Khatri-Rao积变换下的离格信号DOA估计

当存在离格信号时，基于稀疏表示的波达角（DOA）估计算法性能损失严重。为解决这个问题，在对接收数据协方差矩阵进行Khatri-Rao积变换的基础上，推导了离格信号网格偏离量与紧邻信号原子系数之间的关系，提出了一种单一离格信号DOA估计方法。为提高对邻近离格信号DOA的估计性能,利用矩阵的广义逆性质提出了基于多原子系数的联合估计方法。仿真实验表明，单一离格信号DOA估计方法在低信噪比下有较好的性能，联合估计方法在高信噪比条件下对邻近离格信号DOA有较高的估计精度，同时所提算法估计性能几乎不受网格划分间距的影响，可以通过增大网格间距降低算法运算量。相关研究对阵列天线DOA估计具有一定的参考价值。     

修正的干扰噪声自相关矩阵重构波束形成算法

为改善采样自相关矩阵求逆（SMI）算法中期望信号存在于接收信号所引起的性能下降,提出一种修正干扰噪声自相关矩阵重构（CMR）算法。该算法首先选取采样自相关矩阵特征分解的最小特征值对应的特征向量构造空间分布系数,再对其在非期望信号波达方向上进行累加实现矩阵的重构。当存在相干信号时,可采取先利用特征向量元素对协方差矩阵进行托普利兹化处理实现解相干,再进行矩阵重构的托普利兹矩阵重构（TCMR）算法。计算机仿真与实验结果证明适用于非相干信号条件下的CMR算法与适用于相干信号条件下的TCMR算法具有更好的输出性能。     

基于相干对消的噪声子空间自适应估计

MUSIC算法的运算量主要集中在特征值分解和空间谱的搜索两部分,为避免进行特征 值分解,将相干信号自适应对消的思想用于噪声子空间的估计。由于阵元输出信号完全相干 ,视一个阵元输出为参考信号,其它阵元输出能够完全对其进行对消,得到的系数矩阵作为 噪声子空间的估计。基于LMS算法,给出了算法的矩阵形式,得到的噪声子空间估计算法的 运算量大大降低,且以迭代的方式进行,适合应用于运动信号源的跟踪,在阵元数较大时能 很好地逼近MUSIC算法性能。为减少空间谱搜索过程的计算量,对搜索过程先用系数矩阵的 一列进行搜索,然后采用其它列对搜索峰值进行验证。仿真结果显示算法具有很好的空间谱 估计性能和DOA跟踪性能。     

星载AIS的复值FastICA算法改进

针对星载船舶自动识别系统(AIS)的含噪复值信号盲分离算法分离效果不佳的问题,提出了改进的复值快速独立分量分析算法（FastICA）。该改进算法针对混合信号数目大于源信号数目的超定情况,对含噪混合信号的协方差矩阵进行特征值分解,利用其噪声对应的几个较小特征值估计噪声方差,修正白化矩阵,再应用Huber M估计函数优化该算法的目标函数。实验结果表明,运用该算法信号均方误差(SMSE)变小,信干比(SIR)变大,提高了信号的分离性能;同时,优化后的目标函数使算法具有良好的稳健性。     

一种基于矩阵三对角化分解的DOA估计算法

针对DOA（Direction of Arrival）估计在低信噪比的情况下估计性能下降的问题, 根据阵列协方差矩阵共轭对称的特点,采用基于Givens变换的三对角化分解方法对协方 差矩阵进行三对角化,同时利用盖氏(Gerschgorin)圆递推方法准确估计信号子空间的秩, 然后再对三对角 矩阵进行对角化,估计出噪声子空间,利用噪声子空间与导向矢量正交实现波达方向估计, 改善了低信噪比背景下估计的误差性能和稳健性。计算机仿真证明了算法的有效性 。     

采用矩阵累乘的自相关矩阵构造

提出了一种适用于低信噪比情况下提取扩频信号特征参数的算法。该算法通过对被测信号的多次采样、分段累乘,扩大了待分解信号的样本数,降低了噪声的影响,从而能够获得比传统子空间分解算法更好的性能。通过分段累乘构造的自相关矩阵,对其进行特征值分解后,表现出对噪声不敏感的特性,在一定程度上克服了常规方法的噪声敏感缺点。对算法的仿真计算表明,该方法应用在低信噪比的通信环境下,信号特征值不会被噪声湮没,解决了传统子空间方法在低信噪比条件下的分辨率不足的问题。该算法的提出对低信噪比条件下的扩频信号处理和参数检测有重要的工程和实际意义。     

