基于EMD-SVD差分谱的自适应算法,将强噪声小波系数中微弱的有效信号提取出来,并进行信号的重构;最后根据循环前缀（CP）内、外噪声方差的均值设置相应门限,对循环前缀以内的噪声进行再次处理,从而进一步降低噪声的影响。对算法的误码率（BER）和均方误差（MSE）性能进行实验仿真,实验结果表明：所提算法的整体性能明显优于经典的LS算法、传统的LMMSE算法和目前较为流行的SVD-LMMSE算法,能够较好地降低噪声的影响,并可有效提升信道估计的精确度。     

基于压缩感知的OQAM/OFDM系统POP方法信道估计

针对偏移正交幅度调制的正交频分复用(OQAM/OFDM)系统中成对训练序列(POP)法信道估计技术性能较差且受噪声影响较大的问题,提出了一种基于压缩感知(CS)的POP信道估计方法.该方法将压缩感知技术应用于POP法信道估计之中,将传统的频域信道估计方法转化为时域信道估计方法,通过压缩感知技术准确地重构出时域信道信息,减少导频开销,提高频谱利用率,得到更好的信道估计性能.与传统的OQAM/OFDM系统的信道估计方法进行比较,仿真结果表明,所提的方法能够在使用较少的导频符号的同时得到更高的系统性能和信道估计精度.     

基于改进谱平滑策略的IMCRA算法及其语音增强

噪声谱估计算法在单通道语音增强方法中起着重要作用,为了改善噪声谱估计算法对噪声的估计和更新能力,结合最小统计（MS）算法,对改进的基于控制的递归平均（IMCRA）噪声谱估计算法的递归平均参数进行改进,并用一阶递归的方式对平滑功率谱的最小值进行改进。采用谱减法对含噪语音信号作去噪处理,从客观和主观两方面对不同算法的性能进行评价,对比分析不同噪声不同信噪比下增强前后语音的分段信噪比（segSNR）、PESQ得分、MOS得分。实验结果表明,提出的方法能够更好地跟踪噪声信号变化,改善语音质量。     

高精度时变参数模型谱估计及应用

现有时变自回归(TVAR)模型参数谱估计容易导致谱峰漂移。针对该问题,提出一种基于组合目标函数和遗传算法的TVAR参数估计方法,并将之应用于飞行器结构响应序列的建模及谱估计。通过U-C算法获得TVAR模型参数的初始估计;依据现代谱估计理论结合连续函数极值存在的必要条件,推导模型参数的频域约束条件并构造组合目标函数;采用遗传算法对模型参数初始估计值进行优化。应用结果证明了该方法的有效性。     

改进的基于DFT的OFDM系统信道估计算法

在正交频分复用（OFDM）系统中,针对常用的信道估计算法不能有效地抑制信道冲激响应中循环前缀长度内噪声的不足,提出了一种改进的基于离散傅里叶变换（DFT）的信道估计算法。该算法是一个多次迭代的过程,通过最小二乘算法获得导频位置处的信道频域响应,经过逆傅里叶变换后,利用时域内引入的能量增长速率函数来判断信道冲激响应分布情况,以便对其进行消噪处理,最后通过多次迭代进一步抑制子载波间干扰和加性高斯白噪声。仿真结果表明,无论在多普勒频移较小还是较大的情况下,该算法的估计性能均优于最小二乘（LS）信道估计算法、传统基于DFT的信道估计算法和基于阈值的信道估计算法。在系统误比特率为[10-2]时,改进的基于DFT的信道估计算法比其他算法有3~5 dB的性能增益。     

