一种非对称PCMA信号盲分离算法

针对卫星通信中非对称成对载波多址(PCMA)信号的盲分离问题，提出一种基于同步挤压小波变换(SWT)的盲分离算法。该算法在混合多个信号前提下，首先按强信号进行同步，接着采用同步挤压小波变换提取时频曲线，最后去除混合信号中的噪声与强信号主频外的弱信号干扰，降低了强信号解调误码率。该算法具有在不具备协作通信方发送的信息序列的先验条件下，实现了非对称PCMA信号盲分离的特点。仿真结果表明，经本文算法处理后强信号解调误码性能比对混合信号直接硬判决时有较大提升。     

基于简化粒子群优化的卷积混叠盲源分离算法

针对现有的卷积混叠盲源分离算法存在的算法复杂和分离精度低等问题,提出一种新的基于简化粒子群优化的卷积混叠盲源分离算法。算法将不同时间点分离信号的互累积量消失作为分离准则,将信号的四阶互累积量作为目标函数,采用简化粒子群优化算法代替基本粒子群算法对目标函数进行全局优化,解决了基本粒子群算法容易陷入局部极值的问题。Matlab仿真结果表明,新算法可以有效实现对卷积混叠信号的盲源分离。对比基本粒子群算法,新算法分离精度更高、收敛速度更快。     

卫星干扰源定位中时间差估计优化算法研究

为了提高卫星干扰源测时差定位的性能,提出了四阶累积量时间差(TDOA)估计优化算法.该方法利用高阶累积量的特性,在低信噪比、非相关或相关噪声环境下,对接收信号到达时间差做出精确估计,有效提高了卫星干扰源定位的性能.仿真结果验证了该算法的准确性和有效性.     

多径信道下OFDM信号和单载波信号的盲识别

针对非协作通信条件下OFDM(正交频分复用)信号和单载波调制信号的类间识别问题,提出一种在多径信道下基于信号循环自相关的调制识别算法。该算法不需要信号和噪声的先验知识,可以直接对中频信号进行处理,具有较强的实用性。通过对信号循环自相关函数进行分析,仅需进行时域的延时自相关运算和特定延时下的循环自相关运算,就可以从频域提取特征值来实现OFDM信号和单载波信号的盲识别。在估计OFDM信号周期时,提出一种基于极大值抽取的延时估计算法,能在多径衰落信道中不需要先验信息的情况下完成估计。仿真表明,本文提出算法的识别性能优于传统的四阶累积量算法。     

基于高阶累积量的闭环子空间辨识算法研究

为了解决过程噪声和测量噪声为高斯有色噪声且反馈控制器未知情况下的闭环系统辨识问题,给出了基于子空间辨识框架下的闭环辨识算法。算法通过选择适当的辅助变量,构造出噪声过程的高阶累积量,并利用高阶累积量对高斯噪声不敏感的特性来抑制噪声的影响,最后再使用子空间算法辨识系统的状态空间模型。数值仿真表明,对于存在高斯有色噪声的闭环系统,该辨识算法可以得到无偏的系统状态空间模型。     

基于三阶累积量的语音频域排序算法

在语音信号频域盲分离算法中,利用短时傅里叶变换将时域卷积变换到频域乘积,从而在每个子频段上进行复数瞬时分离,降低运算量,但这会导致分离结果出现次序和幅度上的不确定性。文章提出了一种改进的基于三阶累积量的频域排序算法,在每个子频段上计算信号的三阶累积量,比较其相关性来解决排序问题。仿真实验证明了该算法的可行性。     

基于共轭模糊函数的时差-频差联合估计方法

提出了一种新的二阶到达时差（TDOA）和到达频差（FDOA）联合估计算法。该方法利用非圆信号具有非零二阶共轭矩这一特点构造所谓二阶共轭模糊函数,通过对该模糊函数进行二维极值搜索获得TDOA和FDOA的联合估计。新方法能够抑制相关噪声,但计算复杂度远小于传统高阶累积量方法。     

基于高阶累积量的低信噪比直扩信号盲检测的实现

高阶累积量理论上可完全抑制高斯噪声。文章对直扩信号的四阶累积量进行了讨论,通过选取包含有多个信号特征的2D切片,实现了强高斯白噪声干扰时直扩信号的载频、码片速率及码元周期等参数的有效估计。     

基于四阶累积量一维切片的直扩信号检测

文章提出了一种在强背景噪声条件下检测弱直扩信号参数的方法:利用四阶累积量一维切片在低信噪比条件下估计直扩信号载频。因高阶累积量对高斯白噪声有良好的抑制能力,四阶累积量一维切片检测法与传统自相关信号检测法相比,能在更低信噪比条件下恢复信号载频谐波分量。在四阶累积量计算过程中,巧取其一维切片进行计算,减小了运算量。在给出的仿真结果中,以较短的数据长度,能在-15dB下检测到直扩信号载频。     

基于最大信噪比的带噪测控信号分离算法

在实际卫星测控信号侦察中,混合副载波信号分离比较困难,且耗时较长.为此,提出一种基于小波变换和最大信噪比的副载波盲分离算法.先利用小波阈值算法对混合带噪信号进行消噪处理,然后采用基于最大信噪比的盲分离算法对消噪后的信号实施分离,最后得到测控副载波信号的估计.MATALAB仿真结果表明,该算法计算复杂度低,耗时短,能够较...