基于循环谱包络的多径直扩信号参数估计

分析了多径直扩信号的循环平稳特性,推导了其循环相关函数和循环谱表达式.提出了一种基于循环谱包络的多径直扩信号的码元速率和载频估计算法,给出了实现步骤.算法不需要伪码等先验信息,可实现对信号参数的盲估计,且参数估计是在非零循环频率上进行一维搜索,避免了平稳噪声或干扰的影响,适用于低信噪比情况.计算机仿真实验验证了该算法的有效性.     

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。     

直扩信号的谱检测和神经网络估计

论述了二次谱理论、谱相关理论和神经网络方法在直接序列扩频(DS/SS)信号的检测与估计中的应用,提出了利用谱分析结合神经网络的方法来实现对低信噪比DS/SS信号的参数及其伪码(PN)序列的估计.计算机模拟结果表明,该方法在较低的输入信噪比条件下能良好地工作.     

低信噪比长伪码直扩信号伪码周期的估计方法

针对低信噪比长伪码调制直扩(DS-SS)信号的伪码(PN码)周期参数估计的难题,提出了一类基于信号功率谱二次处理的新方法。该方法首先对信号的功率谱进行估计,接着将估计出的功率谱作为输入信号再来求取功率谱,最后得到的二次谱就会在长伪码调制DS-SS信号PN码周期的整数倍处得到一列尖锐的二次谱线,通过估计这些谱线的间距就可以获得其PN码的周期估计。为了在低信噪比情况下增强二次谱线和估计效果,采用了由多个接收信号矢量计算得到的二次谱结果进行平均累积的办法。理论分析和计算机模拟表明,该类方法在较低的输入信噪比条件下能良好地工作。     

基于谱相关的干扰抑制滤波器研究

众多的扩频通信抗干扰技术往往把有用扩频信号近似看作平稳随机过程。事实上 ,由于伪码的周期性而导致的循环平稳是扩频信号的一个重要特征。基于一般循环平稳理论 ,详细分析了直接序列扩频信号的谱相关特性 ,并在此基础上讨论了谱相关抗干扰滤波器的设计方法及其自适应形式。该方法通过对被污梁扩频信号先频移、再滤波后相加得到其估值 ,充分利用其不同频谱处的相关性 ,避免了一般抗干扰方法中由干扰建模带来的模型不匹配问题。因此 ,谱相关抗干扰滤波器可用于宽带和窄带干扰抑制。仿真结果说明了方法的有效性     

基于非线性最小二乘的机载气象雷达回波谱矩估计方法

机载气象雷达无法检测雷达回波信噪比（signal to noise ratio, SNR）很低的晴空湍流和干性风切变。提出了一种参数化的机载气象雷达回波谱矩估计方法,该方法利用非线性最小二乘(nonlinear least squares, NLS)方法拟合回波的自相关序列估计谱矩。引入循环优化思想来解决多个高斯谱回波混合时的谱矩估计问题。给出了将谱矩估计的二维搜索问题转化为两个一维搜索的快速算法。理论和仿真实验与分析表明,提出的方法适用于信噪比较低的情况。     

直扩信号伪码周期及序列的估计算法

为了解决直扩信号伪码周期和序列估计的难题,提出了功率谱二次处理结合信号子空间分解的方法。该方法首先利用功率谱二次处理手段估计出直接序列扩频(DS-SS)信号的伪码周期,在此基础上采用信号子空间分解对DS-SS信号伪码序列进行盲估计。为了用信号子空间分解法对伪码序列实施精确估计,在其后加上了r1校正方法。计算机模拟结果表明,该方法在输入信噪比小于-14 dB时还能良好地工作。     

基于CPS的相位误差估计算法

在基于星座相位特征（CPS）相位误差估计算法的基础上,对高阶QAM信号,利用循环相关函数的局部对称性,提出一种基于局部对称性检测的相位误差估计算法。此外,利用平稳信号相关函数小波变换后的性质,提出了两种基于循环相关函数小波变换的相位误差估计算法。最后详细分析了小波变换对高斯白噪声的影响。与CPS算法相比,基于对称性检测的算法在低信噪比下有一定的优势。基于Morlet小波变换的相位误差估计算法在低信噪比下性能最好,而基于Harr小波变换的相位误差估计算法在高信噪比下性能较好。     

一种混沌扩频信号的同步方法及仿真

提出了一种低信噪比条件下混沌扩频信号的捕获算法,利用扩频序列在时间上的相关等价于频域内相乘的特性,可实现无周期混沌扩频信号的快速捕获,并对频差搜索方法做了改进,给出降低捕获门限的方法,提出了捕获时消除数据调制的方法。然后,运用Matlab 6.0仿真分析了这种同步方法在各种条件下,特别是低信噪比条件下的捕获性能。仿真结果表明此方法捕获时不需要数据辅助并可以使捕获时间大幅度缩短,该方法能够实现低信噪比条件下混沌扩频信号的快速捕获。     

利用频移滤波的直扩信号循环谱检测

循环谱检测方法能在较低信噪比下检测信号,频移滤波（FREquency-Shift）滤波器具有很好的抑制噪声能力。文中在循环谱检测信号之前,引入频移滤波技术,在循环频率域对信号进行滤波,以降低噪声对信号的影响,从而提高循环谱对信号的检测能力。仿真结果表明,本文方法可以在-15.5dB下检测到直扩信号和-8.5dB下估计伪码速率。     

基于谱方法的城市交通信号控制网络小区划分方法

城市交通信号控制系统交通小区划分问题是一个多目标、多约束的NP难题.利用谱方法以相邻交叉口的关联性作为划分依据,提出平分法、按均值划分及按距离划分三种自动划分方法.并提出两个衡量小区划分质量的标准:平均切割权重和模块性,最后分别以计算机生成网络和广州市交通网络为对象,对三种划分进行验证.结果表明谱方法是交通信号控制网络小区划分的有效方法,且三种方法中按均值进行划分的总体效果较好,可以作为交通信号控制网络小区划分的推荐方法.     

