瞬态信号波形提取的子波变换方法

提出了一种把子波变换与假设检验结合起来从噪声中提取有用瞬态信号波形的方法。先对瞬态信号加高斯噪声的混合信号进行离散子波变换得到了子波系数，根据假设检验理论确定门限，把子波系数与门限进行比较，如果子波第数大于门限，则保留这些子波系数，否则置为零。     

瞬态信号波至点检测函数的研究

讨论了连续复小波变换在瞬态信号波至点检测中的运用,提出了一种新的信号波至点检测函数.这种检测函数运用了能量归一化的方法,它不仅能够保证信号波至点的有效检测,而且还拓宽了小波变换中用于信号检测的尺度范围.仿真实验证明,这种检测函数是有效的.     

一种自适应门限控制方案的研究

描述了一种对于包获取的自适应门限控制方案，该方案根据噪声电平的最大似然估计自适应的设置判决门限，并对其性能进行了分析。通过和其它的包获取的门限控制方案的对比，说明了该方案的优越性。     

一类瞬态信号的时变滤波在诱发电位最优估计上的应用

本文研究了诱发电位等一类瞬态信号的最优估计问题。考虑到信号的时变特性,将维纳滤波的时不变特性修改为时变(f,t)滤波,使滤波过程具有自适应特、性。对仿真信号及豚鼠诱发电位波形的处理结果表明,在相同估计指标下,该方法能大大减少所需样本数目。     

微弱信号检测的一种改进小波分析方法

针对小波变换去噪时对微弱信号不敏感,特别是在信号分类检测时检测效果不理想的问题,提出了采用小波熵应用于信号检测的技术.该技术的主要原理是利用小波分析矩阵相应稀疏程度去抑制信号的无关成份,其中小波系数熵确定噪声阈值,小波相关系数熵确定边界轮廓,实现信号准确定位.最后通过数值试验证明其效果好于常规小波变换模极大值的信号检测法,证明了该方法检测微弱信号边缘特性更切实有效.     

基于自适应形态学的LPI信号检测预处理算法研究

针对传统算法在面对复杂环境中LPI信号检测时不能对噪声进行有效的滤波,提出了一种基于自适应形态学的LPI信号检测预处理方法。首先建立单一尺度形态学滤波模型,其次在单一尺度形态学频谱数据做分段插值处理时,在每段采用加入比例系数的改进形态学腐蚀和膨胀机理,再将插值后的序列与原信号相减来对其进行修正,最后通过算法仿真,验证了改进的算法在弱化结构元素尺度选择矛盾对不同带宽处的噪声基底估计的影响的同时,还能大大降低整个算法运算量的效果,取得了良好的滤波效果。     

一种相邻相干信号的DOA估计新方法

提出一种估计相邻相干信号方位的新方法.该方法首先对传统空间平滑算法得到的数据协方差矩阵进行修正,然后对修正后的协方差矩阵进行奇异值分解,由左奇异矩阵得到噪声子空间;再构造新数据协方差矩阵,进行奇异值分解得到噪声子空间;最后取两次噪声子空间的平均值得到噪声子空间,利用MUSIC算法找到极大值对应的信号方向.计算机仿真表明,该方法能有效地估计出小信噪比下角度相隔较小的相干信号.     

一种基于FFT块处理的微弱GPS信号检测新方法

针对微弱GPS信号的高灵敏度检测算法是当前遮蔽环境下GPS软件接收机捕获信号亟待解决的问题.作者提出了基于FFT块处理的1/4字节步进相干积分检测方法,较传统的1/2字节更替检测方法,增长了相干积分区间,更有效地利用了GPS信号,提高了微弱GPS信号的检测灵敏度,缩短了捕获时间.仿真结果表明,在信号长度不超过300 ms的情况下,该算法能成功捕获信号强度低至24dBHz 的微弱GPS信号.     

瞬态弱信号采样系统的设计

阐述了被测对象是幅值小、持续时间短的瞬态信号这类采样系统的设计难点和要求．在频谱分析和瞬态分析的基础上,分析了被测信号及采样系统的各环节,并合理地确定了采样频率．     

一种微弱信号的检测技术

针对于实际应用中的小信号,特别是完全被噪声淹没情况下的微弱信号提取问题进行了论证,分析了信号和噪声在时间特性方面和统计特性上的差别,介绍了一种有效的用相关函数检测技术来提取被噪声淹没的极微弱信号的方法.     

