基于高阶统计理论和量子遗传算法的非线性盲源分离算法研究

本文系统分析了非线性盲源分离的模型和现有算法,讨论了非线性盲源分离中解的存在性和唯一性,提出了基于高阶统计理论中联合累积量的非线性盲源分离算法,并采用量子遗传算法进行优化求解,仿真结果表明了算法的有效性。

直接序列扩频信号(DS-SS)的检测与参数估计

为了解决在低信噪比的情况下,直接序列扩频信号(DS-SS)的检测与参数估计问题,本文讨论了基于高阶统计理论的DS-SS的检测方法以及对DS-SS扩频码码型的估计。在仿真实验中,提出了一种将接收信号分段,利用数据累积窗技术来提高接收信号信噪比的方法。理论分析和计算机仿真结果表明本文的方法鲁棒性强,即使在信噪比很低的情况下,仍然能够检测出DS-SS,并能够对其参数进行准确有效地估计。

三阶相关在检测直接序列扩频信号中的应用研究

针对传统直扩信号检测方法的不足,提出了一种更加有效的方法,即三阶相关检测法,并对这种方法进行了理论分析和计算机仿真。仿真结果表明这种方法能够在接收信号长度小于一个扩频码周期的情况下,并且在低信噪比传输环境中,检测出直扩信号扩频码的周期和产生扩频码序列的本原多项式。

直接序列扩频信号的三阶相关检测

基于高阶统计理论,讨论了一种检测直接序列扩频信号的有效方法,即三阶相关检测法,并对这种方法进行了理论分析和计算机仿真。仿真结果表明该方法能够在接收信号长度小于一个扩频码周期的情况下检测出直接序列扩频信号的扩频码周期和产生扩频码序列的本原多项式。