基于分数傅里叶变换的信号检测方法

作为Fourier变换的一种广义形式,分数阶傅里叶变换(FRFT)同时融合了信号在时域和频域的信息,是一种新的时频分析方法。研究了FRFT计算分解方法,由于线性调频(LFM)信号在FRFT域呈现的冲激特性,以此实现LFM信号的检测。实验结果表明,该方法对LFM信号的检测是有效的。     

基于FRFT与盲分离的扩频通信网络跳频信号时差估计

针对扩频通信网络跳频信号时差估计结果误差过高,导致信号定位追踪能力下降,多领域内信号传播停滞的问题,为增强扩频通信网络跳频信号的传播效率,提高辐射源跟踪和定位系统的信号探测能力,提出基于分数阶傅立叶变换(FRFT:Fractional Fourier Transform)与盲分离的扩频通信网络跳频信号时差估计算法的方法。采用盲分离方法获取满足跳频信号时差估计条件的两条信道,即平坦衰落信道和频率选择性衰落信道,利用FRFT估计两条信道特征,分别将平坦衰落信道特征和频率选择性衰落信道特征与最大似然块检测算法结合,实现扩频通信网络跳频信号的时差估计。实验结果表明,该方法无论是在正常环境中,还是在噪声干扰环境中,其均方根误差均处于较低水平、估计成功率均处于较高水平。     

TDCS的压缩感知稀疏信道估计方法

为充分利用变换域通信系统高速无线传输时信道表现出来的稀疏多径传输特性,提高TDCS的信道估计精度,提出一种基于压缩感知的TDCS稀疏信道估计方法。针对TDCS设计了一种导频图案,该导频图案设计的数据帧结构保证了TDCS信号授权用户的正交性,且其构造的测量矩阵具有较低的互相关特性;利用Dantzig Selector重构稀疏信道冲激响应值。基于COST207乡村信道模型的仿真表明:新方法可有效降低稀疏信道估计的均方误差,在误比特率为0.002时可获得比最小二乘估计方法高约1dB的性能增益。     

STFT和Zoom-FRFT联合的多分量LFM信号参数估计方法

针对传统基于分数阶傅里叶变换(FRFT)的多分量线性调频信号(MLFM)参数估计方法中计算量大,估计精度低等问题,提出了一种短时傅里叶变换(STFT)和Zoom-FRFT联合的参数估计方法.首先,利用STFT得到MLFM信号的短时傅里叶域频谱图,对其进行直线检测得到各个分量参数的粗略估计.然后,利用LFM信号在FRFT域的频谱分布特征和STFT窗函数的主瓣带宽,计算得到待估计信号在FRFT域变换阶次和频谱的分析范围;最后,在Zoom-FRFT域采用优选法对各个分量进行精估计,得到精确的变换阶次和峰值位置.仿真结果表明,该方法可以有效地对MLFM信号进行参数估计,可以根据实际需要灵活选择窗函数的宽度和细化倍数,与传统方法相比,提高参数估计精度的同时大大减小了计算量.     

一种基于小波变换的线性调频信号检测方法

线性调频信号(LFM)是一类应用广泛的非平稳信号.通过选取高斯线调频小波作为基函数,研究了线性调频信号的小波变换及基于小波-Radon变换的线性调频信号检测的基本方法.针对多分量LFM信号检测问题,在结合“C lean”技术的基础上,提出了基于小波-Radon变换的多分量LFM信号检测与参数估计的算法.计算机仿真实验结果验证了该算法的有效性.     

基于共轭FRFT模函数对消的运动目标检测

分析了回波信号以及其共轭信号的FRFT幅值特性,并利用此特性提出了一种基于共轭FRFT模函数对消的海面运动目标检测方法。该方法利用回波信号在最佳变换角度有较好的能量聚集,而其共轭信号在此最佳变换角度没有能量聚集。利用两者FRFT模函数之差对消部分杂波,在保证信号能量基本不被削弱的前提下达到抑制杂波、提高检测概率的目的。高斯噪声与IPIX雷达数据实验表明该方法在低信杂比条件下有较好的检测性能。     

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.     

MIMO-OFDM系统的信道估计算法

文章针对MIMO-OFDM系统中的信道估计关键技术提出了一种信道估算方法--基于线性非冗余预编码和二阶统计量的信道盲估计算法,该算法利用预编码信号的二阶统计特性消除了调制信号的信息,然后又利用STBC(Space-Time Block Coding空时分组编码)特殊的复正交特性对参考子载波信道矩阵进行变换,将求逆过程转换成简单的线性处理过程,从而实现了低复杂度的信道估计.另外,该算法通过选取合适长度的统计数据,能够较快收敛.     

基于衰落信道传输的OFDM信号的信道估计

下一代移动无线通信系统的目标是实现无所不在的、高质量的、高速率的移动多媒体传输.但是为了实现这一目标,面临许多技术挑战.例如,移动无线通信信道面临的是十分恶劣的衰落特性,无线信道通常具有频率选择性而且是时变的,而且多径衰落信道其信道转移函数无论在时域还是频域都呈现出非均匀性.因此要在这样的传播条件下保持可以接受的传输质量,就必须采用各种技术措施来抵消衰落的不利影响.本文简要介绍了在衰落信道中传输OFDM信号的信道估计方法和算法,以及进行的仿真,通过仿真得出基于块插入型的有无反馈器的BER特性和基于梳插入型的低通滤波的BER特性.     

