卫星稀疏信道中频谱空穴的新型检测算法

面对宽带移动卫星通信中信道占用呈现的稀疏状态和时而存在的稀疏干扰,以低速率 采样和运算是简化设备的必要途径。针对宽带频谱范围内稀疏信道信号和干扰信号的检测, 提出了一种用于直接估计频谱空穴的压缩采样算法,以低速率对信号进行采样,通过相 关向量机进行迭代优化,给出检测估计值。该算法基于最大似然贝叶斯估计,具有良好的抗 噪性能,同时能够降低设备复杂度。仿真结果表明,其抗噪性能明显好于CVX方法而略逊于理 想情况,而前端随机序列的相关性是影响检测性能的重要因素。     

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。     

一种采用刀切法的单通道信源数估计算法

针对现有信源数估计算法不能直接用于单通道接收模型且抑噪能力较差的问题，提出了一种采用刀切法的单通道信源数估计算法。该算法首先通过间隔抽样实现了单通道接收信号多维数的转换，得到矢量化空间；然后采用刀切法将此组空间重构多个协方差矩阵，经酉变换后结果取平均；最后通过循环迭代得到最优信源数。理论分析和仿真结果表明，该算法在白、色噪声环境下能有效抑制噪声，且在低信噪比及采样点较少时能更准确估计信源数，相较于传统的估计算法，显著提高了检测性能。     

采用数据辅助的大规模MIMO信道半盲迭代估计

由于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)信道衰落参数的维度较高,导致最优估计算法计算量大且需要的导频数较多而影响到频谱效率。为降低计算复杂度并减少导频开销,提出了两种基于期望最大化(Expectation Maximization,EM)估计的半盲迭代改进算法。利用少量正交导频序列估计出信道初值,通过用户与基站间信道的大尺度衰落系数把用户分簇,根据这些系数按比例地分配接收噪声,再利用数据的统计特性推导出信道衰落参数的均值和方差。仿真结果表明,当导频数远少于待估计参数的个数时,半盲估计算法的均方误差(Mean Square Error,MSE)优于导频估计的极大似然(Maximum likelihood,ML)算法。     

一种低复杂度的CPM信号最大似然块检测算法

为了降低连续相位调制(Continuous Phase Modulation,CPM)信号多符号非相干检测的运算复杂度，提出了一种低复杂度的最大似然块检测算法。该算法充分利用已判决输出的符号对检测过程中的符号向量取值进行约束，有效减少判决统计量计算时的运算量，进而降低算法复杂度。另外，该算法引入判决长度变量，通过调整单次检测时判决符号数使算法能够在检测性能与运算量之间灵活折中。仿真结果表明，提出的低复杂度检测算法能够适用于全响应和部分响应CPM信号，相比原最大似然块检测算法能够在不损失检测性能的前提下降低算法运算量至少50〖WT《Times New Roman》〗%〖WTBZ〗，并且能够通过选择不同的判决长度提高算法应用的灵活性。     

一种新的多址信道有效阶数估计算法

针对多用户正交频分复用/空分多址（OFDM/SDMA）系统上行链路多址信道,基于噪声信道提出了一种新的信道有效阶数和信道冲激响应联合估计算法。该算法以最大似然为目标函数,构建了基于差分进化并行搜索信道有效阶数并进行信道冲激响应估计的联合框架。算法引入赤池信息量准则作为搜索阶数最优的评判函数,以提高信道有效阶数和信道冲激响应的估计精度。仿真验证了所提算法的有效性和可靠性,结果表明引入赤池信息量准则（AIC）在降低有效信道阶数估计误差的同时提高了时域最大似然信道估计器的性能。特别地,在误码率为10－5时,所提算法能够获得约1.5 dB的性能增益     

基于动态分组的球形译码算法

在MIMO信号检测中,采用最大似然算法可以使系统的误码率最低,但最大似然算法要搜索整个信号空间,计算速度相当慢。球形译码算法性能最接近最大似然算法,它通过减少需要比较的信号点可大大降低计算量。提出了动态分组的球形译码算法,对传统球形译码算法进行了改进。仿真结果表明,所提算法可以根据M IMO系统的需要进行动态调整,可在小信噪比时降低误码率,大信噪比时提高译码速率。     

波形未知信号时频差参数的最大似然估计算法

提出了波形未知确定信号时频差参数估计的最大似然算法,得出利用互模糊函数可以实现此 种信号条件下时频差参数最大似然估计的结论,推导出了闭合形式的克拉美罗下界并对比了 不同信号模型下的参数估计精度。仿真实验结果表明了估计算法和性能分析的正确性。     

