一种极大似然估计的自动变阶位同步方案

本文针对时分多址数字传输系统提出了一种新的位同步方案，该方案在数学锁相环中加入自动变阶电路，并采用极大似然估计结构，以同时满足同步速度与精度方面的要求，文中给出了方案的框图、工作原理及性能分析。     

叠加分数布朗运动的极大似然估计

本文提出了一种对叠加分数布朗运动两分量分别进行极大似然估计的算法．首先推导了重抽样情况下分数高斯噪声的小波系数方整公式,并讨论得知不同Ｈ值时方差随尺度变化存在两种截然不同的变化趋势。利用这一特点,可以对叠加的分数布朗运动的参数分别进行极大似然估计,仿真结果表明了该算法的有效性。     

基于FFT滑动平均极大似然法的正弦信号频率估计

该文基于正弦信号采样序列的FFT频谱,利用谱图上多条显著谱线与峰值谱线实部之间的关系,推导建立了一用于信号频率估计的滑动平均模型,基于此模型得出的极大似然频率估计器结合传统的Quinn方法后得到一种新的基于FFT谱滑动平均极大似然估计算法。仿真实验表明该算法精确有效,估计性能优于Rife,Quinn法,十分接近CRLB下限,计算量不大且信噪比门限要求可降至-9dB左右。     

基于极大似然估计的高分辨雷达测角方法

研究了高分辨雷达的测角方法:在介绍单脉冲测角原理的基础上,建立了宽带高分辨雷达角度估计模型,推导了目标偏角与回波信号的联合概率密度函数;提出了基于极大似然估计的宽带雷达测角方法,通过采用迭代算法交替更新目标偏角和回波信号,实现了目标偏角和回波信号的联合估计,并给出了目标偏角估计精度的近似克拉美罗界。仿真比较了该方法与传统窄带雷达测角方法的估计性能,结果表明,本方法的测角精度优于传统窄带测角方法,且在信噪比一定的条件下目标距离单元数越多,测角的均方根误差越小。仿真验证了该角度估计方法是渐近无偏的,估计误差方差小于传统窄带测角方法,且随距离单元数增多而减小。     

基于极大似然估计的奇异点检测

信号的奇异点往往包含信号比较重要的信息,对其进行检测和定位在许多实际问题中都有重要的意义。根据脉冲型奇异点的特点,提出了一个基于极大似然估计的脉冲奇异点检测方法。该方法利用Bernoulli概型来建模,用于对脉冲奇异点的检测,将脉冲奇异点的检测问题转化为一个参数估计问题,并利用极大似然估计方法给出了参数的估计。通过对大量的仿真信号及真实信号脉冲奇异点的检测证明,该检测方法计算简单,行之有效。     

毫米波/红外成像系统中的精确极大似然误差估计算法

为精确估计毫米波雷达/红外成像复合系统中传感器的系统误差,提出了一种基于无偏转换测量的精确极大似然(UCM-EML)误差估计算法.根据极坐标系下的测量噪声建立误差估计模型,据此推导似然函数和准则函数,采用高斯-牛顿迭代法进行准则函数的优化.仿真实验结果表明,UCM-EML算法在误差估计精度和收敛速度上都优于精确极大似然估计算法和修正的精确极大似然算法.     

一种新的时频极大似然DOA估计方法

针对非平稳信号,提出一种新的时频域极大似然DOA估计方法,利用参考阵元与阵列中其它阵元输出之间的互伪Wigner-Ville分布建立起时频域的阵列信号模型,通过时频域极大似然方法获得入射方向估计。与基于空间时频分布矩阵的阵列测向方法相比,该方法具有计算量小、交叉项时频分布利用充分的优点。仿真实验证实了该方法的有效性。     

基于EM算法的极大似然分布式量化估计融合新方法

该文针对水下目标探测中的多传感器分布式量化估计融合问题,建立了分布式量化估计融合模型,在考虑信道噪声且其统计特性不完全已知条件下,充分利用EM算法在观测数据缺失时参数估计的优越性,提出了一种基于期望极大化(EM)算法的极大似然分布式量化估计融合新方法。该方法将未知的水声信道噪声参数以及局部量化器量化概率建模为EM算法中二元高斯混合模型参数,利用极大似然估计方法的估计不变性得到目标参数的估计融合结果。仿真实验表明：该方法在局部传感器观测样本数目大于5000和信噪比大于6 dB时与已有理想信道条件下的估计方法性能相当,该方法为水下目标探测中分布式量化估计融合系统的工程实现提供了理论依据。     

一种新的基于最大似然估计的迭代定时恢复算法

符号同步误差对LDPC译码性能会产生严重恶化,如何在低信噪比下,利用LDPC的编码增益来提高符号同步误差估计性能是本文的核心问题.基于最大似然(ML)准则,提出了似然函数导数归零的码辅助迭代符号同步算法,该算法以单一编码分组为单位进行迭代估计,不但可以应用于连续信道,同样适用于突发通信.仿真结果表明,本文提出算法的估计性能可以在信噪比很低的情况下逼近MCRB,在符号同步误差估计值快速收敛的同时,译码性能接近符号精确同步的理想情况.     

