基于SVD-K-means算法的软扩频信号伪码序列盲估计

针对通信中软扩频信号伪码序列盲估计困难的问题,提出一种奇异值分解(singular value decomposition,SVD)和K-means聚类相结合的方法。该方法先对接收信号按照一倍伪码周期进行不重叠分段构造数据矩阵。其次对数据矩阵和相似性矩阵分别进行SVD完成对伪码序列集合规模数的估计、数据降噪、粗分类以及初始聚类中心的选取。最后通过K-means算法优化分类结果,得到伪码序列的估计值。该算法在聚类之前事先确定聚类数目,大大减少了迭代次数。同时实验结果表明,该算法在信息码元分组小于5 bit,信噪比大于-10 dB时可以准确估计出软扩频信号的伪码序列,性能较同类算法有所提升。

房间脉冲响应模拟法及混响时间盲估计应用

在构建混响语声数据集时,由于缺乏真实长混响房间脉冲响应且模拟的房间脉冲响应与真实不符,因而导致数据驱动的混响时间盲估计模型性能下降。提出了一种基于条件生成对抗网络的房间脉冲响应模拟法,该方法利用真实的房间脉冲响应训练条件生成对抗网络,可以根据指定的混响时间模拟更加真实的房间脉冲响应。使用不同方法模拟的房间脉冲响应构建训练集用于训练盲估计模型,通过声学实验评估模型性能。实验结果表明,由该方法模拟的房间脉冲响应训练的估计模型在不同信噪比下均具有最小的均方根误差且在长混响情况下显著优于其他模型。

基于Fast-ICA同、异步系统短码CDMA信号扩频序列与信息序列盲估计

本文通过分析短码CDMA信号特性,将接收信号以间隔2倍扩频周期、重叠1倍扩频周期的时间窗进行分割,建模CDMA系统与线性混合的盲源分离模型一致,使建立的CDMA模型同时适用于同、异步系统.利用盲源分离方法,实现了同步系统、异步系统失步时间未知和已知条件下,各用户等功率或非等功率时,扩频序列与信息序列的盲估计.理论分析和仿真结果验证了本文方法的有效性.

基于双PN周期的短码DS-SS信号扩频波形及信息序列盲估计方法

针对短码DS-SS信号盲解扩,研究了DS-SS信号的扩频波形及信息序列盲估计问题,提出一种基于双PN周期分解的扩频波形与信息序列联合盲估计算法,该算法在低信噪比条件下同时完成扩频波形和信息序列的估计,计算量小,且避免传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题,提高了盲估计的正确率。最后仿真验证了算法的有效性。

基于奇异值分解的直扩信号伪码序列及信息序列盲估计方法

针对非合作扩频通信中直扩信号伪码序列的盲估计问题,在已知码片速率和伪码周期的前提下,该文提出一种基于奇异值分解的直扩信号伪码序列及信息序列的盲估计方法。该方法对接收信号构成的观测矩阵进行奇异值分解,通过左奇异向量实现伪码序列估计的盲估计。同时,通过右奇异向量可以在信号序列未同步和伪码序列未知的情况下实现信息序列的盲估计。仿真实验结果表明该算法具有精确度高、稳定性高、计算量小和观测时间短等优点。

LoRa信号参数盲估计方法研究

从远距离无线电(Long Range Radio,LoRa)信号的基本原理出发,介绍了信号的调制与解调基本方法,重点分析了LoRa信号解调时所需参数的盲估计方法,综合其他研究成果提出了一种互相关峰值二维搜索的载波误差及信号同步检测方法,最后通过计算机仿真了高斯白噪声信道下LoRa信号的同步检测概率,验证了载波误差估计及同步检测方法的可行性。

卷积交织参数的盲估计

通信系统中的交织技术在抗信道衰落引起的突发错误方面发挥着重要作用,能大大提高信息传输的可靠性.其中卷积交织由于能减少时延和存储量,得到了广泛应用.本文在非合作环境中针对信道编码中常用的卷积交织技术,提出了一种对交织参数进行盲估计的方法.所提方法通过构造去交织器,将截取数据流的起始位置信息转换成交织延时偏差,利用伽罗华域中的高斯约当消元法和线性分组码的性质,实现了对卷积交织参数的有效估计.计算机仿真结果表明,即使在比特误码率为0.01时,本文所提算法仍可以达到较好的估计效果.

