数值稳健的自适应二阶Volterra滤波器

本文采用广义多信道模型，利用ＱＲ分解方法，实现了自适应二阶Ｖｏｌｔｅｒｒａ滤波器。计算机模拟结果表明该实现收敛速度快、数值性能好。

基于逆QR分解的机载雷达空时二维自适应处理算法

对于各列先微波合成为列子阵的矩形正侧面相控阵机载预警雷达的空时二维自适应处理，由于不可避免的阵元随机幅相误差导致各列子阵的仰角方向图（ 特别在副瓣区） 有较大差异，其杂波谱沿斜距呈非平稳性，要求空时二维自适应处理的权值能适应这种非平稳性．本文基于逆 Ｑ Ｒ 分解技术提出了一种求解空时二维自适应处理权值的快速递推算法．实验结果表明，用该算法获得的权值能有效地改善非平稳环境下杂波抑制性能．

新颖的能量函数准则下的主分量分析算法

本文通过一个新颖的能量函数把Oja规则与准确的梯度搜索联系起来 ,从而证明了Oja规则可以通过梯度搜索而获得。推导了相应的梯度算法和递归最小二乘算法 ,根据Lyapunov稳定性原理和随机扰动理论分析了算法的全局渐近收敛性能。最后 ,给出了跟踪时变DOA的计算机模拟结果。

无方根广义多道Givens格型算法及其在自适应非线性均衡中的应用

对于自适应非线性均衡问题，当非线性信道的传输函数可由二阶Ｖｏｌｔｅｒｒａ级数表征时，可以作为广义多道滤波问题来处理。本文提出了一种无方根广义多道Ｇｉｖｅｎｓ格型算法来实现该非线性信道均衡器，研究了该均衡器消除由于信道非线性衰落引起的码间干扰的性能。实验结果表明：该自适应非线性均衡器具有快速收敛性能，对非线性信道的均衡效果优于ＬＳ格型判决反馈均衡器。

信号处理课程群的建设与改革实践

信号处理课程群是一级学科信息与通信工程的重要组成部分,是学生掌握信号处理的理论知识和实现技术的依托。针对信号处理课程类的特点,结合桂林电子科技大学实际情况,进行了优化课程设置、丰富教学内容和手段、突出理论与实际结合等一系列课程改革,建设了信号处理课程群,既加强了学生的理论基础知识的培养,又提高了学生的工程应用能力。

基于复杂系统科学的MIMO无线传输分集与编码技术

多输入多输出(MIMO)技术能在不增加带宽的情况下成倍地提高通信系统的容量和频谱利用率,是第四代(4G)无线移动通信系统中最富有竞争力的技术之一。然而由于移动台的尺寸和载频的限制,使多天线技术很难实现。基于复杂系统科学的MIMO无线传输分集和编码技术成为解决这一问题的可选方案。围绕国家"973"计划项目"基于复杂系统科学的MIMO无线传输分集与编码技术"展开MIMO天线设计、MIMO信道模型、MIMO信道估计、MIMO无线传输协同分集和协同编码等方面研究,完成了相关理论推演和实验研究。这些研究为准确分析与设计4G通信系统提供了有力的保障。最后对未来的研究工作进行展望。

创新创业教育中的校企协同模型与机制

高校创新创业教育是个系统工程,涉及学生、教师、高校、企业、市场等,这需要针对创新创业教育建构相应的模型与机制。本文分析了高校当前创新创业教育中存在的各类问题及校企协同实施创新创业教育的理论基础;提出了"一个中心、三层交互、四位一体"的校企协同模型及利益互惠、沟通迅速、评价科学、激励有效的协同机制。

一种改进的语音信号非线性自适应预测编码方案

应用神经网络和Levinson－Durbin算法，本文提出一种改进的语音信号非线性自适应预测编码方案。用该方案实现了16Kb／s语音信号自适应预测编码器。实验结果表明，与原方案相比，本文提出的方案解码恢复后的语音质量有明显地改善。

