双势阱Duffing-van der Pol振子微弱信号检测统计量构造

为解决双势阱Duffing-van der Pol振子同频微弱信号定量检测问题,分析发现了Poincare截面能明显区分系统不同状态的现象，构建了基于Poincare截面的检测统计量,并以此为基础设计了信号检测的有效实现方法。首先对Poincare截面进行数值计算得到系统关于策动力幅值的分岔点图,其次对不同状态下各幅值对应分布点做方差统计构建检测统计量。不同状态的检测统计量分布区间不同,按照统计值落入的区间即可判断信号有无。仿真实验给出了不同策动力角频率下检测统计量的临界值和检测区间,并通过与相平面检测结果的对比验证了该检测方法的可行性,为微弱信号定量检测提供了参考。     

Duffing混沌振子用于微弱信号检测的研究

针对频率已知的微弱正弦信号幅度和相位检测问题,提出了一种采用Duffing混沌振子作为检测系统的方法。该方法将被测信号作为系统的参数,利用系统参数在临界值附近微小的变化会改变系统输出状态的特性,通过识别系统输出的相轨迹判断输出状态是否改变,根据状态改变所需满足的条件估计信号的参数。给出了实现该方法的主要步骤,并将其运用于高频地波雷达海洋回波信号的检测,与FFT方法所得结果相比,回波多普勒谱的信噪比可提高5 dB,表明了该方法具有更好的检测性能。     

Duffing振子微弱信号盲检测方法

针对强噪声中微弱信号的盲检测问题,研究了待检信号与Duffing系统内置信号频差和相差对系统相图的影响,指出由于频差的存在,Duffing系统相轨迹演化将进入周期性混沌状态。通过建立正相振子和反相振子检测方程以及相图分段处理,提出了Duffing振子微弱信号盲检测识别算法并建立了盲检测模型。仿真实验表明，在-40dB信噪比下仍然可以有效实现对微弱信号的盲检测。     

基于Duffing振子的直接序列扩频信号检测及参数估计

针对直接序列扩频信号检测中信号特征提取的问题,提出了利用Duffing振子对小信号的敏感性和对噪声的免疫性来检测信号的这些特征信息。以基于Duffing振子的载波检测为例,进行了分析和仿真,给出了直接序列扩频信号的幅度、相位和载频的估计值。仿真表明,所提的方法可以获得很好的检测性能,能检测到信噪比为-38.35 dB的DSSS/BPSK信号。     

基于联合去噪和频率调制的微弱信号检测

针对强噪声背景中弱信号检测问题,在传统检测方法基础上,提出了基于联合去噪和频率调制的微弱信号检测方法。搭建自相关和小波阈值变换联合去噪系统,极大程度抑制了噪声对检测结果的不利影响。利用频率可调标准信号调制待测信号频率,使得被测信号与检测系统策动力信号的频率差满足检测条件,打破了利用Duffing振子检测系统只能检测与系统策动力频率相近信号的限制。双振子差分进行混沌特性判别的方法更具直观性,抗噪性能好,测量相对误差被控制在5%以内;且系统具有很高的抗干扰性,检测最低信噪比可达-41 dB。仿真结果证明了该方法的可行性和有效性。     

基于小波变换的子带自适应滤波算法及仿真

因为噪声总是影响信号检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。自适应滤波器为检测信号提供了一种简单、实用的方法。可以在微弱信号的条件下,通过测量和学习,实现对微弱信号的最佳拟合。提出基于自适应小波变换的心电信号的检测,利用小波变换的子带编码理论,通过在多个子带权值的自适应匹配,合成后拟合微弱信号。仿真结果表明,该方法可进一步改善信号的检测能力,在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

稀疏字典学习海面微弱动目标检测

针对强海杂波背景下微弱动目标信号提取困难、雷达检测性能差的问题,在稀疏表示理论的基础上,提出利用字典学习算法抑制海杂波、重构目标信号。该算法通过K类奇异值分解（K-singular value decomposition,K-SVD）算法学习海杂波和目标的稀疏域主成分特征,得到相应的学习字典,抑制海杂波并对目标信号稀疏重建,解决了以往固定字典与高海况下雷达回波匹配度低、目标信号提取效果差的问题;并通过算法参数的分析和优化,进一步提高了算法性能和工程实用性。基于实测数据的实验结果表明,相比传统检测方法,所提算法能够有效检测高海况下微弱动目标,显著提升检测性能。     

