基于矢量传感器的频率估计算法在水声通信中的应用

本文给出了基于矢量传感器的ESPRIT频率估计算法，并将其应用于频率调制水声通信系统中。与声强频率估计算法相比，ESPRIT频率估计可在小样本的情况下，获得高精度的频率估计。仿真和湖试结果表明，基于矢量传感器的ESPRIT频率估计算法可以提高通信速率并降低对通信系统的带宽要求。本算法对信噪比的要求较高，目前看，较适用于近程高速水声通信。     

正交频分复用在水声通信中频率同步的研究

正交频分复用（OFDM）通信系统对频率偏移比较敏感，容易导致系统性能急剧下降。水声通信中存在着严重的多普勒频率偏移，限制了OFDM技术在水下的应用。本文仿真分析了频率偏移对OFDM系统的性能影响，提出了一种适用于水声通信的频率同步方法。本方法不仅可以对固定的频率偏移进行估计，也可以对连续变化的频率偏移进行估计。仿真表明，本方法具有较高的频偏估计精度和大的频偏估计范围。湖试结果也表明，采用这种方法可有效地进行频偏估计。     

多速率STFT超宽带信号瞬时频率估计研究

提出多速率短时傅里叶变换(Multi Rate Short Time Fourier Transform,MR-STFT)瞬时频率估计算法,提高了超宽带信号瞬时频率估计精度。该方法将多速率信号处理算法与短时傅里叶变换(STFT)技术相结合,兼顾采样频率和被测频率,将宽频范围进行分段采样,对分段处理结果进行拟合,构成多速率STFT算法,实现超宽带信号瞬时频率的高精度测量。论文通过对仿真信号和实测信号进行处理,研究了方法的可行性和频率估计精度,结果表明MR-STFT算法较大提高了超宽带信号瞬时频率估计精度,尤其对低信噪比的超宽带信号效果显著。     

基于实时主动声定位的快速测频算法

针对爆炸试验中冲击波超压传感器位置定位的问题,采用陆上实时主动声定位系统对爆炸试验中冲击波超压传感器位置进行定位。系统中对主动发出声信号频率为已知特定几种频率之一的单频信号的快速实时频率检测,提出了一种快速频率检测算法。算法充分利用信号频率为已知特定几种频率之一这一特定条件,并结合离散时间傅里叶变换(DTFT)与离散傅里叶变换(DFT)的关系以及帕塞瓦尔定理,得出快速频率检测的表达式。经实验验证和计算分析,算法检测频率精准可靠,计算量比其他快速测频算法小得多,更适用于军事紧急状态下陆上实时主动声定位中主动发声和实时定位条件下的快速测频。     

基于中国余数定理的欠采样下余弦信号的频率估计

基于中国余数定理的重构算法的信号频率估计是近年来信号处理、电磁学以及光学等领域的前沿问题,但目前这些研究仅限于对复指数信号做粗略频率估计.因而,本文把基于中国余数定理的频率估计从复指数信号粗估计拓展到实余弦信号精细估计领域,其所提出的估计方案处理过程如下:1)对高频余弦波形进行过零点检测,确定信号的相位信息;2)对各路欠采样信号做快速傅里叶变换,并借助Candan估计器对各路谱峰值做频率校正以获取高精度余数估计,基于此算出频偏值以做相位校正;3)用提出的基于相位特征分类方法对校正得到的余数做筛选;4)将筛选出的频率余数代入闭合形式的中国余数定理得到原信号频率的高精度估计.此外,本文还推导出了频率估计方差的理论表达式.数据模拟实验验证了该表达式的正确性,实验结果还反映了本文提出的方案具有高精度和高抗噪性能.     

水声正交频分复用系统载波偏移与脉冲干扰估计技术

载波频率偏移和脉冲干扰是水声通信系统中常见的干扰形式。为了提高系统的鲁棒性,消除这两种类型干扰的影响,提出利用空载波对载波频率偏移和脉冲干扰进行估计。空载波估计技术采用了分步优化和联合优化估计两种方法。分步优化估计首先利用重采样和空载波进行载波频率偏移估计,补偿后利用空载波对脉冲噪声进行消除。考虑到载波频率偏移和脉冲噪声估计时的相互影响特性,利用二者的联合估计得到优化解。仿真和水池实验结果表明,两种优化算法都取得了良好的效果;同时联合优化估计比分步优化估计得到更大的系统性能增益,在系统误比特率为10~(-2)时,联合优化解得到了3dB左右的系统性能增益。通过对载波频率偏移和脉冲干扰的估计消除,大大提高了水声通信系统的鲁棒性。     

