基于盲波束形成的麦克风阵列语音增强方法

考虑到语音信号方向向量估计误差对传统波束形成语音增强性能的影响,该文提出一种盲波束形成语音增强方法。由于采用阵列四阶互累积量和线性约束最小方差波束形成器相结合,使得该方法对语音信号方向向量误差具有一定韧性。此外,采用多通道后置滤波去除盲波束形成器输出端的残留噪声。仿真结果表明,在语音信号波达方向等先验信息未知的情况下,该文提出的盲波束形成语音增强方法仍具有较好的噪声抑制性能。     

基于WCPO准则的鲁棒四阶累积量盲波束形成算法

基于边界误差性能最优准则(WCPO)的鲁棒性方法是波束形成算法领域内的最新研究热点,本文将该鲁棒性方法与基于高阶累积量的盲波束形成算法相结合,提出了一种新的改进鲁棒性的四阶累积量盲波束形成算法,即WCPO-RCUM算法.该新算法相较于采用传统对角线加载技术的高阶累积量盲波束形成算法RCUM而言,进一步提高了稳健性和输出信干噪比.计算机仿真验证了该算法的可行性和有效性.     

基于四阶累积张量方法的欠定盲源信号分离

针对瞬时欠定盲源信号分离问题,提出一种四阶累积张量分解算法.首先构建观察信号四阶累积协方差,依据源信号具有相互独立且均值为零的性质,对累积协方差化简并扩展到张量域,得到四阶累积张量.采用分层交替最小二乘算法对四阶累积张量进行非负库克分解,求得非负库克模型的参数,同时获得非负混合矩阵并求其伪逆,最终估计出源信号.选用真实的语音信号和生物信号进行仿真实验,结果表明该方法提高了源信号和非负混合矩阵的估计性能.     

基于半正定秩松弛方法的稳健波束形成

现有的向量加权稳健波束形成方法只有在指向误差较小的情况下才能有效估计目标的信号功率;矩阵加权波束形成方法在指向误差较大时,虽然可以估计目标的信号功率,但是它的系统实现复杂度与向量加权稳健波束形成方法相比较大。针对以上问题,该文提出基于半正定秩松弛(SDR)方法的稳健波束形成,该方法优化模型中的目标函数与Capon算法的目标函数相同,优化变量为加权向量的协方差矩阵,并约束方向图的主瓣幅度波动范围、旁瓣电平,协方差矩阵的秩为1。应用SDR方法求得加权向量的协方差矩阵,将该矩阵中的每一行(列)转化为加权向量,然后选择使得方向图主瓣与0 dB之间失真最大值最小的一个加权向量。该方法的系统实现复杂度与传统向量加权方法一致,对信号功率的估计性能与矩阵加权方法相当。仿真实验验证了该文方法可以得到理想的方向图形状,并且可以在大指向误差条件下有效估计信号功率。     

基于四阶累积量的EM波达方向估计算法

针对低信噪比（signal-to-noise ratio,SNR）下,经典波达方向估计性能下降的问题,提出将信号的四阶累积量与期望最大化（expectation maximization,EM）算法相结合的波达方向估计算法.该方法引入隐含变量进行更新迭代,并求隐含变量的四阶累积量,构造关于待估波达方向的极大似然函数从而求解出信号的波达方向角.仿真结果表明:本文算法能有效地抑制高斯噪声对信号参数估计的影响,同时能利用迭代来提高估计精度.在低SNR时其估计性能优良,具有很好的稳定性和分辨率,有利于高分辨地估计信号的波达方向.     

基于高阶累积量的空时分组码盲识别算法研究

针对MISO通信系统的空时分组码盲识别问题,提出了一种基于高阶累积量的空时分组码盲识别算法。首先,给出了MISO接收信号模型,利用高阶累积量的性质分析得到接收信号的四阶累积量的表达式;然后,利用编码矩阵的特性,证明接收信号在不同时延向量下的四阶累积量呈现非零值,其非零值取决于STBC的类型;最后,采用四阶累积量的实验值与理论值的最小欧式距离盲识别空时分组码的类型。仿真结果表明,即使在低信噪比条件下,所提方法能够较好地识别空时分组码。     

FBMC-OQAM信号子载波盲估计

为了解决滤波器组多载波(filter-bank multi-carrier, FBMC)信号的子载波参数盲估计问题，提出一种基于四阶累积量的方法来估计FBMC-OQAM信号子载波参数。首先，截获交错正交幅度调制(offset quadrature amplitude modulation，OQAM)的FBMC信号并检测信号频谱来确定循环频率的范围；然后，分析循环频率与四阶累积量的代数关系；最后，得出四阶累积量的峰值受原型滤波器影响且仅在其循环频率等于子载波频率处存在。通过检测四阶累积量峰值的位置和个数能有效估计子载波频率和数目。仿真表明，当信噪比大于2 dB时，算法对FBMC-OQAM信号的子载波参数盲估计正确概率为98%。      

一种基于四阶累积量的空间特征盲估计方法

该文以均匀直线阵为基础,提出了一种基于阵列输出四阶累积量的信号空间特征盲估计方法,并将其用于相干多径环境下的多用户信号空间特征的估计。作者利用四阶累积量构造了一个空间特征估计矩阵,并证明了对该矩阵作特征分解可以得到各用户的空间特征。该盲算法不依赖于信号具体特征,适用于任意加性高斯(白或有色)噪声。理论分析和仿真结果说明了算法的有效性和稳健性。     

基于过采样的六二阶归一化累积量盲均衡算法

现有盲均衡算法大多采用先辨识信道、再进行均衡的方法,但信道阶数的估计是一个难点。将高阶归一化累积量用于盲均衡,提出一种基于过采样的六二阶归一化累积量盲均衡算法。该算法不需要辨识信道和估计信道阶数,只对接收信号的六二阶归一化累积量进行优化。仿真结果验证了算法的有效性。     

一种改进的平衰落信道特征空间波束形成算法

利用累积量可以估计多用户的空间特征即合成导向矢量，实现空分多址。在小快拍数情况下，累积量方差较大，直接作波束形成，性能较差。本文提出把基于累积量估计出的多用户的空间特征再在二阶统计量估计的信号子空间投影，然后再做波束形成，提高了波束形成的稳健性。仿真结果表明，本算法的性能较求伪逆和直接做波束形成有一定的提高。