Turbo码是一种常用的信道编码方式,正确识别Turbo码首先要正确识别其子递归系统卷积(recursive system convolutional,RSC)码,由于信道噪声与干扰引发误码,这就要求识别算法具有良好的抗误码性能以及识别能力。利用解调软判决序列,通过...Turbo码是一种常用的信道编码方式,正确识别Turbo码首先要正确识别其子递归系统卷积(recursive system convolutional,RSC)码,由于信道噪声与干扰引发误码,这就要求识别算法具有良好的抗误码性能以及识别能力。利用解调软判决序列,通过编码码元约束方程,构建指数形式的代价函数模型,将识别RSC码的生成矩阵问题转化为求解代价函数全域极值的最优化问题,最后在共轭梯度法的基础上,采用新的PRP步长因子来寻找全域极值点。仿真结果表明,所提算法与现有算法相比,收敛速度更快,在低信噪比下也有良好的识别能力。展开更多
为了提高重构相干信号测向算法的估计性能,降低算法运算量,提出了一种基于矩阵重构和酉变换方法的酉矩阵重构算法。该算法首先通过酉变换将阵列接收数据从复值计算转换为实值计算,使计算量大大降低;然后计算阵列协方差矩阵并进行特征值...为了提高重构相干信号测向算法的估计性能,降低算法运算量,提出了一种基于矩阵重构和酉变换方法的酉矩阵重构算法。该算法首先通过酉变换将阵列接收数据从复值计算转换为实值计算,使计算量大大降低;然后计算阵列协方差矩阵并进行特征值分解得到信号子空间,再将信号子空间重构为Toeplitz矩阵实现解相干并再次进行酉变换;最后通过特征值分解得到信号子空间并使用最小二乘法实现波达方向(direction of arrival,DOA)估计。相比于改进的旋转不变性的信号参数(estimation of signal parameters via rotational invariance techniques-like,ESPRIT-Like)算法和空间平滑处理算法,由于消除了噪声影响、构造了Toeplitz矩阵以及充分利用了数据的共轭信息,该算法的估计精度更高、具有更高的运算效率且在ESPRIT-Like算法失效的条件下新算法仍能有效估计DOA。本文算法的运行时间是ESPRIT-Like算法的71.2%,实验结果证明了该方法的有效性和真实性。展开更多
针对相干信源的波达方向(direction of arrival,DOA)估计问题,传统的空间平滑算法通过减小阵列孔径来解相干,导致估计精度降低。本文以相干分布源为研究对象,首先通过扩展共轭虚拟阵列增大阵列孔径,使用Toeplitz算法进行预估计,根据预...针对相干信源的波达方向(direction of arrival,DOA)估计问题,传统的空间平滑算法通过减小阵列孔径来解相干,导致估计精度降低。本文以相干分布源为研究对象,首先通过扩展共轭虚拟阵列增大阵列孔径,使用Toeplitz算法进行预估计,根据预估计值构建加权矩阵,通过二次加权空间平滑恢复协方差矩阵的秩,消除信号的相干性,结合传播因子算法估计得到目标信源的入射角度。该算法充分利用子阵输出的自相关和互相关信息,改善了阵列孔径带来的精度影响。仿真结果表明,所提算法对相干信源具有良好的分辨能力和估计精度,在低信噪比时鲁棒性较好。展开更多
针对色噪声下基于差分去噪的宽带相干信号波达方向(direction of arrival,DOA)估计方法对相干信源数有限制的问题,提出一种基于噪声圆形特性去噪和Toeplitz矩阵重构的估计算法。首先,对接收到的信号求取协方差矩阵,利用噪声的圆形特性...针对色噪声下基于差分去噪的宽带相干信号波达方向(direction of arrival,DOA)估计方法对相干信源数有限制的问题,提出一种基于噪声圆形特性去噪和Toeplitz矩阵重构的估计算法。首先,对接收到的信号求取协方差矩阵,利用噪声的圆形特性消除噪声。为达到对协方差矩阵进行Toeplitz矩阵重构的要求,通过协方差矩阵相乘来构造新的数据协方差矩阵。然后,通过Toeplitz矩阵重构来解相干。最后,利用旋转子空间算法准则构造聚焦矩阵,使用传播算子算法实现DOA估计。理论分析及仿真实验验证了该算法的有效性,该算法对相干信源数的奇偶没有限制,同时该算法也适用于高斯白噪声下宽带相干信号DOA估计的场景。展开更多
文摘Turbo码是一种常用的信道编码方式,正确识别Turbo码首先要正确识别其子递归系统卷积(recursive system convolutional,RSC)码,由于信道噪声与干扰引发误码,这就要求识别算法具有良好的抗误码性能以及识别能力。利用解调软判决序列,通过编码码元约束方程,构建指数形式的代价函数模型,将识别RSC码的生成矩阵问题转化为求解代价函数全域极值的最优化问题,最后在共轭梯度法的基础上,采用新的PRP步长因子来寻找全域极值点。仿真结果表明,所提算法与现有算法相比,收敛速度更快,在低信噪比下也有良好的识别能力。
文摘为了提高重构相干信号测向算法的估计性能,降低算法运算量,提出了一种基于矩阵重构和酉变换方法的酉矩阵重构算法。该算法首先通过酉变换将阵列接收数据从复值计算转换为实值计算,使计算量大大降低;然后计算阵列协方差矩阵并进行特征值分解得到信号子空间,再将信号子空间重构为Toeplitz矩阵实现解相干并再次进行酉变换;最后通过特征值分解得到信号子空间并使用最小二乘法实现波达方向(direction of arrival,DOA)估计。相比于改进的旋转不变性的信号参数(estimation of signal parameters via rotational invariance techniques-like,ESPRIT-Like)算法和空间平滑处理算法,由于消除了噪声影响、构造了Toeplitz矩阵以及充分利用了数据的共轭信息,该算法的估计精度更高、具有更高的运算效率且在ESPRIT-Like算法失效的条件下新算法仍能有效估计DOA。本文算法的运行时间是ESPRIT-Like算法的71.2%,实验结果证明了该方法的有效性和真实性。
文摘针对相干信源的波达方向(direction of arrival,DOA)估计问题,传统的空间平滑算法通过减小阵列孔径来解相干,导致估计精度降低。本文以相干分布源为研究对象,首先通过扩展共轭虚拟阵列增大阵列孔径,使用Toeplitz算法进行预估计,根据预估计值构建加权矩阵,通过二次加权空间平滑恢复协方差矩阵的秩,消除信号的相干性,结合传播因子算法估计得到目标信源的入射角度。该算法充分利用子阵输出的自相关和互相关信息,改善了阵列孔径带来的精度影响。仿真结果表明,所提算法对相干信源具有良好的分辨能力和估计精度,在低信噪比时鲁棒性较好。
文摘针对色噪声下基于差分去噪的宽带相干信号波达方向(direction of arrival,DOA)估计方法对相干信源数有限制的问题,提出一种基于噪声圆形特性去噪和Toeplitz矩阵重构的估计算法。首先,对接收到的信号求取协方差矩阵,利用噪声的圆形特性消除噪声。为达到对协方差矩阵进行Toeplitz矩阵重构的要求,通过协方差矩阵相乘来构造新的数据协方差矩阵。然后,通过Toeplitz矩阵重构来解相干。最后,利用旋转子空间算法准则构造聚焦矩阵,使用传播算子算法实现DOA估计。理论分析及仿真实验验证了该算法的有效性,该算法对相干信源数的奇偶没有限制,同时该算法也适用于高斯白噪声下宽带相干信号DOA估计的场景。