5G系统中基于解调参考信号的信道估计方法

5G系统使用解调参考信号(Demodulation Reference Signal,DMRS)用于下行信道估计,工程中通常采用插值法得到数据位置信道响应,考虑实际信道中噪声的影响,频域采用线性最小均方误差(Linear Minimum Mean Squared Error,LMMSE)插值算法。针对LMMSE需要获取信道先验统计特性以及存在矩阵求逆运算量大问题,利用信号时域内能量集中特点估计出信道均方根时延、信噪比和信道自相关矩阵,对于DMRS信号在频域上间隔较大、DMRS信号所在子载波相关性不强的问题,通过引入导频加密方法提升DMRS信号所在子载波间的相关性以提升信道估计性能,并通过滑动窗口插值方法进一步降低LMMSE算法求逆运算复杂度。仿真结果表明,所提算法均方误差和误码率总体均优于线性插值和基于矩阵奇异值分解的LMMSE算法,并与传统LMMSE算法相比性能极为接近,而且复杂度降低了99.85〖WT《Times New Roman》〗%〖WTBZ〗,适合实际工程应用。     

一种修正的矢量奇异值分解DOA估计算法

在均匀线性阵列模型下,特征矢量奇异值分解算法能够对相干信号进行DOA估计, 但相干和不相关信号同时存在时,算法的估计会出现错误。针对这一问题,提出了一种修正 算法（MESVD）,该算法选取经过加权处理的特征向量来构造矩阵,并利用该矩阵进行子空 间估计。理论分析和数值仿真证明：修正后的算法能够正确估计相干、相关和不相 关信号, 估计性能与空间平滑算法（FBSS）相当。     

短码、周期长码直扩信号伪码序列盲估计

针对短码、周期长码直扩信号在不同的时延下伪码序列估计问题，提出了一种基于奇异值分解的盲解扩算法。在已知信息码元速率和伪码周期条件的前提下，算法首先把接收到的直扩信号按照一定长度进行分段构成相关矩阵并对此矩阵进行奇异值分解得出信号子空间，然后根据信号子空间和伪码序列的模糊关系，利用求解的模糊酉矩阵和特定约束条件（如m序列）去其模糊性，最终估计出伪码序列。仿真结果表明，该算法不仅解决了在不同的时延下估计伪码序列带来的问题，而且具有稳定性高、在低信噪比条件下有良好的估计性能等优点。     

一种基于经验模态分解的信噪比盲估计新算法

为了增强未知样式信号的信噪比估计性能,提出了一种基于经验模态分解（EMD） 的信号信噪比估计新算法,通过固有模态函数（IMF）分量平均周期判断信号与噪声界限。 给出了经验模态分解估计法的工作原理和流程图,分析了经验模态分解估计法的性能。仿真 结果表明,与信号空间分解法一样,经验模态分解估计法能够实现盲信号信噪比估计,后者 估计均方误差比前者要小,在0 dB信噪比下均方误差不超过0.3 dB。     

用于正弦波频率估计的修正Kay算法

Kay算法能够估计出采样点较少的正弦波频率，但低信噪比下估计性能不佳。针对此问题，提出了修正Kay算法。首先基于最大似然估计准则，推导了观测信号模值与相位的条件概率密度函数，进而重建了Kay算法的相位差噪声矢量协方差矩阵与权值矩阵。实验结果表明，修正算法能够有效估计正弦波信号频率，与Kay算法相比，抗噪性更强。     

多径环境下TDDM-BOC信号伪码周期估计

针对低信噪比下存在多径效应的时分数据调制二进制偏移载波(TDDM-BOC)调制信号的伪码周期估计难题,提出了一种基于二次谱的TDDM-BOC信号伪码周期估计算法。该算法首先推导出多径环境下TDDM-BOC信号模型,然后求出多径TDDM-BOC信号的功率谱,再求其二次谱,最后通过检测二次谱的尖峰脉冲间的间距得到多径环境下TDDM-BOC信号的伪码周期。实验过程中采用累加平均的方法可以达到降噪和精确估计的目的。仿真结果表明：该算法能够在多径环境下对TDDM-BOC信号伪码周期进行有效估计,且估计性能与多径环境有密切关系,这为今后我国“北斗”导航接收设备的开发提供了一定的理论参考。     

