类高斯噪声中已知信号的Robust M-检测

本文论述了类高斯噪声中已知信号的Robust M-检测的一般原理,并对4种不同的噪声模型给出了Robust M-检测器.     

噪声中已知信号的Robust-M检测

本文针对噪声模型 F={f(x)|∫_(-∞)~(+∞)|f(x)-p(x)|dx≤ε,f(x)=f(-x)}求得了噪声中已知信号的又一种Robust检测器——Robust-M检测器。该检测器克服了有限样本检测器不能检测微弱信号的局限。理论分析表明,只要样本客量N足够大,它可用于检测任意微弱的信号。本文通过计算机模拟对Robust-M检测器与参数检测器的性能进行了比较,结果表明,当噪声变化时,Robust-M检测器稳定性更好,性能更可靠。     

噪声中已知信号的有限样本Robust检测

本文采用了一个新的噪声模型■与经典的噪声模型相比,该模型能更客观、全面地反映实际噪声的分布情况。针对该模型求得了噪声中己知信号的有限样本Robust检测器,研究了它的应用范围,分析了它的性能。结果表明,它在总体上比参数检测器更优越。     

随机信号的Robust检测

本文在极小极大意义上,提出了两类随机信号的Robust检測。当信噪比較大时(相对于污染度ε而言),可把备选假設写成(?)_1分布函数族,然后根据Huber的理論,从(?)_0、(?)_1中寻找一对最不利分布Q_0、Q_1,得到了任意近似分布的极小极大解。对近似高斯分布,給出了Robust型检測器的結构。当信噪比較小时,本文从效驗的角度,探討了随机信号的Robust检測。当噪声分布为对称,信号的均值不恆为0时,給出了使效驗为极大极小的Robust型检測器。     

Qualitative Robust估计建模时异常数据检测的一种新算法

本文研究了用 Qualitative Robust 估计建立随机过程 ARMA(p,q)模型时检测异常数据的新算法。构造了新的Ψ-函数,使之具有较宽的适用范围,既能使数据逐层压缩,又有利于检测异常数据;导出了迭代过程中异常数据估计量及其统计特性;锐化了异常数据对判决的影响;构造了最小距离判决规则;给出了迭代算法。Monte Carlo 模拟显示了良好的效果。     

应用混沌系统实现弱信号的检测

在分析了混沌弱信号检测原理的基础上，提出了采用一组非线性微分方程组检测随机相位弱正弦信号的方法，并给出了理论证明，计算机模拟表明对随相弱正弦信号可以用16个方程检测到。     

低采样率非线性随机共振微弱信号检测

传统的随机共振方法处理微弱信号要求很高的采样率（信号最高频率的50倍以上）.本文提出了一种在采样率较低的情况下利用非线性随机共振系统检测弱信号的方法,并推导了参数归一化单稳随机共振系统模型,极大地降低了利用随机共振检测弱信号的采样率.通过插值处理等效地提升低采样率下样本信号的采样率,并将插值后的信号送入参数归一化单稳系统进行随机共振处理,可在较低的采样率下提取特征信号.仿真结果表明,在采样率仅为信号最高频率的6倍时,在输入信噪比为－20dB的强噪声背景下,利用本方法可实现弱信号的检测     

基于小波域相干边沿检测器的脉冲序列检测与定位算法 

摘要：
利用小波变换技术研究了雷达 通信共存系统中脉冲信号的有效检测与定位方法.基于小波变换的能量集中特性和脉冲边沿的小波变换系数在小波滤波器支撑集中高度相关的特性,提出了小波域相干边沿检测器,其判决统计量为小波变换系数在不同时延上的自相关值之和.导出了该判决统计量的统计特性与最优求和长度,并提出了基于小波域相干边沿检测器的脉冲信号的有效检测与定位方法.仿真结果表明了基于小波域相干边沿检测的脉冲信号检测与定位方法优于已有方法.     

脉冲噪声下基于Robust STFT的LFM信号检测与参数估计

针对传统的基于时频的线性调频(LFM)信号检测和参数估计方法在脉冲噪声环境下失效的问题,提出了一种新的对脉冲噪声不敏感的鲁棒短时傅里叶变换(Robust STFT)LFM信号检测和参数估计方法.该方法首先计算含噪声LFM信号的鲁棒短时傅里叶变换,由于鲁棒STFT对脉冲噪声不敏感,时频平面上呈斜线分布的LFM信号的时频特征仍然被保留.基于Radon变换在时频平面上进行直线积分,实现了信号检测和参数估计.仿真结果验证了该方法的有效性.     

瞬态信号波至点检测函数的研究

讨论了连续复小波变换在瞬态信号波至点检测中的运用,提出了一种新的信号波至点检测函数.这种检测函数运用了能量归一化的方法,它不仅能够保证信号波至点的有效检测,而且还拓宽了小波变换中用于信号检测的尺度范围.仿真实验证明,这种检测函数是有效的.     