基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法

本文提出基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法。该算法将声源不同频率处的协方差矩阵变换重排为一个高维矩阵,然后利用传播算子方法估计宽带声源波达方向。该算法计算复杂度介于聚焦Khatri-Rao子空间和相干子空间算法之间。仿真和实验结果表明,该算法在降低计算量的同时,估计误差与聚焦Khatri-Rao子空间算法相近,远小于相干子空间算法。     

强干扰下空间抗混叠宽带波达方位估计

提出了基于改进频率差分(FD)技术的空间抗混叠波达方位(DOA)估计方法,实现了阵元稀疏排布,即在阵元间距远大于入射信号波长时,存在栅瓣模糊情况下多水下声学目标的方位估计。首先,确定目标方位角度搜索范围,建立阵列信号处理模型,对宽带信号不同频率成分之间进行频率差分处理,从而降低信号频率以满足阵元稀疏排布阵列的空间奈奎斯特采样要求。然后,基于投影子空间正交性检验(TOPS)算法构建一个对角变换矩阵,利用对角酉变换矩阵正交性直接对阵列流形进行频率差分处理,使其频率差分处理输出的信号个数与输入信号个数相等。最后,进一步推导频率差分域等效目标方位与真实入射信号角度等价的条件,并基于该等价条件进行频率筛选,最终获得无模糊的空间方位谱结果。经仿真实验验证,所提算法在信噪比为-10～20 dB范围内,估计结果均方根误差低于0.1°,有效抑制了栅瓣且受干扰强度影响较小。经海试数据验证,所提算法可以有效估计出目标方位,并避免空间混叠项干扰。所提空间抗混叠波达方位估计方法能够有效抑制栅瓣模糊,提高目标方位估计精度,且在强干扰条件下仍具有较好的角度估计性能。     

基于周期图最大似然算法的相干激光测风多普勒频率估计

采用径向风速的估计不确定度和探测概率作为评价指标,研究了周期图最大似然(PML)算法的多普勒频率估计性能.基于大气分层激光回波模型,分别以PML和周期图最大值法(PM)对回波信号进行处理,验证了PML算法在相干激光测风中的可行性;分析比较不同信噪比条件下PML算法的风速估计不确定度与探测概率.仿真结果表明,在发射脉冲宽度为400ns、采样点数为128时,PML算法适合在中等信噪比条件下使用,且风速估计的不确定度整体小于PM算法的,在信噪比为-13dB时径向风速的估计不确定度为0.75m/s,探测概率在90%以上,该研究为后续的外场试验提供了指导.     

变尺度概率净化法的优化

变尺度概率净化法是一种混沌时间序列非线性动力学降噪方法，该方法需对整个相空间点列做联合处理，因此算法的计算量和所需内存量会随着每个轨道点的修正参考点数和嵌入维数的增加而呈指数增长.根据变尺度概率净化法的特点，对前向概率和转移概率的估计方法作了一些改进，使算法的运算量减小到了原来的0.27左右，而降噪性能并没有下降，并提出了数据较长情况下的算法实现结构，大大降低了算法运行所需内存. 关键词： 混沌 非线性动力学 降噪 最大后验概率估计 变尺度概率净化     

一种基于最优频段的X射线脉冲星累积轮廓时延估计方法

为提高X射线脉冲星导航中累积脉冲轮廓的时间延迟估计精度, 分析了X射线脉冲星累积脉冲轮廓的频谱特性和现有Taylor快速傅立叶变换时延估计算法的缺陷, 提出了一种基于最优频段的累积轮廓时延估计算法, 并通过建立不同信噪比下时延估计误差与所采用频段之间的关系以确定最优频段. 数值及实测数据实验结果表明: 在短时观测或光子流量较小时, 该算法优于常用的近似最大似然 (FAML)、相关 (CC)、最小二乘 (NLS) 及加权最小二乘 (WNLS) 方法; 在观测时间较长或光子流量较大时, 该算法的估计精度与CC及NLS方法相当, 但其运算量低于NLS, FAML 及WNLS方法. 本文所提算法适用于短时观测脉冲轮廓或低流量脉冲星的高精度时延估计.     

基于哈达玛积扩展子空间的到达时间和波达方向联合估计

在窄带阵列天线正交频分复用系统的到达时间和波达方向联合估计中, 针对阵元数目较少时波达方向估计精度不高, 特别是多径数目大于阵元数目导致的波达方向无法估计问题, 提出一种基于哈达玛积扩展子空间的到达时间和波达方向联合估计算法. 该算法首先利用各阵元上的频域信道估计构成扩展信道频域响应矢量, 然后计算扩展信道频域响应矢量自相关矩阵, 并进行特征值分解得到哈达玛积扩展噪声子空间, 最后构造伪谱函数并进行二维谱峰搜索, 从而实现到达时间和波达方向的联合估计. 仿真结果表明, 与现有算法相比, 在复杂度没有大幅提高的前提下, 该算法的估计结果均方根误差更加接近克拉美罗界, 且到达时间和波达方向估计能够自动配对, 在多径数目大于阵元数目时依然适用.     

