一种新的基于改进PASTd的中频信号盲信噪比估计算法

该文提出一种加性高斯白噪声信道下基于改进的紧缩投影近似子空间跟踪(PASTd)的中频信号盲信噪比估计算法。将Gram-Schmidt正交化过程引入到PASTd中,使计算得到的特征向量相互正交,从而保证算法具有更好的收敛性能。对MPSK(M=2,4,8)信号和MQAM(M=16,64,128,256)信号进行了大量计算机仿真,结果表明该算法性能稳定,并且当信噪比变化范围为5dB到25dB时,所得到的估计偏差小于1dB,估计标准差在0.3以内。与基于特征值分解的算法相比,能够在得到精确估计结果的同时,大大减小运算复杂度。

基于PAST的毫米波雷达MIMO阵列幅相误差校正算法

随着毫米波雷达探测场景的复杂多元化,仅仅利用合成孔径雷达(Synthetic Aperture Radar,SAR)成像技术获得探测场景二维信息很难满足实际工程需要。因此,基于车载毫米波雷达二维SAR成像结果,利用高度向多输入多输出(Multiple Input Multiple Output,MIMO)阵列来进行到达角(Direction Of Arrival,DOA)估计,获得目标高度信息,实现高分辨率三维点云成像就显得十分重要。然而在实际MIMO阵列中存在的幅度和相位误差会导致DOA估计性能下降,影响目标聚焦效果,难以满足目标分类识别的要求。由于SAR成像后的阵列幅相误差具有时变性,现有的阵列幅相误差校正算法难以兼顾补偿精度和计算效率。针对上述问题,本文首先构建了车载毫米波雷达三维回波模型,提出了一种基于后向投影算法的高分辨三维重构成像方法。相较于传统的毫米波点云成像,该方法可以获得更高的方位向和高度向分辨率。然后,建立了高度向一维阵列信号模型,利用最大似然估计方法,推导了阵列幅相误差最大似然估计值与阵列协方差矩阵的最大特征值对应的特征向量之间的等效关系。最后,提出了一种基于投影近似子空间跟踪(Projection Approximation Subspace Tracking,PAST)的MIMO阵列幅相误差校正算法,该算法利用PAST技术迭代求解所需的特征向量,有效避免了复杂的估计协方差矩阵和特征分解过程。相较于已有算法,该算法拥有较高的估计精度的同时可以满足工程实时处理的需要。理论分析、数值仿真以及实测实验验证了该算法可以有效排除阵列幅相误差干扰,获得高分辨DOA估计结果。

声矢量传感器阵中基于PASTd的二维DOA跟踪算法

通过研究声矢量传感器阵列中高效的运动目标到达角(DOA)跟踪算法,提出一种声矢量传感器阵列中基于紧缩投影近似子空间跟踪(PASTd)的DOA跟踪方法。该方法利用PASTd算法进行声矢量传感器任意阵的DOA跟踪,其快速收敛的特点可以降低运算复杂度。同时,其角度跟踪的均方根误差(RMSE)性能优于常用的PAST算法。仿真结果验证了该算法的有效性。

基于改进型PASTd双基地MIMO雷达角度跟踪算法

针对双基地多输入多输出(multiple input multiple output,MIMO)雷达目标角度跟踪问题,提出了一种改进型紧缩投影近似子空间跟踪(projection approximation subspace tracking deflation,PASTd)算法。PASTd算法性能较好,被大量应用于双基地MIMO雷达角度跟踪中,但是PASTd算法不能跟踪相同发射角(direction of departure,DOD)或接收角(direction of arrival,DOA)的目标,并且无法实现不同时刻同一目标角度的自动关联。改进PASTd算法首先给出了目标角度自动关联算法,且能够实现收发角度的自动配对。然后利用估计出的收发角度,得到此时的收发联合导向矢量。最后用收发联合导向矢量更新PASTd算法估计出的特征矢量,作为下一时刻跟踪算法的初始矢量。改进算法克服了PASTd算法的不足,能够成功跟踪相同角度的目标,并且实现了目标收发角度自动配对和关联。仿真结果验证了理论分析的有效性。

基于扩展PASTd跟踪算法的谐波检测方法

子空间分解类算法在理论上具有任意的高分辨率,非常适合于电力系统各类谐波的分析,但需要对高维矩阵进行特征值分解,这不仅费时而且不易于工程实现。将投影近似子空间跟踪算法引入电力系统谐波分析领域,详细分析评估PASTd算法的性能。仿真结果表明,紧缩投影近似子空间跟踪算法即PASTd算法不仅保留了子空间分解类算法的超分辨率特性,而且收敛速度较快,稳定性好,可推广用于电力系统谐波检测领域。

冲激噪声环境下基于最大相关熵准则的韧性子空间跟踪新算法

本文采用最大相关熵准则(MCC)对投影近似子空间跟踪(PAST)算法中基于最小平方误差(MSE)准则的目标函数进行修正,推导出适用于冲激噪声环境的韧性投影近似子空间跟踪新算法(MCC-PAST算法).对两种冲激噪声模型包括,稳定分布噪声模型和混合高斯噪声模型环境下的时变波达方向估计问题的实验仿真表明,与基于韧性M估计的PAST改进算法(RLM-PAST算法)相比,MCC-PAST算法可以自适应地调整核长,对于阵列接收数据的变化体现出更好的适应性.

