基于虚拟无线电的PCM/FM信号解调方法

根据PCM／FM信号的特点，提出了一种基于虚拟无线电平台的信号解调方法。分析了PCM／FM信号的谱特性，给出了利用PCM／FM信号的频谱进行解调的理论基础。根据实际PCM／FM信号的非平稳特性，提出了基于离散短时傅里叶变换（DSTFT），通过比较频点能量进行PCM／FM信号软件化解调的实现方法。详细地论述了此种解调方法的基本原理及实现过程，分析了该方法的解调性能及复杂度。计算机仿真结果表明，该方法对于实际接收的PCM／FM信号具有较好的解调性能，并且实现原理简单，运行效率较高，便于在虚拟无线电平台中实现信号的实时处理。     

基于分形盒维数的线性调频信号参数估计

针对当前线性调频（linear frequency modulation, LFM）信号参数估计算法中对调频斜率的估计复杂度高、实时性差且信噪比适应范围较小等缺点,提出了基于分形盒维数的LFM信号调频斜率估计方法。该方法通过计算信号调频斜率与盒维数的关系曲线,利用盒维数对LFM信号的调频斜率进行估计,探讨了信号的幅度和相位对信号盒维数的影响,计算了不同信噪比下的估计误差,并与传统的基于匹配傅里叶变换（matching Fourier transform, MFT）的LFM信号参数估计算法进行了对比仿真,绘制了脉冲宽度、调频带宽与盒维数三者的关系曲线图。仿真结果表明,该算法在建立了对应关系数据库后,在信噪比变化范围比较大的情况下的估计误差仍然比较小,且算法简单,对于实时性估计具有很好的应用价值。     

融合调频遥测和伪码测距的寄生调制技术

针对飞行器测控系统将高码率遥测数据和伪码测距信号分流传输的不足,提出一种全新遥外测体制,将测距伪码(pseudo-noise, PN)寄生在调频(frequency modulation, FM)遥测信号中,生成一种融合调频遥测和伪码测距的寄生调制信号,实现高码率遥测数据和测距信号的单流传输。研究FM+PN体制的调制、解调原理,从理论上分析信号频谱及遥外测性能,并通过仿真得到不同参数下的频谱特性、遥测解调误码率和测距精度,给出了调制参数选择建议。仿真结果表明,将FM+PN体制应用到飞行器测控系统中,可将所需带宽降低为现有测控体制的40%,大大提高带宽利用率,而遥测误码率性能损失很小。     

FM interference suppression for PRC-CW radar based on adaptive STFT and time-varying filtering

The influence of frequency modulation (FM) interference on correlation detection performance of the pseudo random code continuous wave (PRC-CW) radar is analyzed.It is found that the correlation output deteriorates greatly when the FM interference power exceeds the anti-jamming limit of the radar.According to the fact that the PRC-CW radar echo is a wideband pseudo random signal occupying the whole TF plane,while the FM interference only concentrates in a small portion,a new method is proposed based on adaptive short-time Fourier transform (STFT) and time-varying filtering for FM interference suppression.This method filters the received signal by using a binary mask to excise only the portion of the TF plane corrupted by the interference.Two types of interference,linear FM (LFM) and sinusoidal FM (SFM),under different signal-to-jamming ratio (SJR) are studied.It is shown that the proposed method can effectively suppress the FM interference and improve the performance of target detection.     

基于民用照射源的被动雷达信号分析与处理

首先介绍基于民用照射源的被动雷达应用概况,给出了系统配置示意图,分析了调频广播信号作为雷达照射源的模糊函数和目标检测的二维相关算法。针对运算量巨大的问题,重点介绍了改进的二维相关算法,减少了运算量。简单介绍基于流水线结构的多DSP信号处理机,以实时完成信号检测与估计任务。     

交互策略改进MOFA进化的多UAV协同航迹规划

针对无人机(unmanned aerial vehicle, UAV)多目标优化协同航迹规划方法中Pareto最优解集规模随迭代增长, 难以选择适合UAV任务特点的协同航迹等问题, 提出一种基于交互策略改进多目标萤火虫(multi-objective firefly algorithm, MOFA)进化的多UAV协同航迹规划方法。首先,采用变量分解策略将萤火虫算法中大规模变量分解成多个子种群, 以降低算法搜索的复杂度; 然后, 利用Tent混沌初始化和多种群循环分裂合并策略提高多目标萤火虫算法的搜索性能; 采用双极偏好占优机制、并设计协同度指标在Pareto最优解集中选取适合任务需要且协同度较高的UAV协同航迹。仿真实验表明, 所提方法能够根据任务设定生成对应侧重点、且满足协同性的相对最优航迹集, 证明了该方法的有效性。     

