直接序列扩频通信中基于循环累积量的自适应干扰对消技术

在可以获得与干扰强相关的参考信号的扩频通信系统中，自适应干扰对消器是常用的抗干扰技术．为在保证对消器性能的同时，减少运算量，提出了一种基于二阶循环累积量(SOCS)自适应干扰对消器(AIC-SOCS)，利用源信号和参考信号的循环二阶累积量，自适应调整对消器中滤波器系数．与基于四阶累积量的自适应干扰对消器(AIC-FOS)相比，乘法次数减少50％，加法次数减少60％．仿真实验表明，AIC-SOCS的性能和AIC-FOS的干扰抑制性能相当，表现出比基于二阶累积量的自适应干扰对消器(AIC-SOS)更优良的干扰抑制性能．     

应用粒子群优化器的立体声回波消除算法(英文)

把三阶累积量和粒子群优化器应用于立体声回波消除.首先,把三阶累积量误差用作调整自适应滤波器系数的准则而提出了一个新的代价函数;然后,通过利用改进的粒子群优化器来优化新的代价函数而获得了一个用于立体声回波消除的累积量域自适应滤波算法.模拟结果显示:利用三阶累积量和粒子群优化器的立体声回波消除算法是可行和有效的,并有好的收敛性能.     

采用高阶累积量的调频步进信号逆合成孔径雷达成像新方法

针对在调频步进信号逆合成孔径雷达(ISAR)成像中回波脉冲综合相参化变弱的问题,提出了一种高阶累积量(HOC)频域带宽合成方法.首先建立回波信号在噪声下的HOC表达式,然后对脉组内子脉冲间的误差相位进行估计,再合成一个大带宽线性调频信号,从而获得高分辨一维距离像,最后在方位多普勒域用距离瞬时多普勒方法获得高分辨ISAR图像.与传统方法相比,HOC方法可较好地用于在低信噪比下调频步进信号频带综合.仿真数据处理结果表明,HOC方法在信噪比低于5dB时,其成像效果明显优于传统方法.     

基于四阶累积量的谐波频率估计

 高阶累积量能够完全抑制高斯噪声,因而广泛应用于噪声环境中提取信号参数.利用基于四阶累积量的ESPRIT估计谐波频率,并给出了估计的仿真实例,仿真结果表明,该方法具有很高的频率分辨率.     

利用高阶累积量的时频重叠MPSK信号调制识别

针对多信号的互相干扰,在时频重叠情况下调制识别困难的问题,提出一种基于高阶累积量的识别方法。由于不同数字调相信号的高阶累积量存在差异;并利用高阶累积量对噪声的不敏感性,从中选取四个特征参数。采用决策树的分类方法,对任意方式组合而成的十种相移键控三信号进行制式识别。实验结果表明,在信噪比不低于0 dB的情况下,可以有效地识别十种时频重叠三信号。与现有的算法对比,该算法在提高信号识别率的基础上,同时也增加了可识别时频重叠信号的个数。     

无须阵列校准的一种来波方向估计算法

针对高频地波雷达回波信号的特点,提出了一种基于4阶累积量的阵列无源校正的方法.利用海面上检测到的点目标的一维远场窄带信息构建虚拟DOA(direction of arrival)矩阵,利用冗余信息在低信噪比、短数据情况下进行高分辨阵列测向.该算法利用方程组求解,而不需搜索最优解,极大减少了计算量,便于实时跟踪.同时在处理阵列测向问题时,具有抗噪能力强、阵列孔径扩展和对DOA估计的选择性等功能.实验结果证明:在低信噪比和短数据的情况下,该方法具有可行性和工程应用性.     

一种基于高阶累积量的复共轭四阶系统辨识方法

研究了利用高阶累积量方法对复共轭四阶系统进行辨识的问题，分析讨论了四阶系统的特点，给出了由连续系统到离散系统的转换公式，并利用基于累积量表示的修正尢勒－沃克方程对该四阶系统进行了辨识。针对估计精度不高的问题，提出了前滤波的方法。在各种不同条件下的仿真对比实验表明，在SNR（Signal Noise Ratio)比较低和两对共轭极点距离相距较近时，基于高阶累积量的复共轭四阶系统辨识方法比普通自相关方法具有更好的辨识结果。     

