一种Turbo码随机交织器的迭代估计方法

信道编码参数分析是对编码参数的逆向分析和估计,是智能通信、信号截获等领域的关键技术之一。Turbo码在通信系统中应用广泛,其交织参数估计问题十分重要。针对Turbo码的随机交织器,提出一种基于Turbo译码器软输出之间相关性判决的迭代估计算法。该算法利用接收解调的软判决序列,克服了现有方法仅针对特定交织结构以及因使用硬判决而导致容错能力低的缺点。仿真结果表明,在低信噪比条件下,该算法具有更好的性能和相对低的复杂度。

项目反应理论中参数的双重两步迭代估计

将经验Logistic回归用于项目反应理论中两参数Logistic模型的参数估计,得到第j个项目的项目 ⌒-1 ⌒-1Xj)-1X′jYj,由于Xj含有未知的讨厌参数θ,我们结参数向量βj=(aj,λj)的两步估计β⌒⌒j=(X′jjj合上式的结果对θ进行再估计.从而形成一种新的估计方法—双重两步迭代估计.蒙特卡洛模拟结果显示,这种新的估计方法提高了估计对真值的恢复能力.

基于选权迭代估计与非监督分类的多光谱图像变化检测

针对多光谱图像的变化检测问题,提出了一种基于选权迭代估计(iterative estimation with weight selection,IEWS)与非监督分类(unsupervised classification,UC)的多光谱图像变化检测方法。借鉴IEWS的思想,并以类似于迭代加权多元变化检测(iteratively reweighted multivariate alteration detection,IRMAD)的迭代模式进行回归估计,得到初步的变化检测结果;并通过对初始变化信息的UC处理,以及对不同类别的IEWS,得到最终的变化检测结果。利用该方法对TM图像进行了实验,结果表明:所得到的变化信息在空间位置上同该区域相应时间段内土地利用/覆盖的变化情况具有很好的一致性;同时与多元变化检测及IRMAD方法变化检测的结果相比较,表明该方法对相对较小的变化信息具有更好的变化检测能力。

基于DFT系数极值的单频信号频率的高精度迭代估计方法

提出了一种基于DFT系数极值的单频信号频率的高精度迭代估计方法,该方法根据DFT谱线使用截弦法解算DFT系数极值所在谱线的位置,进而估计单频信号频率。在估计过程中,直接对DFT幅度最大的谱线进行小数频移以获得新的谱线,从而减少频率采样间隔提高估计精度;同时通过迭代估计消除频率依赖性,提高估计性能。仿真结果表明该方法的频率估计精度在任意频率处均接近于克拉美罗下限,其运算量为Nlog2N+4N次复乘法运算,仅比传统的基于DFT插值的估计算法增加4N次复乘法运算,其中N为DFT运算时所采用的数据点数。

基于迭代估计的三轴加速度计温度模型参数外场标定方法

为补偿加速度计标度因数和零偏的热漂移误差,设计了一种可估计内场恒温环境下参数变化量的加速度计温度参数模型,并提出了基于迭代估计的温度模型参数外场标定方法。该方法不依赖精密的惯性测量设备和温箱,仅在重力场内对加速度计进行连续多组位置观测,充分利用加速度计冷启动过程产生的热漂移误差进行模型参数辨识,解决了加速度计温度误差特性和启动温度点相关的问题。针对加速度计测量信号为高斯白噪声的特点,建立了关于温度模型参数矢量和多组位置倾斜矢量的非线性准则函数,提出了两步迭代估计方法实现两组参数矢量的分离估计。根据不同位置下三轴加速度计输出信号粗略提取倾斜矢量,解决了迭代估计算法的初值问题。重力场内通过优化分析加速度计温度模型参数对重力值的灵敏度,设计了6组位置观测编排。实验结果表明,温度误差补偿前的重力值测量最大误差为3.62×10-4g,而温度误差补偿后重力值测量误差小于1×10-5g;同时,温度误差补偿前系统3 h纯惯性导航最大定位误差为1186 m,而温度误差补偿后最大定位误差小于600 m,从而表明提出的外场标定方法的有效性。

迭代估计法单幅条纹图的相位解调

基于相位曲面的光滑连续性,提出一种新的自适应相位解调方法.该方法通过迭代估计,能有效从干涉条纹图获得较准确的条纹相位分布.文中通过实例说明了其处理过程.

网络参与者见面概率的迭代估计方法

针对网络参与者见面概率的估计问题,引入效用分析的方法,并将效用函数的估计问题与logistic回归分析相联系.在深入分析网络参与者链接形成过程的基础上,提出了迭代估计算法.进一步给出了该方法的基本算例,并在合著者网络中进行了方法的应用研究.结果表明该方法能够实现对网络参与者见面概率进行估算的研究目标,有助于优化网络的整体产出,可行并实用.

