多路径支撑集回溯贪婪重构算法

针对现有压缩感知贪婪算法容易陷于局部最优、过拟合等问题,提出一种稀疏恢复算法,称为多路径支撑集回溯贪婪重构(multipath backtracking greedy pursuit,MBGP)算法。该算法以最小残差为重构目标,对候选原子展开多条路径同时搜索,且每次筛选多个原子,通过回溯过程剔除误选的原子。基于有限等距性质给出MBGP算法重构信号的充分条件,以确保其从测量值精确恢复任何K-稀疏信号,并通过信号重构能力来评估MBGP算法的性能。数值实验结果表明,该算法在相同信号条件下,能够在采样数更少、稀疏度更大的场合下精确重构信号,且性能更逼近理想Oracle-最小二乘估计器。

联合增益递推的Duffing系统弱信号检测算法

相变判别在Duffing振子弱信号检测中具有至关重要的作用,传统的判别算法复杂度高而精度低,限制了Duffing振子的应用,因而需要寻求更优的判别算法.本文通过欧拉方程建立正弦策动力Duffing振子的状态方程,并对Duffing系统进行滤波估计,推导出系统扩展卡尔曼增益的递推表达形式,以此为据提出了一种联合卡尔曼增益递推方程判别Duffing系统状态的新方法,同时根据增益随信号幅度变化的规律,提出了运用联合系统对弱信号进行定性和定量检测的方法,仿真验证表明,该方法可有效地对弱信号进行检测,相比传统Lyapunov指数判别法,运算耗时降低了两个数量级,且运算精度得到了显著提高.

变换域通信系统的分形门限研究

变换域通信系统中,存在无法准确辨识的各种复杂干扰和难以找到对各种干扰均适用的阈值问题。基于分形理论的谱峰检测思想,提出分形门限概念,采用以盒维数为判据的谱峰检测算法,对干扰频谱的起点、终点进行判断,据此对干扰进行剔除,从而达到降低误码率的目的。仿真实验表明:该算法能显著降低变换域通信系统的误码率,特别对TDCS抗70%部分带宽干扰,改善尤为明显,达1dB以上;而对于TDCS抗线性调频干扰条件下,在大干信比时,对误码率的减小最为明显,约为1.7dB。该算法简单可靠,对提高变换域通信系统的抗干扰能力具有实用价值。

分布式双向中继选择算法及用户功率分配

针对放大转发的瑞利双向中继信道的节点选择问题,提出了基于部分信道信息的分布式双向中继选择算法。算法通过计算双向链路的接收信噪比,推导出满足目标接收信噪比的转发阈值,各中继节点根据该阈值决定是否参与转发,从而实现分布式选择。此外,考虑用户总功率受限的情况,在分布式中继选择基础上提出了优化功率分配策略,使双向信道的接收信噪比更加接近。仿真结果表明,分布式中继选择算法与最优多中继算法的系统传输速率相似,计算复杂度大大降低,尤其是在中继数目增大的情况下更加明显。优化功率分配策略能进一步提高系统能量效率,在相同性能下可节省7%左右的功率。

变相位周期策动力杜芬振子弱信号检测方法

杜芬振子能有效检测出淹没在噪声中的正弦信号,并且对噪声具有免疫力,但是随着信号信噪比进一步降低,传统混沌检测方法的漏报概率快速增加直至无法检测出被噪声完全淹没的信号。针对此问题,提出了一种变相位周期策动力杜芬振子弱信号检测方法,该方法利用了杜芬振子的初值敏感性,通过改变系统内置周期策动力的初始相位对接收的信号进行并行检测以降低检测的漏报机率,进而降低了信号检测的错误率,使杜芬振子能在更低信噪比下进行信号检测。仿真实验表明,相同参数条件下文中方法可以保持传统理论对噪声的可靠免疫,并且在检测错误率为零时,新方法可以将混沌理论的检测信噪比降低约10 d B。

单通道混合信号的幅度估计算法

针对非协作通信场合中同调制参数的MSK单通道混合信号的幅度估计问题进行研究。在MSK混合信号的循环谱推导的基础上,通过搜索零频率处循环频率轴上的大强度谱线进行混合信号的幅度估计,利用循环谱算法中的泄漏谱包络辅助来消除谱线选择时存在的模糊问题,并通过大强度谱线位置的泄漏谱包络值来修正相应位置的循环谱幅度,以提高估计精度。仿真结果表明在信噪比大于?15dB时,该方法对功率差异不大的混合信号幅度具有较高的估计精度。该算法无需任何先验信息,适用于低信噪比环境,具有实用价值。

