伪码连续波跟踪测量雷达捕获算法设计

针对伪码连续波跟踪测量雷达,提出了一种信号捕获参数设计方法. 该方法利用快速傅里叶变换(FFT)捕获算法将接收信号和本地再生信号的时域相关运算转换成频域的频谱相乘运算,从而大大减少捕获时间,并引入非相参积累以提高对弱信号的检测能力,通过Tong判决算法保证系统总的虚警概率满足要求. 在给定的技术指标下对非相参积累次数和Tong判决算法进行了参数设计. 仿真结果表明,所提出的信号捕获参数设计方法可以满足低信噪比下预定的检测概率和虚警概率要求.     

功率谱估计与自适应门限在扩频同步中的应用

提出了一种改进的扩频同步算法.该算法利用带通滤波器通带内外信号功率谱密度差在扩频码同步前后的变化情况对捕获支路进行改进,使得门限比较器的输入值在同步前后区别较大,提高了捕获判决的准确率.此外,该算法还通过估算接收信号功率真值,提出自适应门限算法,使得捕获门限能根据接收信号功率做适当的调整,降低了系统虚警概率,进一步改进系统捕获性能.改进后的系统能在通信环境恶劣的信道中使用.最后给出了仿真结果,系统捕获性能良好.     

P码直捕的搜索策略与参数设计

研究低信噪比和高动态环境下P码直接捕获算法的搜索策略与参数设计.利用非相干积累与峰值位置约束的唐判决算法,增强灵敏度性能;提出了一种改进的搜索策略,将时域不确定范围分段,以适应高动态环境;通过一个实例介绍算法参数设计的方法,优化了单次检测概率、虚警概率、非相干积累次数、唐检参数与时域分段数.仿真结果表明,改进的搜索策略降低了漏检概率达30%;设计的参数可以在接收信号功率为-133 dB(mW量级),运动速度为900 m/s,加速度为20g,时间不确定范围为±1 s的情况下,虚警概率低于10-7,检测概率大于90%,捕获时间低于50 s.     

基于调制重叠变换的窄带干扰检测技术

提出一种改进的干扰检测算法,在自适应门限的基础上增加一个干扰门限,对调制重叠变换后的数据进行双门限干扰检测。研究结果表明:该算法可有效克服自适应门限算法和传统双门限算法对高信噪比敏感的缺陷,在保证低信噪比条件下较高的干扰检测概率的同时,有效降低高信噪比、无干扰下的干扰误检概率,以及高信噪比、小干扰的检测概率。本文所提检测算法在大信噪比范围均保持良好的干扰检测性能。     

一种新的循环谱统计量频谱感知算法

为了提高认知无线电中感知用户对授权用户(主用户)的检测概率,提出一种新的基于循环谱统计量的主用户信号检测算法.该算法利用循环谱离散频域平滑方法,对信号的循环谱在循环频率处建立合理的检测统计量,然后求解得到对应不同虚警概率的判决门限,以使感知用户能检测信噪比更低的授权用户信号.该算法具有检测结构简单,易实现的特点.仿真结果表明,在高斯白噪声信道中,虚警概率为0.1,频域平滑累积次数为255,在信噪比为-16 dB的条件下,与Dandawate-Giannakis(DG)方法相比,本文算法的检测概率提高23%.     

起伏背景噪声下地震波传感器阵列目标检测算法研究

针对起伏背景噪声下传统地震波传感器阵列检测算法虚警概率高、检测概率低的问题,提出一种基于信号相关性的阵列目标检测算法.利用传感器阵列在一个检测周期内接收到的数据建立信号检测矩阵,由检测矩阵列向量之间的相关性标记信号中目标成分的大小,进而引入相关性参数并构建检测统计量,利用信号相关消除时变的环境噪声干扰,有效克服起伏噪声对目标检测结果的影响.推导算法虚警概率与检测门限之间的定量关系,得到一定虚警率下的检测概率.基于计算机仿真和舰船目标实测试验对比本文提出算法与现有方法,结果表明本文算法可以在起伏背景噪声下有效检测出目标,且检测性能优于现有检测算法.     