波束域最大似然测高方法

针对雷达在低仰角搜索和跟踪目标时波束打地、受阵地反射多径影响严重的问题,提出了波束域最大似然雷达低仰角测高方法。该方法首先形成俯仰多波束覆盖目标,然后使用最大似然算法对多波束的目标数据进行处理,通过空间谱能量最大化的角度信息估计目标仰角和高度。与传统的和差波束及多波束比幅测角方法相比,该方法受多径影响小,具有较高的角度分辨率和高测量精度。计算机仿真和实测数据的处理结果验证了该算法可行有效。     

基于分组并行最大似然检测的多用户信号检测器

根据矩阵的Ｃｈｏｌｅｓｋｙ分解原理和并行运算的思想，提出了基于分组并行最大似然检测的多用户信号检测器。这种检测器的特点是：１．“化整为零”，即将全体用户信号检测转化为多组部分用户信号检测；２．“相互并行”，即各组部分用户信号检测过程相互并行。计算机体育场结果表明：这种检测器的性能接近最佳多用户信号检测器的性能。     

A Novel Blind Channel Identification and Equalisation Algorithm Based on Maximum Likelihood

A novel blind non-decision directed maximum likelihood algorithm for fractionally-spaced nonminimum phase FIR channel identification and equalisation is presented. The algorithm results from using the low signal to noise approximation to the average of the likelihood function with respect to the transmitted data sequence. The channel estimation equation is derived in a closed form. The resulting algorithm has two distinct advantages. The first is that the channel estimates are asymptotically consistent, and the second is that the algorithm is computationally efficient since it only requires the calculation of one eignevector. Simulation results are presented to show the performance of the proposed algorithm.     

A Novel Interpolation Method for Maximum Likelihood Timing Recovery

An algorithm to recover bit timing is proposed which maximises a quadratic polynomial approximation to the log-likelihood function. The exact equation for the mean of the log-likelihood function derivative, i.e. the S-curve, is derived and shown to have a sine form. In each time interval the S-curve has two zeros. The zero corresponding to the maximum of the likelihood function is resolved using quadratic interpolation based on four samples per period. The resulting timing synchroniser has a simple open loop feedforward structure which has effectively no acquisition period. Receiver performances in terms of rms timing jitter and bit error rate (BER) are analysed and shown to agree closely with theoretical results.     

一种基于改进PSO的随机最大似然算法

随机最大似然算法(Stochastic Maximum Likelihood,SML)具有优越的波达方位(Direction-of-Arrival,DOA)估计性能,但SML解析过程较高的计算复杂度限制了该算法在实际系统中的应用.针对SML计算复杂度高的问题,提出一种低复杂度的粒子群优化算法(Particle Swarm Optimization,PSO),解决了传统PSO算法中粒子数多和迭代次数多的双重缺点.首先,根据天线获得的信号,将旋转不变子空间法(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)求得的闭式解作为DOA的预估计值,同时计算系统此时的信噪比以及SML在此信噪比下的克拉-美罗界(Cramer-Rao bound,CRB).然后,根据DOA预估计值和当前CRB值在SML最优解的近邻范围内确定较小的初始化空间,并在该空间初始化少量粒子.最后通过设计合适的惯性因子w,使粒子以合理的速度搜索最优解.实验结果表明,改进PSO算法所需的粒子个数和迭代次数大约是传统PSO算法的1/5,降低了SML的解析复杂度,计算时间是传统PSO算法的1/10,因此在收敛速度上也有显著的优势.     

基于最大似然估计的机载双基地雷达距离模糊杂波抑制方法

针对存在距离模糊情况下机载双基地雷达杂波抑制的难题,本文分析了存在距离模糊时机载双基地雷达的杂波特性,提出了一种基于最大似然估计的机载双基地雷达距离模糊杂波抑制方法.该方法首先通过最大似然估计对训练样本所包含的各个模糊距离环的杂波幅度进行估计,然后通过非均匀采样重构待检测距离门及其模糊距离环的杂波数据,再由重构的杂波数...     

LFM信号参数估计的最大似然改进算法

为实现含噪声LFM信号参数的快速检测和精确估计,提出了一种基于延时相关解线调的最大似然估计改进算法,即首先在时域内进行延时相关解线调,然后对解线调后含噪声信号进行经典功率谱估计,得到调频斜率的粗略估计,将此估计值作为初始值,再进行最大似然估计,得到调频斜率的精确估计值,用此精确估计值对原LFM信号进行解线调,再以同样的思路可以得到LFM信号初始频率的最大似然精确估计值。仿真实验证明了该算法的有效性。     

自适应减少复杂度的盲最大似然序列估计

 基于逐幸存路径处理原理和自适应选择幸存路径的思想,本文提出了一种自适应减少计算复杂度的盲最大似然序列估计新算法.通过分析和推导,给出了一种近似估计网格图最小欧式距离的方法,并利用该估计值对幸存路径进行取舍,在网格搜索中仅保留少数幸存路径来进行信道参数和发送符号序列的联合盲估计.理论分析和计算机仿真结果表明,对严重符号干扰信道,在较高信噪比条件下,本文提出的新算法具有较理想的误符号率性能和较低的计算复杂度.