快速收敛的低复杂度稀疏水声信道估计方法*

针对水声信道的稀疏特性,本文基于集员L1范数约束比例调节仿射投影算法,在不增加稳态误差的前提下,首先采用一种鲁棒集员滤波思想,通过设定动态误差门限加速算法收敛速度;另外针对其矩阵计算复杂度高问题,利用历史的比例调节矩阵优化信道更新方程,使得某些过程矩阵可通过递归方法更新,从矩阵运算角度降低了计算复杂度。湖试和海试数据处理结果表明,面对弱时变和强时变信道时,此方法相对已有稀疏水声信道估计方法略微降低稳态误差的同时具有更快的收敛速度,并从矩阵运算和迭代次数两个方面降低了计算复杂度。     

一种新的快速衰落信道相干时间估计方法

快速衰落信道(FFD)是浅海中常见的畸变信道模型之一,通常用信道相干时间来描述其多普勒扩展程度。分段副本相关器(SRC)是FFD信道的最佳似然比检测器,但当信道相干时间未知时,其性能因失配受到较大影响。针对此种情况,提出了多重假设SRC,该方法能简单有效地估计FFD信道相干时间并解决SRC的失配问题。     

一种快速收敛的水声信道载波恢复盲均衡算法

基于对修正的常数模算法(MCMA)进行分析,提出了一种用于QPSK(四进制相移键控)信号的快速载波恢复盲均衡算法。该算法中构造了一种与MCMA算法不同的、能够快速收敛的误差函数,在消除码间干扰(ISI)、纠正相位误差的同时,进一步改善了收敛性能。该算法对输出信号的实部和虚部分别进行非线性变换。最后利用实测的水声信道数据,对这几种算法进行了数值分析研究,结果表明:所提出的算法不仅能够很好地克服相位旋转,而且其收敛速度明显高于MCMA,剩余均方误差更小,而计算量并没有明显的增加。     

基于改进的VCFR物理层上行共享信道估计方法研究

针对DFT的信道估计算法不能解决由于信道信息能量在时域的拓展造成误去除有效信号径而导致的性能下降问题,研究了一种通过添加虚拟频率响应的信道估计算法[7]。然而这种方法不能满足LTE物理层上行共享信道复杂的环境。故提出了一种采用新的窗函数和差异化去噪策略的改进的添加虚拟频率响应的信道估计算法。该算法具有较高的频带利用率,高速率传输能力和多路径衰落影响小等优点,所以在无线通信系统中得到了广泛的应用。理论分析和仿真验证表明,该算法能够有效地提高信道估计精度和系统性能,使得系统的误码率最大约提升2个dB左右,系统吞吐量较3GPP协议所要求的提升约4dB左右。     

一种改进的DVB-T信道估计算法

针对传统DVB-T系统信道估计算法估计精度低或复杂度高的问题,为了提高信道估计算法整体性能,提出了一种改进的DVB-T信道估计算法。该算法首先采用最小二乘法估计离散导频处频率响应估计值;进而,利用连续导频对信噪比进行估计;最后,将得到的信噪比估计值与预先设定的信噪比阈值进行比较,若估计值小于阈值,则先经过卡尔曼滤波处理,再在时频二维方向上用高斯插值得到全部子载波的频率响应值,否则直接在时域和频域上进行插值。此方法在信道条件较好时关闭卡尔曼滤波过程,从而有效减少滤波次数,提高算法整体运行速度。仿真结果表明,该方法能有效提高系统整体性能,减少在噪声影响较大时的干扰,同时也兼顾了算法整体运行速度。     

一种新的角点角度快速估计方法

在计算机视觉领域中角点特征的提取具有相当重要的地位。角点的角度是衡量角点特征的一个极为重要的指标 ,常作为阈值决定角点的取舍。文中提出一种新的角点角度估计算法 ,算法中通过对角点边缘链码采用不同的方差的高斯函数进行卷积 ,得到角点位置的偏移 ,并给出由此偏移量计算角点角度值的公式。此算法具有较小的计算量。实验证明此算法在一定场合下能有效地完成对角点角度的估计。最后给出了估计的误差分析。     

一种快速有效的正弦波信号频率估计方法

针对I-Rife算法和Fang算法计算量增大、低信噪比时性能下降的问题,该文提出了一种快速有效的正弦信号频率精确估计方法,利用两点细化的频谱值估计频率偏移量,不需要判别频率修正方向,降低了算法复杂度和计算量;分析了频偏估计的偏差。仿真结果表明,该算法的整体性能优于I-Rife算法和改进的Fang算法,在保证性能的同时,提高了算法的稳定性和实用性。     

