改进型先验信噪比估计语音增强算法

在DCT域提出了一种改进STNR(M-STNR)算法,其在原算法的第二步中利用信号的高斯模型假设条件,采用MMSE估计来获取当前帧先验信噪比的估计,算法无需语音增强系统增益因子的任何先验条件,在保持简单结构的同时避免了原算法的不足。仿真结果表明,基于该改进方案的语音增强算法在多种噪声背景下具有更出色的语音增强效果。     

基于四阶累量的PSK信号信噪比估计高效算法

在无线数字通信中,许多算法都需要知道信噪比以获得最优性能。提出一种基于四阶累量的PSK信号信噪比估计算法,该算法具有较好的性能和较低的运算复杂度,可以满足软件无线电系统对信噪比估计精度和实时性的要求。     

一种导频与数据联合辅助的半盲信噪比估计算法

提出了一种新的适用于MPSK突发通信系统的半盲信噪比估计算法。基于EM算法结构,已知的导频符号和未知的数据符号被同时用于信噪比估计,在保证系统频谱效率的前提下,有效提升了估计性能。理论分析和仿真试验表明,该方法的性能优于仅使用导频符号的数据辅助估计方法,同时在较宽的信噪比范围内优于仅利用未知数据符号的最大似然方法、二阶四阶矩方法(M2M4)等其它经典的盲信噪比估计方法。     

低复杂度的OFDM信号信噪比的盲估计

针对非合作通信系统中,多径信道下传统的正交频分复用(OFDM)信号信噪比盲估计方法的估计性能差,计算复杂度高的问题,提出了一种低复杂度的OFDM信号信噪比盲估计方法。该方法首先根据接收到的观测信号建立自回归(AR)模型,通过AR模型估计出信号的功率谱,然后基于高阶累积量的2阶和4阶的组合特征量与寻求跳变值的方法相结合估计出信号的带宽,最后通过计算出带宽之内的信号总功率和带宽之外的噪声功率估计出接收信号的信噪比。实验仿真结果表明,作者提出的方法无需任何先验信息,在多径信道下具有良好的估计性能,且计算复杂度低,更适合于实时的非合作通信系统。     

Turbo编码系统中信噪比盲估计算法

针对盲估计算法复杂度高、运算量大,研究了TURBO译码器中两个成员译码器输出的外部信息与信道信噪比的关系,提出一种基于译码器外部信息量的信噪比盲估计算法。仿真结果说明,采用此信噪比盲估计算法,在较小的系统性能恶化的前提下,大大简化了信道估计器的复杂度。分析了信噪比盲估计算法的误差性能,理论分析表明,发生误判的几率很小,均在1-0 3量级以下,可以认为信噪比估计值十分可靠。     

基于多任务学习的MIMO-OFDM信号联合信噪比估计与调制识别

针对当前非协作通信中MIMO-OFDM信号信噪比盲估计与子载波的调制识别研究仅集中在单个任务中的问题,提出了一种将深度神经网络与多任务学习(MTL)框架相结合从而同时完成信噪比盲估计与调制识别的算法。首先利用特征值矩阵联合近似对角化算法(JADE)恢复发送信号,并提取恢复信号的同向正交(I/Q)分量作为浅层特征;然后搭建基于一维卷积神经网络(CNN)的多任务学习模型,通过联合训练信噪比(SNR)估计和调制识别两个任务,实现优势互补。仿真结果表明,所提算法可获得比单任务学习(STL)更优的性能,当信噪比为-10dB时,信噪比估计的均方误差降低了66.21%,调制识别精度提高了4.75%。另外,多任务学习模型在信噪比大于-1dB时,信噪比估计的均方误差小于0.1;信噪比为3dB时,调制识别的精度可达到100%。     

一种低信噪比下MPSK信号频率估计方法

针对MPSK信号载波频率估计所需信噪比高的问题,提出一种低信噪比下MPSK信号频率估计方法.首先使用现代谱估计方法建立自回归模型,完成MPSK信号载波频率的粗估计,得到含有较小残留频偏的信号;然后进行M-th非线性变换,根据最大似然准则,估计出较高精度的残留频偏值.仿真结果表明,本算法在较低信噪比下可达到较高精度,算法稳定可靠.     

瑞利（Rayleigh）分布的先验似然估计

研究了瑞利分布中参数θ的有先验信息的极大似然估计,并讨论了其估计的性质,得到了其估计具有渐进无偏性和相合性.     

