Alpha稳定分布噪声下卫星双信号调制识别

针对现有基于循环谱的单信号调制识别方法在Alpha稳定分布噪声下失效的问题,提出一种基于广义二阶循环谱的双信号识别方法.首先分析广义二阶循环谱对Alpha稳定分布噪声的不敏感性,在此基础上再分析待识别混合双信号的谱特性,提取其循环频率域脉冲谱线特征构成特征参量,最后通过检测脉冲谱线数量实现双信号的调制识别.仿真结果表明,该方法在Alpha稳定分布噪声和高斯噪声下都有良好的识别性能.     

Alpha稳定分布下QPSK信号的低阶循环谱分析

在α稳定分布下结合共变理论、循环平稳理论和分数低阶矩理论,推导了QPSK信号的循环平稳特性和低阶循环谱密度,并用Matlab做仿真验证。结果表明:在α稳定分布下QPSK信号的低阶循环谱密度和在高斯模型下的循环谱结构是一致的,基于稳定分布所设计的算法具有良好的抗脉冲噪声性能。     

利用循环谱和参数统计的数字调制信号识别

该文利用决策理论识别常用数字信号调制方式. 该识别方法基于接收信号的循环谱和参数统计法,采用谱相关测量的频率平滑法分析数字信号在循环频率轴上的特征谱,运用参数统计法提取统计参数,用于数字调制信号识别. 最后利用决策理论,给出信号识别流程图及判决门限. 实验表明,在信噪比为5 dB的条件下,对预期调制信号2ASK, 4ASK, 2FSK, 4FSK, 4PSK, 8PSK的识别率可达90%, 说明该方法在低信噪比下识别效果良好.     

Alpha稳定分布噪声下的通信信号识别

Alpha稳定分布是一种能够保持自然噪声过程产生机制和传播条件的极限分布. 本文以特征指数介于1和2之间的Alpha稳定分布模型为背景噪声,研究Alpha稳定分布的分形盒维数特性,从理论上说明分形盒维数对特征指数介于1 和2 之间的Alpha稳定分布噪声不敏感. 提取所选信号族中信号相位的分形盒维数作为特征参量对信号进行识别,理论和仿真实验说明本方法在非高斯Alpha稳定分布噪声背景下有很好的韧性.     

利用循环平稳性检测和支持向量机的调制信号分类

非合作接收条件下调制识别算法预处理要求高,分类集有限,为此提出一种基于循环频率特征和支持向量机的调制分类方法. 利用信号循环累积量的循环频率为分类特征,不必进行参数估计和同步等预处理,在缺乏先验知识条件下对FSK、PSK、QAM、OQAM、CPOFDM、ZPOFDM等常见调制信号具有良好的识别效果. 该方法提升了盲接收环境下的分类效果,扩大了分类集. 理论推导和计算机仿真表明,该方法能有效提升非合作接收条件下的盲分类性能.     

采用双树复小波和混合概率模型的光学相干层析图像去噪

为了去除光学相干层析图像中的斑点噪声,提出了基于双树复小波变换的混合概率模型ProbShrink算法. 针对原始光学相干层析图像中信号和噪声的分布特点,在微观层面引入了混合概率模型：将OCT图像取对数后进行双树复小波变换,对于层状边缘中与边缘点“方向一致”的小波系数,采用广义高斯模型描述;对于其他小波系数,则采用高斯模型进行描述. 而后采用改进的ProbShrink算法进行去噪. 实验结果表明,该算法在大幅提升信噪比的情况下保持边缘锐度的相对稳定,优于传统的基于小波变换的去噪方法.     

听觉模型倒谱系数及其在声目标识别中的应用

针对目前广泛采用的美尔倒谱系数(MFCC)鲁棒性不足的问题,基于人类听觉模型提出了一种可用于战场声目标识别的倒谱系数. 用小波包变换代替了传统的傅里叶变换,克服了傅里叶变换在频域上单分辨率的缺陷和对噪声的敏感性. 用指数压缩替换固定的对数压缩,较好地模拟了人耳处理信号的非线性能力. 在SensIT实验数据和外场实际采集的低空目标数据上的实验结果表明：相对于经典的美尔倒谱系数,本文提出的倒谱系数在识别准确性和抗噪声能力方面都有较明显的提高．     

基于二阶差分耳蜗模型的语音识别新方法

采用二阶差分耳蜗模型对语音信号进行特征参数提取,获得了基于听觉谱的语音识别前端特征参数,同时根据听觉谱特征提出了一种"幅和频差积"距离测度,识别算法采用端点放松两帧,路径斜率限制在1/2到2之间的改进型DTW算法.在小词汇量非特定人(SI)的识别环境下,计算机模拟结果表明此法在对0~9十个数字以及小词汇量的SI识别时,其正识率可达98%以上,且具有较好的鲁棒性.     

