共查询到17条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
对于含噪声情况下多个源信号卷积混合盲分离,由于混合矩阵比较复杂,分
离算法会出现迭代次数增加、收敛速度变慢等问题。在对多信号卷积混合进行合理简
化的基础上,提出一种以四阶累积量为独立准则的多信号卷积混合的新的时域盲源分离算法
。由于采用高阶累积量为独立准则,该算法对高斯噪声具有良好的抑制作用,改善了信噪比
。
其次,算法也建立了步长因子的选取与二次残差之间的非线性函数关系,使得算法既获得了
较
快的收敛速度,也得到较高的分离精度。仿真数据表明提出的算法对于多个源信号卷积
混合具有良好的分离效果。 相似文献
5.
6.
7.
针对低信噪比超宽带信号的消噪问题,提出一种改进的基于经验模式分解(EMD)的
消噪算法。该算法首先对含噪信号进行EMD分解,得到多个固有模态函数(IMF)分量,然后
选取高阶IMF重构原信号,达到消噪的目的。针对对UWB信号的IMF重构过程中阶数阈值难以
确定的问题,通过数值仿真的方法,得到信号分量和噪声分量在不同阶IMF上的能量分布特
性;在对所得特性进行分析的基础上,设计了一种数据自适应的阶数阈值选取算法,解决了
EMD消噪中的阶数阈值选取问题。仿真结果表明,EMD消噪算法能够在较低信噪比下提供平均
10 dB的信噪比增益,可以有效地对超宽带信号进行消噪。 相似文献
8.
针对传统子空间算法需要进行特征值分解或奇异值分解等复杂计算的问题,提出一种双平行线阵(Double Parallel Linear Array,DPLA)的快速一维波达方向(Direction of Arrival,DOA)估计算法。算法通过处理互协方差矩阵的第一列元素构造出等效的噪声子空间,再通过求根MUSIC(Multiple Signal Classification)算法得到DOA估计,有效避开了特征值分解或奇异值分解,降低了计算复杂度,提高了运算速度。仿真结果表明,该算法在提高了估计精度的同时减少了估计时间。 相似文献
9.
为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能,提出了一种基于加权最小二乘支持向量机(SVM)的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数,然后采用加权最小二乘支持向量机方法获得初始权值,每次将其中一个权值对应的样本点作为测试样本,其余点作为训练样本,依次对样本的误差变量进行更新,再根据权值计算公式实现所有权值的更新,进而确定最优分类平面,实现对观测信号的最优分类,最终估计出混合矩阵。实验结果表明,新算法是有效的,其平均误差是基于K-均值方法误差的0.2倍左右,是基于SVM算法平均误差的0.5倍左右。 相似文献
10.
针对直扩序列码分多址(DS-CDMA)系统多用户检测的问题,提出
了一种基于性能指标(PI)变步长EASI算法信息码与伪码盲估计的算法。该算法在比较盲源
分离(BSS)和DS-CDMA系统模型的基础上,用自适应的方法估
计混合矩阵进而估计出伪码,并利用分离矩阵分离观测信号从而估计出信息码。另外,该算
法利用PI值来调整步长,使算法收敛速度和稳定性能达到一个理想平衡点。实验结果显示,
该算法具有很好的抗多址干扰(MAI)的能力,伪码和信息码的误码率分别在-10 dB和0
dB时达到10-2以下;对不同用户数,5 dB时所有扩频码被完全正确检测
的概率几乎都在80%以上。 相似文献
11.
12.
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。 相似文献
13.
在实际应用中由于恶劣环境或人为干扰等因素而导致多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达部分阵元失效,使得其接收数据缺失及其协方差矩阵秩亏,从而导致子空间类算法的波达方向(Direction of Arrival,DOA)估计性能恶化甚至完全失效。针对上述问题,提出了一种接收阵元失效下基于协方差矩阵重构的MIMO雷达DOA估计方法。该方法根据MIMO雷达协方差矩阵中以接收阵元数划分的子方块矩阵具有Toeplitz特性,利用正常工作接收阵元的协方差矩阵元素来恢复相应的缺失元素,从而重构出完整的数据协方差矩阵,提高阵元失效MIMO雷达的DOA估计性能。仿真结果验证了所提方法的有效性。 相似文献
14.
在信号源为BPSK和MASK的情况下,提出了一种波达方向(DOA)估计方法。对于等距线阵上的接收数据,此算法根据信号源为实信号的特点,利用欧拉公式形成正弦和余弦数据,并将其加以串联,这相当于将阵元个数加倍,然后在此基础上运用ESPRIT类算法估计波达方向。由于正(余)弦数据为实值数据,所以本文提出的算法可以有效地将运算量减少到相同维数复值运算量的1/4。仿真实验表明新算法不仅估计精度高,而且能够处理的信号个数可大于阵元个数。 相似文献
15.
16.
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。 相似文献
17.
针对L型阵列,提出一种在高斯白噪声环境下的二维波达方向(DOA)快速估计方法。首先利用阵列结构特点构建两个互协方差矩阵,同时实现了噪声分量的有效抑制,再依据协方差矩阵的性质构造了波达方向矩阵。对该矩阵进行一次特征分解即可分别得到包含方位角和俯仰角信息的方向矢量和方向元素,实现二维DOA估计。该算法避免了传统算法的谱峰搜索或大矩阵构造及其特征分解过程,计算量小,且参数自动配对。仿真结果表明,该算法在低性噪比和少快拍下的估计精度与2D ESPRIT算法近似,但计算复杂度大幅降低,适用于实时性高的工程应用背景。 相似文献