CATV系统前端载噪比的计算方法

本文针对CATV前端系统设计中载噪比的计算，给出了适用于各种信号条件下的载噪比计算公式。     

扩频系统最佳失真度量化及载噪比评估方法

扩频系统接收机模拟中频信号的量化会带来信噪比损失,在一定程度上影响扩频系统的抗干扰性。为提升接收机输入端量化信噪比,针对服从高斯分布的噪声且低信噪比的接收机模拟中频信号,提出一种自适应功率的模拟中频信号的“最佳失真度量化方法”。首先分析数模转换器的特性划定量化门限,然后依照输入信号的统计特性,设计出最佳功率的计算方法,并提出新的评价指标“载噪比”,可以在捕获前预先衡量量化损失。通过仿真计算了“最佳失真度量化方法”的载噪比,并与 “传统法”进行对比。实现结果表明,所提方法的载噪比相对于“传统法”的均值提升0.27 dBHz。     

基于信干噪比的D2D通信功率控制与资源分配

为了优化长期演进(LTE)系统引入设备直传(D2D)通信后带来的同频干扰、系统边缘用户性能恶化问题,提出一种基于信干噪比(SINR)的多小区D2D通信资源分配方案,通过调整信干噪比阈值将部分蜂窝用户(CU)转化为D2D用户并释放频谱资源进而获得较佳的资源分配策略,同时提出一种基于小区间D2D竞争机制的配置算法有效降低小区间干扰。仿真表明,算法能够有效提升系统容量,并提升小区边缘D2D用户公平性。     

修正Kalman滤波多带UWB信道估计改进方法

针对多带超宽带(UWB)系统中修正Kalman滤波算法复杂度高的缺陷,提出一种低复杂度的修正Kalman滤波改进方法。该方法中UWB信道采用自回归模型(AR)建模,利用导频跟踪时变信道衰减因子,通过Kalman滤波和频域分段最小均方误差(MMSE)算法同时跟踪信道的时域相关性和频域相关性,提高了系统性能,降低了计算复杂度。仿真结果表明,和修正的Kalman滤波方法相比,在估计精度损失很小的情况下,所提方法极大降低了计算复杂度,提高了系统整体的估计性能。     

基于随机Hough变换的斜率估计多径抑制算法

抑制多径干扰是提高GPS定位精度的关键。针对低载噪比、预相关带宽有限的情况下斜率估计（ELS）的多径抑制技术往往不能正常工作的问题,提出了一种基于能够鲁棒地提取直线斜率的随机Hough变换（RHT）的斜率估计多径抑制算法。该算法主要采用多相关器结构得到多径相关峰的采样值,然后利用RHT得到相关峰两边的斜率,最后结合ELS的基本原理构成具有补偿因子的伪码鉴相器,以达到抑制多径干扰的目的。仿真结果表明,该算法解决了ELS在有限的预相关带宽（4 MHz）和较低载噪比(33 dB-Hz)条件下不能有效提取直线斜率的问题,并且在相同载噪比(44 dB-Hz)条件下,该算法的多径抑制性能也优于ELS算法。     

用于APSK和QAM信号信噪比估计的改进分段数据拟合算法

为提高幅相键控(APSK)信号和正交调幅(QAM)信号信噪比估计范围和精度,提出了一种改进的信号信噪比估计算法。算法首先计算接收信号平方的均值和绝对值的均值之比,然后根据星座图特征,利用多项式拟合该比值与信噪比的关系。在拟合过程中,对信噪比区间进行分段拟合来提高各段拟合精度,并用蒙特卡洛仿真经验值修正算法的固有偏差,从而得到信噪比的近似无偏估计。仿真结果表明,当信噪比估计区间为-5~20 dB且数据长度合适时,16APSK和32APSK信号信噪比估计偏差均值小于0.5 dB,标准差小于2 dB;该算法对16QAM和32QAM信号信噪比估计的标准差小于传统数据拟合算法。该算法运算复杂度较低,便于实时应用和硬件实现,对恒模和非恒模信号均能实现信噪比宽范围精确盲估计。     