利用Radon-Wigner变换的LFM信号检测性能分析

针对线性调频(LFM)信号的检测问题,通过利用LFM信号在时频平面上的能量聚集特性,采用Radon-Wigner变换(RWT)实现了LFM信号的检测,并对其检测性能进行了分析,得到了噪声背景下RWT输出的信噪比,进一步推导了高斯白噪声下的检测概率.仿真实验证明了这种方法的有效性,且在低信噪比环境下有着较好的检测性能.     

一类非线性扰动时滞系统的基于观测器的鲁棒控制

讨论了一类不确定时滞系统的基于观测器的控制器设计问题,其中不确定是非线性时变的.在非线性不确定性满足有界条件下,通过构造增广系统,利用Lyapunov稳定性理论,给出了该不确定性系统基于观测器的鲁棒镇定的充分条件,并给出了相应的状态观测器和鲁棒控制器.     

一种多信道突发信号联合检测方法

针对突发信号检测中能量检测方法检测概率低、循环平稳检测方法计算复杂等问题,为提高检测性能和处理实时性,提出了一种适用于多信道突发信号的低复杂度联合检测方法.该方法依据初始能量检测的判决结果,对可能存在突发信号的频谱集合采用了一种频域简化的循环平稳检测方法,并依据判决流程给出了与传统方法在检测正确率和运算量上的对比函数.理论分析和仿真结果表明,该联合检测方法可有效提高突发信号的检测概率并降低计算复杂度.     

基于序贯与能量联合检测的频谱感知技术研究

认知无线电(CR)技术是一种提高频谱资源利用率的有效方法,频谱感知是其实现的前提和关键技术。针对序贯检测在个别情况下所需要的采样点数过多,达不到次级用户(SU)要求的问题,提出了一种序贯与能量联合检测(SEJD)的算法。首先同时用序贯与能量检测两统计量进行采样统计,先使用序贯检测进行判决,若当采样点数超过次级用户的要求,则直接用能量检测算法进行判决,得出判决结果。仿真结果表明:在相同的检测条件前提下,相比于能量检测(ED)算法和截断型序贯检测(truncated SD)算法,所提出的算法在检测概率和最大采样点数上有很大的提升,为确保频谱感知技术在信号检测上的快速性和准确性提供了理论依据。     

LTE系统中初始小区搜索研究

在3GPP LTE系统中,传统的初始小区搜索算法具有较大的运算复杂度,这就导致移动设备需要消耗更多的功率来完成搜索过程,同时也影响了小区搜索的可靠性。通过差分相关移除信道影响从而提高辅同步信号检测质量,以及运用量化后的互相关来简化辅同步检测算法。改进后的辅同步检测算法与传统算法相比,具有较低的运算复杂度。通过仿真分析比较传统算法和改进算法,表明改进算法的检测正确概率有所提升,可靠性得到了提高。     

一类中立型非线性不确定时滞系统的鲁棒稳定性

在非线性不确定性满足增益有界条件下讨论了利用线性矩阵不等式求解一类非线性中立型不确定时滞系统的鲁棒性问题．通过构造Lyapunov函数推导出一个用线性矩阵不等式判断系统稳定性的充分条件．     

基于时间反演的多目标信号自适应配对方法

信号配对是多目标无源探测需要解决的首要问题,若目标辐射信号具有相同特征,采用传统的信号分类配对方法难以实现有效的配对,从而产生虚假目标。本文提出了一种基于时间反演的多目标信号自适应配对方法,通过收发信道的匹配滤波特性,在时域和空域上对干扰信号进行滤除,使目标信号在探测空间中自适应地形成时空聚焦区域,并在焦点处反演出目标辐射波形,自适应地实现了接收信号的配对。仿真结果验证了本方法的正确性和实用性。     

Robust and Passive Motion Detection with COTS WiFi Devices

Device-free Passive(DfP) detection has received increasing attention for its ability to support various pervasive applications. Instead of relying on variable Received Signal Strength(RSS), most recent studies rely on finer-grained Channel State Information(CSI). However, existing methods have some limitations, in that they are effective only in the Line-Of-Sight(LOS) or for more than one moving individual. In this paper, we analyze the human motion effect on CSI and propose a novel scheme for Robust Passive Motion Detection(R-PMD). Since traditional low-pass filtering has a number of limitations with respect to data denoising, we adopt a novel Principal Component Analysis(PCA)-based filtering technique to capture the representative signals of human motion and extract the variance profile as the sensitive metric for human detection. In addition, existing schemes simply aggregate CSI values over all the antennas in MIMO systems. Instead, we investigate the sensing quality of each antenna and aggregate the best combination of antennas to achieve more accurate and robust detection. The R-PMD prototype uses off-the-shelf WiFi devices and the experimental results demonstrate that R-PMD achieves an average detection rate of 96.33% with a false alarm rate of 3.67%.     

时间序列参数估计的稳健相合性和稳健正态性

对于简单样本情形,郑忠国(1986)根据Hampel(1971)的定性稳健性的概念提出了稳健正态性的概念。本文根据P.Pahtoni-Kazakos(1979,1984,1987)关于时间序列定性稳健性的概念,对时间序列模型的参数估计问题提出了稳健相合性和稳健渐近正态性的概念。