针对现有混沌检测算法精度不高、状态响应滞后的问题,该文从混沌状态整体性、系统解频域特性等角度进行全面分析,提出一种基于摄动解主频功率比的弱信号检测方法,该算法不仅准确实现了临界状态的有效界定,提高了信号检测的可靠程度,而...针对现有混沌检测算法精度不高、状态响应滞后的问题,该文从混沌状态整体性、系统解频域特性等角度进行全面分析,提出一种基于摄动解主频功率比的弱信号检测方法,该算法不仅准确实现了临界状态的有效界定,提高了信号检测的可靠程度,而且揭示了系统各个状态之间的差别及物理含义。文中采用参数摄动法推导了Duffing-Van der pol振子的一阶摄动平衡解,证明了其为影响主频率分量的主要因素。在此基础上,采用经验模态分解方法对有效参量信息进行选择性重构,以最小均方误差约束准则下的比值系数重新定义了系统状态,得到系统主频功率比与策动力幅值之间的映射关系,并以此作为临界阈值确定的依据。实验结果表明,采用主频功率比准则的信号检测方法可靠性提高了约1个数量级,且算法的响应速度为传统分析方法的2倍以上。展开更多
正交频分复用技术在无线通信系统中应用十分广泛,可有效对抗信号符号间干扰,适用于多径和衰落信道中的高速数据传输。为提高通信传输质量,需要对信道脉冲响应值进行估计。基于块状导频的估计算法有最小二乘(Least Square,LS)估计、最小...正交频分复用技术在无线通信系统中应用十分广泛,可有效对抗信号符号间干扰,适用于多径和衰落信道中的高速数据传输。为提高通信传输质量,需要对信道脉冲响应值进行估计。基于块状导频的估计算法有最小二乘(Least Square,LS)估计、最小均方误差(Minimum Mean Square Error,MMSE)估计、线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)估计和基于特征值分解(Singular Value Decomposition,SVD)的估计算法。根据仿真结果比较了4种算法的误符号率性能及算法的复杂性。在相同信噪比条件下,MMSE算法误符号率最低,但算法复杂度最高,计算耗时最长;LS算法计算简单,耗时最短,但误符号率最高;LMMSE和SVD算法复杂度比MMSE低,耗时明显减小,同时对信道估计的准确性比MMSE算法稍有下降。展开更多
通过稀疏重构得到传感器阵列输出数据的稀疏表示模型,研究了单快拍采样情形下的信号到达角(Direction of Arrival,DOA)估计问题。提出了一种基于最小均方误差(Minimum Mean-Square Error,MMSE)准则迭代实现的单快拍到达角估计算法(Itera...通过稀疏重构得到传感器阵列输出数据的稀疏表示模型,研究了单快拍采样情形下的信号到达角(Direction of Arrival,DOA)估计问题。提出了一种基于最小均方误差(Minimum Mean-Square Error,MMSE)准则迭代实现的单快拍到达角估计算法(Iterative Implementation of MMSE,II-MMSE)。该算法将原有的稀疏表示模型中稀疏信号矢量的求解问题,转化为迭代求解稀疏功率对角阵,进而估计多目标信号的DOA。给出了算法的完整实现流程,从理论上分析了II-MMSE算法的迭代收敛性和对阵列模型误差的鲁棒性。仿真结果表明,II-MMSE算法在低信噪比、相干背景、小样本、阵列未校准等条件下都具有良好的测向精度和多目标分辨能力。展开更多
文摘针对现有混沌检测算法精度不高、状态响应滞后的问题,该文从混沌状态整体性、系统解频域特性等角度进行全面分析,提出一种基于摄动解主频功率比的弱信号检测方法,该算法不仅准确实现了临界状态的有效界定,提高了信号检测的可靠程度,而且揭示了系统各个状态之间的差别及物理含义。文中采用参数摄动法推导了Duffing-Van der pol振子的一阶摄动平衡解,证明了其为影响主频率分量的主要因素。在此基础上,采用经验模态分解方法对有效参量信息进行选择性重构,以最小均方误差约束准则下的比值系数重新定义了系统状态,得到系统主频功率比与策动力幅值之间的映射关系,并以此作为临界阈值确定的依据。实验结果表明,采用主频功率比准则的信号检测方法可靠性提高了约1个数量级,且算法的响应速度为传统分析方法的2倍以上。
文摘正交频分复用技术在无线通信系统中应用十分广泛,可有效对抗信号符号间干扰,适用于多径和衰落信道中的高速数据传输。为提高通信传输质量,需要对信道脉冲响应值进行估计。基于块状导频的估计算法有最小二乘(Least Square,LS)估计、最小均方误差(Minimum Mean Square Error,MMSE)估计、线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)估计和基于特征值分解(Singular Value Decomposition,SVD)的估计算法。根据仿真结果比较了4种算法的误符号率性能及算法的复杂性。在相同信噪比条件下,MMSE算法误符号率最低,但算法复杂度最高,计算耗时最长;LS算法计算简单,耗时最短,但误符号率最高;LMMSE和SVD算法复杂度比MMSE低,耗时明显减小,同时对信道估计的准确性比MMSE算法稍有下降。
文摘通过稀疏重构得到传感器阵列输出数据的稀疏表示模型,研究了单快拍采样情形下的信号到达角(Direction of Arrival,DOA)估计问题。提出了一种基于最小均方误差(Minimum Mean-Square Error,MMSE)准则迭代实现的单快拍到达角估计算法(Iterative Implementation of MMSE,II-MMSE)。该算法将原有的稀疏表示模型中稀疏信号矢量的求解问题,转化为迭代求解稀疏功率对角阵,进而估计多目标信号的DOA。给出了算法的完整实现流程,从理论上分析了II-MMSE算法的迭代收敛性和对阵列模型误差的鲁棒性。仿真结果表明,II-MMSE算法在低信噪比、相干背景、小样本、阵列未校准等条件下都具有良好的测向精度和多目标分辨能力。