基于单信标的水声定位信号设计及捕获算法研究

基于单信标水声定位方法,提出了线性调频（linear frequency modulation,LFM）信号和扩频码组合的新型信号的设计方案,并针对 LMF 信号提出了基于分数阶傅里叶变换（fractional Fourier transform,FRFT）的信道估计和检测算法。结果表明,所提出的信号设计方案结构简单,检测方法直接有效,可直接确定多途径数,能量在最佳阶数时聚集,抗噪性良好,且利用调频斜率不变的性质,对接收信号无需再进行一维或二维搜索,较大降低了计算量。     

基于双Gold序列的TDCS基函数伪随机相位生成方法

为了提高变换域通信系统(transform domain communication system,TDCS)基函数的随机性与相关性,提出了采用双Gold序列控制产生变换域通信系统基函数伪随机相位的方法。首先通过Gold序列2控制产生相位映射抽头数,然后由Gold序列1映射产生基函数伪随机相位,所产生的基函数具有良好的类噪声性和相关性。仿真表明,与传统一维m序列产生方法相比,采用双Gold序列映射产生的基函数具有更好的随机性和相关性,可有效降低系统误码率,提高变换域通信系统抗截获能力,具有良好的多址接入性能。     

基于类间功率谱差的FRFT-TDCS门限判决算法

针对分数阶傅里叶变换域通信系统采用传统门限判决算法难以有效剔除多分量线性调频干扰的问题,根据高斯白噪声和多分量线性调频干扰分数阶傅里叶变换域功率谱特征,提出了基于类间功率谱差的门限判决算法。该算法利用了分数阶傅里叶变换不影响高斯白噪声的统计特性,在分数阶傅里叶变换域的三维频谱上自适应地确定门限值,既可以有效对多分量线性调频干扰频谱剔除,又解决了分数阶傅里叶变换的变换阶次对门限判决带来的不利影响。仿真结果表明,该算法在双极性调制和循环移位键控调制下,对多分量线性调频干扰剔除的有效性,尤其在大干信比情况下,误码率的提升尤为明显,对提高分数阶傅里叶变换域通信系统抗多分量线性调频干扰的能力具有一定的实用价值。     

线性调频脉冲压缩雷达信号参数估计方法

针对低信噪比下,瞬时自相关谱算法对调频率估计精度不够高及基于传统的包络检波方法对线性调频(LFM)脉宽和重复间隔估计不准确的问题,提出了以分数阶傅里叶变换为核心的多参数估计方法.利用分数阶傅里叶变换对LFM信号的聚集特性,精确估计LFM脉冲压缩雷达信号各主要参数,设计LFM脉冲压缩信号发射接收实验以验证本算法.实验结果表明,在较低信噪比条件下,能够实现线性调频脉冲雷达信号主要参数的准确估计.     

基于扫频滤波器线性调频信号的滤波算法

研究了白噪声环境下线性调频信号的自适应滤波问题.提出一种线性调频信号(LFM)自适应滤波算法.该算法利用分数阶傅里叶变换将LFM信号转化为正弦信号,在分数阶傅里叶域进行自适应滤波,利用分数阶傅里叶反变换得到滤波后的时域信号.分数阶的滤波器可以使用扫频滤波器替代.性能分析表明,该算法的滤波效果取决于自适应滤波器的效果,在使用最下均方(LMS)算法时,步长的选取决定了滤波器的性能,在实际应用中必须按需选取.仿真表明该算法效果明显,计算方便.     

移动通信衰落信道的建模与仿真

在分析移动通信信道的多普勒扩展、平坦衰落和频率选择性衰落的基础上,将有限个等频率间隔的随机相位谐波信号叠加,设计了移动通信系统的Rician信道确知仿真模型;通过选择不同滤波器结构和参数将高斯白噪声转化为多种有色高斯随机过程,设计了移动通信系统的Rician信道随机仿真模型.基于最小均方误差(MMSE)准则推导了任意信号功率谱条件下的信道模型参数,利用Matlab编程实现了移动通信衰落信道实验系统.仿真实验表明,提出的2种信道模型较好地反映了移动通信衰落信道的主要特征且实现简单,尤其是谐波数为8的确知仿真信道参数已经接近理论值,适用于多种移动通信系统的理论研究和信道仿真.     

一种多分量线性调频信号参数估计方法

为解决目前传统方法在低信噪比时对多分量线性调频信号参数估计不理想的问题,提出一种新的参数估计算法.该算法将分数阶傅里叶变换和小波变换很好地结合起来,对经过分数阶傅里叶变换后的信号用小波进行滤波,并最终估计信号参数.仿真结果验证了该算法的有效性,可适用于低信噪比环境.     

频率分集多小波神经网络盲均衡算法

在分析多小波神经网络盲均衡的基础上,提出了频率分集多小波神经网络盲均衡算法（ FD －MWT －FNN）,该算法利用多小波的特性,加快算法的收敛速度,采用具有对称特性的误差函数减小算法的均方误差,为了进一步提高算法的性能,引入频率分集技术克服多径衰落的影响。水声信道的仿真结果表明,该算法具有收敛速度快,稳态误差小的特点。     

基于双选衰落信道的差分空时协作技术

协作分集技术解决了MIMO技术在移动终端受天线制约的问题.由于无线通信环境的特殊性和复杂性,对信道估计十分困难,因此引入了不需要信道估计的差分空时编码,并在时间选择性衰落信道和频率选择性衰落信道的基础上研究了时间-频率双选择性衰落信道模型,在更接近实际信道环境的基础上将差分空时编码和协作分集技术相融合.理论研究和仿真结果均表明系统性能在信道容量、误比特率等方面均得到了提高.