双模噪声背景下自适应小波阈值去噪

在分析双模噪声模型统计特性的基础上提出自适应小波阈值算法。新算法中设计改进的阈值函数和控制函数,克服了传统硬、软阈值法的不足,并且自适应得到最佳控制因子。该算法对加入双模噪声的信号进行闭环反馈处理：小波分解、阈值量化处理、小波逆变换重构信号、控制函数寻优。Matlab 2012a仿真结果表明,该算法相对于传统硬、软阈值法,去噪图形曲线清晰、光滑、连续性好,信噪比分别提高9 dB和4 dB。在双模噪声背景下,自适应小波阈值去噪有效、可行,拓展了小波阈值算法的应用。     

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。     

一种稀疏重建的多基地雷达多目标定位算法

采用距离和信息的多基地雷达多目标投影定位算法中，距离向脉冲压缩后分辨率降低，需要已知空间中目标个数。针对此问题，提出了一种稀疏重建的多基地雷达多目标定位方法。该方法利用多个接收机中目标稀疏度相同的特点，通过构造平均重构残余误差变化率和平均散射系数变化率作为正交匹配追踪(OMP)算法迭代终止判定条件，自适应地终止OMP算法的同时获得稀疏重建信号以及信号稀疏度的估计值，提高了距离向分辨率，获得了对空间中目标个数的估计。仿真实验表明所提算法有效抑制了距离向主瓣展宽和旁瓣串扰，提高了距离向分辨率。同时，所提算法在不同噪声环境下能准确估计空间中目标个数并提取其空间位置，实现对空间中目标的准确定位。     

基于时频分布迭代的跳频信号参数估计

提出了一种基于时频分布迭代的跳频信号参数估计新算法，利用时频平面最大值， 通过计算跳频信号与最优原子时频分布的残差逐次迭代获取匹配于跳频信号分量的时频参数 ，进而实现跳频信号参数估计。理论分析和仿真结果表明，与基于匹配追踪和粒子群优化的 跳频信号参数估计相比，基于时频分布迭代的参数估计算法在保证算法精度的情况下，有效 地降低了算法的计算复杂度，为跳频信号盲接收的实时实现提供了一种新方法。     

一种适用于强脉冲噪声下的对数型恒模盲均衡算法

针对脉冲噪声下恒模算法(Constant Modulus Algorithm,CMA)失败的问题,通过分析脉冲噪声的影响,提出了一种基于最小均方（Least Mean Square,LMS）准则的对数型恒模算法（Logarithmic-type CMA,LT-CMA）。LT-CMA利用对数函数的非线性变换特性自适应地抑制强脉冲噪声对误差函数的影响,并且利用l2-范数进行信号归一化处理以增强算法的稳健性。仿真结果表明,所提出的LT-CMA可以适应于高斯噪声环境和脉冲噪声环境;与经典自适应均衡算法相比,在收敛速度和稳健性两方面上,所提出的LT-CMA都有显著的提升。     

利用匹配追踪算法提取变电站内路径损耗参数

为了衡量变电站内电磁环境对无线通信设备的干扰，尤其是对无线信道的干扰，采用频域测量方法在110 kV和220 kV变电站内分别对430 MHz和470 MHz通信频段电磁波路径损耗进行了测量。针对变电站内电磁环境相对复杂的情况，提出了一种利用匹配追踪算法滤除噪声，提取路径损耗参数的方法。根据测量信号的特征，构建了与测量信号匹配而对噪声不敏感的高斯脉冲原子库。与常规的Gabor原子库相比，基于构建的高斯脉冲原子库的匹配追踪算法比传统的基于Gabor原子库的匹配追踪算法运算速度要快3~4倍，提高了匹配追踪算法的运算速度，减少了计算时间，获得了较好的降噪和信息提取的效果，为变电站内布置无线通信设备提供了理论依据和指导意义。     

基于块稀疏度与自适应迭代的压缩感知方法

针对分块压缩感知算法在平滑块效应时损失了大量的细节纹理信息,从而影响图像的重构效果问题,提出了一种基于块稀疏信号的压缩感知重构算法。该算法先采用块稀疏度估计对信号的稀疏性做初步估计,通过对块稀疏度进行估算初始化阶段长,运用块矩阵与残差信号最匹配原则来选取支撑块,再运用自适应迭代计算实现对块稀疏信号的重构,较好地解决了浪费存储资源和计算量大的问题。实验结果表明,相比常用压缩感知方法,所提算法能明显减少运算时间,且能有效提高图像重构效果。     