基于神经网络的可见光通信系统信道估计方法

针对现有的非对称限幅光正交频分复用（ACO-OFDM）可见光通信（VLC）系统中信道估计方法存在导频数量过大、精度低、估计效率不高的问题,提出一种基于深度神经网络（DNN）的VLC信道估计方法。利用梯度集中化（GC）方法进行模型优化,并采用端到端的方式跟踪信道信息并恢复失真信号。仿真结果表明：所提方法的误码率（BER）和均方误差（MSE）性能均优于传统方法;在使用较少的导频和省略循环前缀（CP）进行信道估计时,所提方法具有更强的鲁棒性。此外,在DNN训练过程中引入GC方法,可以加快网络的收敛速度,提高其优化能力。     

一种基于DFT时域插值的OFDM水声信道估计改进方法

信道估计作为OFDM通信系统中的重要部分,其性能关系到整个系统的误比特率。本文提出了一种基于DFT时域插值的信道估计改进方法,用于OFDM水声通信系统。该方法利用噪声门限抑制多径之间的信道估计噪声,计算简单,达到较好的信道估计效果。对该方法进行了理论分析,仿真实验以及海试。在海试中得到传输距离2km,有效数据率2.8kbit/s,证明该方法可以用于中短程浅海水声通信。     

一种快速水声目标波达方向估计方法

以基追踪为重构算法的水声目标波达方向估计方法在实际的应用中往往运算速度较慢,针对这一问题,在分析水声目标空间稀疏特性的基础上,结合压缩感知理论框架下波达方向估计的特点,提出一种快速水声目标波达方向估计方法。该方法通过逐步减小逼近参数的方式来得到l₀范数最优解,实现水声目标信号的波达方向估计。通过计算机仿真从成功率、运算时间、分辨角度等多个方面与基追踪算法进行比较分析,实验表明:在成功率和分辨角度上所提出算法与基追踪算法性能相当,但运算时间却仅仅是基追踪算法的1/11。     

一种新的快速运动估计算法

 数字化战场的发展使得红外图像信息的传输量迅速增加,因此必须对图像信息进行压缩处理,运动估计是图像压缩的关键部分。针对运动矢量的分布特点,提出了一种新的运动估计搜索算法,该算法先按照菱形搜索模板进行粗搜索,产生当前步的搜索点,并计算出各点的SAD值,根据最小SAD值是否在菱形搜索模板中心点,确定下一步的搜索方式,直到最小SAD值对应的点为菱形中心点,然后以方形搜索模板搜索,则最小SAD值对应的点即为最佳匹配点,最后得出运动矢量。测试结果表明,本算法比FS算法每帧的搜索速度提高了近20倍,与DS算法相比,搜索速度亦可以提高近20%,有效地节省了搜索时间,且基本上保持了全搜索FSA的性能,适合实时应用的要求。     

一种正交频分复用系统抗水下时变多径信道的频率偏移估计方法

提出了一种水下正交频分复用(OFDM)系统鲁棒的频率偏移估计方法,即通信帧由一个训练帧和多个数据帧组成。其中克服大的多普勒频移,也就是粗频移估计(Rough Frequency Offset Estimation,RFOE),是通过训练帧来实现的,而克服时变的和小的多普勒频移,也就是精细多普勒频移估计(Accurate Frequency Offset Estimation,AFOE),是通过每一个数据帧实现的。RFOE和AFOE都是使用OFDM数据或循环前缀(Cyclic Prefix,CP)中没有被多径干扰的那部分数据计算得到的。在海试中,采用这种算法实现了通信速率与作用距离的乘积为133km·kbps的无误码通信,并比较了不同算法的试验结果,试验结果表明该算法能克服水下信道多径和时变的影响。     

一种多起点并发式快速运动估计搜索方法

为了提高块匹配运动估计快速算法的搜索速度、精度和鲁棒性,提出了一种多起点并发式快速运动估计搜索方法。根据匹配块搜索的特性,提出了均匀选取多个起始点的方法,同时根据搜索区域的大小制定了自适应的限制条件和进度表,使得算法的收敛速度有了很大的提高。该算法在迭代过程中不但能够接受使目标向好的方向前进的解,而且能够在一定限度内接受使目标恶化的解,这使得算法能够有效地跳出局部极小的陷阱。使用基于TMS320C6415芯片的DSP图像处理系统对抖动视频图像序列进行实验。实验结果表明,当视频图像为PAL制,分辨率为720×576个像素,并且相邻图像间的抖动范围为±40个像素时,使用新提出的方法,匹配参数的计算量不大于使用全域匹配方法计算量的1/8,并且搜索精度远高于其他传统的快速搜索方法。     

