经典谱估计在短突发信号频谱细化中的特性分析

为了比较经典谱估计中的栅栏效应和截断效应对谱估计的影响,利用补零FFT、移位DFT、线性调频Z变换(CZT)和Zoom-FFT等经典谱估计算法,利用Matlab进行了性能仿真,最后得出了它们在短突发信号频谱细化分析中存在的极限问题。尤其是对含有多频率分量的突发信号,当相邻频率间隔小且信号长度短时,即使采用很大的细分倍数也无法区分两个相邻的频率。为减少截断效应带来的能量泄漏和谱间干扰,对有限长数据需要利用现代谱估计算法进行频谱细化分析。实验结果验证了理论推导的正确性。

正反向数据重用短突发信号CMA盲均衡

提出一种适用于短突发信号的CMA盲均衡算法。算法基于正反向数据重用思想,使得CMA盲均衡算法在计算复杂度基本不变的情况下,只需利用几百个甚至几十个符号就可达到收敛,极大提高了收敛速率。文中详细描述了算法的数学表达,并对其性能进行了分析。仿真数据表明,该算法对于短突发信号的盲均衡确实具有较高的实用价值。

一种低信噪比突发信号载波跟踪技术研究

为了改善低信噪比卫星下行短突发扩频信号载波跟踪时,解调性能随着信号动态增大而明显恶化的现象,提出了一种多普勒动态补偿辅助的载波跟踪算法,首先通过短时傅里叶变换(STFT)结合最小二乘拟合(LSM)算法估计信号频率及变化率,再利用估计值对原始信号进行多普勒动态补偿,最后使用三阶锁相环完成载波精确跟踪,对算法进行优化设计并进行仿真,以提高数据利用率。仿真结果表明,在接收-170 dBW灵敏度电平条件下,优化后的算法在对捕获后频偏小于200 Hz,频率变化率小于2 kHz/s的信号进行跟踪时,跟踪成功率达到99%,解调损失小于0.2 dB。新算法复杂度适中,利于工程实现,为现有接收机载波跟踪模块对低信噪比突发扩频信号进行改进提供了参考。

一种宽范围高精度的前向载波频偏估计算法

前向载波频偏估计算法的捕获范围和估计精度是一对矛盾。针对这一问题,提出一种低计算复杂度的宽范围高精度前向载波频偏估计算法。算法的基本思想是:首先,利用相邻码元判决点处的相位差粗略估计载波频偏,以便获得宽的捕获范围;然后,利用高时延自相关函数精细估计载波频偏,以便获得高的估计精度。详细描述了算法的数学表达,并对其性能进行了分析。最后的仿真数据证明,该算法对于载波频偏的宽范围高精度估计,确实具有较高的实用价值。

一种基于FFT低复杂度的信道盲辨识算法

提出了一种适用于短突发信号的低复杂度基于FFT的信道盲辨识算法。算法基于最小C-R(Minimum cross-relation,MCR)算法只需最小冗余度信息可求解出信道向量的特性,通过将其建立的线性方程经过FFT变换后再求解信道向量,并结合算法中矩阵Fy的秩信息提出了一种快速阶数估计算法。仿真表明,该算法克服了传统辨识算法对于短突发观测数据下性能不佳的缺点,降低了原有基于FFT的信道盲辨识算法的复杂度,同时提升其对阶数的鲁棒性。