分布式MIMO雷达中仅使用多普勒频移的直接定位技术

本文研究了MIMO（Multiple-Input Multiple-Output）雷达系统中,仅使用多普勒频移（Doppler Frequency Shifts, DFS）信息对目标进行直接定位（Direct Position Determination, DPD）的方法。通常的两步定位的方法需要先将定位参数从接收信号中提取出来再通过求解参数与目标位置的关系方程对目标位置进行估计。这一过程由于忽略了所有测量参数的提取必须相对于同一个目标位置的约束条件,因而是次优的定位方法。针对这一问题,本文提出了一种基于极大似然（Maximum Likelihood, ML）准则的直接定位算法,可以不需要进行参数提取而集中地处理所有接收到的数据,实现对目标位置的一步估计。仿真结果表明,所提算法性能在较低信噪比（signal to noise ratio, SNR）的条件下优于两步定位法,且在较高信噪比下与两步法定位精度相当。      

基于稀疏域元素位置信息积累的微弱信号检测算法

该文提出一种利用信号稀疏特征实现基于压缩感知的微弱信号检测算法。稀疏信号在某一特定字典基上投影展开,其稀疏向量非0元素位置固定。而高斯白噪声在字典基上投影展开,其权向量中非0元素的位置呈现出是均匀分布的特点。该文所提方法实现了微弱信号在稀疏域中的积累。通过计算当只存在高斯白噪声时,接收信号的稀疏向量的非0元素位置向量与信号的稀疏向量非0元素位置向量的相关性,得到判决门限,完成微弱信号的检测。仿真结果表明本文所提方法在信噪比低至-15dB时仍能对信号正确检测。      

卷积交织参数的盲估计

通信系统中的交织技术在抗信道衰落引起的突发错误方面发挥着重要作用,能大大提高信息传输的可靠性.其中卷积交织由于能减少时延和存储量,得到了广泛应用.本文在非合作环境中针对信道编码中常用的卷积交织技术,提出了一种对交织参数进行盲估计的方法.所提方法通过构造去交织器,将截取数据流的起始位置信息转换成交织延时偏差,利用伽罗华域...     

基于有限长样本数据的信噪比估计

从信号模型上给出了信号子空间是有限维数的说明,并通过仿真说明信号与噪声子空间的特征值在短数据下无法准确获得。提出基于仅由噪声特征值构成的极大似然函数的改进AIC准则,实现了信号子空间的维数的准确估计,从而获得了一种在相对较小样本下更稳健的信噪比估计方法。从不同的信噪比大小与样本数据长度进行仿真验证,结果表明,该方法比原始的子空间方法能适应更低的信噪比和更短的数据样本长度。     

基于有限域分圆陪集的BCH码参数盲估计

BCH码作为一种循环码在通信领域有很广泛的应用,提出一种基于有限域分圆陪集的BCH码参数估计方法。由于该方法利用了BCH码的汉明码特性,实现了码组同步时刻和码长的快速估计,利用分圆陪集原理,准确估计出BCH码的生成多项式。仿真实验结果表明,该方法具有所需数据量少、识别速度快、抗误码性能好的特点。     

非码长整数倍矩阵交织器参数盲估计算法

针对与线性分组码级联的矩阵交织器,提出了一种矩阵交织参数盲估计方法.首先构造数据矩阵,确定交织深度的整数倍;再进行一维假设确定交织偏差;最后对交织深度和交织宽度进行二维搜索,对数据进行解交织,确定这2个参数,实现了矩阵交织不同交织深度下参数的盲估计.该方法适用于任何交织深度下矩阵交织器参数估计,尤其适用于未被研究过的交织深度不等于码长整数倍的情况.仿真表明：在误码率为0.001时,无论交织深度是否为码长的整数倍,所提算法的参数估计速度均较快,且检测概率可达98%.     

自同步扰码的盲识别方法

在非合作通信领域中,侦察方在信道解码后需要对扰码编码参数进行盲估计以实现解扰,进而恢复出原始信息。在信源不平衡的条件下,针对自同步扰码的盲识别问题,以比特状态统计概率分布与均匀分布之间的修正平方欧几里德距离作为比特状态不平衡性的衡量准则,提出了一种自同步扰码生成多项式的盲识别方法,仿真结果验证了理论分析的正确性和所提算法的实际有效性。     

多普勒耦合下的TOA多目标跟踪

在一些发射窄带信号的声呐系统中,由于多普勒维度的分辨率较低,因此该类系统无法提供性能较好的多普勒信息。而在此情况下可以获得精度较高的信号到达时间(Time of Arrival, TOA)估计。此外,在某些多普勒容错信号如线性调频信号中,往往会出现距离 多普勒耦合(Range Doppler Coupling, RDC TOA)现象。本文将距离 多普勒耦合现象建模至目标量测模型中,并且利用迭代的多目标多伯努利(Multi object Multi Bernoulli, MeMBer)滤波器完成多站被动声呐系统基于TOA量测的目标跟踪。仿真结果证明了本文所提出算法的性能。      

多径衰落信道下MQAM信号的调制识别

提出了一种在多径衰落信道下基于阵列接收的盲均衡调制识别算法。该方法采用多天线接收的结构,把各阵元接收到的信号进行选择性联合(SelectionCombiner)处理,再利用自适应盲均衡算法的代价函数作为识别特征进行信号识别。仿真表明,该方法在较高信噪比时可以识别多径信道下的MQAM信号。     

一种基于方差融合的双均匀线阵阵列测向算法

本文提出了一种基于双均匀线阵的快速高精度测向算法。针对双均匀线阵不同轴上的接收噪声互不相关的特点,可以得到理论上不含噪声的互相关矩阵。并且由于在两个轴上的阵列流型均具有移不变特性,因此本文所提的快速算法首先利用x轴上最大不重叠的两个子阵列对y轴上最大不重叠的子阵列做互相关,利用y轴上最大不重叠的两个子阵列对x轴上最大不重叠的子阵列做互相关,接着对上述两个相关矩阵采用旋转不变子空间算法,分别计算出目标的角度,再利用方差融合的方法,将两次求得的角度信息进行融合,最后得到较高精度的角度信息,理论分析表明该算法是无偏的,并且在较高信噪比下趋近于克拉莫罗界。最后利用蒙特卡洛仿真验证了本算法的有效性。