ZPOFDM循环平稳性分析及在多载波信号识别中的应用

针对多载波调制分类算法无法识别零前缀正交频分复用(zero-padding OFDM, ZPOFDM)信号的问题,提出了一种改进的OFDM信号识别方法. 利用ZPOFDM等信号的二阶循环累积量特征,结合循环平稳性检测,实现衰落信道下包括ZPOFDM、循环前缀正交频分复用(cyclic-prefix OFDM CPOFDM)、单载波等信号的分类.理论分析与实验结果表明,该方法在没有同步及参数估计等预处理条件下能实现频率选择性衰落信道下多载波信号的有效区分.     

识别LSB和USB的门限自适应算法

基于语音谱的统计特性提出了一种从模拟话音SSB信号中自动识别出LSB或USB调制方式的算法.该算法简单,计算量小,非常适合用DSP来实时实现;门限自适应处理使得该算法鲁棒性较好.仿真结果表明该算法在低信噪比时仍有令人满意的识别效果.     

VHF/UHF调频无线电话信号的边带频谱

目前,广泛应用的VHF/UHF无线电话大多采用调频制式,其已调信号的频谱分布不仅涉及频道间隔、允许带宽、调制限制及邻道发射等技术指标,也涉及系统、组网、管理等众多有关问题.因此,现行标准对调频无线电话信号的边带频谱作了定最要求.本文就此问题阐述了不同看法,并对一些典型已调信号的频谱进行了计算、分析.从而得出了不同的结论.     

基于功率谱小波分解的神经网络钻头磨损监测

在钻削过程中,钻削力功率谱与钻头磨损之间具有较强的相关性,被广泛用于钻头磨损监测,但是关于功率谱特征的提取和识别一直没有很好解决.文中采用小波变换对功率谱进行多层分解,提取低频分解系数作为功率谱的包络信息,从而实现对功率谱特征的提取和压缩,并利用BP神经网络对功率谱小波低频分解系数进行融合,实现钻削过程钻头磨损状态的智能识别.试验结果表明:该方法可有效实现功率谱特征提取,经训练的神经网络具有较高的识别精度和推广能力.     

扩频技术及其应用

本文阐明了扩频技术的基本原理、特点以及两个关键技术,并介绍了扩频技术在军事通信和民用通信中的几种应用.     

一种新型八相时空调制扩频通信定位综合系统

为了在通信的同时测定用户位置,提出了一种新颖的八相时空调制扩频技术,它利用含有方位信息的八相信号状态,实现直接序列扩频时空调制.调制信号的频谱和通信能力与扩频QPSK相同,但可以测得接收机方位,更适于通信定位综合系统.文中巧妙地利用了正交矩阵、沃尔氏序列与其交替倒相序列正交的特性,解决了信号的编码、调制、发射、解扩、载波提取和方位角估计等关键技术问题,分析了误码和测角性能.     

EBPSK调制波的正交性及功率谱分析

波形正交性与功率分布特性直接关系到信号的解调与带宽。通过导出EBPSK调制相关解析式和功率谱表达式,并进行计算机仿真,给出EBPSK正交解与功率谱分布,得到占空比为1,相移π/2的正交功率谱最优解,指导EBPSK波形参数选择。符号相关性大,功率分布集中,但解调性能差;符号相关性小,解调性能好,但功率分布扩散。最优正交EBPSK波形的功率谱,减少了线谱分量,功率分布集中,频谱得到压缩,带宽效率得到改善;同时,符号正交,解调相对容易,符号的正交性和带宽的高效率得到较好的折衷。     

应用循环平稳特性的宽带信号DOA估计

针对循环平稳宽带信号DOA估计问题,结合信号的循环平稳特性和共轭循环平稳特性,采用子空间分解方法研究宽带信号DOA估计方法. 该方法同时利用宽带信号循环平稳和共轭循环平稳两方面信息构造出扩展循环相关矩阵,采用常规方法得到宽带信号的方位谱,继承了Cyclic MUSIC算法的优点,当处理宽带信号源时不需要估计最佳延时时间. 仿真结果表明该方法具有良好的宽带信号选择能力和分辨能力,能抑制大功率干扰信号,估计性能较好.     

基于MATLAB的UWB信号仿真模型

超宽带(Ultra Wide-band，简称UWB)是近几年发展起来的一项十分有潜力的无线通信技术，以其高性能、低成本的无线数据通信能力成为实现无线个人局域网的富有竞争力的技术之一．利用MATLAB软件建立UWB信号的模型，并结合Simulink实现UWB信号功率谱密度的实时观测，为分析研究影响UWB信号功率谱分布的因素提供了有效便捷的平台。     

低压电力载波通信技术研讨

通过对低压电力载波通道特性的分析和研究,简述了当前低压电力线载波通信的现状和实现方式。重点说明利用现代扩频通信技术改善载波通道特性和实现数据的有效传输的必要性和可行性,并进行了具体的论述。在此基础上结合美国最新电力线载波通信芯片,指出了低压电力载波通信技术的应用前景。     

基于连续小波变换的功率谱估计方法

利用连续小波变换的带通特性,参照功率谱模拟估计方法的思路,对信号进行功率谱估计。介绍了基于连续小波变换的功率谱估计的基本原理,给出程序流程和仿真结果,讨论其特点,并与基于FFT的谱估计方法进行了比较。