多指数连续相位调制信号的早迟环定时同步

针对多指数连续相位调制信号提出基于序列检测的早迟环定时同步,利用维特比算法的幸存度量构造定时误差估计器。根据误差估计的S曲线和方差,优化定时误差捕获范围和估计精度、消除环路假锁点,同时利用多指数连续相位调制的脉冲幅度调制分解对定时误差估计器进行简化。仿真结果表明,优化后的早迟环定时误差捕获范围最大可达±0.5个符号周期,估计精度在中低信噪比下能够接近修正的克拉美罗界,在高信噪比下也有较好的估计性能;当早迟环定时支路的分支度量简化至最大似然序列检测的1/8时,对多进制、部分响应的多指数连续相位调制信号,造成的解调性能损失小于0.5 d B。     

基于回归算法的OFDM系统帧同步和信道估计研究

提出了一种基于回归方法的联合帧同步和信道估计方案.该方案通过添加在OFDM帧格式中的伪噪声码可以得到帧定时和信道冲击响应,由估计到的信道信息,使频域单抽头均衡器完成信号补偿.仿真结果表明:在瑞利信道下,该方案的帧头丢失率要比滑动平均方案和Beek方案低,并且信噪比大于-10 dB时,帧定时的精确度更高.采用该信道估计方案的均方误差要比LS方案和MMSE方案小.最后比较了采用该方案和传统方案的误码性能.     

具有全局收敛性的盲均衡算法

为了解决传统的自适应均衡技术需发送训练序列的问题,采用盲均衡技术,利用接收信号本身的特征使均衡器收敛。提出了一种新的盲均衡算法(C&D算法),该算法将CRIMNO算法和判决引导(Decision Directed,DD)算法相结合,利用信号序列间的互不相关特性,从而使其具有全局收敛性能。实验结果表明:与CRIMNO算法相比,在相同的信噪比下,该算法具有收敛快速、运算量少和残留误差小的特点。     

调相信号自动识别的高阶累积量方法

在信号调制类型识别中,在相干、同步条件下实现调制识别是一类比较典型的研究方法,假设已经实现精确的载波同步并已知精确的定时同步信息.先在相干、同步条件下,利用高阶累积量来进行MPSK信号调制类型识别,然后对频率误差和位定时误差对识别算法带来的影响进行了研究.结果表明算法对一定的频差和定时误差具有鲁棒性.     

基于三线法的高动态载波同步方案

针对在高动态下实现载波同步的问题,提出了一种基于快速傅里叶变换(FFT)三线谱法和锁相环(PLL)相结合的载波同步方案:首先在利用周期图峰值进行粗估的基础上,根据提出的新的插值公式,利用峰值左右2条谱线的幅度进行细估;再将得到的载波参数作为跟踪环路的引导频率,控制数控振荡器(NCO)的输出频率;最后通过PLL环路的自适应算法实现载波相位的动态跟踪。该方法一方面可使载波参数的实时精确估计能够适应高动态低信噪比的要求,减小了跟踪时间;另一方面在跟踪环路中由高精度的PLL进行相位补偿,二者结合可以满足动态性能和跟踪精度的要求。     

基于FQPSK调制的盲均衡算法

针对低空航空信道多普勒、多径等衰落现象严重的问题,通过研究判决反馈盲均衡结构有效克服多径效应影响;超指数迭代算法收敛速度快,运算复杂度较低,修正的超指数算法还具有相位相关信息,可以纠正星座图相位旋转,减小稳态均方误差,加快收敛速度,降低误码率;结合FQPSK调制包络恒定,能量谱集中,抗多径的优点,提出一种基于FQPSK调制的超指数迭代盲均衡算法。仿真结果表明:在低空多径航空信道环境中,新算法可以很好地对多径信道进行跟踪并补偿,降低误码率,同基于QPSK调制的超指数迭代盲均衡算法相比,抗干扰性能明显加强。     

卫星导航天线阵的载波联合跟踪算法

测量卫星导航信号在天线阵各阵元上的载波相位之差可用于卫星波达方向解算,但传统的各阵元独立跟踪算法在干扰条件下无法实现高精度跟踪且容易失锁。针对此问题,通过将天线阵各阵元的载波相位分解为公共的平均载波相位和低动态的残余载波相位,提出了一种联合载波跟踪算法。该算法利用平均载波相位为每个阵元共有的特点,通过对全部阵元的联合处理来提高其跟踪精度,同时通过缩小环路噪声带宽来提高残余载波相位跟踪精度。理论分析与仿真结果表明,该算法提高了波达方向解算所需的阵元间载波相位差的测量精度及跟踪灵敏度,四阵元天线阵在典型应用条件下,跟踪灵敏度提高4d B,相同载噪比下载波相位差测量精度提高3倍。     

基于软件无线电的DS/SS载频跟踪方法

扩频序列的精确同步是接收机正确解扩的关键问题。提出一种基于软件无线电技术,对DS/SS载频偏移量实现快速跟踪的数值算法,并讨论了实现步骤及估计性能。该算法具有三个优点:(1)可消除载频初始相位的影响。(2)适于极低信噪比条件下的载波跟踪。(3)算法简便,易于实现。仿真及实验均验证了此算法的可行性。     

