低信噪比下非周期性直扩信号的盲估计

为解决低信噪比下非周期性直扩信号PN码序列的盲估计难题,提出了以两倍信息码元宽度为分段长度的分段矩阵特征分解法(SEVD)对PN码序列进行初步估计,然后对得到的各段估计序列进行拼接,再通过基于最优移位相加特性的信息码剥离算法得到原始PN码序列的盲估计方法,该方法采用并行处理以提高运算速度,并具有无需事先提取同步信息、能够消除“反码”现象的优点。仿真结果表明该方法能够在信噪比大于?17 dB条件下对扩频码码长为1 023的m序列的非周期性直扩信号做到无误码盲估计。     

多径信道中扩频信号伪随机序列盲估计

为解决异步直扩序列的盲估计问题，提出采用独立分量分析（ＩＣＡ）结合主分量分析（ＰＣＡ），在信道未知情况下有效盲分离多用户多径直扩信号和扩频码信息.由于不同用户信息是相互独立的且扩频序列是非相关的，对于某个用户，如果不存在多径效应，直接采用独立分量分析估计得到扩频序列；对于多径信号，进一步利用m序列的三阶相关特性估计出扩频序列.在高斯噪声下的性能分析表明，独立分量分析结合m序列三阶相关特性的盲估计过程，可以在不知道扩频码同步信息的情况下对异步多用户信号进行盲分离和估计.算法利用了ＣＤＭＡ系统的扩频增益，可以在低信噪比条件下盲估计扩频序列.     

多电平DSSS信号的盲检测

提出了一种能够对低信噪比条件下多电平直接序列扩频(DSSS)信号进行盲检测的方法.该方法不需要知道发射机的扩频传输体制,当采用MPSK等恒包络线性调制方式时,该算法只需利用信号二阶矩就可以进行盲检测;当采用MQAM等非恒包络线性调制方式时,该算法首先估计接收信号的四阶矩,以抵消调制符号自身包络的影响,然后再采用简易的二阶矩方法进行后续信号检测.理论分析和仿真结果都证实了该方法能够检测出低信噪比多电平直接序列扩频信号.     

一种改进的基于秩检测的信道有效阶数估计算法

信道阶数估计是SOS类盲辨识算法的前端步骤。针对Liavas阶数估计算法对信噪比要求高的问题,通过对接收序列自相关矩阵进行"降噪"处理和改进秩检测目标函数,提出一种改进算法,有效降低了对信噪比的要求。分析了在不同信道条件下,各种阶数估计算法的性能,阐明随着信噪比降低,阶数估计误差不可避免,该结论是进一步研究对阶数估计误差鲁棒的盲辨识算法的重要依据。     

一种DS/SS信号盲同步算法

提出了一种DS/SS信号盲同步算法,在此基础上利用特征分析法可解决相位不确定性的缺陷。该算法简单有效、计算量小,利于硬件实时处理。理论分析及计算机仿真结果表明,该算法在低信噪比条件下可实现DS/SS信号的盲同步及PN码序列的精确估计。     

基于变分贝叶斯推断的半盲信道估计

现有MIMO中继通信系统中,基于张量分解的半盲信道估计不能有效地将信道先验信息引入估计过程中,为此提出一种基于变分贝叶斯推断的信道估计算法.该算法首先利用NP(Nested PARAFAC)张量模型,引入有效精度、噪声精度等隐性超参数,建立信道估计概率图模型;由于所求信道参数后验概率分布较为复杂,传统最大似然和最大后验等点估计方法难以实现,算法采用变分贝叶斯推断,推导出信道矩阵、有效精度及噪声精度的递推公式,使具有因子分解形式的q分布逼近所求信道参数的后验分布;并分析了模型证据的下界、模型的初始化及算法复杂度等.该算法能利用信道先验信息以提高信道估计性能,有效精度和噪声精度等参数可自动调节,且计算复杂度与数据的维度呈线性关系.仿真结果表明:在平稳瑞利衰落信道条件下,与基于交替最小二乘(Alternating Least Square,ALS)的半盲估计算法相比,算法的计算复杂度较低,收敛速度较快;与带监督序列的双线性最小二乘(Bilinear Alternating Least Square,BALS)非盲估计算法,基于ALS及非线性最小二乘(Nolinear Least Square,NLS)的半盲估计算法相比,算法具有较高的估计精度.     

多径信道的盲序列检测

为了提高接收机在检测发送序列的性能，对多径信道的盲序列检测进行了改进，建立了节点总度量的递推方程，同时定义了分枝转移度量的更新量. 改进后的算法可以同时完成信道信息的估计和发送序列的检测.其中信道信息由自适应滤波器实时估计.仿真结果表明, 新的度量递推算法在比特误码性能上接近全序列比较欧氏距离的最佳算法，但计算速度提高了.     

单载波频域均衡系统的CFR盲估计

提出了一种接收端过采样的单载波频域均衡系统信道频率响应盲估计算法. 与传统的线性预测时域信道盲估计方法不同,新算法不需要计算新息以及新息和输出序列的互相关,而是直接从预测滤波器系数获得信道频率响应的闭式解. 算法对信道阶次过估计具有鲁棒性,比传统的线性预测时域信道估计具有更高的估计精度,而且能保证估计结果对应的时域信道冲激响应的有限支撑特性. 计算机仿真结果验证了理论分析的正确性.     

基于预编码的MIMO系统的半盲估计

通过时域预编码来克服MUI,采用纯盲估计算法结合短的传统训练序列来进行信道估计。提出了一种应用于MIMO-OFDM系统的基于时域预编码算法的半盲信道估计方案,该方案能够克服多路传输中用户间干扰(MUI)和提高频带的利用率,其预编码算法在低信噪比下优于传统的频域ZF预编码算法的性能,同时该算法具有较低复杂度,易于实现。理论分析和性能仿真均证明了上述特点。     

一种基于相关度统计的告警关联规则挖掘算法

挖掘告警序列间关联规则的算法都受到最小支持度的限制，仅能够得到频繁告警序列间的关联规则. 对此，提出了一种以高相关度、高置信度为条件，通过聚类找到特征相同的网元告警群，然后基于相关度统计的挖掘算法. 实验结果表明，该算法可以高效、准确地挖掘出电信网络告警数据库中频繁和非频繁告警序列间的关联规则.