一种快速收敛发散三角级数的有效算法

针对Ｂｅｎｓｉｍｏｎ方程中出现的无穷发散三角级数求和问题，提出一种快速收敛发散三角级数算法，并举例说明其应用。     

一种复杂系统的快速故障诊断方法

为提高复杂系统的故障诊断效率,基于故障诊断树原理,提出并实现了一种快速故障方法。实现该方法主要包括六个关键步骤,分别是故障诊断树的梳理、诊断节点代码的编写录入、Labwindows CVI软件与数据库的通信连接、故障诊断树显示及故障诊断推理、故障诊断节点的编辑、故障结论的存储与显示。在此基础上,设计开发了相应的故障诊断软件,并利用该软件对某型装甲车辆炮控系统进行故障诊断。结果表明,该型软件人机交互性好、操作便捷,基于故障诊断树原理的故障诊断方法可较大的提高故障诊断效率,工程应用前景广阔。     

一种改进的快速递推干扰抵消多用户检测算法

由于传统的MIMO-OFDM系统干扰消除多用户检测算法对错误传播和干扰消除顺序考虑的较少,针对这一缺点,提出一种采用逆向排列顺序的快速递推干扰消除多用户检测算法。该算法采用逆向检测顺序,选择用户数据相关程度最大的数据进行最后检测,得到信噪比最优的串行干扰消除用户排列,避免了错误传播;采用递推的方法实现最小均方误差(MMSE)检测器与排序的求取,避免了传统检测算法中的直接矩阵求逆运算,降低了算法的计算量。理论分析和实验结果表明,该算法在有效降低复杂度的同时,具有更好的系统容量性能和误码性能。     

一种对加性噪声和信道函数联合补偿的模型估计方法

语音识别系统在面对实际环境中多变的加性噪声和信道差异的影响时性能急剧下降,抑制这些噪声和差异所造成的性能下降具有重要意义。作者提出了一种模型补偿算法,使用句子中的非语音段估计加性噪声,然后利用EM算法估计信道函数,从而在倒谱域上对失配的声学模型进行联合补偿。实验表明,相比基线系统,采用该算法的系统的平均性能相对提升幅度超过50%。算法可以动态跟踪环境的变化,性能表现优于一些传统的语音识别稳健性处理算法。     

IMDD-OFDM系统的低开支、高准确度信道估计方法

提出一种应用于强度调制直接检测光正交频分复用(IMDD-OFDM)传输系统的低开支、高准确度的信道估计算法.该算法充分考虑系统噪声特性,利用梳状导频插入结构,结合符号间平均与子载波间频域线性插值的思想,在低开支导频条件下实现较高的估计准确度.仿真和理论推导结果表明:与传统平均算法和直接线性插值算法相比,基于梳状导频先平均后线性插值的算法估计出来的信道特性更能接近实际信道的.实验结果表明:在误码率为3.8×10~(-3)处,本文所提出的算法仅使用0.78%导频开支即可与使用20%导频开支的平均算法获得相同的接收灵敏度;同时,与传统估计算法相比,该算法与导频开支无关,能较好抗系统中的高斯噪声,获得与真实信道较为接近的估计性能.     

一种快速稀疏贝叶斯学习的水声目标方位估计方法研究

针对以具有时序结构的稀疏贝叶斯学习(Temporally multiple sparse Bayesian learning,TMSBL)为重构算法的水声目标DOA (Direction-of-arrival)估计方法存在运算速度慢的问题,结合块稀疏贝叶斯学习(Block-spare Bayesian learning,BSBL)理论框架下DOA估计模型与特点,采用MacKay提出的定点方法(Fixed-point method)对TMSBL算法中的核心超参量进行求解,提出一种快速的水声目标方位估计稀疏贝叶斯学习的方法,该方法具有运算速度快,重构概率高的特点,并通过实验仿真从运算时间、失败率和均方根误差等方面与TMSBL算法进行比较,验证了该方法的可行性与有效性。     

一种基于纠缠态的量子中继通信系统

提出了一种基于纠缠态的量子中继通信系统,该系统应用纠缠为基本资源.纠缠为量子隐形传态和绝对安全的量子通信提供了保证.量子中继器用来延长高纠缠度的纠缠光子对的纠缠距离,利用纠缠交换和纠缠纯化在系统的发信者与受信者之间建立光子对的纠缠.应用量子隐形传态的原理传输量子信息.系统分析表明,量子通信系统的吞吐率随着通信双方成功建立纠缠的概率增大而显著增加,量子信号的传输距离取决于量子中继节点的级数.