短波信号的软判决检测

介绍了一种采用序列倒相键控与软判决译码的实验性短波数据传输系统,并根据数据误码试验、白噪声试验和短波通信现场试验的结果,对短波信号的软判决性能作了定量分析。结果表明:在短波衰落信道上进行数据传输时采用软判决检测可以大大提高系统性能。     

BCJR算法在Turbo码迭代译码过程中的SNR失配及估计

通过对BCJR译码算法中信噪比失配对Turbo码译码性能影响的分析,证明了Turbo码迭代译码过程中的信噪比估计对Turbo码的译码性能有着直接的影响。对于Turbo码BCJR译码算法中信噪比估计,提出了自适应信噪比估计器来估计BCJR算法中信噪比失配的设计方案。该方案能以较为简单的运算很好地跟踪Turbo码译码过程中信噪比变化,Matlab的模拟仿真试验证明了该方案在底信噪比条件下具有很好的收敛性,且衰落信道的条件下更为有利。     

自相关矩阵奇异值分解法进行信噪比估计研究

主要介绍了一种典型的信噪比估计算法,并对信噪比的自相关矩阵奇异值分解估计法进行了研究。然后对该算法应用于AWGN信道中的估计性能进行仿真测试,结果表明,当数据观察长度在2 000以上时,在实际信噪比为[-10,25]dB内,该算法可以控制估计标准差在0．6 dB内。测试表明,数据误差完全符合要求,这说明该信噪比估计算法是可行的。     

OFDM系统信噪比估计新方法

根据无线OFDM通信系统中自适应控制处理的需求,针对Boumard方法的缺点,提出了一种基于前导符号的OFDM系统信噪比估计新方法．该方法充分利用了前导符号和无线信道的频率自相关特性,估计信号和噪声的平均功率,获得系统的平均信噪比．进一步利用信道估计系数,估计出各子信道的信噪比．仿真结果表明,该方法的估计性能优于Boumard方法,且在低信噪比时,估计精度提高了10倍以上．     

Network Sorting Algorithm of Multi-Frequency Signal with Adaptive SNR

An signal noise ratio (SNR) adaptive sorting algorithm using the time-frequency (TF) sparsity of frequency-hopping (FH) signal is proposed in this paper.Firstly,the Gabor transformation is used as TF transformation in the system and a sorting model is established under undetermined condition;then the SNR adaptive pivot threshold setting method is used to find the TF single source.The mixed matrix is estimated according to the TF matrix of single source.Lastly,signal sorting is realized through improved subspace projection combined with relative power deviation of source.Theoretical analysis and simulation results show that this algorithm has good effectiveness and performance.     

高分辨率差分跳频信号频率检测

差分跳频(DFH)是一种新的高速短波通信体制，它利用相邻跳变频率的变化，而不是载频本身，来携带信息。跳变频率检测是实现DFH的关键技术之一。鉴于现代谱估计中MUSIC(MUltiple SIgnal Classification)算法具有高频率分辨率且对信号的初相位依赖性小的特点，本文首次将MUSIC算法用于DFH信号的频率检测，并对算法的性能和运算复杂度进行了讨论，最后给出了仿真结果。     

短波OFDM信号调制参数估计算法研究

结合正交频分复用(OFDM)信号二阶循环特性,针对短波中OFDM信号参数估计这一重要问题,对基于循环自相关函数截面的OFDM信号参数估计算法进行了修正,推导了估计码元速率参数时谱峰的搜索范围,增加了其算法的子载波带宽估计功能。根据修正算法得到子载波带宽,确定小波尺度因子,基于OFDM信号功率谱的等波纹特性,利用小波方法对OFDM信号实际使用子载波个数的倒谱估计方法进行了改进。实验结果表明,这两种算法估计OFDM信号参数时具有良好性能。     

一种存在阵列误差情况下的宽带DOA估计方法

相对于窄带信号,宽带信号阵列模型误差更加复杂和多样。文章首先给出了宽带信号条件下的阵列误差模型,利用四阶累积量估计出各频点上实际的方向矩阵,然后利用总体最小二乘(TLS)算法给出了一种存在阵列误差情况下的聚焦矩阵的求法。仿真结果表明此方法在存在阵列误差时DOA估计精度较高,稳健性好。