基于FTV的改进深度估计算法

深度估计是任意视点电视(Free View Television,FTV)系统的关键技术。为提高深 度边缘的深度估计准确度,并解决视频序列中不同帧间同一深度物体深度估计值不一致问题 ,提出一种在深度图的时间一致性保持算法,以前一帧的深度图与当前视图的运动信息为约 束条件估计当前帧的深度,使得相邻帧的深度图在时间上保持一致。     

一种改进的CPFSK信号频率估计方法

针对突发信号解调中多普勒频偏大的问题,提出了一种改进的连续相位移频键控信号(CPFSK)频率估计方法。首先接收信号平方运算使信号的调制指数加倍,再通过一次离散傅里叶变换(DFT),用搜索信号平方谱谱峰的方法实现突发信号频率估计。仿真实验表明,在低信噪比条件下,该算法的频率估计精度比经典的相位差频率估计算法提高了20%;该算法与广泛用于高动态突发信号的频率插值估计算法相比,同道干扰信道下信干比改善可达4 dB,DFT长度缩短约1/3。     

一种改进的跳频信号参数估计方法

针对在跳频信号跳变时刻和跳变频率估计方面实时性和估计精度无法同时兼顾的问题,提出了一种基于短时傅立叶变换(STFT)和多重信号分类(MUSIC)算法的跳频信号参数估计方法。在建立跳频信号数学模型的基础上,利用STFT选取较大时间窗对整个信号在时域进行粗搜索,生成时频谱图,提取时频脊线从而获得跳变时刻,然后选取较小时间窗在已知跳变时间段利用STFT进行跳变时刻的细估计,并利用MUSIC算法进行频率的精确估计。该方法利用STFT的二次估计,减少了MUSIC搜索范围,从而降低了时间开销。仿真表明该算法的跳变时刻频率估计精度高,实时性能满足参数测量需求。     

一种改进的单音干扰下OFDM系统盲信道估计算法

在相关检测的OFDM系统中,信道估计具有十分重要的意义。研究了一种在单音干扰 环境下的OFDM系统中基于预编码的盲信道估计方案。利用接收的干扰信号的频域信息对单音 干扰信号进行准确估计与重构,有效地消除了干扰信号的影响,提高了单音干扰下盲信道估 计的准确性。与其他盲信道估计算法相比, 基于预编码的盲信道估计算法具有较低的运算复杂度以及较快的收敛速度。仿真结果表明 了该算法在干扰估计以及信道估计两方面都取得了较好的性能。     

一种基于非一致响应圆阵的DOA估计改进算法

由于传统波达方向(DOA)估计算法对接收天线阵列的阵元一致性要求高,即幅度和相 位响应要求一致,在工程应用中受到较大限制。针对该问题,结合均匀圆阵的特点,通 过引入阵元幅度和相位不一致因子对传统MUSIC算法的模型加以改进,提出了一种改进的MUS IC算法。该算法降低了阵元的一致性要求,可通过迭代求解的方法来完成对多个信源来波方 向进行估计。仿真和分析结果表明,提出的算法可有效地进行多个目标的DOA估计。     

一种改进的基于奇异值分解的信源数目估计算法

信源数目估计问题在盲源分离中具有重要的意义。研究了传感器数目大于信源数目时的源数估计问题。首先分析了用奇异值分解法进行信源数目估计的优势与不足,然后提出了一种改进的基于奇异值分解的信源数目估计算法。该算法首先对含噪混合信号进行奇异值分解,然后检测信号分量与噪声分量之间的转折点,将信号分量与噪声分量区分开来,从而得到信号源的数目。实验仿真表明,该算法在低信噪比以及采样点数较少时仍然具有好的性能。     

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。