最小二乘自适应滤波的广义多信道QR格型算法

对于广义多信道的最小二乘自适应滤波，即允许有信道参数数目不相等，本文提出一种QR格型算法。这个算法完全利用Givens旋转来解广义多道最小二乘问题，具有优越的数值性能和高度的模块化结构，适合于VLSI实现。对于通用处理器实现，这个算法需要O（p2）运算复杂度，其中p为信道数，对于基本处理单元实现，需要2p角度计算单元和3p2－p旋转单元。

抗串扰QR格型自适应滤波算法

本文就抗串扰自适应噪声抵消器，研究了一种递归最小二乘（ＲＬＳ）格型自适应算法。算法的导出仅利用数值稳健的Ｇｉｖｅｎｓ旋转方法，因此具有优越的数值性能和较好的模块化结构性能。算法不含平方根运算，十分适合用通用数字信号处理器实现。文中还就算法的阵列实现进行了探讨，只需增加少量的时间，即可实现高性能的自适应噪声抵消器。模拟结果表明，算法的收敛速度明显优于现有的ＬＭＳ算法。

适于参数识别的多信道QRD自适应格型算法

本文基于格型滤波器的阶递归特性和Givens旋转算法的优越数值性能,推导了两种多信道递归最小二乘格型算法。第一种算法的推导是直接基于对输入数据矩阵进行正交-三角分解,并利用Givens旋转方法来计算其正交-三角分解。首先对输入数据矩阵进行预旋转,然后重复利用单信道Givens格型算法,便可得到第二种算法。两种算法都具有优越的数值性能,尤其是对有限字长的稳健性。待估计的滤波器参数矢量可根据算法的内部变量直接提取,而无需额外的三角阵进行后向代入求解运算。两信道参数识别的计算机模拟结果验证了本文的推导。

基于主分量分析的机载雷达空时二维自适应处理方法

通过分析机载预警雷达系统自由度数目与杂波自由度数目的关系 ,空时二维自适应处理可以只在主子空间进行。对于杂波抑制 ,提出了主分量分析实现空时二维自适应处理方法。该方法能以简单的运算求出最合理的系统自由度去抑制杂波 ,达到了简化系统设备的目的。文中并就一些实际问题进行了较详细探讨 ,通过模拟实验验证了该方法的有效性。

基于遗传算法的多基站协作通信功率分配方案

将多基站协作通信的功率分配问题转换为信干噪比(SINR)均衡问题。通过设置路径损耗门限为各用户判决与其通信的协作基站,并考虑用户间接收SINR的公平性,给出基于遗传算法的多基站协作通信功率分配方案。数值分析表明,相对于传统蜂窝小区等功率分配以及多基站协作通信等功率分配,该功率分配方案使系统中各用户的平均SINR分别提高17.75dB和2.36 dB。

一种新的无线传感器网络中异常节点检测定位算法

无线传感器网络中异常节点检测是确保网络数据准确性和可靠性的关键步骤。基于图信号处理理论,该文提出了一种新的无线传感器网络异常节点检测定位算法。新算法首先对网络建立图信号模型,然后基于节点域-图频域联合分析的方法,实现异常节点的检测和定位。具体而言,第1步是利用高通图滤波器提取网络信号的高频分量。第2步首先将网络划分为多个子图,然后筛选出子图输出信号的特定频率分量。第3步对筛选出的子图信号进行阈值判断从而定位疑似异常的子图中心节点。最后通过比较各子图的节点集合和疑似异常节点集合,检测并定位出网络中的异常节点。实验仿真表明,与已有的无线传感器网络中异常检测方法相比,新算法不仅有着较高的异常检测概率,而且异常节点的定位率也较高。

基于DBZP差分相干的GPS信号捕获算法

针对弱信号环境下全球定位系统(global position system,GPS)信号捕获问题,提出了一种基于双块零拓展(double block zero padding,DBZP)差分相干捕获算法。该算法将快速傅里叶变换(fast Fourier transform,FFT)、DBZP、差分相干及频率误差修正等4项技术有机结合,从而有效减小了在FFT计算过程中由大多普勒频移引起的码片速率变化而造成的相关功率损失,同时也削弱了残余多普勒频率造成的功率损失。实验表明,算法能明显提高系统捕获性能,在仿真数据集下,与直接FFT差分相干算法相比,捕获灵敏度提高了约2.8dB,并在给定的积分时间及载噪比下,捕获频率误差的标准差小于20Hz;在实验数据集下,与直接FFT差分相干算法相比,捕获结果信噪比提高了约3dB。