调制分析与识别的谱相关方法

根据谱相关函数理论和对常用通信信号的谱相关函数及谱相关平面图分析，提出了几种可用于调制分析识别的谱相关特征参数，讨论了利用这些特征参数进行调制识别的方法和过程。试验表明，这种方法具有很好的识别效果。     

基于AR模型的共轭循环波达方向估计

基于信号循环特征的DoA估计都需要确定循环相关函数的最优延迟时间参数,当相同循环频率的多个信号具有不同的最优延迟参数时,利用确定的延迟时间参数很难确定所有信号的DoA估计。利用信号的共轭循环平稳特性,采用基于AR模型的空间谱估计来确定信号的DoA估计,提高了有限长阵列孔径空间分辨率,且该方法不需要选择最优延迟时间参数,从而适用于任何调制类型信号的DoA估计。     

基于频谱包络自相关的ISAR转角估计方法

逆合成孔径雷达（inverse synthetic aperture radar, ISAR)成像中,为了对目标进行方位向定标和距离徙动校正,需要估计雷达与目标的相对总转角。在对Dechirp回波数据分析的基础上,提出了一种基于频谱包络相关的转角估计方法。与相位对消法相比,所提算法无需知道目标大小等先验信息,且具有更好的鲁棒性。通过对两个不同时刻信号频谱包络的相关,估计出方位向回波信号的二次项系数,并采用加权最小二乘对估计结果进行拟合,完成了对转角快速准确的估计,仿真实验证明了该方法的有效性。     

汽车道路双轮辙多点随机激励建模与仿真研究

道路随机过程通用的描述方法为频域的功率谱密度函数方法。基于道路频域模型，研究了用白噪声滤波方法得到与给定谱特征相对应的道路时延相关性模型的模拟原理及其数学方法，同时提出了针对车辆道路空间相关的双轮辙激励模拟的有效途径——激励输入白噪声的传递函数法，并应用该方法再现了道路不平度的有代表性的时间历程。通过计算机仿真实例，证明了所用方法的正确性和精确性。     

基于数据矩阵分解的相干源方向估计新方法

提出一种相干源存在情况下的波达方向估计新算法。利用阵列快拍数据构造数据矩阵,相关去噪后,通过奇异值分解获得低维信号子空间的估计,然后运用ESPRIT思想估计出波达方向。无论是否存在相干源,新算法均能有效估计出波达方向,并且无需角度搜索,运算量小。该算法虽基于一维线阵,但可直接推广到具有线性性质的二维平面阵,如L形阵、十字阵、双平行线阵等。计算机仿真验证了算法的有效性     

一种改进的自适应子带谱熵语音端点检测方法

噪声环境下的语音端点检测在稳健语音识别中占有十分重要的地位。自适应子带谱熵法是一种新的端点检测方法,它的思想是将一帧语音分成若干个子带,再用谱熵法进行运算,子带的个数可以自适应选择。该方法具有一定的稳健性,但随着信噪比的降低,语音端点检测的准确性也随之下降。提出了一种结合加权功率谱减的子带自适应谱熵法,并给出了该方法的实现步骤。该方法采用边降噪边用稳健性好的特征参数做语音端点检测,从两个方面来提高端点检测的准确性。实验结果表明该方法具有良好的性能,在不同信噪比的不同加性噪声下系统识别率都有提高。     

利用子带提取改善信号检测能力

对低截获概率(LPI)信号和低观察率目标检测的要求越来越高,在低信噪比下检测信号的方法也越来越受到关注。提出了一种基于小波变换的信号子带提取方法。在周期谱估计之前用小波进行信号分解,确定信号所在的子带,从而达到去噪的目的。同时提出相关法与周期谱估计相结合的方法,并证明该方法可进一步改善信号的检测能力。以电视发射信号的无源相干定位系统的回波信号和相位码信号为例进行了仿真实验。仿真结果表明,这种方法能在-21dB信噪比(电视信号)和-24dB信噪比(相位码信号)下检测出信号。     

基于对角减载的水声阵列SMI-MVDR

空间谱估计一直都是水声阵列信号处理研究的热点问题,而一般认为目标和背景干扰的信息都蕴含在接收信号协方差矩阵中,因而现有的谱估计技术大多针对接收信号的协方差矩阵进行处理。由于信号和噪声的相关性,导致协方差矩阵中主对角线元素上的噪声分量最大。针对这一特性提出了基于对角减载的水声阵列采样矩阵求逆(sample matrix inversion, SMI)最小方差无畸变响应(minimum variance distortionless response, MVDR)波束形成技术。理论推导了对角减载量对输出功率谱目标方位上输出信噪比的影响,分析了最佳对角减载系数的选取原则。并针对实际工程应用情况,研究了由有限次快拍数估计的采样矩阵得到最佳对角减载系数的方法,该方法无需预估信号源数。通过算法仿真和海试数据处理,对比验证了基于对角减载的SMI MVDR空间谱估计的有效性和可靠性。对于背景噪声级较强的水声阵列信号处理环境来说,所提方法能有效提高高斯白噪声背景下的声纳多目标分辨性能。