基于Fast-ICA的CDMA信号扩频序列优化盲估计

针对当前基于分段估计非周期长码DS-SS信号扩频序列的方法,本文在分析长码扩频CDMA信号的特点上,提出基于Fast-ICA的盲估计CDMA信号扩频序列的优化分段取值方法,并给出区别于当前分段长度尽量小、以降低信息跳变概率的分段准则.该方法不仅能够适用于同步单、多用户短码DS-SS信号,也适用于单、多用户非周期长码DS-SS信号.同时,文章提出一种接近于实际应用的分段选择,理论分析和仿真结果验证了本文方法的有效性.

短码DS-SS信号扩频序列及信息序列联合盲估计方法

研究了短码DS-SS信号的扩频序列及信息序列联合盲估计问题。首先,利用双信息符号周期、间隔一信息符号周期的时间窗对接收信号进行重组,并形成接收信号矩阵。然后,利用奇异值分解联合盲估计信号的扩频序列与信息序列。该算法在失步时间未知、低信噪比条件下利用单一矢量空间盲估计扩频序列和信息序列。不但不受扩频序列类型的限制,而且避免了传统特征值分解盲估计算法利用2个矢量空间组合扩频序列时存在的相位模糊问题,提高了盲估计性能。最后仿真验证了算法的有效性。

中频通信信号信噪比的快速盲估计

信噪比是通信信号处理中的一个重要参数,许多算法都以它作为先验信息来获取最佳性能。该论文通过确定中频通信信号的频谱范围来计算信号能量,进而根据定义估计信噪比,由此提出了一种中频通信信号的信噪比快速盲估计方法。对BPSK,QPSK,16QAM等常用线性调制通信信号的仿真表明:该方法性能稳定,在数据样点长度为4096且信噪比变化范围为-5dB到25dB时,估计值的偏差和均方根误差基本都小于0.5dB。与基于特征值分解的方法相比,在得到精确估计结果的同时具有计算复杂度小、适应动态范围广等优点。

一种针对短码、周期长码直扩信号扩频序列盲估计方法

提出一种新的针对短码和周期长码直接序列扩频(DSSS,Direct Sequence Spread-Spectrum)信号的扩频序列盲估计方法。将周期长码DSSS信号建模为多用户短码DSSS信号系统,根据接收信号相关矩阵最大特征值个数,判断一个PN周期内调制信息符号个数,依此盲估计信息速率,同时形成分段相关矩阵矢量。利用改进二阶统计盲辨识(SOBI,Second Order Blind Identification)算法盲估计多用户分段DSSS的PN序列,根据特定约束条件(如m序列、Gold序列)去分段相位模糊,最终形成周期长码PN序列。仿真结果表明该算法的有效性,且适应较低信噪比。

一种K-means改进算法的软扩频信号伪码序列盲估计

针对软扩频信号因采用了编码技术使得伪码序列难以估计的问题,该文提出一种基于K-means聚类改进的软扩频信号伪码序列盲估计方法。该方法首先以单倍伪码周期的窗长对接收信号进行数据分段以构造观测数据矩阵,其次利用相似测度的理论从观测数据中寻找出K-means算法最优的初始聚类中心点,然后通过搜索平均轮廓系数(Silhouette Coefficient,SC)最大的绝对值以完成伪码集合规模数的估计,最后找到估计的伪码集合规模数所对应的聚类中心点集合,进一步完成对软扩频信号伪码序列的盲估计。通过仿真实验表明,在伪码序列估计错误概率低于0.1的情况下,该文方法比未改进方法提高信噪比约4 dB;而且在同一条件下,该文方法对信号的盲解扩性能优于未改进的方法。

多径信道中扩频信号伪随机序列盲估计

为解决异步直扩序列的盲估计问题,提出采用独立分量分析(ICA)结合主分量分析(PCA),在信道未知情况下有效盲分离多用户多径直扩信号和扩频码信息.由于不同用户信息是相互独立的且扩频序列是非相关的,对于某个用户,如果不存在多径效应,直接采用独立分量分析估计得到扩频序列;对于多径信号,进一步利用m序列的三阶相关特性估计出扩频序列.在高斯噪声下的性能分析表明,独立分量分析结合m序列三阶相关特性的盲估计过程,可以在不知道扩频码同步信息的情况下对异步多用户信号进行盲分离和估计.算法利用了CDMA系统的扩频增益,可以在低信噪比条件下盲估计扩频序列.