基于加权高阶累积量切片的非线性调频信号增强算法

为了综合考虑高阶累积量各种切片抑制高斯噪声的性能,定义了加权高阶累积量切片,并给出了加权高阶累积量切片符号联合迭代公式,得到了基于加权高阶累积量切片的自适应谱线增强新算法。对该算法增强水下目标辐射的非线性调频信号的效果进行了仿真研究。仿真结果表明:该算法能抑制大约18dB～28dB的高斯色噪声;调整高阶累积量切片的加权系数,可获得抑制高斯色噪声的最佳效果。在工程实践中,具有重要的指导意义和实用价值。     

基于对角载入的鲁棒自适应波束形成算法

作为一种梯度自适应波束形成算法,LMS算法因简单有效而得到广泛的应用.但是在存在偏差的情况下,LMS算法的性能较差.针对上述问题,考虑信号方向向量的偏差对LMS算法性能的影响,提出了一种基于对角载入的鲁棒约束LMS算法,并对算法的对角载入因子和收敛性能进行了分析,给出了保证算法收敛的步长取值范围.该算法利用对角载入的特性,可有效的抑制各种偏差所带来的影响,收敛速度快,抗扰动性强,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证阵列输出的信干噪比接近最优值.仿真实验表明,与传统约束LMS算法相比,基于对角载入的鲁棒自适应波束形成算法具有很好的性能.     

窄带水声信号的分布式检测融合

研究了分布式检测融合系统的融合算法，及其在水声信号检测中的应用。提出了一种基于软决策融合的水声信号检测融合算法，并结合窄带声呐信号检测系统，给出了融合系统检测性能的计算机仿真结果。仿真结果表明，采用检测融合技术可大幅度地提高水声信号检测系统的检测性能。     

基于级联MUSIC的面阵中的二维DOA估计算法

提出了适用于面阵中的基于级联多重信号分类(multiple signal classification,MUSIC)方法的二维波达方向(direction of arrival,DOA) 估计算法。该算法仅采用级联的一维搜索即可实现二维DOA的联合估计,避免了经典二维MUSIC算法的复杂计算量,复杂度大大降低,同时角度估计性能非常接近经典二维MUSIC算法。此算法可以实现二维角度的自动配对,角度估计性能优于传播算子算法(propagator method,PM)以及借助于旋转不变技术的信号参数估计算法。同时,该算法可以很好地估计出相同方位角(或仰角)的信源。结合算法的高性能及低复杂度,该算法拥有更广泛的适用范围,其优越性得到验证。     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

基于特征值极限分布的双门限频谱感知算法

针对传统频谱感知算法在较低信噪比和存在噪声不确定度时,检测性能降低的问题,提出了一种基于特征值极限分布的双判决门限频谱感知算法。由于利用了双门限和信号采样协方差矩阵的特征值进行判决,这种算法不但可以有效地克服噪声不确定度对检测性能的影响,而且不需要预先知道主用户信号的任何信息。与已有的最大最小特征值频谱感知算法相比,由于采用了双判决门限,因此该算法的检测性能更优。仿真结果表明,该方法不但可以有效地克服噪声不确定度,而且检测性能也优于最大最小特征值算法。     

基于TFD-Hough变换的毫米波导引头微运动参数提取算法

分析了旋转目标的微多普勒特性与微运动参数的关系,指出其微多普勒信号为三参数的正弦调频信号。针对这一信号形式,推导了多分量正弦调频信号的时频分布特性,提出了一种在时频图上检测三参数正弦曲线的Hough变换方法,进而提出了一种基于TFD-Hough(time frequency distribution-Hough)变换的微运动参数提取算法。仿真实验和外场试验数据处理表明了该方法的有效性和鲁棒性。     

基于瞬时测频的PCM/FM信号解调方法研究

根据瞬时测频理论，提出了一种新的PCM／FM遥测信号解调方法。首先通过瞬时测频方法，估计信号中的多普勒频移，不但修正了信号中存在的多普勒频偏，而且提高了码同步的精度。然后根据PCM／FM信号相邻码同步点间的对应关系，实现了信号的解调。详细介绍了此种解调方法的基本原理及实现过程，分析了影响瞬时测频精度的因素以及多普勒频率对解调性能的影响，提出了提高瞬时测频精度和解调性能的方法。计算机仿真结果表明，该方法解调性能优越，抗干扰能力强，便于软件编程及DSP器件实现，具有一定的应用价值。     

