含脉冲噪声的洛伦兹双阈值余量追踪信号重构

在压缩感知(CS)技术中,基于最小洛伦兹范数的重构算法在脉冲噪声环境下具有较强的鲁棒性。但是,洛伦兹硬阈值追踪(LHTP)算法采用残差的负梯度更新信号的估计量,从中引入了噪声的影响。基于此,提出了洛伦兹双阈值余量追踪(LDTRP)算法,通过迭代估计的重构误差来修正信号的估计量,并利用残差设置新的野点阈值。实验结果表明,无论信号是否受到噪声影响,LDTRP算法均能获得更好的信号重构质量。另外,在含有脉冲噪声的环境中,相比洛伦兹迭代硬阈值(LIHT)算法与LHTP算法,所提算法降低了对脉冲数量以及脉冲功率变化的敏感度,提高了重构性能。     

基于干扰抑制的恒模波束跟踪新算法

当干扰信号强度不小于期望信号时,常规恒模算法（CMA）会错误跟踪到干扰信号;期望信 号导向矢量线性约束恒模算法（LSCCMA）通过对期望信号来波方向约束,可正确跟踪到期望 信号,但是算法在干扰信号来波方向上不能形成明显的零陷。为此,提出了基于干扰约束的 恒模算法（LICCMBTA）。理论分析和仿真结果证明,该算法不仅可以正确跟踪到期望信号, 并且可实现在多个强干扰信号来波方向上形成深度可调的干扰零陷,从而提高了常规恒模算 法波束跟踪的稳健性。     

基于噪声分布特性的脉冲信号自适应门限检测

通过分析数字脉冲信号幅度差分的概率分布模型，得到噪声的分布特性，并推导出用于脉冲信号检测的时域自适应门限。该门限可通过计算信号幅度差分绝对值的均值直接得到。该门限算法的第一个优点是门限值仅与噪声统计特性相关，与信号无关，可避免传统自适应算法中检测门限被强信号拉高，造成强信号附近的弱信号漏检问题;第二个优点是计算复杂度低，非常适合于实时性要求高而资源不足的现场可编程逻辑门阵列（FPGA）等硬件平台实现，为脉冲信号的实时捕获和后续的侦察处理提供支撑。     

一种改进的电力线通信系统脉冲噪声抑制方法

为了抑制脉冲噪声对电力线正交频分复用（OFDM）通信系统的影响,最常用的方法之一是在接收端OFDM解调器之前前置一个置零非线性单元,即传统置零法。然而,由于引入了非线性失真,其性能并不理想。针对传统置零法引起的非线性失真问题,提出了一种基于迭代消除非线性失真的改进置零法。首先,对接收到的时域OFDM信号进行脉冲噪声检测和置零处理;然后,在频域利用已检测的符号来重构时域置零处理引入的非线性失真,并通过迭代提高重构的准确性;最后,从频域接收信号中减去重构的非线性失真。仿真结果表明,所提改进算法与传统置零法相比,有非常大的性能提升,增强了电力线OFDM通信系统对脉冲噪声的抵抗能力。     

一种提高恶劣环境中电台话音质量的方法

针对恶劣环境中电台话音质量差这一难题,提出了一种有效的解决方法。首先在最小值控制的递归平均Ⅱ型（MCRA-2）算法基础上,提出了一种改进的MCRA-2算法。该算法采用自适应平滑参数和双检测门限,能有效减小音乐噪声,提高噪声估计准确性;然后将该噪声估计算法与对数最小均方误差估计器相结合,实现话音降噪,提高恶劣环境下电台话音质量;最后利用噪声估计结果和降噪后的话音信号,采用信噪比判决算法,自适应估计静噪门限,实现自适应静噪,进一步提高话音舒适度。实验表明,采用该方法的电台在大噪声、强干扰等恶劣环境中使用时,能明显改善话音质量,有效减轻收听者听觉疲劳。     

高信号密度雷达脉冲分选算法

利用脉冲重复间隔(PRI)是高信号密度环境下一种主要的脉冲分选去交错方法.文中分析了受到雷达扫描特性影响时,脉冲到达时间(TOA)测量误差对PRI估计及对脉冲分选去交错的影响,提出了一种对脉冲幅度变化不敏感的TOA测量算法和能够克服PRI误差累积的去交错算法.仿真结果表明,该算法适用于高信号密度环境,性能良好.算法已在DSP平台上实现,具有很好的实时性.     