频率漂移下DPSK信号的一种新Data-aided检测器

将最近Choi提出的一种频率漂移补偿算法纳入Data-aided非相干检测的结构中,从而提出一种适用于频率漂移环境下的Data-aided非相干检测。研究表明新算法性能要好于无频偏下DPSK的理想差分检测,因而也一定优于Choi文中所提及的算法。模拟研究甚至表明新算法性能逼近相干差分检测,新算法尤其适应于大频偏的情形。     

测试PRBS信号特性的新方法

伪随机二进制序列(PRBS)信号,是一种重要的测试信号,其特性将直接影响到测试结果的正确性,为了准确地测试数字传输系统的性能,采用新的方法对PRBS信号特性进行了测试和分析。     

Robust序贯检测及窄带随机相位信号的Robust M-检测

Robust检测是信号检测的一个新分支,不仅可用于已知信号的检测,还可用于随机信号与随机参量信号的检测等方面.本文首先讨论将序贯检测方式引入有限样本的Robust检测,导出Robust序贯概率比检测器RSPRT,证明其具有提高信号处理速度和节约平均样本等优点.本文还针对雷达和声纳系统常遇到的窄带随机相位信号,研究如何利用位置参数M-估计方法和理论,导出了窄带随机相位信号的Robust M-检测器,经过计算机模拟证明具有良好的Robust性.     

研究特殊取样NTSC信号三维谱的一种新方法

用二维离散傅里叶交换研究了特殊取样ＮＴＳＣ彩色信号的三维谱。分析了２ｆｓｃ取样下的两种取样结构，并且讨论了重建问题。     

基于行车声音端点检测的交通量统计

基于传统特征的行车声音端点检测法存在重叠有车段识别率低、双门限阈值较难确定的问题,针对这两个问题,探索性地将梅尔频率倒谱系数(Mel frequency cepstral coefficients,MFCC)倒谱距离特征和短时能量特征进行了融合并应用于交通量检测。首先选取了周围环境较为安静的一个双车道路段,并采集了该路段上包含重叠有车段的行车声音;其次提取了行车声音的短时能量特征和MFCC倒谱距离特征,并对它们在端点检测中的优劣进行了分析对比;再次提出了一种融合短时能量特征和MFCC倒谱距离特征的新特征,并基于新特征将传统的双门限判决思路改进成了单门限判决思路;最后利用新特征对有车段进行端点检测并统计交通量。实验结果表明:基于融合特征的端点检测方法能有效解决重叠有车段识别率低和双门限阈值较难确定的问题。     

一种改善AR谱估计性能的分频段方法

本文研究了一种改善AR谱估计的有效和实用的方法,即在固定分辨率的情况下降低AR模型阶次,或在阶次一定(或降低)的情况下改进其谱估计分辨率的方法.该方法是通过对数据序列的频带进行限制,以减小分析频带外的噪声能量和通过选抽降低原序列采样率来实现的.仿真结果和实例表明,该方法对于宽带信号的AR谱估计是十分有效的.     

转子瞬态信号去噪的小波变换方法

利用小波变换下有用信号和随机信号在多尺度空间中模极大值不同的传播特性,对转子瞬态信号进行去噪处理,取得良好效果。     

非平稳噪声背景下多径信号DOA估计方法

针对目标信号传输过程中的多径现象或电磁干扰引起的同时存在独立和相干信源(多径信号)的情况,提出了一种非平稳噪声背景下的混合信源DOA分步估计方法。该算法利用常规谱估计算法估计独立信源,在利用广义协方差差分方法排除掉非平稳噪声信息后,然后根据斜投影算子的性质排除独立信源,对剩余的相干信源则可采用修正空间平滑算法恢复为满秩,进而可以用MUSIC算法进行DOA估计。相比较传统的广义差分方法,该算法在提高阵列信源过载能力的同时,避免了对独立信源的平滑运算,计算复杂度降低,并且适用于更广泛的未知噪声背景及低信噪比环境。计算机仿真结果证明了新算法的有效性和正确性。     

宽频段空间相干信号三维参数联合估计算法

基于非均匀的L型阵列,提出一种宽频段相干信号频率和二维到达角联合估计的新方法——JSDOA算法。该算法利用阵列时空数据构造了一个平滑的波达矩阵,通过对其进行特征分解估计出相干信号的三维参数。该算法能精确地估计具有相同数字频率的相干信号的三维参数,避免了阵列孔径损失,具有计算量小,三维参数自动配对的优点。计算机仿真结果验证了算法的有效性。     

一种样点缺失条件下的跳频信号参数估计方法

在样点随机缺失条件下研究跳频信号参数估计问题具有现实意义。 针对样点缺失条件下线性时频分析方法失效的问题, 提出了一种基于正交匹配追踪(orthogonal matching pursuit, OMP) 和卡尔曼滤波(Kalmanfilter,KF) 的跳频信号参数实时估计方法。 该方法对信号加滑动窗, 将窗内样点随机缺失建模为一个信号稀疏表示问题, 傅里叶正交基作为过完备字典, 利用 OMP 直接估计窗内信号频率而不需要恢复信号。 KF 针对估计得到的信号频率进行平滑, 当频率跳变时, KF 的频率预测值将严重偏离历史值和频率估计值, 偏离程度作为跳变时刻估计的依据。 仿真结果和对比实验表明, 在样点没有缺失时, 该方法具有更优的跳频信号参数估计性能, 在滑动窗长足够并满足信号稀疏度要求时, 即使在样点缺失的条件下, 依然可以获得有效的跳频信号参数估计结果。