PN序列的周期性和相关性对自适应均衡器的影响

本文研究了当采用 PN 序列(即 m 序列)作为自适应均衡器训练信号时,其周期性和相关性对自适应均衡器的影响,文中以自适应线性均衡器为例,定义了相对均方误差的概念,并把它作为性能函数,讨论了 PN 序列的周期大小以及相关性与相对均方误差的关系,分析并举例给出了计算结果,结果表明,采用 PN 序列作为自适应均衡器的训练信号,同时自适应均衡器抽头数目在最佳值范围内,在此条件下,不必选取很大周期的 PN 序列,而只要满足其周期值 N 不小于15(二进制信号),就能基本保证相对均方误差小于5%;推广到 Q 进制信号.当 N 不小于15log_2Q时,就能保证相对均方误差小于5%,此结论也适用于判决反馈均衡器。     

主被动传感器空时对准融合模型目标跟踪技术

针对主被动传感器量测的时空不同步和定位的非线性,以提高跟踪精度为目的,构建了空时对准融合跟踪模型。通过牛顿插值法实现了时空量测的同步,并基于融合算法建立了模型的滤波算法。最后,在匀速直线运动目标和机动目标的背景下验证了时空对准融合跟踪模型对目标的跟踪效果,在主被动传感器信息利用、提高精度等方面具有一定的理论和实际意义。     

基于星座图恢复的MQAM信号调制方式识别算法*

针对MQAM信号调制方式的识别问题,提出了一种基于星座图恢复的算法。该算法首先估计信号载频及信噪比等参数,并依据波特率和符号定时完成对接收信号的波特率采样。随后采用一种非判决辅助载频偏差估计方法,以消除载频偏差及相位偏移对星座图恢复的影响。最后利用平均似然比检测的方法,完成MQAM信号调制方式的识别。仿真结果表明,与仅考虑信号幅值分布的极大似然算法相比,该算法具有更优的识别性能。     

基于全相位的同频融合分层算法

同频融合算法在处理频率快速变化的信号等应用中具有精度高、抗噪性好的优点,然而该算法实时性较差且精度受相位差测量影响较大。提出了基于全相位的同频融合分层算法,通过设计分层算法以减少多重循环中的冗余计算单元,可在不牺牲精度的前提下成倍降低运算量;采用全相位谱分析法降低相位差测量误差,明显改善了相位差补偿效果。理论分析与对比实验表明,该算法对同频融合过程有显著的改进效果。     

基于RLS算法的自适应逆控制系统的研究

提出了一种基于RLS算法的自适应逆控制系统,并对最小相位对象和非最小相位对象分别用此系统建模,进行仿真研究.仿真结果表明,基于RLS算法的自适应逆控制系统的收敛速度快,抗干扰性能好,而且得到的稳态误差较小.     

低轨移动卫星异步多用户检测算法

介绍了一种适合在低轨(LEO)星载接收机上运行、低复杂度的异步CDMA多用户检测算法,能够有效对抗强多用户干扰和大多普勒频移。基带信号通过码片滤波后以码速率采样信号作为观测信号,然后利用Kalman滤波算法对各个用户信号进行分离。状态方程综合考虑了多普勒频移、定时误差。该算法能够抵抗高达35dB的远近效应,并且对频率和定时误差不敏感。     

基于极坐标的稳定UKF单站无源目标跟踪算法研究

单站无源目标跟踪系统中存在着可观测性弱、初始误差大的问题,目标跟踪算法的稳定性和快速收敛性显得尤为重要.结合利用空频域信息的单站无源目标跟踪系统的特点,提出了一种稳定的改进UKF算法,采用一组新的状态变量替代了原有状态变量,选取径向速度作为系统状态量,并将其初始估计误差控制在一定范围内,明显改善了目标跟踪算法的稳定性和收敛性.增加二次采样过程,取代了传统UKF算法的状态变量扩展,降低了算法的计算量,实现更容易.与现有的单站元源目标跟踪算法(如EKF、UKF)相比,算法具有稳定性好、收敛速度快、跟踪误差小的特点,是一种稳定的单站无源目标跟踪算法.数值仿真结果表明了算法的正确性和有效性.     

考虑系统偏差的脉冲星守时算法研究

脉冲星拥有高度稳定的自转周期,可用对其的观测信息来校正星载原子钟钟差。针对脉冲星守时系统中脉冲到达时间的微小偏差会严重影响守时精度的问题,提出一种考虑系统偏差的脉冲星守时算法。基于脉冲星守时的基本原理,梳理了影响守时系统性能的系统偏差因素,并建立了模型。利用二步卡尔曼滤波算法,在估计原子钟钟差的同时,解耦估计系统偏差。研究结果表明,本算法可以有效地降低系统偏差对脉冲星守时系统的影响。该算法为脉冲星守时系统的工程实现提供了一条可行的思路。     

衰落信道下基于正交频率码分复用的精确时间测量

针对衰落信道下的精确时间测量,给出基于正交频率码分复用技术的高精度时间测量算法。在不降低最大不模糊时间的前提下,通过时间延时、信道衰落、相位噪声参数的联合迭代估计,有效克服了频率选择性信道的衰落与相位噪声对时间测量的影响。仿真结果表明:联合迭代算法提高了时间测量的归一化均方根误差性能。     

一种基于最大似然估计的ISAR自聚焦算法

自聚焦是ISAR成像中的一项关键技术,其目的是消除目标和雷达的径向运动引起的相位误差。从ISAR信号模型出发,推导得到了相位误差的最大似然估计,并给出了一种基于最大似然估计的ISAR自聚焦算法。该算法采用了相位梯度算法(PGA)的处理结构,利用了多个距离单元上的散射点信号。算法中没有孤立散射点的要求,不需要相位解模糊,并且消除了相位误差估计中积累误差的影响,提高了相位误差的估计精度。将该算法应用于实测数据的ISAR成像中,得到了较好的聚焦结果。