面向窄带通信信号时差估计的数据压缩方法

近年来面向时差估计的数据压缩成为信号处理领域的研究热点之一。类似基于传感器网络时差定位的应用场景,要求运用实用化的数据压缩技术,以降低平台设计和实现的难度,同时在数据传输量和时差估计精确度之间取得较好折衷。利用窄带通信信号在被子带抽取压缩后,时差估计克拉美罗界最低的子带基本对应信噪比最高的子带这一特点,将复杂的基于费舍尔信息量最大化的压缩准则合理地简化为基于离散傅里叶变换幅值平方和最大化准则,以提高压缩效率,同时为降低有限观测时间的影响,提出一种频点抽取结合子带抽取的压缩方法。最后经仿真验证,在压缩比不变的前提下,提出的改进数据压缩方法相比单纯的子带抽取法明显提高了时差估计精确度,在信噪比大于0 dB 的情况下,通过仅传输和利用128个频点信息,可以实现几十纳秒量级的时差估计精确度。     

频率选择性慢衰落信道下的快速频率估计

给出了在频率选择性慢衰落信道下适用于突发传输的两种快速频偏估计算法。针对慢衰落选择性信道下的频率估计问题，两种算法均给出了一个简单的闭式解，且算法实现无需任何信道幅度信息。第一种算法要求用于频率估计的训练序列的自相关矩阵具有对角特性，第二种算法使用周期的训练序列，两种算法所需的运算量大大低于最大似然估计算法。仿真结果显示，在较高信噪比下两种算法均具有较好的估计性能。     

基于频域波形合成的盲空间分集均衡器设计

针对频率选择性衰落信道下的多天线盲接收问题,本文提出了一种新的"合成器-均衡器"盲空间分集均衡器结构.基于频域波形合成、均衡器与软符号信息的联合处理框架,首先设计了频域BLOCK-SUMPLE迭代算法,对多路信号频域合成权值进行联合估计,实现频率选择性衰落信道下的波形合成.在此基础上,利用均衡器输出软符号信息重构合成参考,对权值相位予以修正,实现对等效合成信道的优化补偿.与传统盲空间分集均衡算法相比,上述算法实现无需训练序列辅助,并且优化了信号分集合并性能,降低了均衡器的设计难度.仿真结果表明,采用新型结构可有效改善衰落信道下的盲接收效果,逼近最佳空间分集均衡器性能.     

基于无线传感器网络的多节点调制识别方法

针对无线传感器网络多节点联合调制识别性能不随节点数目增多而提高的问题,给出一种选择性联合调制识别方法。利用该方法推导出利用表决法和加权表决法进行联合调制识别的前提条件。依据前提条件对监测节点进行筛选,以信噪比为权重对多个监测节点的识别结果进行加权表决。仿真结果表明,该方法在没有过多增加网络通信负载的情况下,有助于提高识别性能。     

基于频域分量最大比合并的多天线信号合成算法性能分析

通信信道的频率选择性衰落特性和信道噪声都会严重影响信号的接收质量。基于频域分量最大比合并的多天线信号合成算法(FMRC)对多路信号在频域加权合成,能够提高合成信号信噪比,实现频率选择性衰落信道下低信噪比信号的有效接收。文章针对该算法的理论性能,对合成信号均衡处理,分别推导了线性均衡器和判决反馈均衡器输出均方误差的理论表达式;证明了该算法与空间分集均衡器(SDE)在性能上的等价性。仿真实验表明,FMRC与SDE性能是一致的,但是在高信噪比下,当单路信道存在深衰落时,FMRC算法通过合成能够改善单路信道的深衰落特性,均衡器输出均方误差性能较SDE更优。     

基于特征融合的多节点调制识别方法

针对传感器网络节点的分布式结构,给出了基于特征融合的多节点联合调制识别方法。首先利用似然比推导了特征融合的联合识别准则;然后依据准则给出了多节点调制识别的仿真性能;最后和基于决策融合的多节点调制识别方法进行了比较。仿真结果表明,在没有过多增加网络通信负载的情况下,特征融合相比决策融合提高了识别性能。     

基于特征选择和支持向量机的数字调制识别方法

针对基于决策树的数字调制识别方法在低信噪比和小样本情况下的不足,提出了一种改进的基于特征选择和支持向量机的数字调制识别算法。首先选择信号训练样本的循环谱截面作为备选特征集合,然后利用基于支持向量机的特征选择方法保留有效特征参数并训练分类器,最后将待识别信号选择后的特征输入支持向量机分类器,完成对ASK、MSK、PSK、QAM等4类信号的识别。仿真表明,本文算法在低信噪比和小样本情况下的识别性能优于基于决策树的调制识别方法。     

相对定位估计的修正克拉美罗界

为定量地比较无线传感器网络中相对定位系统的时间同步误差对TOA机制与TDOA机制定位估计性能的影响,分析了同步误差的组成,将同步误差计入观测模型,在此观测模型下修正了TOA机制与TOA/RSS混合机制CRB,并在相同的参考节点布局下分别与TDOA机制和TDOA/RSS混合机制的CRB做比较.新的观测模型表明,在观测方程中,发送端时钟误差同时也是未知量;TOA机制可解出该未知量,用于消除同步误差;而TDOA机制牺牲一个观测量用以消除发送端时钟误差,降低了系统时间同步要求,也即消除了一个未知量.理论证明及仿真结果均表明,在等量的同步误差和相同的参考节点布局下TOA机制与TDOA机制CRB相等以及TOA/RSS与TDOA/RSS混合机制CRB相等,而RSS机制分别与TOA机制、TDOA机制的混合,提高了TOA机制、TDOA机制在近距离定位时的性能.     

一种导频与数据联合辅助的半盲信噪比估计算法

提出了一种新的适用于MPSK突发通信系统的半盲信噪比估计算法。基于EM算法结构,已知的导频符号和未知的数据符号被同时用于信噪比估计,在保证系统频谱效率的前提下,有效提升了估计性能。理论分析和仿真试验表明,该方法的性能优于仅使用导频符号的数据辅助估计方法,同时在较宽的信噪比范围内优于仅利用未知数据符号的最大似然方法、二阶四阶矩方法(M2M4)等其它经典的盲信噪比估计方法。     

基于无线传感网的分布式协作调制识别算法

针对低信噪比时单接收节点调制识别率低的问题,提出了基于无线传感网的分布式协作调制识别方法,在低信噪比下实现对四种典型调制方式的正确识别。首先利用网络中相互协作的多个传感器节点,从提高性能出发,在节点能耗最小的前提下,根据特征的识别能力与信噪比的关系以及特征计算量来设计协作方案,每节点只提取部分特征。中心节点处将汇聚来的特征组合成特征向量,并利用支持向量机分类器对其进行分类。仿真表明,该方法的识别性能优于单节点和已有的多节点方法,传感器节点能耗降低,并且对信噪比环境具有更好的自适应性。