一种改进的CDMA盲自适应多用户检测算法

通过对CDMA通信系统性能的分析,结合一种有效的近似算法把盲多用户检测问题转化为一个具有约束条件的二次规划问题,给出了一种改进的CDMA 盲自适应多用户检测算法,仿真实验结果表明,在复杂的时变信道中,该算法比其他算法具有较强的抗多址干扰能力和较快的收敛速度.     

未知数量稀疏源盲分离的一种新方法

提出了一种新的用于未知数量稀疏源盲分离的统一方法。为了改善聚类分离的精度,该方法选取混合空间中半径给定的、中心位于原点的超球面以外的所有数据点,然后将这些数据点映射到中心位于原点的单位超球面上以得到集合Cy。由此,原来的聚类变为致密聚类,各聚类互相重叠的现象几乎消失。随后,先通过关于Cy的聚类分离来估计混合矩阵,再根据混合矩阵估计源,其中最佳不相似阈值和相应的聚类数量是自动生成的。计算机仿真结果验证了该方法对具有不同程度稀疏性源的有效性。当源充分稀疏时,重构信噪比大约是300 dB。因此,该方法精确、便利。     

非高斯噪声下信号盲检测算法*

针对实际甚低频和超低频接收机不仅受非高斯噪声的影响,同时受到接收机内部和外部环境中高斯噪声影响的问题,对噪声采用高斯尺度混合分布和高斯分布的混合模型建模,根据混合模型的性质,设计了一种基于马尔可夫链蒙特卡罗方法的信号盲检测算法。盲检测算法在贝叶斯层次模型下,采用Gibbs抽样和M-H抽样更新参数,同步检测信道衰落系数、噪声模型参数和信号。算法迭代效率快、精度高。通过与最优检测性能比较,盲检测算法性能优异,对甚低频和超低频信号接收具有重要的现实意义。     

基于相关性的OFDM盲识别与参数估计方法

针对非协作通信领域OFDM信号识别难的问题,提出一种基于信号循环前缀相关性的盲识别和时域参数估计算法。通过对OFDM信号循环自相关函数进行分析,在时域上求出延时自相关运算函数的波形,利用循环前缀的相关波峰的特性,以区别OFDM信号和单载波信号,实现对OFDM信号的盲识别。在此基础上,通过采用多个OFDM信号构造循环前缀相关性的累加函数所形成的波峰完成对符号和循环前缀长度等参数的估计。     

改进鸽群算法的复杂信号盲源分离

由各类侦察、干扰、探测、通信信号构成的复杂信号盲源分离是侦干探通一体化系统接收信号处理的第一步,对盲源分离准确度要求更高。传统独立成分分析的盲源分离方法,存在容易求得局部最优解、分离性能较差等缺陷。针对这些问题,提出了一种改进鸽群算法的复杂信号盲源分离方法,通过在鸽群算法的地图和指南针算子中添加位置因子,以及在地标算子中添加压缩因子2种方式,平衡了算法前期全局探索能力以及后期局部搜索准确度,解决了易陷入局部最优以及早熟收敛的问题,提升了算法的寻优能力,同时该算法在收敛速度上也有所提升。仿真实验结果表明,该算法在低噪声和高噪声情况下均能较好地分离出复杂信号,对比传统独立成分分析的方法,具有更好的分离性能和收敛速度。     

《军事通信技术》2010年优秀论文获奖名单

一等奖(3名):李慧,沈越泓,陈士周.信源数动态变化的一种稳健超定盲分离算法(2—1);李海源,覃光成,吴泽民,田畅.基于预测的战场态势感知信息分发机制(1—1);颜伟,蔡跃明,陈华梁.多播中基于网络编码的协同ARO协议分析(3—1).二等奖(6名):李兴卫,王华力,孙磊,张磊.智能天线DBF算法可重构的SCA设计及其仿真实现     

含噪混合盲扰信分离中联合降噪技术研究

针对盲扰信分离技术在含噪混合条件下分离效果差的问题,文章采用经验模态分解和小波变换联合的降噪技术进行分离前的消噪预处理,研究了联合降噪的三种模式,分别对其降噪效果进行了仿真分析,得到了一种较好的联合降噪模式。将该模式与无噪环境下的盲分离算法相结合,弥补了经典盲源分离算法处理含噪混合盲扰信分离的不足。仿真结果表明该算法在一定范围的低信噪比条件下,能够从含噪的混合信号中恢复出通信信号源。     

基于双PN周期的短码DS-SS信号扩频波形及信息序列盲估计方法

针对短码DS-SS信号盲解扩,研究了DS-SS信号的扩频波形及信息序列盲估计问题,提出一种基于双PN周期分解的扩频波形与信息序列联合盲估计算法,该算法在低信噪比条件下同时完成扩频波形和信息序列的估计,计算量小,且避免传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题,提高了肓估计的正确率.最后仿真验证了算法的有效...     

自然梯度盲分离算法在振动信号处理中的应用

介绍了盲分离的几种主要算法,并对混合信号进行分离仿真实验,证明了算法的有效性.比较了Infomax算法、EASI算法和自然梯度算法采用不同步长时的分离性能.并采用改进的基于最小互信息准则的自然梯度算法对航空发动机振动信号分离,得到各振源的特征频率.该算法是分离机械振动信号源的一种有效方法.     

基于时频单源点检测和聚类验证技术的欠定混合盲辨识算法

针对欠定混合盲辨识问题,提出了一种基于时频单源点检测及聚类验证的盲辨识算法。检测各个源信号的时频单源点,利用奇异值分解的方法求解不同单源点集合对应的混合矢量,利用基于k均值的聚类验证技术完成源信号数目和混合矩阵的联合估计。算法放宽了已有方法对时频单源区域的假设,不需要假设信号存在时频单源区域,可以完成仅存在离散的时频单源点条件下的欠定混合盲辨识;同时克服了传统算法需要假设源信号个数已知的不足,可以有效地估计源信号数目。仿真结果验证了算法的有效性。