基于子空间跟踪的空时多用户检测

采用改进的PASTd子空间跟踪算法实现信号子空间的自适应跟踪。提出一种基于改进的PASTd子空间跟踪的空时多用户检测算法,实现了在不增加任何结构和复杂度的情况下将方向向量随子空间跟踪算法一起求解。使用阵列天线充分利用了不同空间位置带来的空域特征,有效地提高了用户的抗多址干扰能力,成为扩展系统容量的有效途径。仿真实验验证了该算法的优越性。

双基地MIMO雷达目标参数估计及动态跟踪新算法

民航地空通信受到无线电干扰会严重危机民航飞机的正常飞行。本文在深入研究地面干扰源定位问题的背景下,提出基于分数阶模糊函数的飞机动态跟踪算法。首先提出一个新的回波信号模型,通过搜索分数阶模糊函数的峰值点,实现了对多普勒频率的瞬时估计,并提出基于分数阶模糊函数的投影近似子空间角度跟踪算法(FAF-PAST),实现了2维发射角和2维接收角的联合动态递推估计。接下来根据阵列模型图中的几何关系,推导出了飞机的运动速度及三维位置坐标,从而实现飞机目标的动态跟踪,为后续地面干扰源定位打下良好的基础。仿真结果表明了该文提出的模型和算法的正确性和可行性。

基于PAST处理的机载双基雷达自适应角度-多普勒补偿算法

自适应角度-多普勒补偿算法根据样本数据本身来自适应地估计补偿参数,从而避免惯导系统误差造成的补偿性能下降问题,但该算法必须对杂波协方差矩阵进行估计和特征分解,运算量巨大。针对这一问题,该文研究了基于近似投影子空间跟踪(PAST)处理的自适应角度-多普勒补偿算法,该方法先采用循环迭代处理快速估计出各距离单元主特征向量谱中心的位置参数,避免了矩阵特征分解带来的运算负担,然后通过补偿使得各单元的谱中心重合。仿真结果表明,该方法能有效解决机载双基雷达杂波非均匀问题,其性能与基于特征分解算法相当,但运算量显著降低,便于工程实现。

基于盲子空间法的DS-CDMA系统码辅助NBI抑制自适应算法

针对现存盲直接法码辅助技术抑制直接序列码分多址系统窄带干扰性能不佳的问题,提出盲子空间法码辅助技术及其自适应算法,实现对三类窄带干扰的抑制。对于音频干扰和数字窄带干扰,提出盲自适应带收缩的投影近似子空间跟踪(PASTd,Projection approximation subspace tracking with deflation)算法;对于AR随机过程,由于上述盲自适应算法的低秩判定困难,提出改进的盲自适应递归最小二乘(RLS,Recursive least square)预测-PASTd码辅助算法。仿真分析试验结果表明:该算法具有优越性。

子空间分解在FPGA上的高效实现

传统的信号子空间分解算法有着算法复杂、运算量大的缺点,紧缩近似投影子空间跟踪算法克服了上述缺点,但在硬件实现时其顺序串行的结构却严重地制约了数据处理速度,文章介绍了并行流水线结构的紧缩近似投影子空间跟踪算法在FPGA上的实现方法,同时也讨论了延时对算法收敛速度造成的负面影响,最后在Quartus Ⅱ环境下验证了算法改进后的性能;结果表明所实现的算法误差较小,达到了很高的数据处理速度,适合在实时性要求较高的场合应用。

超宽带系统中基于恒模算法的盲rake接收机

目的解决超宽带系统中的多址干扰和码间干扰问题。方法首先使用约束恒模算法对接收信号进行盲解相关,消除多址干扰,再进一步采用紧缩近似投影子空间跟踪方法估计信道并进行最大比合并,提高输出信干噪比。结果该接收机的误码性能和抗"远-近"效应能力均优于匹配滤波器和传统rake接收机,且所需先验知识较少、收敛速度较快。结论该接收机具有较低的复杂度,适用于室内超宽带系统的多用户、高速率接人场合。