一种对称α稳定分布噪声环境下DOA估计新算法

脉冲噪声环境下波达方向（DOA）估计是阵列信号处理领域一个新兴研究方向。针对α稳定分布噪声环境下经典MUSIC算法性能退化的问题,提出了一种新的基于非线性压缩核函数（NCCF）的DOA估计算法。该算法利用基于NCCF的有界矩阵代替了MUSIC的协方差矩阵,通过对有界矩阵进行特征分解确定信号子空间和噪声子空间,借用MUSIC谱估计公式进行谱峰搜索,得到DOA的估计值。仿真结果表明,NCCF-MUSIC算法运算复杂度较低,相比于基于分数低阶统计量（FLOS）的MUSIC方法和基于广义类相关熵（GCAS）的MUSIC算法,该方法具有更好的准确度和稳定性。     

PCMA自适应自干扰对消算法与仿真

讨论了成对载波多址（PCMA）自适应自干扰对消原理,分析了参数估计误差对自干扰 对消的影响。在频偏误差的影响下对消误差为非平稳过程,传统自适应对消滤波器无法收敛 。为了克服频偏误差的影响,提出了一种自适应可变遗忘因子（VFF） RLS算法,同时,给 出了具有高精度低运算量的模糊函数参数估计算法。仿真证明了VFF-RLS对消算法具有良好 的对消性能和稳健性,且需要的额外功率较低,能满足PCMA系统要求。     

训练样本不足时的子空间信号检测方法

为了解决训练样本不足时的子空间信号检测问题，提出了两种有效的降秩检测器。基于主分量分析（PCA）的思想，先把常规自适应子空间检测器中采样协方差矩阵（SCM）的求逆运算用噪声特征子空间矩阵与其共轭转置的乘积代替，构造降秩子空间检测器；为进一步提高算法稳健性，把降秩子空间检测器的求逆运算用Moore-Penrose逆代替。仿真结果表明,所提方法在训练样本充足及不足时，均比现有方法具有更好的检测性能。     

抗冲激干扰的稀疏惩罚约束遗漏最小均方算法

当被识别系统是稀疏系统时,传统的遗漏最小均方（LLMS）自适应算法收敛性能较差,特别在非高斯噪声环境中,该算法性能进一步恶化甚至算法不平稳收敛。为了解决因信道的稀疏性使算法收敛变慢的问题,对LLMS算法的代价函数分别利用加权1-norm和加权零吸引两种稀疏惩罚项进行改进;为了优化算法的抗冲激干扰的性能,利用符号函数对已改进的算法迭代式作进一步改进。同时,将提出的两个算法运用于非高斯噪声环境下的稀疏系统识别,仿真结果显示提出的算法性能优于现存的同类稀疏算法。     

一种基于实数编码遗传算法的常模盲均衡

盲均衡可以看作代价函数优化问题。为了改进经典常模算法的性能,研究了利用实数编码遗传算法的常模盲均衡,把均衡器系数向量作为遗传算法的决策变量,采用轮盘赌选择和精英保留策略相结合的混合选择算子、算术交叉算子和非均匀变异方式,经过一系列的遗传操作,搜索到适应度值最高的个体,即均衡器的最优系数。计算机仿真结果证明了算法具有收敛速率快、能够搜索到全局最优解等特点。     

The political market for immigration restrictions: Model and test

This paper addresses the important question of whether public investment spending on economic infrastructure enhances economic growth in Mexico. It estimates a Cobb-Douglas production function that includes public infrastructure capital. Using cointegration analysis, the paper estimates a vector error correction model (VECM) for the 1995?–?99 period. The results suggest that there is a long-term stable relationship among the variables included in the VECM. The evidence also indicates that both public infrastructure spending and private capital formation have a positive and highly significant effect on the rate of output growth. Finally, the impulse response functions (IRF) and the variance decompositions (VDC) of the endogenous variables in the VECM suggest that the response of private capital to public infrastructure is positive while the reverse causation is not affirmed. From a policy standpoint, the findings call into question stabilization policies that disproportionately reduce public infrastructure to meet targeted reductions in the fiscal deficit (JEL, O1, O47, O54).     