基于高阶累积量的自适应波束形成

常规波束形成器仅限于利用信号的二阶统计特性,作者采用高阶累积量估计期望信号的导向矢量（SteeringVector),实现了一咎基于高阶累积量的自适应波束形成器（HCAB）,该波束形成器利用信号的更高阶统计特征性,减少了对阵列流型的依赖,具有较好的容差性,能自动跟踪信号,数值模拟实验表明该波束形成器工作良好。     

用高阶累积量实现数字调相信号的分级识别

针对BPSK,QPSK,OQPSK和8PSK信号的调制模式自动识别,传统的基于高阶累积量算法无法区分QPSK和OQPSK,因此提出了一种基于差分高阶累积量的识别算法。该算法首先用四阶累积量提取待识别信号和其差分序列的特征参数,然后用决策树分类法实现信号的分级识别。理论分析和计算机仿真结果表明该算法有较强的抗噪声和抗相位抖动能力,在信噪比>3 dB时识别率达95%以上,更适用于较低信噪比下信号的识别。     

基于累积量的通信信号调制样式类间识别

为了避免通信信号调制识别过程中的去载波、波形恢复和符号定时等预处理过程,该文将高阶累积量直接用于中频数字信号的识别。该算法通过估算信号功率对高阶累积量进行归一化,克服了信号幅度缩放的影响,从而使该算法不需要信号的任何先验知识。仿真证明高阶累积量对具有不同包络特征的信号具有良好的识别能力,并且在高信噪比时六阶累积量比四阶累积量的识别效果更好。     

基于经验模态分解的水下目标回波提取

为在噪声中有效提取水下目标回波,提出一种基于经验模态分解的目标回波提取方法,分别对目标回波与噪声进行经验模态分解,得到二者各阶的固有模态信号分量;计算二者各阶的固有模态分量的能量,求取对应各阶的能量差,并与门限相比较,选取大于门限的固有模态分量重构目标回波信号.分析了经验模态分解阶数和选择门限等因素对重构信号精度的影响.仿真结果表明,该方法可精确提取目标回波.采用该方法提取信号的均方误差均低于自适应滤波方法,尤其在低信噪比时.     

活塞杆摩擦焊接头的超声检测及缺陷二维重构

针对活塞杆摩擦焊接头的未熔合缺陷,采用超声无损检测方法对部件接头进行检测并提取了含噪声的超声回波信号,利用小波降噪法对含噪声缺陷信号进行了降噪处理,通过多位置、多点检测的方法对未熔合缺陷进行了二维轮廓重构.结果表明:1) 通过优化小波阈值降噪算法的参数提高了回波信号的信噪比,可以提升检测的有效性与准确性;能实现对缺陷信号的降噪并保证信号的完整性;2) 对检测数据进行理论计算确定了缺陷的多位置边缘点,通过缺陷边缘点的拟合,实现了未熔合缺陷的二维轮廓重构,重构结果与破坏性检验结果基本吻合.     

基于小波变换的多普勒胎儿心率检测研究

为了解决从超声多普勒胎儿心脏回波信号中提取胎音信号时,去除各种干扰和噪声的问题,分析了超声多普勒回波信号的特点,应用了基于小波变换的阈值去噪方法,并对该方法的去噪阈值和原始噪声方差的估计进行了研究.在实际应用中对该阈值算子的系数作了改进,使得该算法能根据实际信号的强度、噪声的方差以及分解的层数,自适应地得到不同尺度的去噪阈值.通过对实际超声多普勒回波信号的处理,信噪比比传统滤波法提高至少5倍以上,能有效地提取出胎儿心音信号,较准确地计算出胎儿心率值.     

穿墙雷达系统中信号检测的新算法

针对冲击体制穿墙雷达系统中回波信号结构复杂、信噪比低、信号检测困难等问题,提出一种小波-双谱联合检测新算法.在对穿墙雷达回波信号建模的基础上,用联合算法将非相干累积后的回波信号经过小波包变换提高信噪比,再用双谱算法进行信号检测.实验结果验证了新算法的有效性,能提供比单独使用其中任一算法更高的检测精度.该算法能反映墙壁后物体的距离-方位信息,为穿墙雷达系统成像提供了可能.     