接近最优检测性能的低复杂度线性并行MIMO检测算法

在高阶正交幅度调制下,现有用于MIMO系统的并行检测算法复杂度极高,且随着天线数增多复杂度快速增加;而低复杂度的非并行检测算法与最优检测算法相比,其误比特率性能仍存在一定差距。针对上述问题,提出了一种接近最优检测性能的低复杂度并行MIMO检测算法,该算法基于信道分组检测的思想,对通过受噪声干扰严重的子信道信号采用遍历所有空间映射点的方式进行检测,对其余信号则采用新的基于lattice reduction的线性并行检测算法进行检测。仿真结果表明该算法在获得近似最优检测性能以及提高分集增益的同时,仍可保持较低的复杂度,且在高阶QAM调制方式下,复杂度降低尤为明显。

MMSE准则下近似最优MIMO分组并行检测算法

在采用多天线高阶QAM的MIMO通信系统中,现有基于信道分组并行检测算法虽然接近最优检测性能但以牺牲计算效率为代价.针对这一问题,本文提出一种MMSE准则下基于信道分组的并行检测算法,不但有效降低计算复杂度,而且仍保证检测性能.该算法采用MMSE准则下格归约算法改进分组后条件较好子信道矩阵特性,并在消除参考信号基础上利用改进的子信道矩阵对剩余信号以非线性方式进行检测.仿真结果表明:对4@4和6@6MIMO系统,该算法检测性能达到最优,对于8@8 MIMO系统,比最优算法所需信噪比提高约1dB.复杂度分析表明:相比现有信道分组检测算法,相同检测性能下该算法在6@6 M IMO系统中复杂度降低90%以上,在8@8 MIMO系统中复杂度降低98%以上.

变宽度凸组合变阶数LMS自适应滤波算法

为了进一步改善凸组合变阶数最小均方(convex combination variable fractional tap-length leastmean square,CFTLMS)自适应滤波算法的稳态性能,在证明其稳态性能的基础上,提出了一种变宽度凸组合变阶数(variable width-CFTLMS,VW-CFTLMS)自适应滤波算法,并给出参数的选择依据。仿真结果验证了低信噪比情况下,VW-CFTLMS算法稳态性能和参数选择依据的正确性;同时该算法的稳态性能要优于CFTLMS算法,其额外均方误差相比于CFTLMS算法降低约1.8dB,具有实用价值。

MSK信号解调算法研究及其性能仿真比较

最小频移键控(MSK)信号具有相位连续、包络恒定并且带宽占用小的优点,被广泛应用于现代无线通信领域。对MSK解调算法进行了分析总结,将MSK解调算法分为逐符号检测算法和多符号检测算法。根据这两大类检测算法的核心思想,对算法的误码率性能、运算复杂度及应用环境进行了详细分析,总结归纳了各检测算法的优点及存在的问题。实际工程中考虑到接收机的可靠性和成本因素,可以在误码率性能和复杂度之间选取一个折衷,采用合适的解调算法。

一种基于基追踪压缩感知信号重构的改进算法

压缩感知(CS)理论是在已知信号具有稀疏性或可压缩性的条件下,对其进行数据采集、编解码的新理论。而含噪信号的重构是压缩感知理论研究的关键技术,基追踪算法(BP)是比较成熟的信号重构算法。对BP及BPDN算法(基追踪去噪算法)进行了MATLAB仿真分析,并通过对算法的改进,扩展了BP算法的应用范围,使其在脉冲噪声条件下重构信号。然后与经典BP算法进行了仿真对比,验证了在脉冲噪声干扰条件下,改进算法计算速度相对原算法复杂度降低,而且能够比较准确地重构信号。

GMSK混合信号时延的并行估计算法

在GMSK信号线性近似的基础上,提出一种GMSK混合信号时延的并行估计算法。利用过采样混合信号的自相关函数建立平坦衰落条件下GMSK混合信号时延参数的并行估计方程组,并推导了并行时延估计的克拉美劳界。针对估计方程组中GMSK成型滤波器的复杂非线性特性,采用多项式拟合方法进行简化并利用收敛速度较快的梯度下降法进行数值求解。仿真结果表明该算法对GMSK混合信号时延参数的估计较准确,其估计误差方差与时延估计性能的克拉美劳界较为接近。该时延并行估计算法具有不需要前导字、计算量较小的优点,为混合信号的进一步盲处理打下基础,具有实际意义。

同频重叠信号的单通道盲分离方法综述

同频重叠信号单通道分离在信号分离领域具有广阔的应用前景,成为近年来信号处理领域研究的热点之一。在回顾了自然信号单通道分离方法的基础上,对同频重叠信号的单通道盲分离方法作了详尽的分析,总结了国内外的研究成果,讨论了现有理论和方法的优缺点及应用条件,最后指出了今后可能的进一步研究方向。