组合字典下超宽带穿墙雷达自适应稀疏成像方法

针对现有超宽带穿墙雷达稀疏成像算法大多只采用点目标稀疏基表示模型和稀疏优化的正则化参数不能被自适应调整以及目标位置不在划分网格上带来虚假像的问题,该文提出一种基于贝叶斯证据框架的自适应稀疏成像方法。该方法首先利用组合字典独立稀疏表示场景中的点目标和扩展目标,然后在建立的偏离网格稀疏表示模型的基础上分层最大化各参数的似然函数,用第1层推理结合共轭梯度算法估计组合字典的各稀疏表示系数,用第2层推理估计正则化参数和目标的偏离网格量,最终通过迭代优化参数的设置得到问题的求解。仿真和实验结果表明,该方法不仅同时自适应增强穿墙场景中的点目标和扩展目标,还消除了偏离网格目标引起的虚假像。

一种基于FPGA的超宽带雷达数字接收机

脉冲超宽带雷达回波信号由于带宽大而难以直接采样,文中设计并实现了一种基于FPGA的数字式脉冲超宽带雷达接收机。该接收机利用FPGA内嵌锁相环产生特定频率的时钟,驱动四路10 bit ADC器件,根据回波信号在一段时间内呈准静态及周期性的特点,实现了四通道时域伪随机等效采样。仿真及测试结果表明,该数字式脉冲超宽带雷达接收机等效采样速率可达10 GS/s,可有效接收雷达回波信号,满足脉冲超宽带雷达的应用需求。

阵列双稳随机共振在微弱信号检测中的应用研究

阵列双稳随机共振(stochastic resonance,SR)系统可利用噪声在单个双稳SR系统基础上进一步增强微弱信号检测的能力,为强噪声背景下微弱信号的检测开创了新方法。本文应用阵列双稳SR原理进行微弱信号检测的研究,采用理论和数值仿真相结合,通过稳态自协方差函数,分析了阵列双稳SR系统输出信噪比(signal-to-noise ratio,SNR)增益。在此基础上,分别讨论了阵列噪声、外部噪声及阵列单元数对检测性能的影响。并与单个双稳SR检测弱信号进行性能比较,分析和仿真结果都表明,在相同条件下,采用阵列双稳SR比采用单个双稳SR检测微弱信号性能有较大改善。这些研究结果对于阵列双稳SR的进一步发展及应用具有重要意义。

基于随机共振的高灵敏度GPS信号捕获算法

针对微弱环境下全球定位系统(global position system,GPS)信号捕获问题,提出了基于随机共振(stochastic resonance,SR)的GPS信号捕获算法。该算法首先用部分匹配滤波器对GPS信号进行分段相关预处理,然后利用SR提高预处理后信号的信噪比(signal-to-noise ratio,SNR),SR中引入了二次采样和自适应技术,解决了传统SR不适合捕获大频率信号(频率远大于1 Hz的信号)及SR参数难以与被捕获信号匹配的难题,最后采用快速傅里叶变换(fast Fourier transform,FFT)谱分析技术,实现在较短的相关累积时间内获得较高的捕获灵敏度。实验表明,算法能明显提高系统捕获性能,在相关累积时间为10 ms,信号SNR为-38 dB的情况下,算法捕获GPS信号的正确检测率达到100%。

基于稳健波束形成的超宽带穿墙成像方法

针对现有超宽带穿墙雷达时域波束成像分辨率低、旁瓣高以及干扰抑制能力弱等问题,提出利用稳健Capon波束形成对目标成像的方法。该方法基于目标回波模型首先补偿近场扩散损耗、墙体传播损耗和折射效应,实现天线阵列接收数据的配准,利用稳健Capon波束成像得到良好的成像分辨率和更好的干扰抑制能力。利用时域有限差分(finite-difference time domain,FDTD)数值仿真和实验数据实现了隐藏目标的二维成像,验证了该方法的有效性。