截尾线性模型参数的一迭代估计法

本文提出了一种估计截尾线性回归参数的方法：先把数据分组，然后迭代地对分组数据进行调整，每一步基于调整的数据对参数作ＬＳ估计．经过一个其次数可以事先确定的迭代，得出参数的最终估计．证明了这一估计的渐近正态性，并指出了对参数作大样本置信区域的方法．

星敏感器恒星成像模型迭代估计方法

针对现有描述星点能量分布的高斯模型的局限性,基于恒星辐射特性和星敏感器的成像特性,提出了改进的偏正态分布恒星成像模型,并确定其关键参数向量.根据星敏感器对恒星成像为平稳随机过程的特点,设计了Kalman滤波器迭代估计星点像斑特征,提取四个星点像斑特征量,建立状态空间,得到特征量在最小二乘意义下的最优估计值,以此作为参考基准,利用查表法实现星点成像模型参数寻优求解.地面观星实验结果表明,基于Kalman滤波可以快速有效地对实测星点像斑特征量进行估计,相对于高斯模型,改进的偏高斯模型对星点像斑能量分布的仿真精度更高.

低信噪比下调制信号载波相位的迭代估计

提出一种低信噪比下期望-极大值(EM)迭代估计载波相位的改进算法.对期望-极大值算法采用一种新的并行初始化方式,在可能的相位区间设置多个初始值,并对初始化后第1次迭代进行了最优选择.经过这种处理不仅可以有效避免EM算法可能收敛到局部最大值点的问题,还可以解决非数据辅助(NDA)条件下的相位模糊问题,避免了对导频序列的需求.实验结果表明,该算法能够在低信噪比下获得比以往算法更好的估计性能,而且这种并行方式的运算量大大降低,收敛的速度和稳定性都得到了保证,具有实用价值.

OFDM系统迭代脉冲噪声抑制与信道估计方法

针对脉冲噪声导致正交频分复用(orthogonal frequency division multiplexing,OFDM)水声通信系统误码率性能降低的问题,提出一种迭代脉冲噪声抑制与信道估计方法。首先,利用对称α稳定(symmetricαstable,SαS)分布对水下噪声进行建模,并通过实测噪声数据进行拟合验证。其次,基于脉冲噪声幅值较大的特性,利用切比雪夫不等式对基带接收信号实部和虚部分别进行脉冲噪声检测和抑制。同时,通过分析最小二乘(least squares,LS)信道估计算法估计误差的统计特性,提出自适应门限LS信道估计算法,减轻残余噪声对信道估计的影响。最后,结合估计的信道和译码结果重构噪声并进行脉冲噪声估计,实现迭代脉冲噪声抑制与信道估计。仿真结果表明,在不同程度脉冲噪声和实测噪声场景下,所提方法能够有效抑制脉冲噪声,显著降低OFDM系统误码率。

基于迭代学习和模糊模型的机器人故障估计

针对柔性机器人执行器故障问题,提出了基于迭代学习和模糊模型的机器人故障估计策略。首先,为了处理机器人系统的非线性,将机器人系统转化成Takagi-Sugeno(T-S)模糊系统。其次,基于T-S模糊系统和机器人重复运动特性,设计模糊观测器和模糊迭代学习故障估计算法,实现同时精准估计机器人状态和执行器故障。再次,提出可解条件,保证模糊迭代学习故障估计算法的鲁棒单调收敛性,使迭代估计算法具有良好的暂态行为。最后,利用一个单连杆柔性关节机器人来验证所提方法的有效性。

GFDM系统中基于软符号的迭代信道估计

广义频分复用(Generalized Frequency Division Multiplexing,GFDM)是能够满足低轨通信卫星各种应用和场景要求的候选波形。为了在基于GFDM的低轨卫星通信系统中实现可靠的数据传输,信道估计(Channel Estimation,CE)是先决条件。但是由于GFDM的二维块调制和子载波之间的非正交性使得传统CE方法几乎不可能直接应用于GFDM。除此之外,当依靠硬判决策略来保证迭代信道估计准确度的时候,需要较多迭代次数才能达到理想效果。针对上述问题,提出了一种基于软符号的迭代信道估计(Iterative Channel Estimation,ICE)。根据最大后验(Maximum A Posteriori,MAP)准则推导出ICE,通过调和平均相结合的方法构造每一个子载波上的软符号,并利用不动点迭代(Fixed-point Iteration,FPI)求解。最后通过仿真实验证明,与硬判决信道估计相比,在同样的迭代次数下,误码率(Bit Error Rate,BER)性能提升2 dB左右,并且在低迭代次数下,该方法的均方误差(Mean Squared Error,MSE)性能明显低于硬判决迭代信道估计,更适合对运算复杂度有较高要求的低轨卫星通信系统。