稀疏阵列方向调制信号综合算法

方向调制技术是近年来物理层安全通信领域研究的热点之一。现有的研究都是采用均匀相控阵根据应用场景性能要求的不同来研究方向调制信号的综合算法,不同场景性能要求下综合算法不具有通用性。针对这一问题提出了一种基于稀疏阵列的方向调制信号综合算法,算法中首先利用前向后向矩阵束方法求解稀疏阵列的阵元位置,然后针对方向调制信号应用场景性能要求建立相应的优化问题,通过优化问题中的目标函数和约束条件将不同的性能要求统一到一个优化问题中求解稀疏阵元对应的激励。仿真结果表明所提的基于稀疏阵列的方向调制信号综合算法相比于均匀阵列的方向调制信号综合算法能够更好地适应不同场景性能要求下方向调制信号发射机的设计。     

噪声鲁棒变步长LMS算法及其在OFDM水声信道均衡中的应用

针对最小均方(least mean square, LMS)算法在低信噪比(signal to noise ratio, SNR)条件下性能较差的问题,提出一种噪声鲁棒变步长LMS(noise robust variable step-size LMS, NRVSLMS)算法。该算法通过结合改进的双sigmoid函数和误差信号自相关函数,在迭代过程中动态调整步长的大小,解决了传统LMS算法中收敛速度、跟踪性能和稳态性能互相矛盾的问题。理论分析和仿真结果表明,与其他变步长算法相比, NRVSLMS算法抗噪声能力强,具有良好的跟踪速度和稳态性能。将该算法应用于正交频分复用(orthogonal frequency division multiplexing, OFDM)水声信道均衡中,与现有LMS类自适应均衡方法相比,基于NRVSLMS算法的信道均衡方法能够显著降低系统误码率(bit error rate, BER)和均方误差(mean square error, MSE)。     

分数阶Fourier变换与时频滤波

针对LFM信号非平稳性,分析了在分数阶Fourier域对LFM信号作时频滤波的含义,给出了扫频滤波器在分数阶Fourier域的实现方法,并在此基础上推广得到分数阶Fourier域的一般乘法滤波器。通过对实测混响数据和LFM信号的分离效果仿真,发现分离前后信混比得到了较大提高,并且初始信混比越低,则提高效果越明显。     

相控阵-MIMO雷达的相位编码信号设计方法

具有良好性能的正交编码信号是相控阵多输入多输出（multiple input multiple output, MIMO）雷达获得优良性能的前提。为得到对接收端噪声容忍度更高的编码信号,利用改进的离散粒子群优化（discrete particle swarm optimization, DPSO）算法,以接收端匹配滤波之后输出信号的性能为代价函数,将编码设计转化为约束优化问题,设计了可灵活编码的正交相位编码信号。新算法得到的编码信号有较低的自相关旁瓣和互相关干扰,在匹配滤波时其对噪声的抑制要好于已有算法,且能有效分离出多个目标。仿真结果验证了算法的有效性。     

基于自适应粒子群优化的盲源分离

针对现有的盲源分离算法性能大多依赖于非线性函数的选取问题,提出了一种基于自适应粒子群优化(adaptive particle swarm optimization,APSO)的盲源分离算法。该算法以分离信号的负熵为目标函数,根据分离信号的状态自适应地调整惯性因子,克服了收敛速度和信号恢复质量之间的矛盾。仿真实验表明,该算法的性能对源信号的概率密度性质没有依赖性,因而能很好地分离亚高斯和超高斯信号的混合信号,并且能有效地避免早熟收敛问题,具有较快的收敛速度,分离效果好。     

基于改进遗传算法的独立分量分析算法

针对现有独立分量分析算法的分离效果依赖于非线性对比函数的选择,并且无法有效地分离超高斯和亚高斯混合信号这一现象,提出了一种基于遗传算法的独立分量分析算法,该算法采用直方图法根据信号的样本序列来估计信号的概率分布,解决了信号问互信息的计算问题,然后通过遗传算法最小化信号间的互信息,实现了对线性混叠信号的分离;同时,针对标准遗传算法存在的一些缺点如局部搜索能力差、容易出现早熟收敛等,提出了一种改进遗传算法,提高了遗传算法的寻优能力.对模拟信号的分离结果表明,基于改进遗传算法的独立分量分析算法的性能优于FastICA算法,对亚高斯和超高斯信号的混合信号具有优异的分离能力.模拟仿真实验结果同时也证实了改进遗传算法的寻优能力.