多径相干信号到达角和衰落系数的最大似然估计

针对多径相干信号到达角(DOA)和衰落系数(FC)的估计问题,在已知信号波形条件下,提出了一种联合估计DOA和衰落系数的改进最大似然估计方法。通过改进最大似然估计求极值获得DOA和衰落系数的解,在联合估计参数时,使用交替极大值技术,降低了估计算法的复杂度,并且推导了最大似然估计的Cramér-Rao界。理论分析和实验表明,该方法与现有方法相比具有更好的估计性能,当来自不同辐射源的多径信号中存在相同DOA时,仍然可以得到很好的估计效果。     

一种基于BOC信号的多径抑制技术

针对卫星导航接收机容易受多径信号干扰的影响,提出了一种基于最大似然估计的加权ELS（超前/滞后斜率）技术BOC多径减弱方法。该方法先经过最大似然估计得到直射信号估计值,再检测多个BOC信号自相关函数峰两边的斜率,可以有效地减小多径信号对环路的影响,性能优于传统的窄相关技术和ELS技术,并且只增加较少的计算复杂度。通过对BOC（10,5）的多径误差包络仿真分析表明：该方法能有效减小多径干扰引起的跟踪误差。     

复杂多径下IR-UWB自适应频偏估计算法研究

在脉冲超宽带定位系统中,时钟频率偏移是影响测距和测角精度的重要因素;针对复杂多径下频偏估计精度低的问题,设计了一种适应复杂多径环境的脉冲超宽带自适应频偏估计算法;首先,借助脉冲超宽带信号的抗多径优势,将实时估计的信道脉冲响应作为自适应匹配滤波模板,以保证复杂多径下相关峰的准确提取;利用相关峰辐角信息得到前导符号的相位序列;再使用贝叶斯估计算法提高频偏估计精度;在IEEE 802.15.4a标准CM1、CM2多径信道下进行仿真,仿真结果表明,低信噪比情况下,频偏估计估计精度保证在0.2 ppm以内;在巷道环境实验结果表明,50 m范围内频偏估计标准差在0.06 ppm以内;实现了复杂多径环境下高精度频偏估计,具有较强的实用性。     

多径效应对直扩延迟锁定环的影响及消除技术

针对多径环境下直扩(DS-SS)信号的伪码跟踪问题,对延迟锁定环(DLL)进行了研究.在考虑多条路径干扰信号的情况下分析了多径效应对DLL鉴相特性的影响.为了消除DLL中的多径和噪声干扰,采用一种基于卡尔曼滤波的最大似然多径估计方法对DLL进行了改进.该方法通过对最大似然估计的输出进行卡尔曼滤波,得到了较为准确的多径幅...     

一种稳健的盲水印算法

本文基于[2]中的最优盲水印检测方案,从编码的角度显著改进了水印的稳健性。我们考察了使用不同编码方案嵌入的水印的抗攻击性能,得出了合适的编码方案会显著提高水印稳健性的结论,最后通过实验比较了使用不同编码方案嵌入时,经过几种常见的水印攻击后,水印图像的稳健性,证实了按01或10顺序交错的编码嵌入方案不但简便易行,而且在提高水印的综合抗攻击性能上表现最好。     

一种新的复正弦信号二维频率估计算法

如何从遥感图像中实时而有效的估计出二维频率一直是一个难题,提出了一种二维复正弦信号的相似最大似然频率估计迭代算法.通过建立最大似然二维频率估计信号模型,并且结合最大似然估计价值函数,给出了两种新的频率估计价值函数;针对所提及的算法进行了均值和方差分析,分析结果显示该算法是近似无偏估计的,并且满足Cramer-Rao边界条件;最后对所提出的算法进行了仿真,并给出了其在干涉合成孔径雷达(INSAR)去平地相位中的应用.结果表明:算法具有较高的频率估计精度和较小的计算量.     

多径BOC(n,n)信号的精确跟踪方法

针对卫星导航定位接收机易受多径的影响,提出了一种基于最大似然估计和卡尔曼滤波相结合的多径BOC(n,n)信号的精确跟踪方法。该方法首先对接收的多径BOC(n,n)信号进行相干积分累加;然后用最大似然法估计出多径信号的幅度和时延,再将这些估计结果进行卡尔曼滤波,得到了在较低载噪比下比较准确的多径幅度和时延估计值;最后采用多径估计延迟锁定环(MEDLL)来分析使用该方法前后的鉴相曲线,并通过仿真实验验证了该方法的有效性。理论和仿真结果表明,在较低载噪比下,该方法能够精确地跟踪多径BOC(n,n)信号。     

基于BAP-UKF方法的微弱GPS信号多径参数估计

在室内、城市中心等恶劣环境下,多径效应已成为码跟踪的主要误差源。采用一种数据块平均预处理—无迹卡尔曼滤波器(BAP-UKF)方法来估计微弱GPS信号的多径参数,该方法采用数据BAP方法处理接收到的微弱GPS信号,以抑制噪声和干扰,提高接收信号的信噪比;经过BAP的信号通过多径相关器后的同相或正交相值,将作为UKF的观测量来估计码跟踪时的多路径的幅值、码延时、相位、载波多普勒等参数.仿真结果表明:该方法能够有效地估计出载噪比低至21 dB-Hz的微弱信号多径参数,从而证明了其有效性。     

一种改进的声测定位时延估计算法

研究了时延估计算法在被动声测定位中的应用,提出了一种改进的基于最大似然(ML)权函数的广义互相关时延估计算法。改进的算法采用加窗法和最小均方差（LMS)滤波法,弥补了原算法计算量大及无法消除回响干扰的不足。仿真结果表明,改进的算法计算复杂度明显降低,能够有效地消除回响干扰,具有较高的时延估计精度和鲁棒性。     

