噪声背景下的胎儿心电提取

在实际应用中,考虑有噪声影响的胎儿心电提取算法具有现实意义,因此本文提出了噪声背景下的基于归一化均方预测误差的新的胎儿心电提取算法。该算法在目标函数中去除了噪声的干扰。理论分析和仿真实验表明了该算法的有效性。与不考虑噪声的胎儿心电提取算法相比,该算法具有更好的提取性能。

基于有限元仿真的火炮身管外表面缺陷分析

研究了火炮身管外表面的一种失效形式——压坑对身管寿命的影响。探索出一种估算压坑中最大应力强度的方法：定义了压坑应力集中系数,通过MSC.PATRAN建立了压坑模型,利用MSC.NASTRAN及一元线形回归分析了身管外表面压坑的应力分布,实现了多种形状参数的无量纲化,并通过三元线性回归拟合了计算公式,修正了已有标准的欠缺。

胎儿心电信号的两步盲提取算法

盲提取算法在信号处理和分析中逐步成为一项重要的方法,因为它利用信号的先验特性只提取感兴趣的信号,这样就可以节约大量的计算时间和资源。文章提出了胎儿心电信号的两步盲提取算法,第一步,利用胎儿心电信号所具有的非高斯性和时序特性粗提取信号,第二步利用信号的高阶统计特性精提取信号。计算机仿真和实际的胎儿心电实验表明了提出算法的正确性,与现有的胎儿心电盲提取算法相比,提出算法具有更好的提取性能和对时延估计误差具有更强的健壮性。

基于循环平稳特性的MIMO-OFDM符号定时和载波频率联合盲同步算法

提出了一种基于接收信号循环平稳特性(CS)的多输入多输出正交频分复用(MIMO-OFDM)系统符号定时和载波频率联合盲同步算法。该算法通过初始信号检测与符号定时粗同步、符号定时精同步、载波频率粗同步、载波频率精同步四个步骤完成MIMO-OFDM系统符号定时和载波同步。理论分析表明算法适用于无导频符号或训练序列、任意数目收发天线、任意分布加性平稳噪声条件下的同步。仿真结果验证了算法精度可满足MIMO-OFDM系统的符号定时和载波同步要求,并在低信噪比下性能保持稳定。

基于复杂度追踪的递归最小二乘盲源分离算法

对于具有时序结构有色信号的盲提取,线性预测盲源分离算法仅仅利用了信号的时序特性,而未用到信号的非高斯性。A.Hyvrinen的复杂度追踪算法采用联合信号的非高斯性和时序结构的特点,能够很好地实现信号的分离,但其收敛速度较慢。为了更快的实现信号的分离,提出了基于复杂度追踪的递归最小二乘盲源分离算法。计算机仿真表明提出的算法与线性预测算法和A.Hyvrinen的复杂度追踪算法相比具有更快的收敛速度,语音分离试验也验证了该算法的有效性。

一种基于盲源分离的调幅通信系统抗干扰方法

在电子对抗中,当敌方对我方的通信系统实施干扰,并且电台信号和干扰信号的统计特性又不一致时,可以采用盲源分离的方法将2种信号分开。针对模拟调幅通信系统在受到同频调制信号干扰的情况,采用基于盲源分离理论的方法设计了一种具有抗干扰能力的调幅接收机。

联合峭度和时序结构的胎儿心电提取

基于峭度范围的盲提取算法利用了胎儿心电信号的峭度特性提取信号,算法收敛较慢,提取效果一般。基于时序结构的盲提取算法,利用信号的时序特性提取心电信号,该算法对时延比较敏感。针对上述两种算法的特点,提出了一种新的联合峭度和时序结构的胎儿心电提取算法,计算机仿真和实际的胎儿心电试验表明了该算法相对基于峭度范围的盲提取算法具有更好的收敛速度和更好的提取效果,相对基于时序结构的盲提取算法对时延具有更强的健壮性。

MIMO-OFDM系统中基于CS-ESPRIT算法的多频偏盲估计

提出了一种基于接收信号循环平稳特性(CS)和基于旋转不变技术的参数估计方法(ESPRIT)的多输入多输出正交频分复用(MIMO-OFDM)系统多频偏盲估计算法。理论分析表明,算法无需训练序列或导频符号,可估计每对收发天线间频偏,适用于任意分布加性平稳噪声下的频偏估计。计算机仿真验证了算法在低信噪比下仍可取得稳定性能,并在传统单入单出(SISO)OFDM系统中也可获得较好的性能。

联合时序结构和参考信号的胎儿心电提取

在胎儿心电提取问题中,可以利用一些有用的先验信息,设计合适的参考信号。提出了提取胎儿心电信号的目标函数,这个目标函数利用了信号的时序结构和参考信号,最小化目标函数,得出了梯度下降的盲提取算法。计算机仿真和实际的胎儿心电实验表明了提出算法的正确性,与现有基于时序结构的盲提取算法相比,提出算法具有较好的性能和对时延估计偏差具有更强的健壮性。

基于非高斯性和广义复杂度寻踪的盲源分离算法

现有的盲源分离算法往往利用信号某一方面的统计特性来分离信号,例如:利用信号的非高斯特性,或者利用信号的时序特性。在实际应用中,信号往往是具有这两种特性信号的混合,采用信号某一方面的特性往往不能够成功的分离出信号。当源信号具有非高斯性和非线性预测特性时,提出了基于非高斯性和广义复杂度寻踪的目标函数,最小化该目标函数,提出了一个梯度下降的盲源分离算法。计算机仿真表明了提出算法的有效性,和现有的盲源分离算法相比,提出算法具有更好的信号分离性能。

基于导频符号的MIMO-OFDM系统多频偏估计算法

提出了一种基于导频符号的多输入多输出正交频分复用(MIMO-OFDM)系统多频偏估计算法。该算法设计了导频符号,并利用设计的导频符号在频域实现多频偏估计。理论分析证明了提出算法适用于低信噪比条件,并推导出了该多频偏估计算法理论上的估计精度。仿真结果验证了提出的算法在低信噪比无线多径信道条件下能够准确估计出各天线间的多个载波频偏。

基于广义自相关的两步盲提取算法

盲提取算法在信号处理和分析中逐步成为一项重要的方法,因为它利用信号的先验特性只提取感兴趣的信号,这样就可以节约大量的计算时间和资源。提出了时序结构信号的两步盲提取算法,第一步,利用信号所具有的广义自相关特性粗提取信号,第二步利用信号的高阶统计特性精提取信号。计算机仿真和实际的胎儿心电实验表明了提出算法的正确性,与基于广义自相关的盲提取算法相比,提出算法具有较好的性能和对时延估计偏差具有更强的健壮性。

基于交织多址的自适应传输

交织多址(IDMA)作为一种多址方式,它采用了不同的交织序列实现多用户检测。它具有复杂度低、运算量小、编码分集能力强的特点。当用于复用时,可以作为一种特殊的编码调制方法。该文利用IDMA编码调制分集特性,研究了多通道传输系统中的联合自适应传输中的应用,提出一种简单的信道度量及自适应方法。仿真结果表明,IDMA联合自适应系统可以很好地适应信道估计的误差,即IDMA系统适合于发送端不知道信道局部特性的或不需反馈局部特性的自适应传输。