基于自适应快拍数的DOA估计

在DOA估计中,为达到相同的估计精度,不同信噪比所需的快拍数是不一样的,低信噪比所需快拍数较多,高信噪比所需快拍数较少。然而传统DOA估计所采用的快拍数是固定的,造成无法选取适当的快拍数。研究了估计精度一定时,所需最小快拍数随信噪比的变化规律,提出了一种自适应快拍的DOA估计算法,该算法根据信噪比自适应选取合适的快拍数。分别以MUSIC算法、ESPRIT算法为例验证了本算法的有效性,仿真实验结果表明:当信噪比为15 dB时,MUSIC算法运算量降低6.7%,本文ESPRIT算法运算量降低61%;本算法估计精度比较稳定,低信噪比下,仍能保持较高的估计精度。     

L型阵列的二维DOA估计方法

低信噪比（signal-to-noise ratio,SNR）或小接收快拍数条件下,经典的二维（two-dimensional,2D）波达方向（direction of arrival,DOA）算法存在估计精度低的缺点。针对该问题,充分利用 L 型阵列接收数据的自、互相关信息,提出一种适用于低 SNR 及小接收快拍数环境下的2D DOA 估计新方法。该方法首先通过解析优化2D 谱峰搜索问题,获得方位角与仰角之间的特定约束关系,进而将包含2D 角度参量的目标函数转化为只包含一维（one-di-mensional,1 D）角度参量,即可通过1 D 谱峰搜索获得方位角（或仰角）估计值,最后再次利用该约束关系求得与之对应的仰角（或方位角）估计值。该方法只需1 D 谱峰搜索,而且所得2D 角度估计参数可自动实现配对。计算机仿真验证了该方法在低 SNR 及小接收快拍数情况下的有效性。     

基于自适应估计SNR的分组Turbo码译码算法

 针对分组Turbo码自适应Chase译码算法中SNR是预先设定值的情况,提出一种新的自适应估计信噪比(SNR)的译码算法。该方案利用了接收码字的统计信息与SNR之间存在的对应关系来调整门限函数,达到控制译码复杂度的目的。仿真结果表明,所提出的译码算法能自适应反映信道情况,降低译码运算复杂度,提高译码处理速度,获得了较好的性能。     

信号量化对导航系统抗干扰性能的影响分析

在导航信号的接收过程中,量化是至关重要的环节。模数转换中的量化会带给卫星信号信噪比(SNR)的损失,对导航系统的抗干扰性能有一定的影响。在连续波干扰和白噪声的环境下分析得到了不同量化比特数和量化门限下系统输出信噪比的计算公式,并且对信号进行了仿真分析,得到信号量化前后信噪比变化曲线。结果表明:随着干扰幅度的增加,信号量化间隔需要相应增大才能保证信号信噪比损耗较小,同时需要注意量化间隔的变化对信噪比降低具有较大的影响。     

基于修正传播算子的宽带相干源DOA估计

将数据共轭重构的修正托别列兹方法（MTOP）引伸到宽带传播算子算法中，提出了修正的宽带传播算子DOA估计算法，从理论上论证了这种引申的合理性．通过理论分析和数值仿真，证明该算法在快拍数有限和低信噪比的情况下，可明显提高信号DOA估计的性能．在不增加运算量的条件下，该算法性能优于OPM算法．     

基于自适应形态学Top-Hat滤波器的红外弱小目标检测方法

针对红外序列图像中运动弱小目标的检测问题，提出了一种基于自适应形态学Top-Hat算子和改进的自适应门限的弱小目标检测方法，其中形态学滤波嚣的结构元素采用两层前馈神经网络通过大量样本训练优化．将Top-Hat运算作为一个整体当作一层，输出层节点定义为作Top-Hat运算后图像矩阵的最大值，并针对所检测的大多数弱小点目标采用自适应门限进行分割，同时对SNR〉4左右的点目标用固定门限进行分割．实验结果表明，该方法对SNR较低的复杂图像具有良好的滤波效果．     

基于网格的缩短(38,26)BCH码的自适应维特比译码算法

针对伽利略搜救系统（Galileo/SAR）物理层协议中采用的缩短（38,26）BCH码,提出了一种自适应维特比译码算法（AVA）.文中给出了缩短（38,26）BCH码的最优网格,在此基础上,提出了AVA,该算法在维特比译码算法（VA）的基础上设计了一个丢弃门限,只保留最有可能的路径.丢弃门限值随着信噪比的变化,可以自适应调整,使得AVA在保持与VA几乎相同的误码率性能的基础上,尽可能地降低译码复杂度.同时,文中给出了丢弃门限的估计方法,并确定了不同信噪比下的最佳丢弃门限值.仿真结果表明具有最佳丢弃门限的AVA在保持与VA误码性能几乎相同的基础上,译码复杂度有着极大程度的降低,特别是在信噪比高时,译码复杂度下降得更加明显.      

一种有限快拍情况下基于特征空间的稳健波束形成算法

有限快拍并在低信噪比（Signal to Noise Ratio, SNR）的情况下,广义旁瓣对消器（Generalized Sidelobe Canceller, GSC）能够将主波束对准期望信号方向,零陷对准干扰信号方向,从而最大程度的抑制干扰．但如果SNR过高且天线存在幅相误差,则可能将期望信号当做干扰同样被抑制．将接收信号的自相关矩阵进行特征分解,可以得到信号子空间与噪声子空间．基于特征空间的波束形成技术将常规的权矢量向此信号子空间投影,解决了高SNR情况下信号容易被抑制的问题．本文根据输入SN     

宽带OFDM的窄带干扰消除器

短波宽带OFDM系统极易受到拥挤频段上的窄带干扰。基于Nillsson的宽带OFDM系统,设计了衰落信道低信噪比条件下的窄带干扰消除器。分析了低信噪比时门限的选取和噪声功率的估计问题,提出了自适应门限干扰消除器和部分子带消除器。仿真表明,多径低信噪比条件下,提出的自适应门限干扰消除器能有效抑制窄带干扰,部分子带消除器对窄带干扰消除性能更好。     

一种M进制数字信号的信噪比估计方法

信噪比估计在许多现在无线通信系统种起着重要的作用，如自适应编码和调制，越区切换，功率配置方案等．无线通信系统中，随时间不断变化的信道需要一种简单精确的SNR估计装置来提高系统性能．本文提供了一种有效的针对M进制数学信号的SNR估计方法．这种方法可以运用很少的观察数据来估计SNR值，并且估计的方差可以控制在1dB以内．文章对不同M值的多进制调制系统进行了计算机仿真和具体的分析，分析和仿真的结果表明本方法对很宽的信噪比范围都可以进行有效的估计．