低信噪比条件下改进ESPRIT方法

在低信噪比时,针对估计信源DOA实时性的问题,提出了一种新的适合于ESPRIT算法的多级维纳滤波器(MSWF)结构,找到了一种能判别信号子空间的方法。首先将多级维纳滤波器(MSWF)与ESPRIT算法相结合,采用多级维纳滤波器(MSWF)的前向递推,得到子空间,不需要通过特征值分解。低信噪比时,针对噪声子空间泄漏到信号子空间的现象,提出一种判别方法,找到了更精确的信号子空间,结合ESPRIT方法实现信号的DOA估计。由于该算法实现了真实的信号子空间的判断,因此,比传统基于MSWF算法具有更高地估计精度。特别是在低信噪比时,增强了算法的实用性,仿真结果证明了算法的有效性。     

一种精确的基于周期序列的信噪比估计算法

文中针对多径信道,提出了一种基于周期序列的信噪比估计算法,利用周期序列良好的自相关特性,精确地估计了接收信号幅度和噪声方差,分析并推导了两径信道下信噪比估计的通用表达式,给出了算法实现的具体过程。仿真结果表明该算法整体估计性能较好,特别适合于低信噪比条件下。与现有的二阶矩四阶矩(M2M4)和频域估计算法相比,在信噪比为-5dB时,估计偏差在1dB范围内的概率分别提高了21%和55.5%。     

基于LMS谱预测和小波分解的弱GPS信号捕获算法

弱GPS信号的捕获算法是高灵敏度GPS接收机的关键技术,首先介绍了传统的GPS捕获原理,在此基础上,参考小波分解对GPS捕获信号进行降噪处理的方法,并结合LMS谱预测降噪法,提出了LMS谱预测和小波分解混合弱GPS信号捕获算法。考虑到小波分解和LMS谱预测的降噪原理不同,对3种方法对GPS捕获信号的降噪效果进行了仿真和对比。仿真实验结果表明本文所提出的降噪算法与仅用小波分解和LMS谱预测相比最大输出信噪比分别提高4.29 dB和2.93 dB。有效地提升了GPS捕获信号的信噪比和接收机的灵敏度。     

脉冲噪声环境下无线通信系统性能研究

针对基于高斯噪声的无线通信系统无法适应脉冲噪声的情况,以α稳定分布作为脉冲噪声模型,根据模型统计特性,经过理论分析给出了脉冲噪声条件下2ASK的误码特性计算方法,并通过仿真实验验证了该方法的正确性.仿真表明,在混合信噪比较低(MSNR10dB)的情况下脉冲噪声的影响并不明显,接近于高斯噪声,而在较高混合信噪比(MSNR11dB)情况下脉冲噪声使系统的误码率急剧增加,对通信质量造成严重破坏.     

差压式管道内检测机器人启动过程模拟仿真

基于CFD软件Fluent提供的计算方法,利用动网格技术和UDF(用户自定义函数),对差压式管道内检测机器人启动过程进行了动态模拟.该方法克服了以往静态研究的不足,更直观地反映了不同因素影响下机器人的启动情况.仿真结果表明:管内流体速度、机器人质量、管壁摩擦力、不同流体对机器人的启动过程都有明显影响.可为下一步研究机器...     

一种新的脉冲噪声滤波算法

针对传统中值滤波法在去除脉冲噪声时存在的不足,提出了一种由噪声检测、噪声滤波和误检像素校正三个阶段组成的图像噪声滤波方法.通过对不同类型和不同强度噪声图像的实验结果表明,该方法在去除噪声的同时较好地保持了边缘,在噪声率为80%时,该方法比中值滤波法的峰值信噪比提高了16 dB.     

软件化雷达的多路超高速ADC数字谱分析

用于软件雷达硬件平台的并行多路等效时间超高速ADC系统中,客观地存在着诸多不可避免的工作非均匀性,如:时基抖动、通道直流偏置不均衡及通道增益不一致等等,而造成取样输出信号的频谱发生畸变,影响雷达系统性能.综合讨论了由于采样非均匀和通道偏置及增益不一致对取样信号数字谱的影响,在矩形抽样和理想抽样情况下,建立了该信号数字频谱的完整数学模型,并以理想抽样的正弦信号为例进行详细分析,得到了采样系统输出信噪比的计算公式,为系统的后续补偿校正,及对软件雷达系统指标的确定与分配提供了参考和依据.     

基于FRFT的低信噪比LFM信号参数快速估计算法

基于分数阶傅里叶变换(Fractional Fourier Transform, FRFT)对线性调频(Linear Frequency Modulated, LFM)信号参数进行估计,问题关键是确定FRFT最佳阶数,根据误差迭代思想提出新的参数估计算法,该算法利用归一化带宽和旋转角的转化关系,由估计误差推算角度差值,有效降低了运算量,不需要调频斜率正负的先验信息,改进的对数搜索算法可以进一步提高参数估计结果的稳定性和可靠性。仿真结果表明,信噪比在-8 dB以上时该方法在高效率的前提下仍具有良好的参数估计性能,平均估计误差在1%以内,估计结果接近Cramer-Rao下限,满足工程实时处理需求。