PD雷达谱分析中的帧重叠ZoomFFT优化设计

针对脉冲多普勒(PD)雷达回波信号频谱分析问题,提出了帧重叠ZoomFFT方法。该方法既可以获得信号局部频谱的高分辨率,又可以提高FFT相参积累的增益,从而提高了PD雷达微弱信号的检测能力以及参数测量精度。文章在介绍该方法基本原理的基础上,针对高重频(HPRF)PD雷达应用,提出了帧重叠ZoomFFT方法的参数设计准则。同时分析了帧重叠对于非相参积累和目标检测的影响,并且给出了具体应用的参数设计及其性能仿真,最后介绍了采用帧重叠ZoomFFT方法的PD雷达信号实时谱分析系统的实现方案。     

从强信号掩盖中检出弱信号的一种新检测算法

针对功率较强、带宽较宽调制信号掩盖下是否隐藏有功率较弱、带宽较窄调制信号的检测问题进行研究,提出了一种新检测算法。算法先根据调制信号的星座特性消除强信号的干扰,在此基础上分别从时域和频域角度提取了两个特征参数:K参数和H参数,结合两个参数的特点设计了检测算法。该算法能够实现具有一定能量和带宽弱信号的高效检测,并能对弱信号的个数进行估计。仿真结果表明,算法具有很高的正确检测概率。     

杜芬振子阵列实现弱正弦信号频率检测

杜芬振子从混沌到间歇性混沌的相变对与参考信号频差较小的周期小信号具有敏感性，而对白噪声和与参考信号频差较大的周期干扰信号具有免疫力。通过实验仿真，得出单个杜芬振子的信号检测范围。提出利用杜芬振子阵列检测微弱正弦信号的模型，实现微弱正弦信号的频率检测。     

基于高阶累积量和匹配滤波的信号检测新方法

针对通信侦察中的空间弱信号检测问题,提出了一种基于高阶累积量和匹配滤波器相结合的信号检测新方法。该方法利用高阶累积量有二阶以上信息,且高斯噪声的高阶累积量恒为零的特性,在传统似然比检测基础上,依据高阶累积量对高斯噪声的抑制能力,结合匹配滤波器进行弱信号检测,在低信噪比条件下获得了更高的检测概率。蒙特卡罗仿真结果证明了该方法的有效性。     

基于非均匀采样的信号频率、幅值和相位检测

分析了单频和多频信号经非均匀采样的离散傅里叶频谱,推导出频率、幅值、相位的计算表达式,解决了目前文献中未提及的基于非均匀采样方法的幅值和相位检测问题。此外,提出一种基于多路并行非均匀采样的信号检测方法,通过合并多路非均匀采样信号频谱,使谱估计结果趋于原信号的真实频谱,进而实现信号检测。数值仿真显示,提出的方法可实现信号的频率、幅值、相位的精确检测,可以突破奈奎斯特频率限制、抗混叠能力强,且计算复杂性小。     

基于自适应尺度变换-双稳态随机共振模型的BPSK信号检测算法

为提升在强噪声背景下对二进制相移键控(binary phase shift keying, BPSK)信号的检测性能, 针对主流方法在抑制噪声过程中信号受到一定程度的削弱、信号处理系统引入新噪声导致检测性能下降的问题,提出了基于自适应尺度变换双稳态随机共振模型的BPSK信号检测算法。对于经典的双稳态随机共振系统只能处理小幅度、低频段的周期信号的情况, 首先将双稳态随机共振系统进行尺度变换, 证明在高采样率条件下, 双稳态随机共振系统可应用于高频的BPSK信号, 并基于Neyman-Pearson准则设计了非线性阈值检测系统, 推导且定量表示出检测器的误码率, 以此作为反馈量, 自适应地调节系统参数, 构建了信号检测的完备流程。通过仿真实验验证了尺度变换的可行性以及所提算法的适用性, 为低信噪比条件下的弱BPSK信号检测提供了理论依据。