基于部分匹配的雷达回波信号检测

针对雷达回波信号检测中对整个回波信号全部匹配滤波需要较长时间及较多资源的问题,提出部分匹配滤波方法.将雷达接收机接收到的回波数据,以雷达发射的线性调频(LFM)脉冲信号的脉宽为长度,分成若干段,逐段匹配滤波,通过判决门限找到匹配结果中的信号峰值后,计算出目标反射回波的位置.运用Matlab对时宽带宽积为500的线性调频脉冲信号进行仿真,结果表明:该方法适用于信噪比高于-12 dB的信号的搜索定位;该方法既可减少处理时间,又能节省系统资源.     

风廓线雷达去地杂波方法研究

针对传统的回波模拟方法不能很好的模拟高斯白噪声的分布, 也不利于反应真实的回波信号的问题, 改进了回波信号的模拟方法, 同时为了减小地杂波对信号参数估计的影响, 在静态小波变换的基础上, 提出了一种抑制风廓线雷达地杂波的方法, 由于采用提升实现方式, 其运算量并没有明显增加。相对于传统的基于 DWT 去地杂波的方法, 新方法更加适用于较低信杂比的情况。仿真结果验证了新方法的有效性。     

机动目标被动声定位仿真研究

针对基于时延估计的空中机动目标定位与跟踪的算法仿真问题,提出一种以时变时延信号产生算法为基础的仿真方法.该算法利用FIR滤波器线性相位特性,使模拟的目标信号通过时变FIR滤波器产生相对输入信号有时变时延的输出信号.在考虑了目标的机动、干扰信号、环境噪声以及信噪比后构造出模拟的阵列接收信号,通过定位算法得到目标方位.仿真表明该方法能较好地完成对基于时延估计的被动声定位算法的评估,并具有广泛的适用性和实用性.     

润滑油磨粒超声回波信号的双树复小波自适应降噪

针对润滑油磨粒含有强噪声的回波信号的问题,采用基于双树复小波变换(DT-CWT)的自适应降噪方法,从而提取清晰的磨粒回波信号. 该方法结合奇异谱分析(SSA)和小波熵理论,分别对双树复小波变换后的近似部分和细节部分进行分析. 奇异谱分析去除了近似部分包含的噪声,同时,小波熵理论能够自适应选取不同分解层上的阈值,实现了细节部分系数的自适应选择. 仿真表明,对于润滑油磨粒超声回波信号的双树复小波自适应降噪,输出信号信噪比(SNR)高、均方根误差(RMSE)小、相似系数(NCC)大,算法运算时间能够满足在线检测要求. 实验分析表明,该方法降低了信号中的噪声,还原了准确的波形特征.      

频域积累与EMD去噪结合的微动信号检测算法

 超宽带生命探测雷达具有穿透能力强、距离分辨率高、抗干扰能力强等诸多优点,在防暴、救援、反恐等领域有很高的使用价值。由于穿墙生命探测雷达回波信号具有杂波干扰严重,且生命信号与背景噪声相互交叠等特点,利用传统数字滤波方法无法有效检测人体微动信号。针对此问题,本文提出一种利用频域积累与经验模态分解（EMD）相结合的人体微动信号检测算法,利用频域积累提高回波信号的信噪比,利用EMD 方法进行进一步的去噪处理。该算法不仅具有频域积累可以有效提高信噪比的优点,而且具有EMD 方法自适应分解信号的能力。同时,它克服了在低信噪比情况下,频域积累实时性不强,以及EMD 方法不能有效去除杂波的缺点。仿真和实验证明,该算法既可以有效提高雷达回波信号的信噪比,又可以改善单纯使用频域积累实时性不强的缺点,利用该算法对雷达回波信号进行处理可以准确快速地检测出人体的呼吸频率,是一种很好的穿墙雷达微弱信号检测新方法。     

基于Taylor级数模型最小二乘滤波器设计

本文提出了一种基于被测函数Ｔａｙｌｏｒ级数展开式的最小二乘滤波器的设计方法，这种滤波器可以用一个有限冲激响应滤波器来实现，有很大的实用价值，它不仅可以用于对测量信号的滤波，而且同时可以对异常数据测量点进行插值，这种方法还可以推广到对测量信号的一阶和高阶导数进行最小二乘估计。计算机模拟和实际使用都证明，这是一种有效的滤波器，它可以有效地滤除混杂在接收信号中的噪声，大大改善测量效果。