基于凸组合的同步长最大均方权值偏差自适应滤波算法

针对NLMS和PNLMS滤波器对时变信道跟踪能力差的缺点,提出了一种同步长凸组合最大均方权值偏差(MSD,mean square deviation)算法。该算法将同步长的NLMS和PNLMS 2种不同类型的自适应滤波器进行凸组合,以最大均方权值偏差为准则,使新的滤波器能够在外界信道特性(稀疏、非稀疏和模糊态)时变的情况下,保持良好的随动性能,并在收敛的各个阶段均保持快速且稳定的均方特性。理论推导和仿真实验表明:该算法与NLMS、PNLMS和IPNLMS算法相比,在稀疏和非稀疏状态时能够保持四者中最快的收敛速度,并且在模糊状态时算法性能优于其余三者。另外,该算法仍保持较好的稳态均方性能。

改进的凸组合变阶数LMS自适应滤波

滤波器的参数设置和信噪比强弱会影响变阶数自适应最小均方(leastmean square,LMS)算法的性能,在噪声环境未知的情况下,变阶数LMS的稳态性能是衡量滤波器好坏的重要指标.在分析凸组合分数阶变阶数LMS自适应滤波算法稳态性能的基础上,提出一种变宽度凸组合变阶数自适应滤波算法.理论分析和仿真结果表明,在噪声环境未知情况下,所提算法相比于凸组合分数阶变阶数自适应滤波算法和变误差宽度的分数阶变阶数自适应滤波算法而言,有更好的环境自适应能力、更快的收敛速度和更好的阶数稳定性,具有实用性.

基于格规约辅助的MIMO系统GMD-TH预编码方案

现有的GMD-TH(Geometric Mean Decomposition-Tomlison Harashima)预编码方案在发射端未对获得MIMO(Multiple-Input-Multiple-Output)信道增益矩阵优化,因而其误码率和分集增益无法获得令人满意的效果。为此,在原有MIMO系统GMD-TH预编码的基础上,提出一种基于格规约辅助的GMD-TH预编码方案。该方案采用基于格规约的算法对信道矩阵进行优化,经过优化的信道矩阵其列向量之间具有更好的正交性并且向量的长度更短,并且采用优化的信道矩阵提高了GMD-TH预编码MIMO系统的分集增益。仿真结果表明:相比于传统的线性预编码方案,该预编码方案有效地提高了MIMO分集增益,相同误码率下,信噪比降低3 dB以上,具有实用价值。

杜芬振子检测弱信号的时频积数值分析

杜芬振子能有效检测出淹没在噪声中的周期信号,并且对噪声具有免疫力,驱动信号数据长度对于提高振子检测性能具有重要意义。现有文献使用较长的待测信号驱动杜芬振子,需要进行大量的运算。针对此问题,研究了杜芬振子能检测的最短信号以及不降低检测性能同时计算量小最佳信号长度。研究发现,杜芬振子能检测的最短信号及最佳信号长度与待测信号的时频积有关,本方法采用待测信号时域长度与角频率的乘积即时频积(TF)为衡量指标,并以此鉴定杜芬振子的检测性能:最短信号在37 rad<TF<38 rad时取得,最佳信号长度在260 rad<TF<280 rad时取得。

基于锚点拟合的宽带短波信道修正ITS模型

构建仿真系统时,仿真模型直接关系到仿真系统能否实现。针对宽带短波信道ITS模型存在的功率延迟剖面函数不能拟合各种信道条件且计算量较大的问题,提出了修正参考模型,并证明了其有效性与正确性。首先定义锚点,将模型中功率剖面延迟函数的锚点与特定分布中的锚点锁定,再利用拟合的方法根据特定分布确定延迟剖面上的其它点。仿真结果表明:锚点拟合法缩短了信道模型参量的求解时间,且理论上能够拟合短波信道各种延迟分布,验证了修正模型的正确性。修正后的模型通过锁定关键的锚点能灵活拟合真实信道且计算量较小,能够有效地应用于宽带短波信道模拟系统中。

基于卡尔曼增益的Duffing系统状态预测算法

传统的Duffing系统检测算法主要基于相图的变化,通常需要大量的循环采样点数来激励系统从混沌态转移到大尺度周期态,极大地限制了Duffing振子的应用。本文提出一种新型的基于卡尔曼增益的预测算法,通过建立Duffing系统状态方程并设定量测方程的控制条件,得到Duffing系统的卡尔曼增益改进形式,根据增益的变化可以实现Duffing系统状态的预判,从而降低了系统的输入采样。谐波信号检测实验表明,相比传统算法,预测方法不仅可以减少至少50%的循环采样点数,而且检测的精度也得到了显著的提高。

一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究,主要是基于固定辐射源目标以及匀速直线运动的辐射源目标,而在实际应用中目标常常是机动的。由此,提出了一种可调白噪声UKF方法。该方法在机动目标跟踪中使用可调白噪声模型方法,它不需要假定目标的机动加速度模型,而是通过检测跟踪滤波器归一化新息平方来调整过程噪声,从而实时地修正估计结果。同时算法对量测模型非线性问题采用UKF予以解决,不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响,而且算法实现简单。最后将该算法与三种机动目标被跟踪算法相比较,仿真结果验证了提出算法的优越性。