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。     

基于KPCA光谱特征约束的水边线提取算法

为充分利用遥感影像的多波段光谱特征,提高水边线的提取精度,提出了基于核主元分析（KPCA）光谱特征约束的水边线提取模型。利用KPCA变换提取水体样本的光谱特征,采用最大似然法估计特征空间中水体光谱特征概率密度函数的特征参数,进而构建水体的光谱特征项。以测地线活动轮廓（GAC）模型为基础,建立图像数据项。结合光谱特征项和图像数据项建立水边线提取模型。在Landsat TM数据集上进行的水边线提取实验验证了算法的有效性,与GAC模型和基于距离正则化的水平集方法（DRLSE）相比较,该算法提取的水边线,在保证一定运行速度的情况下,更准确。     

星载天气雷达谱参数估计方法研究

基于傅里叶分析(DFT)的谱参数估计方法已被广泛用于测量多普勒天气雷达降水速度,已经证明对于较小的归一化谱宽(σN)而言该方法几乎最优。然而该方法局限于地基和空基多普勒天气雷达中较小的σN(σN<0.1)。研究安装在静止轨道卫星上的多普勒天气雷达获取全球的垂直降水速度很有必要。针对星载天气雷达较大的σN(σN0.2),扩展了一种适用于星载场合的谱参数估计方法。对该方法性能进行了分析,与其他几种形式的DFT谱估计方法及脉冲对处理方法(PPP)比较可看出:在相同的系统参数下,提出的新方法性能最优,能够获得优于0.5m/s的多普勒测速精度。     

基于压缩感知改进算法的MIMO-OFDM稀疏信道估计

结合压缩感知理论（CS）,针对压缩采样匹配追踪算法在多输入多输出正交频分复用（MIMO_OFDM）系统信道估计应用中需要利用信号稀疏度的先验条件,而实际中稀疏度又难获得的情况,提出一种信号稀疏度自适应的压缩采样改进匹配追踪算法（CoMSaMP）。该算法采用具有理论支撑的原子弱选择标准作为预选方案,并设置首次裁剪阈值来减少算法多余的迭代,降低算法在信道估计中的复杂度,裁剪方式的改进保证了重构精度的提高,最终实现MIMO-OFDM稀疏信道估计中信号的稀疏度自适应。仿真结果表明：与原算法相比,该算法在同等信噪比条件下具有更优的信道估计性能,从而提高了频谱利用率,同时降低了复杂度,在稀疏度较高时,提出的算法具有更好的对噪声的抗干扰能力。     

脑电信号中眼电伪迹的自动去除算法

为实现眼电伪迹的自动去除,提高算法的有效性和稳健性,提出一种眼电伪迹自动去除算法。采用样本熵和一种通用的伪迹判决方法对眼电伪迹进行自动识别,通过脑电信号的重构实现眼电伪迹的去除。实验结果表明,对于不同长度的真实脑电信号,该算法均能准确地去除眼电伪迹,较好地保留其他的脑电信号成分,且可以完全自动地去除眼电伪迹,适用于实时场合。     

求解非线性互补问题的熵函数认知优化算法

提出了一个求解非线性互补问题的熵函数社会认知优化算法。首先将非线性互补问题转化为非线性方程组来求解,然后利用熵函数法将非线性方程组求解转化为一个光滑的无约束优化问题,最后应用社会认知优化算法求解此优化问题。实验结果表明,该算法收敛速度快,稳定性好,是求解非线性互补问题的一种有效算法。     

阶数自适应可变均衡器算法的研究与仿真

自适应判决反馈均衡器（OVE）f~跟踪信道时变响应并自动调整抽头系数,解决数字通信中因信道衰减和噪声引起的符号间干扰问题,从而大大降低通信系统误码率。针对在自适应均衡过程中均衡器阶数难以确定的问题,根据最优估计理论,分析判决反馈均衡器结构,研究DFE的抽头长度对均衡器均方误差性能的影响,在此基础上提出阈值可变动态长度算法,找出最小均方误差与滤波器阶数之间的折中。Matlab分析和仿真结果显示,当信道衰减和符号问干扰较严重时,均衡器阶数收敛在30阶左右,且误差可以收敛在较小范围内跟踪信道响应,并在瞬时累计均方误差准则下收敛到滤波器最优阶数。