一种采用自适应测角噪声的交互多模型跟踪方法

针对转换瑞利滤波器(SRF)由于测角误差先验信息不准确而导致跟踪性能退化的问题,提出了一种基于交互式多模型转换瑞利滤波器（IMM-SRF）的目标跟踪方法。该方法采用多个不同测角噪声水平的SRF模型进行滤波,并且通过对滤波结果的自适应加权融合解决测角误差未知的问题。与SRF方法相比,该方法无需测角误差的先验信息,鲁棒性和实用性更好。仿真结果表明,IMM-SRF方法可实现对匀速运动和曲线运动目标的准确跟踪,并且收敛速度也较快,验证了所提方法的有效性。     

一种GNSS多星座的抗差伪距单点定位算法

为抑制因导航星座间差异和故障卫星对多星座伪距单点定位产生的负面影响,通过分析多星座与单星座伪距单点定位的异同和多星座粗差探测方法,提出了在不同伪距质量下选择不同方法对伪距偏差状况进行估计,再基于平差理论、M估计和核函数构造三段式权值,实现能在不同环境下选择较优模型的对不同卫星赋予不同权值的新型抗差伪距定位算法。通过国际GPS服务组织（IGS）站点实测数据验证,该算法在不同情况下均能实现较高精度的定位结果,具有较优的抗差性能和定位精度。与传统抗差定位算法比较进一步验证了所提算法的优越性。相关结论对未来多星座定位算法的研究具有较大意义。     

基于GPD的稳健贝叶斯压缩感知ISAR成像方法

现有贝叶斯压缩感知（Bayesian Compressed Sensing,BCS）-逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像算法中先验分布模型不能很好地满足可压缩性，导致成像精度随脉冲数目的减小、高斯噪声的增强而急剧下降。为此，提出了一种基于广义Pareto分布改进BCS成像方法(Improving BCS imaging based on GPD,IGPCS)。该方法主要在BCS框架下利用广义Pareto先验分布替代传统的广义Gaussian先验分布,以增强模拟信号的稀疏先验和可压缩性。进一步地，为了克服后验概率模型计算困难等问题，采用最大后验（Maximum A Posteriori，MAP）方法对超参数进行估计。通过对Mig-25小型飞机的ISAR模拟实验表明,与传统方法相比，IGPCS方法能够获取极高的成像精度，并且对低脉冲数、强高斯噪声环境具有较强的鲁棒性。     

超宽带室内定位算法

为了解决室内密集多径环境下人员定位精度差这一问题，设计并实现了一种基于脉冲超宽带与能量检测接收机的信号到达时间估计算法。根据在IEEE802.12.4a标准室内家居环境下得到的超宽带信号，深入分析了信号的偏度、翘度与均方差特性。根据信号特性与信噪比之间的关系，算法能够实现高精度的信号传播时间估计。该算法充分考虑了积分周期与信号传播环境如视距与非视距对信号传播时间造成的影响。通过实验分析对比，该算法对信号传播时间估计具有更好的鲁棒性，目标运动速度和形变具有很好的鲁棒性，能够提供更高的精度。相较于阈值估计算法，该算法在低信噪比环境下最优能够提高10 ns的估计精度。     

基于正交UWB脉冲的TH-BPSK超宽带系统

超宽带(UWB)系统通常使用一种UWB脉冲发送数据，本文根据正交函数的特性，提出了一种基于正交UWB脉冲的TH-BPSK超宽带系统，它可以在一帧内传送多个UWB脉冲，提高了系统的传输速率。本文详细说明了系统的组成及工作原理，分析了系统性能。计算机仿真和理论计算结果表明：与仅使用一种UWB脉冲的TH-BPSK超宽带系统相比，在相同的用户数、信噪比和跳时序列条件下，本文提出的系统具有更低的误码率(BER)、更高的传输速率。     

基于粒子群优化的数字波束形成算法

波束形成的加权系数求解是一个优化过程,现有算法大多经过多次迭代,计算量大,实现复杂。为降低波束形成算法复杂度,将粒子群优化原理应用于数字波束形成中,提出了基于粒子群优化的自适应数字波束形成算法。该算法将每一组权值作为一个粒子,将阵列加权和的输出信号与干扰噪声比(SINR)作为适应度函数,通过比较各个粒子的适应度值,进行迭代搜索得到最优解。该算法可使天线阵在主波束对准有用信号,同时能有效抑制两个以上的干扰,且对阵列通道误差有较好的稳健性。计算机仿真验证了算法的有效性。