基于压缩感知的信道反馈重构

在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,基于压缩感知技术(Compressed Sensing,CS)开发高效的信道状态信息(Channel State Information,CSI) 反馈方案是现在研究的热点。针对现有的基于CS的信道反馈重构算法——正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法存在重构时间长、数据量大可能会无法适用的不足,提出了一种改进的OMP算法,即广义正交匹配追踪(Generalized OMP,GOMP)算法对CSI进行高效重构。仿真结果表明,GOMP算法在重构精确度上高于OMP算法,特别是在较低的压缩比下优势更为突出;而且由于迭代次数减少,需要的重构时间也显著减少。     

一种基于正交匹配追踪的压缩感知信号检测算法

针对当前压缩感知信号检测算法没有充分利用稀疏系数幅值信息的不足,提出了一种新的检测算法。从正交匹配追踪算法切入,通过深入分析归一化残差的变化信息,提出归一化余差概念,建立了一种基于归一化残差和归一化余差二维判决的信号检测算法。仿真结果表明,算法的有效检测阈值区间随着信噪比的降低而不断减小,且在信噪比为-8 dB、压缩比为0.25时,该算法的检测概率仍能满足要求,具备较好的适应性。     

基于压缩感知超宽带信号盲稀疏度信道估计

鉴于超宽带（UWB）信道估计要求预先给出信道才能精确重构的不足,研究了 基于压缩感知的盲稀疏度匹配追踪类算法用于信道重建。这种盲稀疏度方法根据迭代终止条 件和字典中最优原子选择方式的不同,设置迭代终止阈值和阶段转换阈值,通过可变步长的 增大逐步逼近稀疏度,实现精确重建。仿真结果表明,相同条件下,基于此思想经过改进算 法可有效用于解决实际UWB信道估计,较改进前算法估计性能相当,是一种具有应用价值的 盲稀疏度重构方法。     

脉冲噪声下跳频信号时频图修正

为了在α稳定分布噪声的环境下获得清晰的跳频信号时频图,提出一种基于分数低阶SPWVD(Smoothed Pseudo Wigner-Vile Distribution)与形态学滤波相结合的跳频信号时频图修正算法。首先,根据接收到的多跳频信号建立跳频信号的模型和α稳定分布噪声模型;然后,采用低阶SPWVD变换抑制时频图中脉冲噪声;最后,根据形态学滤波处理方法对残留噪声进一步抑制进而得到清晰时频图。理论分析和仿真结果表明,所提算法在广义信噪比为-5 dB时仍可以得到清晰可靠的跳频信号时频图,并且基于时频图的参数估计性能优良。     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中,最大似然（ML）检测可以取得最优的检测性能,然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题,提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引,接着对候选天线索引按正则化标准进行可靠性验证,剔除错误索引,缩小信号的搜索空间,最后通过求解最小二乘问题估计信号。仿真结果表明,与经典的正交匹配追踪（OMP）算法相比,所提算法以少许复杂度的增加为代价极大提升了检测性能,能够在检测性能与复杂度之间取得更好的折中。     

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。     

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。     

多视角穿墙雷达联合稀疏成像算法

多视角穿墙雷达成像系统利用多个视角的目标回波数据,可以有效提高目标成像重建结果的质量。在建立多视角穿墙雷达联合稀疏信号模型的基础上,提出了一种基于交叉验证技术的删失同时正交匹配追踪成像算法。该算法将每个观测视角雷达单元的测量数据分成重建数据和交叉验证数据两部分,通过进行多次删失同时正交匹配追踪迭代计算实现测量噪声水平估计和成像重建,既减小了各个视角雷达站间的数据通信开销,也摆脱了成像算法对测量噪声水平和场景稀疏度先验信息的依赖。仿真实验结果验证了所提成像算法的有效性和准确性。     

OFDM系统中基于弱选择ROMP算法的稀疏信道估计

为了解决实际OFDM通信系统中信道稀疏度未知的不足,提出将弱选择正则化正交匹配追踪算法用于估计稀疏信道。算法在不知晓信道稀疏度的情况下,对不同迭代残差与测量矩阵中原子的相关系数进行判定后,根据原子的弱选择准则灵活地确定出表示信道冲激响应的原子候选集,进而利用正则化原则从候选集中挑选出表示信道冲激响应的最优原子组,逐步实现精确重建。仿真结果和理论分析表明：与正则化正交匹配追踪算法相比,相同条件下改进算法可以获得更低的均方误差和误比特率;另外,算法无需将信道稀疏度作为先验信息,实用性更强。