基于稀疏恢复的自适应角度多普勒补偿方法

自适应角度多普勒补偿方法是补偿机载非正侧阵雷达杂波距离相关性的有效手段,该方法解决了角度多普勒补偿方法处理性能受系统误差影响较大的问题,可以实现杂波距离相关性的自适应补偿。但该方法利用子孔径平滑估计杂波协方差矩阵,存在孔径损失,系统自由度下降,估计准确度下降。此外,该方法还存在着运算量大的问题,不利于实时实现。本文提出了一种基于稀疏恢复的自适应角度多普勒补偿方法,并利用正交投影逼近子空间追踪方法对估计杂波协方差矩阵进行特征分解。与常规自适应角度多普勒补偿方法相比,本文方法运算量显著降低,杂波补偿性能更优。理论分析和仿真结果验证了该方法的有效性。

快速校正天波雷达电离层相位污染的改进方法

时变的电离层会对天波超视距雷达(OTHR)回波信号相位进行调制,产生相位污染,导致回波谱展宽。最大似然估计(MLE)法具有比相位梯度法更佳的污染校正效果,但计算量非常大。通过引入投影近似子空间跟踪法,提出了一种改进的MLE方法。改进方法采用递归手段估计最大特征值对应的特征向量,避免了特征值分解过程,能够显著降低计算量,污染校正效果与MLE法相当。理论分析与仿真对比表明改进方法普适性强,计算量只有MLE法的万分之一,更适合工程实现。

基于导频信号的OFDM通信系统信道估计与跟踪

讨论了在正交频分复用(OFDM)通信系统中,基于导频信号,采用投影逼近子空间(PAST)算法实现信道的跟踪估计,在快速变化的信道中,信道阶数自动跟踪,与传统的信道估计方法相比,信道估计精度提高,均方误差减小。通过计算机模拟仿真,验证了信道估计的跟踪性能得到了改善。

多用户环境下TH-UWB系统的盲Rake接收机

针对跳时超宽带系统中的多用户干扰和码间干扰问题,提出了一种盲Rake接收机.该接收机首先利用跳时码的良好相关性设计滤波器,消除部分多用户干扰和码间干扰;再对滤波器的输出数据采用紧缩近似投影子空间跟踪方法估计信道,并进行最大比合并,进一步提高输出信干噪比.仿真结果表明,这种接收机收敛速度较快,误码性能优于传统的相关接收机和Rake接收机,且其所需先验知识较少、计算复杂度较低.

基于LMS的自适应半盲多用户检测

基于MOE准则,充分利用小区内所有用户的扩频码给出一种MOE半盲检测器,结合修正的PASTd算法和LMS算法自适应得到MOE半盲检测器的权向量,提出MC-CDMA系统下一种基于LMS的自适应半盲多用户检测算法。该算法利用已知的信息使系统的输出信干比和误码率优于LMS盲多用户检测,同时避免LMS算法中的特征值分解问题,显著降低计算量。仿真实验验证了该算法的有效性和优越性。

基于PAST盲信号分离方法的仿真结果分析

盲信号分离问题在信号处理领域中是一个值得深入研究的很重要的方向。因此关于这个问题已经提出了很多分离算法,能够在一定程度上解决越来越复杂的实际问题。投影逼近子空间跟踪(PAST)是一种很重要的盲信号分离方法。本文就PAST方法用于盲信号分离给出仿真结果并进行性能分析。本文的目的是验证非线性PCA方法用于盲信号分离的有效性,并分析参数取值对分离结果的影响。衡量分离效果的指标是串音误差,程序运行的结果给出了串音误差随算法参数改变的曲线图。

基于子空间跟踪的修正MMSE多用户检测算法

在研究基于子空间跟踪的最小均方误差(MMSE)多用户检测器(MUD)的基础上,为解决原算法因引入特征值估计误差而导致检测性能下降的问题,设计了一种改进的算法———修正的MMSE多用户检测器.采用正交性能优良的OPAST算法跟踪子空间,提出一种基于OPAST的修正MMSE多用户检测算法.仿真结果显示,与基于OPAST的MMSE MUD相比,基于OPAST的修正MMSE MUD算法收敛速度快,输出信干比和误码率性能逼近SVD MUD算法,并且计算复杂度较低.

基于数据预处理的MIMO雷达相干目标角度跟踪

针对双基地MIMO雷达相干目标运动时角度跟踪问题,提出了基于子空间的跟踪算法。首先通过对接收数据进行预处理,针对2个相干目标采用对称共轭处理,3个及以上相干目标借鉴空间平滑的思想,采用数据平滑重构得到满秩的数据,去除相干信号造成的影响。再利用PASTd算法得到目标特征向量,并对其进行正交化得到信号子空间,最后结合ESPRIT算法得到收发角度,并实现自动配对,完成运动目标的角度跟踪。仿真结果验证算法的有效性。