基于矢量平均的信道估计算法

提出一种适用于DS-CDMA无线通信系统的低计算量而性能良好的信道估计算法。在DS-CDMA系统中，当接收信号经过解扩或多用户检测等时域预处理后，可以认为干扰大大减弱、期望信号在处理后的信号中占主要地位。这样，用预处理后信号相关阵的最大特征值对应的特征矢量可以很好地近似期望信号的信道矢量。但是，直接特征分解需要很大的计算量，特征跟踪计算量较低，但瞬态性能较差。本文提出一种基于相关矩阵列矢量平均的信道估计算法，该算法不需要特征分解或跟踪。仿真结果表明：新算法在降低计算量的情况下可以获得同直接特征分解方法几乎相同的性能。     

异步DS-CDMA系统中基于矩阵点除算法的DOA估计

针对异步DS-CDMA系统中的多用户环境,本文提出了一种低复杂度的DOA估计算法——矩阵点除算法。该算法通过对感兴趣信息的逐次分离,实现了DOA的逐路径估计。算法具有两方面显著优势:(1)克服了传统的DOA估计算法在路径总数大于天线阵元数时不能工作这一缺陷:(2)避免了计算复杂的特征值分解运算,大大降低了算法复杂度。仿真实验验证了算法的有效性。     

再研究最大熵解卷的真解问题

194 9年Ｓｈａｎｎｏｎ和Ｗｅａｖｅｒ在《通信的数学理论》一书中明确给出了信息熵的概念[1] ,195 7年Ｊａｙｎｅｓ指出 ,最大熵原理可以作为衡量可能分布的一种尺度[2 ] 。目前最大熵方法已经被广泛应用于信息处理和图像恢复等不同领域。最大熵原理在电子显微学领域中同样得到了很好的应用 ,主要工作集中在消除像的噪声和改善像的质量。 1991年胡建军和李方华等成功地将最大熵原理应用于高分辨电子显微像的解卷处理[3 ] 。随后报导了最大熵解卷中出现形式上的“多解”现象[4] ,并指出“多解”源于傅里叶像效应[5] ,讨论了确定真解的办法。…     

相干源二维波达方向估计

本文分析了平面阵接收信号的协方差矩阵，发现它可分解为一个广义对称矩阵与一个非广义对称矩阵之和，利用信号协方差矩阵的这一结构特征，重点研究了相干源二维波达方向（DOA）估计．该方法通过构造一个差矩阵，求出其本特征值对应的任一特征向量，利用谱函数估计相干源二维DOA．简要分析了二维DOA估计的分维处理。     

存在噪声和未建模动态系统传递函数的渐近无偏估计

存在未建模动态时，如何去除系统传递函数估计中噪声引起的偏差是系统辨识关心的重要问题。本文将我们已提出的ＢＥＬＳ方法进行推广得出：当系统未建模动态可用－ＦＩＲ模型描述时，应用本文的方法可得到系统传递函数的无偏辨识，而不需知道有关噪声和未建模动态概率分布函数的先验知识。     

基于Vague集的鱼雷研制阶段年度投资分配模型

鱼雷的研制费用在鱼雷整个寿命周期费用中所占比系不大，但研制阶段决定了鱼雷寿命周期费用的绝大部分，闪此对鱼雷研制费用的研究可供鱼雷武器管理和决策者作经费计划综合平衡时参考。文章基于Vague集，提出了Vague集模糊熵的构造方法，进而提出了运用Vague集模糊熵进行鱼雷研制阶段年度投资强度分配的新模型。实例表明，该方法具有实用价值。     

一种新的变步长ICA自适应算法

结合互信息极小的优化判据，基于估计函数期望平方准则、外点法和最速下降法的思想，本文导出了一种新的变步长独立分量分析(ICA)自适应算法。该算法克服了固定步长在分离矩阵推导过程中出现的稳态失调问题，比基于模拟退火步长的ICA算法有更快的仞始收敛速度和较高的分离精度。同时，该算法还具有较好的时变系统跟踪能力。理论分析和仿真计算结果证实了其可以有效地提高ICA的自适虚性，更准确地完成盲信号分离。     

非编码MPSK-OFDM系统判决指导的相位估计研究

本文论及非编码MPSK-OFDM系统载波跟踪中的重要部件?判决指导的相位估计器(PED)的研究.多载波系统的相位估计可以表示为各子载波相位估计的加权和.文中在分析单载波的基础上考察了符号判决错误对多载波相位估计的影响,并提出了两种改进方案,一是给出一组新的加权系数,改善了PED在较低信噪比的性能;二是由导频子载波相位估计指导其它数据子载波相位估计,获得了(-(/)M (/)M)区间上的线性无偏估计器.文中对两种改进算法进行了分析比较和仿真验证.     

利用多普勒信息的波达方向最大似然估计方法

为了充分利用信号的时域特性来改善信号波达方向（ＤＯＡ）的估计性能，本文从最大似然估计出发，推导出了有限快拍，低信噪比情况下多普勒信号波达方向的迭代估计计算法，为进一步减小运算量，本文还推导了一种简化算法，本文提出的两种算法对低信噪比，少快拍数下多普勒信号的ＤＯＡ估计性能比不利用时域特性的ＭＬ方法有明显改善，Ｍｏｎｔｅ－Ｃａｒｌｏ实验验证了本文方法的有效性。     

一种新的尖峰信号盲反卷积方法

介绍一种新的盲反卷积方法，以解决尖峰信号的盲卷积问题，该方法不需知道信号和噪声的先验知识。基于尖峰信号高斯混合模型，给出一个自适应反应卷积滤波器和一个自适应零记非线性估计器。