一种基于时频分析的跳频信号参数盲估计方法

本文提出了一种采用平滑伪WVD(SPWVD)时频分析来估计未知跳频信号参数的方法,该方法可以在不需要知道信号任何先验参数的情况下,估计出跳频信号的跳周期(hop duration),跳变时刻(hop timing)和跳频频率(跳频图案)等参数。文中对跳频信号的WVD、PWVD和SPWVD结果作了比较,指出了SPWVD的优点,给出了基于SPWVD估计跳频信号参数的具体算法步骤,并进行了性能分析。

多跳频信号的盲分离与参数盲估计

针对接收到的多个未知任何先验参数的跳频信号,提出一种先分离各个信号再对其分别进行时频分析来估计跳频参数的方法.首先采用特征矩阵联合近似最优化(JADE)算法分离跳频信号,再利用多窗口重叠的平滑伪Wigner Ville分布(SPWVD)来估计出跳频信号的跳周期(hop duration)、定时偏差(time offset)和跳频频率(跳频图案)等参数.通过将多个时频分析的窗口重叠来克服时频分析中交叉项的影响.仿真结果表明,该估计算法显著提高了估计的准确度和可靠性.

基于原子分解的跳频信号盲检测和参数盲估计算法

本文针对跳频信号的检测和参数估计问题,提出了一种基于原子分解算法的跳频信号盲检测和参数盲估计算法。以Gabor函数为基函数对输入的多分量信号样本进行原子分解,在原子分解的每一次迭代后计算信号残差的信息论准则测度,通过与前一次迭代后的信息论准则测度作比较,找到信息论准则测度的第一个局部极小值,这个局部极小值对应的迭代次数就是信号样本中包含的信号分量的数量,进而根据分解得到的时频原子的参数值来聚类,从输入信号中分选出跳频信号的hop,并估计跳频信号的参数。仿真实验表明,该方法能够在未知任何先验知识的情况下,对高斯白噪声环境中跳频信号进行有效检测,并能够对跳周期、跳变时刻和跳频频率进行有效估计。

跳频信号时-频域分析与参数盲估计方法

本文提出一种基于SPW时频分析来估计未知跳频信号参数的方法。该方法能够有效描绘跳频图案,具有分辨率高、运算量小、抗噪声能力强等优点。文中详细讨论了SPW时频分析方法,给出了参数盲估计算法的具体步骤及在低信噪比下的算法完善,并进行了仿真试验和性能分析。

卫星通信信号的多普勒频率参数盲估计

用泰勒级数的展开形式表示高动态的多普勒频率参数,推导了信号非线性变换后相邻数据样本的相位差与多普勒频率、一次变化率、二次变化率等多普勒频率参数的关系,由此建立了方程组并通过解方程实现无需任何先验信息的多普勒频率参数盲估计。仿真实验验证了该方法对M进制相移键控(M-ary phase shift keying,MPSK)、M进制正交幅度调制(M-ary quadrature amplitude modulation,MQAM)等常用卫星通信信号的可行性和有效性。

基于虚载波的OFDM系统信噪比盲估计方法

根据室内自适应OFDM系统实时控制的要求,提出一种基于虚载波OFDM系统信噪比盲估计新方法,通过对虚载波信号和已调子载波信号的统计处理,可分别获得噪声平均功率和信号加噪声的平均功率,再通过简单的处理即可获得信噪比.该方法运算复杂度低,估计性能优于M2M4盲估计方法,且随着统计数据的增加,逼近导频数据辅助的估计方法性能,仿真结果验证了该估计方法的有效性.

基于Fast-ICA的CDMA信号扩频序列盲估计及性能分析

DS-CDMA分为长码和短码扩频2种扩频方式,已有的扩频序列盲估计算法只适用于短码扩频信号,不能完成长码扩频信号的扩频序列估计。对长码扩频CDMA信号的数学模型进行分析,提出了一种的新的基于Fast-ICA的多用户扩频序列盲估计方法并推导了算法的理论性能。该方法不仅能适用于长码扩频CDMA信号,而且对同步短码扩频CDMA信号也同样适用。理论分析和仿真结果验证了该方法的有效性。