基于统计协方差矩阵的多信道频谱检测算法

频谱检测是认知无线电的核心技术,也是认知跳频系统得以实现的前提。针对传统检测算法只针对单一信道的缺陷,提出了一种基于统计协方差矩阵的多信道频谱检测算法。该算法首先在发射端发送信号之前,对系统的多个信道同时进行检测,对检测信号采样后计算其采样协方差矩阵,然后求出统计协方差矩阵,接着设定判决门限,最后将统计协方差矩阵的对角元素作为判决量,判断干扰的存在。理论分析及仿真结果表明,改进算法不仅可以同时实现多个信道的频谱检测,而且可以检测出干扰频点范围,从而避开干扰信道,有效地提高了系统的抗干扰能力。

协方差分析模型的影响分析

考虑一般形式下的协方差分析模型的影响分析,分别导出了在模型扰动前后回归系数的LS估计和效应参数的LS解的相互关系,并证明了均值漂移模型与数据删除模型在参数估计上的等价性.利用Cook统计量和协方差比统计量,分别给出了均值漂移模型下回归系数和效应参数的可估函数的估计精度的影响度量.

非高斯背景下基于信号相关性的频谱感知算法

本文研究了一类Laplace非高斯背景噪声下的频谱检测问题,提出一种基于采样信号相关性的多用户协作频谱感知算法。此算法利用接收信号的统计相关性,设计了一种将协作用户统计协方差之和作为检测统计量的频谱检测算法,推导了该检测算法的统计门限、检测概率和虚警概率的闭式表达式。通过蒙特卡罗仿真,分析比较了Laplace非高斯噪声背景下新算法与已有算法在不同信噪比下的感知性能,理论分析与仿真结果验证了所提算法的有效性。

基于LO-EKF算法对矿井人员定位跟踪的优化研究

无线传感网(WSN)在矿井人员定位应用中受到多径干扰与机电噪声的影响,其定位精度不高.针对常规定位跟踪算法的抗干扰技术进行优化处理,提出了一种用于矿井中对工作人员定位跟踪的滤波优化算法(LO-EKF).结合惯性测量系统(IMU)和加权质心定位算法(WCL)来估计目标人员的状态参量,再通过经统计协方差矩阵配置过的扩展卡尔曼滤波器(EKF)对状态参量进行优化处理,得出最终的目标位置.仿真表明,对比定位误差累积分布函数图,LO-EKF算法相对于传统EKF算法在矿井定位中不仅能保障短期精度,而且能有效提高长期精度.

随机约束线性回归模型参数估计的影响分析

讨论了带随机约束的线性回归模型的影响分析及强影响点的探测问题 .利用数据删除法 (casedele tion) ,导出了在单点剔除模型下参数的混合估计与原模型下对应估计的相互关系 ,并利用Cook统计量、Welsch-kuh统计量和协方差比统计量 ,分别给出了剔除单个数据点对参数估计的影响度量 .通过数据模拟例子 ,说明了此方法的有效性 .