一种基于二阶锥规划的新时差定位算法

针对传统时差定位算法在量测噪声较大情况下定位性能不佳的缺点,提出了一种基 于二阶锥规划的新时差定位算法。该算法通过凸松弛和引入惩罚项,将难以求解的用户位置 最大似然估计问题转换为一个易于求解的二阶锥规划问题,并将松弛问题的最优解作为用户 位置的初始估计,利用传统的泰勒级数展开法得到最终定位结果。仿真给出了不同基站数目 及量测噪声下算法的定位性能。仿真结果表明,在量测噪声较大的情况下,新算法的定位精 度 仍可以逼近理论克拉美罗下限, 而且算法中惩罚因子的选取范围易于确定。     

跳频信号的归一化多普勒频差最大似然估计

针对双站定位涉及的跳频信号多普勒频差估计问题，提出了归一化的频差最大似然估计算法，利用两个定位站接收到的跳频脉冲串信号，构建一个关于基准跳频频率多普勒频差的似然函数，通过网格搜索得到使似然函数最大的多普勒频差估计，既解决了跳频信号在不同跳频频率上多普勒频差不一致的问题，又充分利用在不同频率的脉冲串信号提高了多普勒频差估计精度。通过仿真对算法的性能进行了评估，结果表明，与基于子空间的算法比较，在脉冲数达到240个时，所提算法执行效率提升30%以上。     

基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题，提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图，与噪声对应的灰度图比较差异，再将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征，解决门限难以确定的问题。若分析三维循环谱的时间块长过短，将导致信号灰度图特征在有无噪声情况下区别不大；若块长过长会导致检测延迟较大。为此，采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量，自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比，仿真表明所提算法在低信噪比下性能最优。     

基于波形对比度最优的扩展动目标恒虚警检测

在太赫兹高分辨引信系统中,引信与目标的相对运动会引起高分辨距离像剧烈变形,从而严重影响目标的检测。针对太赫兹引信扩展目标检测问题,提出了一种基于波形对比度最优的扩展动目标恒虚警检测方法。该方法利用波形对比度最优准则来估计雷达与目标之间的相对运动速度,进而实现运动补偿和恒虚警率目标检测,从而显著提高了太赫兹引信的目标检测性能。该方法简单并且在低信噪比的情况下也能有很好的检测效果。仿真实验验证了所提方法的优点和有效性。     

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。     

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。     

克服噪声不确定度的拟合优度检验频谱感知算法

针对已有的基于拟合优度(GoF)检验的频谱感知算法易受到噪声不确定度影响的问题,利用矩估计法或特征分解估计法对噪声方差进行实时估计,将采样数据处理为标准正态分布的信号,最后通过GoF检验来感知主用户的存在性。在减小GoF算法复杂度的同时,克服了噪声不确定度对算法性能的影响,仿真结果也表明了所提算法的有效性。     

基于循环前缀频域自相关的OFDM信号频谱感知

针对无线通信频谱资源有限并且利用率非常低的问题,研究了认知无线电系统中基于信号典型特征的频谱感知策略,并进行动态频谱检测。提出了一种基于循环前缀频域自相关的频谱感知算法,利用正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）信号的循环前缀具有循环平稳特性,在信号频域进行自相关运算,设定判决门限,完成对信号频谱的检测,同时具备较好的抑制平稳噪声和干扰的能力。在低信噪比或者噪声不确定度大的应用场景下,能够获得比能量检测方法更优、更稳定的频谱感知效果,增强了噪声鲁棒性。在算法中采用双门限检测,进一步减弱了噪声不确定度对检测性能的影响,提高了频谱感知性能。     

改进高阶Vanderpol振子在微弱信号检测中的应用

在高精度的微弱光电信号检测系统中，存在信号被强噪声湮没的情况。针对这一问题，提出了一种基于改进高阶Vanderpol振子的微弱正弦信号定量检测方法。该方法利用改进高阶广义Vanderpol系统的高灵敏度与强抗噪性的特点提高了微弱信号检测的可靠性，再结合Lyapunov指数定量检测和90°移相补偿来实现混沌系统状态的量化判断和待测信号参数的高精度提取。仿真结果表明改进的Vanderpol振子比传统Vanderpol振子运算速度更快。与传统Duffing振子相比，在5%幅值检测误差范围内，改进的高阶广义Vanderpol系统可多获得37 dB的信噪比增益和60 dB的检测门限增益；与基于相轨迹突变定性检测待测信号幅相法相比，90°移相补偿幅相定量检测法在信噪比降低时其检测相对误差仍可控制在2%以内。改进算法实现了微弱正弦信号的高灵敏度和高精度的幅相检测。     

一种适用于超宽带脉冲信号检测的改进CUSUM算法

将最快检测技术应用于超宽带脉冲信号检测中,具体采用改进的CUSUM(Cumulative Sum )算法来检测 超宽带脉冲信号。首先分析了经过多径信道衰减后的超宽带脉冲信号概率分布特性,进一步 提出了适用于超宽带脉冲信号检测的改进CUSUM算法。理论分析和仿真证明了所提改进 算法性能优越且实现复杂度低。该算法克服了块检测算法的信噪比门限效应,且具有最优的 检测延迟性能,相同虚警限制下其检测性能明显优于能量检测算法。     

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。