改进的信道稀疏度检测正交多载波多普勒估计方法

针对正交频分复用水声移动通信中频域变采样技术联合信道稀疏度检测的多普勒估计算法在冰水混合区复杂信道环境下多普勒估计效果欠佳且计算量大的问题,提出了一种改进的多普勒估计算法。采用时域重采样技术对信号进行不同压缩因子的补偿,避免了频域变采样技术中的高阶快速傅里叶变换运算,从而降低了算法复杂度。利用梳状导频位置向量结合时域变采样技术更准确提取的导频子载波,进而获得更加精确的信道估计和信道稀疏度检测结果,提高了多普勒估计精度。仿真结果和冰下试验结果表明,与原始算法相比,改进的方法在冰水混合水域复杂多径时变信道环境下可以有效实现对信号多普勒畸变的跟踪并且计算量显著下降,能够保障正交频分复用水声移动实时通信。      

Identification of three-dimensional electric conductivity changes from time-lapse electromagnetic observations

We present a novel solution algorithm for 3D parameter identification based on low frequency electromagnetic data. With focus on large-scale applications such as monitoring of subsea oil production, CO₂ sequestration, and geothermal systems, the proposed solution algorithm is designed to meet challenges related to low parameter sensitivity, nonuniqueness of the inverse solutions, nonlinearity in the mapping from the data to the parameter space, and costly numerical simulations. Motivated by earlier investigations on the relation between sensitivity, nonlinearity and scale, the proposed solution approach is based on a reduced, composite parameter representation. Though a reduced representation restricts the solution space, flexibility with respect to which parameter functions that can be represented is obtained by facilitating the estimation of the structure and smoothness of the representation itself. Moreover, the resolution of the parameter function is detached from the computational grid and determined as part of the estimation. The performance of the proposed solution algorithm is illustrated through numerical examples for identification of underground electric conductivity changes from time-lapse electromagnetic observations.     

Spectrum sensing for OFDM signals using pilot induced cyclostationarity in the presence of cyclic frequency offset

In this paper, the problem of spectrum sensing of OFDM signals for cognitive radios is considered. It is proposed to detect the cyclostationary features introduced in an OFDM signal due to inter-pilot correlation. The performance of the proposed detector is derived and verified in case of AWGN channels. It is observed that the performance of cyclostationary detectors relies on the knowledge of the exact value of the cyclic frequency of the signal of interest. However, an offset in the cyclic frequency may arise due to several reasons. Therefore, for the proposed detector to perform reliably, there is a need to estimate the cyclic frequency offset. The Cramer–Rao bound for the cyclic frequency offset (CFO) estimator is derived, and based on it, two algorithms to estimate and compensate for the CFO are proposed. Simulation results are then used to study the performance of the proposed detection technique under Rayleigh fading both in the presence and the absence of CFO. The performance of the proposed system model is also studied under fast fading, and an alternative test statistic is proposed.     

An adaptive time delay estimati on algorithm based onquadratic weighting of the frequency domain

Time delay estimation (TDE) plays an important role in many engineering appli-cations. A new time delay estimation configuration, the quadratic weighting of the frequency domain adaptive TDE model, is put forward. The quadratic weighting of the frequency domainSCOT (Smoothed Coherence Transform) and ML (Maximum Likelihood) adaptive TDE algo-rithms are presented, respectively. The variance of the quadratic weighting of the frequency domain SCOT algorithm is derived. Then the proposed algorithms are applied in the TDE of helicopter passive acoustic location. The simulation results are presented which verify that the proposed algorithm has better performance in the low signal to noise ratio.     

Alternative threshold-based channel estimation and message-passing-based symbol detection in MIMO-OTFS systems using superimposed pilots

In this work, we investigate the challenging problem of channel estimation in high-mobility environments for advanced mobile communication systems (5G and beyond). First, we propose an iterative algorithm for channel estimation and symbol detection in the delay-Doppler domain for multiple-input multiple-output orthogonal time–frequency space (OTFS) system. The proposed algorithm is based on a superimposed pilot pattern to improve the spectral efficiency of the system. It iterates between data-aided channel estimation and message-passing-aided data detection. The channel estimation step is based on a threshold method. This step considers interference-plus-noise caused by the data symbols and the additive noise to adapt the threshold at each iteration. The data detection step is based on an adapted version of the message-passing algorithm proposed in the literature for uncoded OTFS. Then, to improve the channel estimation efficiency, we suggest an interference cancellation scheme executed at each iteration of the proposed algorithm. Finally, we compare the computational complexity and the achieved performance in terms of normalized mean square error of channel estimation, bit error rate, and spectral efficiency against five state-of the-art methods.