端到端语音加密通信的同步信号设计

在语音加密通信过程中,接收方需要通过信号同步来实现精确的解密并恢复出语音信号,而现有方法精确度低且运算量大。为了解决端到端语音加密、解密过程中的同步问题,设计了一种新的基于线性调频信号的同步信号结构。该同步信号是基于带宽经过筛选的线性调频信号产生,避免了因为添加同步信号而使带宽扩展的问题。同步信号结构由两种不同长度的线性调频信号组合而成,不同的组合形式又会产生不同的同步效果。这种结构设计大大提高了同步的精确度和减少了同步运算量。理论和实验证明：该方法可以实现对接收信号帧起始位置进行精确地定位;不会展宽和影响语音信号的频谱;可以透过语音编解码器传输;具有一定的抗噪声性能;运算量比原始结构的同步信号大大减少。     

一种组合调制的脉冲超宽带测控信号

将脉冲超宽带（IR-UWB）信号应用于航天测控领域，能够有效提高当前航天测控系统的隐蔽性、抗干扰性和测量性能，具有重要的现实意义。将DS-PAM（Direct Spread-Pulse Amplitude Modulation）调制、TH-PPM（Time Hopping-Pulse Position Modulation）调制的信号和PSM（Pulse Shape Modulation）调制技术组合起来，可构成一种新的组合调制的脉冲超宽带信号，即DS-PAM-TH-PPM-PSM-UWB（Direct Spread-Pulse Amplitude Modulation-Time Hopping-Pulse Position Modulation- Pulse Shape Modulation-Ultra Wideband）信号。利用对数正态阴影模型分析其传输性能，在单频干扰信号条件下分析其抗干扰性能，利用模糊函数分析其测量性能。仿真结果表明，相比于传统的DS-PAM-UWB信号和TH-PPM-UWB信号，该组合信号具有良好的传输性能、抗干扰性能和测量性能，为脉冲超宽带信号应用于航天测控领域提供了更多的选择。     

一种不考虑信源数目的修正MUSIC算法

分析了信源数目估计误差下的MUSIC算法性能.为了解决信源数目过估计下出现虚假信号和欠估计下谱峰消失的问题,提出了一种改进算法.该算法通过对采样数据的共轭重排再利用,重新构造相关矩阵来改善测向性能.改进的算法不仅能成功运用于非相关信号源和相关信号源,还具有不用考虑信源数目的优点.计算机仿真结果证明了改进算法的正确性和有效性.     

基于权值优化的认知WiMax信号协同识别

传统的正交频分复用（OFDM）系统识别算法只能识别出接收信号是否为基于全球微波互联接入技术（WiMax）的OFDM信号，但无法判断该信号是认知信号，并且在复杂电磁环境下识别正确率低。为此，提出了一种协同识别认知WiMax无线网络OFDM信号的算法。该算法首先利用OFDM信号的循环自相关特性估计信号的有用符号时间，并通过估计各协同感知节点的信噪比对时间参数的估计值进行加权，得到有用符号时间的协同估计值，进而判断接收信号是否为基于WiMax系统的OFDM信号；再通过自私攻击策略，实现对OFDM信号是否是认知WiMax信号的判别，为进一步研究认知WiMax网络节点定位技术奠定了基础。仿真结果表明，与非协同识别算法相比，提出的协同识别算法在多径和低信噪比条件下具有更高的识别率。     

基于时间反演的无线通信系统仿真及探测信号选择

为改善无线通信系统抗干扰性能,将目前广泛应用于水声通信、超声波探测等领域的 时间反演技术移植至无线通信系统,在介绍基本原理的基础上建立了基于被动式时间反转镜 的单阵元无线通信系统模型,通过理论分析讨论了系统聚焦增益,通过计算机仿真研究了收 发信号的波形特点、分析论证了三种典型探测信号对接收波形的影响,并得出了相关结论。 仿真结果表明,给定信道条件下,系统性能主要取决于探测信号的选择。基于仿真结果和分 析,对探测信号的选择给出了更清晰的一般性原则,为实际通信系统性能的提高提供了科学 依据。