宽带码分多址信号的戈尔德序列盲识别

针对非合作通信中宽带码分多址(Wideband Code Division Multiple Accesss WCDMA)信号的戈尔德(Gold)序列识别问题,提出了基于优选对m序列三阶相关峰的WCDMA信号Gold序列识别方法.根据m序列三阶相关特性,推导得到Gold序列的三阶相关特性;利用m序列的移位叠加性,采用二次延迟相乘方法消除信息码和正交可变扩频因子码对Gold序列识别的影响;最后,利用信号的三阶相关函数识别Gold序列.仿真结果表明:本文算法可以有效识别WCDMA信号的Gold序列,且信号长度越长、信噪比越高,算法的正确识别概率越高.     

基于双特征值极限分布的合作频谱感知算法

以最大最小特征值之差作为检测统计量,从提高算法判决门限估计精度出发,利用双特征值极限分布,用双特征值估计判决门限,提出了基于双特征值极限分布的频谱感知算法。相比于单特征值门限方法,理论上证明了用双特征值极限分布估计的门限小于或等于用单特征值极限分布估计的门限,提高了算法检测性能。仿真结果表明,该算法不受噪声不确定性影响,不需要主用户信息,并且在低虚警概率、采样次数相对少的情况下,检测性能优于最大最小特征值之差频谱感知算法。     

OSTBC信号累积量的特征分析

本文针对MIMO系统的空时码识别问题,研究正交空时分组码(OSTBC)信号的高阶统计量特性。利用OSTBC信号的正交特性,推导给出了OSTBC信号的二阶矩m 20(0)和m 2 1(0)、四阶矩m 40 x(0,0,0)和m 4 2 x(0,0,0)、四阶累积量4 0 x(0,0,0)C和4 2 x(0,0,0)C。由于四阶累积量抑制噪声能力强,提出了基于四阶累积量的OSTBC信号的两个特征参数。对两种编码方案的仿真结果表明,当信噪比大于0dB时,两个特征参数的估计值基本等于理论值;对不同编码方案,这两个特征参数区分度高,因此这两个特征参数可用于OSTBC编码方案的信号识别。     

NOMA系统中低复杂度的串行信号检测算法

在大规模天线情况下，针对现有的迫零串行干扰消除(ZF-SIC)算法和最小均方误差串行干扰消除(MMSE-SIC)算法中存在的高复杂度问题，提出了低复杂度的ND-ZF-SIC和ND-MMSE-SIC算法。首先利用对角矩阵分解将大矩阵分解为对角矩阵与空心矩阵之和。其次，利用诺伊曼级数近似,将大矩阵的直接求逆运算转化为对角矩阵求逆运算的乘积之和。为了在降低复杂度的同时保证近似的精度，采用诺伊曼级数的前两项进行近似。由于对角矩阵的求逆运算只需求对角线上元素的倒数，因此大大降低了算法复杂度。ZF-SIC、ND-ZF-SIC、MMSE-SIC和ND-MMSE-SIC算法的仿真结果表明，ND-ZF-SIC和ND-MMSE-SIC算法的误码率分别与ZF-SIC和MMSE-SIC相近。      

基于随机集模型的MIMO-OFDM信道估计算法

在多径分量数确定的前提下,MIMO-OFDM系统采用传统的基于导频辅助和盲信道估计算法能获得较好性能。实际无线环境中,多径分量数目与幅度都是时变的,则传统信道估计方法不再适用。该文采用随机集理论建模MIMO-OFDM系统信道多径分量数的变化和MIMO信道。基于此模型提出了集中粒子空间重采样方法(CRS),在保留大概率粒子抽样样本的同时主动抛弃小概率抽样样本,以获得更为准确的真实样本逼近。并提出了基于集中重采样Rao-Blackwellised粒子滤波的信道估计方法(RBPFC)。仿真结果表明:所提出的RBPFC方法信道估计性能最好,基本Rao-Blackwellised粒子滤波方法次之但优于基本粒子滤波算法,卡尔曼滤波的信道估计方法性能最差。     

二阶Volterra变数据块长LMS算法

二阶Volterra数据块LMS算法利用当前时刻及其以前时刻更多输入信号和误差信号的信息提高了算法的收敛速度,但由于其固定数据块长取值的不同导致了算法的收敛速度和稳态误差此消彼长。针对这个问题,本文提出一种二阶Volterra变数据块长LMS算法,通过时刻改变输入信号数据块长度提高算法性能。本算法首先采用两个并行的二阶Volterra滤波器,其输入信号数据块长差值始终保持一个单位;然后将其各自的输出误差信号同时输入到数据块长判决器,通过判决器得到下一时刻各个滤波器输入信号的数据块长度;最后以第1个二阶Volterra滤波器的输出作为整个滤波系统的输出,从而改善了算法性能。将本算法应用于非线性系统辨识,计算机仿真结果表明,高斯噪声背景下本算法的收敛速度和稳态性能都得到了明显的提高。      

新的彩色图像分层修复方法

基于全变分的彩色图像修复(CTV)模型,可以在保持边缘的同时达到去噪目的,但对纹理较复杂的区域修复效果不理想。利用分层修复的思想在对整幅彩色图像进行CTV修复后,再对有明显修复痕迹的局部待修复区域使用基于块的纹理合成算法。实验结果表明,这种分层修复的方法在彩色图像的结构修复和纹理修复两方面实现较好的统一,既能很好地降噪,又能保持彩色图像的清晰边界,而且在较大区域图像修复上表现出良好的效果。     

非周期长码直扩信号码片速率估计

本文针对非周期长码直扩信号参数估计难的问题,建立了非周期长码直扩信号的一种表示模型;推导分析了非周期长码直扩信号延迟相乘后的自相关函数,此自相关函数具有周期性峰值,两个相邻峰值之间的间隔倒数就是扩频码的码片速率;同时还推导分析了噪声对此自相关函数的影响,合理选择延迟量理论上可以消除噪声影响;根据上述特点,提出了一种非周期长码直扩信号的扩频码码片速率估计方法。该方法首先估计基带信号延迟相乘后的自相关函数,然后消除噪声产生的峰值,最后通过估计峰值间隔,得到扩频码的码片速率估计。仿真结果表明了本方法的有效性。      

非周期长码直扩信号的长扰码识别

该文利用m序列的二阶和三阶自相关特性,推导得到非周期长码直扩信号三阶自相关函数的极大似然估计,利用m序列的线性移位叠加特性和三阶自相关函数特性,提出了非合作通信情况下消除信息码对长码估计影响的延迟相乘方法和基于三阶自相关峰的长码识别算法,该识别算法只需已知信号的载波频率和扩频码码片速率。在加性高斯白噪声下的仿真表明,仅利用1/4倍长码周期长度的信号,在信噪比大于3.5 dB时长码m序列的正确识别概率就达到90%以上。     

α稳定分布下的自适应数据块滤波算法

本文基于分数低阶统计量原理提出了α稳定分布下的自适应数据块LMP和LMAD滤波算法.新算法利用更多的输入信号和误差信号的信息,更准确地估计梯度,调整自适应滤波器权向量增量方向,提高了收敛速度.采用变步长因子改善算法的稳态误差,进一步提高了算法的收敛性能.仿真结果表明,在分数低阶α稳定分布信号条件下,自适应数据块滤波新算法较NLMP算法和NLMAD算法有更好的收敛性能.