深海远程正交频分复用水声通信块间迭代稀疏信道估计方法

在深海远程正交频分复用(OFDM)水声通信中,信道时延长、频率选择性衰落严重,传统的块独立压缩感知稀疏估计需要较高导频插入密度才能保证一定的估计性能,通信频谱利用率较低。提出了一种基于信道稀疏时变建模的块间迭代信道估计方法,利用深海信道在两个相邻OFDM数据块之间的时间相关性建立块间信道稀疏多途结构的时变关系,在此基础上,对传统稀疏信道估计算法中的候选字典矩阵的字典原子进行删减并改进优化方程,实现了对前一数据块所估信道信息的有效利用,显著降低了信道估计所需的导频插入密度。在深海不同接收深度、不同距离条件下开展了海试验证,实验结果表明,与传统稀疏信道估计方法相比,本方法在导频插入密度减半的条件下可达到优于传统方法的估计性能。

量子迭代相位估计算法在IBM超导平台的实现

本征值估计在许多学科和工程领域都有重要应用,但是本征值的计算一般非常麻烦,尤其当矩阵的阶数比较高时,因此设计快速的高精度的估计算法是十分必要的。本文利用量子计算中的迭代相位估计算法来估计矩阵的本征值信息,将该算法应用到解线性方程组问题中并设计了具体线路。在IBM的量子超导平台上运行该算法。实验结果表明,该算法的成功概率远超于基本的量子相位估计算法,能提供合理的本征值估计值。

一种迭代频偏估计算法

提出一种适于低信噪比条件下工作的数据辅助型(data-aided)频偏估计算法。计算接收信号自相关函数的辐角,基于最大似然策略合成频偏估计,并通过迭代消除估计模糊。仿真结果表明:迭代算法具有较大的频偏估计范围(估计范围达±40%符号速率),与M&M算法相比,迭代算法信噪比门限有接近3dB性能改善,其估计性能更接近FFT最大似然算法和克拉美-劳下界(CRLB),并且计算量有所降低;基于迭代算法的简化版本与迭代线性预测(ILP)算法相比信噪比门限更低,并且降低了计算复杂度。

基于压缩技术的子空间迭代法及在谱估计中的应用

提出了一种基于压缩技术和子空间迭代的特征向量迭代估计算法,由于该算法采用迭代形式,同目前的特征向量求解方法相比(如奇异值分解法),该算法计算量小、复杂度低、算法收敛速度快、易于实时实现,可对由信号构成的自相关矩阵的特征向量作出准确的估计。通过仿真实验可见该算法具有很高的估计精度。将该算法应用到MUSIC(multiple signal classification)谱估计中,通过计算机进行仿真对比可以看到,利用提出的算法进行谱估计精度要高于标准的MUSIC谱估计精度,且计算量大大减小,由此验证了算法的有效性和优越性。

突发GMSK混和信号混合位置估计迭代算法

针对高斯滤波最小频移键控(Gaussian minimum shift keying,GMSK)混合信号的混合位置估计问题,提出了一种基于参数估计与混合位置估计的迭代算法。混合信号混合部位和未混合部位在幅度和频率上存在明显差异,通过混合部位信号过零点和极值点得到混合的信号和幅度估计后,可以对采样点是否混合进行判断,同时混合起点对应着相对时延,当混合信号的相对时延较大时,利用未混合部位信号来进行迭代时,其估计精度更高。对混合起点估计的克拉美罗界进行了推导,仿真表明,本文算法估计精度高,所需的数据量小,适用于突发通信,且对参数变化不敏感,具有较强的鲁棒性,在高信噪比下混合位置估计精度接近克拉美罗界。

OFDM/OQAM系统中联合迭代信道估计和信号检测

与基于复数域空间正交条件的传统正交频分复用系统(OFDM with Cyclic Prefix,CP-OFDM)有所不同,基于交错正交调制的正交频分复用系统(OFDM/Offset QAM,OFDM/OQAM)满足实数域空间严格正交条件。因此在多径衰落信道条件下,CP-OFDM系统中的信道估计方法会导致OFDM/OQAM系统严重的字符间干扰和载波间干扰。该文结合OFDM/OQAM系统结构特点,提出了一种基于迭代信道估计和信号检测算法。该算法通过信道估计器和接收到的信号互相交换信息,消除导频序列中的字符间干扰和载波间干扰,提高信道估计和信号检测的准确度。仿真分析结果表明,经过一定次数迭代处理后,OFDM/OQAM迭代信道估计性能趋近于理想信道估计性能。

OFDM系统中基于分组导频的迭代信道估计算法

对OFDM系统中由于信道的时变性产生的载波间干扰进行了分析,并在此基础上提出了一种分组导频结构的DFT迭代信道估计算法。与原有的信道估计算法相比,此种算法不仅在一般的信道条件下具有良好的性能,而且更加适合快变信道条件下的OFDM系统。仿真结果表明:提出的OFDM信道估计算法不仅可以给出精度较高的信道信息,而且近似达到理想信道估计的性能。