一种基于DFT的次优高精度频率估计算法与实现

在快速傅里叶变换(FFT)粗估计的基础上,通过曲线拟合,得到一种实现简单的次优高精度频率估计算法。现有的精确估计算法多采用FFT输出的幅度信息,或是FFT的复数输出进行精确估计。本文提出了利用幅度平方信息做精确估计的算法,有效地简化了运算复杂度,实现结构简单。通过仿真验证了本算法在低信噪比下也具有较高的估计精度。     

一种新的码片内多径时延估计方法

根据信道冲激响应的稀疏特性,提出了一种频域的时延估计压缩感知模型,将时延估计问题转化为基于欠采样数据的稀疏向量估计问题.利用离散傅里叶变换(Discrete Fourier transform,DFT)矩阵的子矩阵所满足的受限等距性(Restricted isometry property,RIP)以及信道冲激响应的稀疏特性充分降低了时延估计所需数据量的要求.分析了本文模型具有码片内多径分辨能力以及良好抗噪性能的原因,并与多信号分类(Multiple signal classification,MUSIC)和旋转不变技术的信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法的时延估计性能进行仿真比较.仿真结果表明,本文提出的方法不需要预知多径的条数,对码片内多径时延具有较高的估计精度,其时延估计性能在特定条件下优于MUSIC和ESPRIT算法.     

DTI扩散张量的一种稳健估计方法

为了获得更精确的DTI扩散张量场,提出了一种基于约束M估计子的稳健估计方法,首先对扩散加权图像序列进行双树复数小波降噪预处理,以减少热噪声影响,然后通过试探法找到一个合适的回归起始点,并通过Cholesky分解对扩散张量进行正定约束,最后寻找局部最小获得DTI扩散张量的约束M估计,并在模拟二阶张量场和真实DTI数据集上进行了实验.与最小二乘法和M估计子回归模型相比,该方法可以更有效地排除热噪声和生理性离群点影响,对DTI扩散张量估计很有价值.     

UPF在GPS多路径信号延迟估计中的应用

多径信号延迟估计与多径干扰抑制技术一直是卫星导航领域的一个研究热点。在分析近距离镜面多径信号时间延迟特性的基础上,提出一种基于无迹粒子滤波的多路径信号延迟估计方法。给出标准的粒子滤波算法模型,讨论无迹粒子滤波算法在多路径信号延迟估计中的应用,描述算法的推导过程。计算机模拟结果验证了该算法的有效性。     

一种快速鲁棒运动估计方法

经典的相位法易受高频噪声影响,且计算量大,难以满足实时性要求。提出了基于提升小波变换和离线预建立相关归一化系数与旋转角度对应关系数据库的快速鲁棒运动估计方法。试验结果表明,该方法在保持较高估计精度的情况下,具有较快的估计时间和较好的鲁棒性。     

一种基于梯度的健壮的指纹方向场估计算法

作为指纹的全局特征,指纹方向场在自动指纹识别系统中发挥了非常重要的作用.提出了一种基于梯度的健壮的指纹方向场估计算法,新算法首先归一化点梯度向量并计算块梯度向量及相应的块一致性;然后估计噪声区域;最后采用基于迭代的方法,重新估计所有块梯度向量并将梯度向量场转化为方向场.实验结果表明,与已有基于梯度的指纹方向场估计算法相比,新算法具有更高的准确性及抗噪性能,并能较好地估计大块噪声内的方向场,是一种较为健壮的指纹方向场估计算法.     

一种基于图像表观的鲁棒姿态估计方法

提出一种利用图像的表观特征进行头部姿态估计的方法.该方法首先使用了一维Gabor 滤波器对头部图像进行特征提取,然后对提取得到的一维Gabor 特征进一步使用了基于核函数的局部费舍尔判别分析方法增强特征的判别能力.与传统二维Gabor 特征相比,一维Gabor 特征除了在计算速度和存储空间上具有明显的优势以外,更与姿态紧密相关.而基于核函数的局部费舍尔判别分析方法,能够解决姿态问题中存在的非线性问题和多模态问题.大量的实验结果表明,该算法对于姿态估计问题是有效的.特别需要指出的是,该算法具有良好的推广能力     

基于单目视觉的自车运动参数鲁棒估计

提出一种适用于结构化道路的自车运动参数鲁棒计算方法．该方法通过建立双线性增量自运动模型,选择车道线和道路导向箭头上的角点作为路面特征点,利用连续两幅图像的多对匹配的特征点对模型进行求解,从而估计出自车运动参数．实验结果表明该方法不容易受光照和背景的影响,在结构化道路上能够准确地估计自车运动参数．同时该方法计算量小,能够满足实时性要求．     

一种鲁棒的基于两个特征点的深度估计方法

This paper presents a novel depth estimation method based on feature points. Two points are selected arbitrarily from an object and their distance in the space is assumed to be known.The proposed technique can estimate simultaneously their depths according to two images taken before and after a camera moves and the motion parameters of the camera may be unknown. In addition, this paper analyzes the ways to enhance the precision of the estimated depths and presents a feature point image coordinates search algorithm to increase the robustness of the proposed method.The search algorithm can find automatically more accurate image coordinates of the feature points based on their detected image coordinates. Experimental results demonstrate the efficiency of the presented method.     

基于鲁棒M-估计器的全局运动估计方法

提出一种改进的基于鲁棒M-估计器的全局运动估计方法,在图像像素残差上采用在统计上鲁棒的M-估计目标函数,引入简化的像素残差权值函数作为二值函数,改进了全局运动估计中去除噪声点的方法。实验结果表明,改进算法的运动精度高,对大多数的图像序列都有较好鲁棒性且计算量小。