通信电子战信号反演处理——I：概论

通信电子战信号处理迫切需要一个具有宏观指导意义的方法论。反演方法既是地球物理学中的基本处理方法，又是人类两大基本推理方法的一个子方法。讨论了反演方法及其理论的一般定义。指出在电子学与通信及其信号处理领域，将问题统一到信号反演的框架下，不仅有利于对处理方法的理论研究，而且有利于吸收那些在非电子学领域已经建立的反演方法及其理论。给出了关于通信电子战信号反演处理的定义，并提出其概念模型和目标参数。     

几种跳频码的混沌动力学特性及预测分析

利用动力系统方法研究了几种跳频码(m序列，RS序列，非线性序列及混沌序列)的动力学特性(相关维数与最大李雅普诺夫指数)，结果表明了跳频码表现出混沌的特征。最后根据遗传算法确定前馈神经网络的结构，并利用该神经网络模型对这几种序列做了预测分析。实验结果表明，该模型能成功地预测跳频码，因而可对跳频通信进行有效的干扰。     

变载频带通信号的多速率采样

对处于非整数带位的带通信号,一阶采样往往要引起频谱混迭。提出了一种用多抽样率技术实现欠采样的方法,借助于修正采样率,该方法较好地解决了可变载频带通信号的频谱混迭问题。还提出了用多抽样技术实现欠采样的三种方式     

阵列测向系统中应用四阶累积量算法抑制杂散噪声与干扰

阵列测向中空间相关噪声、杂散的多径反射噪声以及空间杂散干扰是影响测向性能的较大因素。高阶累积量具有抑制这样的杂散噪声与干扰的性能。本文理论分析了这一性能的基本原理，给出了实验结果。     

特定并行处理机上MUSIC算法的并行实现

用自行研制的一台使用4片TMS320C40，且利用共享内存作为主要通讯手段的数字信号高速并行处理机实现了MUSIC算法的高速并行计算。实验证明，所提出的并行算法稳定、有效，MUSIC算法的并行计算取得了较好的结果。     

基于神经网络最佳分类器通信信号的调制识别

提出了基于最优决策理论的最佳分类器用神经网络实现的方法，并对通信信号的调制类型进行自动识别。这种方法以使类域最大分离为目标，利用神经网络良好的非线性和自适应性，把最优准则下的自学习功能引入训练过程，结合快速训练和修剪算法，克服了一般神经网络分类器的不足，实验证明其性能良好。     

MPSK信号的循环谱检测及码元速率估计

在循环平稳理论的基础上,根据MPSK信号的循环平稳特性及其在普通傅里叶频率和循环频率双频率平面上所表现出的谱线特征,提出了一种在低信噪比下,利用两次谱峰搜索完成对MPSK信号的检测及载频和码元速率估计的新方法。该方法估计精度高,计算机仿真证明了该方法的有效性。     

一种度量强影响点的新方法——离差度量

针对统计诊断中强影响点的挖掘这一重要方向，从数据分析的角度提出了一种新的度量方法——基于关联分析的离差度量法．理论分析和对比实验表明：该方法对数据服从的模型与分布不敏感，且能定量判断强影响点，因此它是有效的．     

基于GAR的同信道多信号的调制识别

为了解决同信道多信号的调制识别问题,提出了一种基于广义自回归(GAR)建模的调制识别方法。该方法利用观测数据的GAR模型参数估计各个待识别信号的短时平均中心频率和短时平均带宽,把一个多信号的调制识别问题转化为多个单信号的调制识别,并利用信号的短时平均中心频率和短时平均带宽的统计量作为特征输入到分类器,完成各个信号的调制类型识别。计算机仿真结果表明,当待识别信号在频域没有重叠或者部分重叠时,该方法都是有效的。     

基于能量算子的单信道重叠信号盲分离方法

针对单个信道的多个时、频重叠信号分量的分离问题，提出一种能量分离方法对各个信号分量进行瞬时频率和幅度估计，从而进行多个信号分量的分离。基于能量算子的计算简单，以及很好的时域分辨率的特点，该方法可用于实时处理和实际工程应用。仿真结果验证了该算法的有效性。