能量检测中的BPSK信号最优检测门限

在认知无线电中,授权用户对主用户进行频谱感知时,会存在使得虚警与漏检概率之和最小的最优检测门限。以研究高斯白噪声环境下BPSK信号的有效检测问题为目的。通过对能量检测统计量的数学分布进行理论推导,将最优检测门限问题转化为和值最小的求解问题,给出了由采样点数、噪声方差、信噪比所决定的最优检测门限计算公式,并给出证明。在不同信噪比下对和值曲线变化规律的仿真说明了最优检测门限的存在性。通过对文中门限和恒虚警概率门限下的检测概率性能分析、文中门限和恒检测概率门限下的虚警概率性能分析、以及不同指标变化时其他2种门限向文中门限收敛的性能分析,说明了最优检测门限下的检测性能较优。此外,蒙特卡洛实验验证了理论分析的正确性。     

可变阈值因子的快速自适应门限检测算法

针对基于排序类自适应门限算法运算量大的问题,提出了利用可变的第k小元素替代排序类噪声能量估计的快速自适应门限检测算法.其中对第k小元素的取值仅采用快速排序算法的少次迭代过程,不须要排序完整的检测统计量,可实现快速噪声能量估计,以此作为自适应门限的参变量,结合相应的可变阈值因子达到快速自适应门限判决检测的目的.分析了检测概率和虚警概率以及运算复杂度,仿真对比了该算法与排序类自适应门限算法检测概率和虚警概率.结果表明:当有信号发送时,该算法与排序类检测算法检测概率基本一致,虚警概率有所减小;当没有信号发送时,相同阈值因子情况下,随着k值的增大,虚警概率越来越小.     

WCDMA系统中一种前导检测门限算法研究

在WCDMA系统的前导检测门限算法中,干扰值的估计成为算法的一个关键环节。对工程上常用的一种前导检测门限算法进行了深入的研究,针对算法在小区干扰值较大时,对应的干扰估计值偏小,从而导致前导检测虚警概率较高的问题,将各签名的幅度时延函数（amplitude delay profile,ADP）值的方差引入到干扰值的估计算法中,提出一种改进的前导检测门限算法。实验结果表明,改进算法有效地解决了干扰估计值偏小的问题,降低了前导检测虚警概率。     

低轨道卫星隐蔽通信快速捕获技术研究

针对低轨道卫星隐蔽通信系统特有的接收机低信噪比、超大多普勒频偏及快速捕获要求等特点,提出一种时间频率二维准全并行多符号累积捕获实现算法,并对算法中关键参数进行优化设计.载荷样机测试结果表明,该算法在符号速率为1ksample/s,多普勒频偏为±50kHz,接收机信噪比Es/N0最小为3dB条件下,捕获时间优于100ms,漏检概率小于0.003,虚警概率小于3×10-6.     

弱信号P码直捕方法研究

提出了一种新的基于快速傅里叶变换(FFT)的P码直捕方法,并采用TS201对其进行了具体实现.该方法采用时间分格将大的P码时间不确定度分割成若干小的时间分格,并配合外部存储器的使用,有效减少了直捕过程中FFT的次数,并且可实现各种灵活的捕获策略.分析了低信噪比下非相参积累后的捕获概率及虚警概率,提出了基于两次检测的"A+B"检测方法,既保证了检测性能,又降低了捕获时间.性能分析结果显示,该方法能够在60 s内完成捕获信噪比为-32 dB,时间不确定度为±1 s的P码直捕.     

基于1 bit量化的超宽带同步技术研究

为有效简化FPGA运算复杂度,降低FPGA处理时钟,在传统的滑动窗相关的基础上,结合1 bit量化方法及多径能量积累的抗多径算法,提出了一种基于1 bit量化的超宽带多路并行同步方法,在此基础上设计了FPGA实现方案.推导分析了1 bit量化同步方法对系统性能的影响,给出了信噪比损失的量化结果.仿真结果表明,在低信噪比条件下,1 bit量化方法引入2 dB的信噪比损失.在高斯信道和瑞利信道下,通过针对虚警概率和漏检概率的分析及仿真,找到最优门限范围.      

基于时频和形态学滤波的长时间能量积累检测

为了检测强噪声背景下长积累时间、低信噪比、信号波形未知的机动目标，提出了一种时频分析和形态学滤波检测的方法．利用时频分布聚集信号能量在其瞬时频率曲线附近，而散布白噪声能量在整个时频平面上的特点，应用时频分布、阈值处理和数学形态学滤波估计高能量时频支撑区域，并累积这些区域的时频能量以构造检验统计量进行统计判决．该方法不需要先验波形信息，检测积累时间不受处理方法的限制，可在更长观测时间内检测噪声环境中的微弱机动目标．仿真实验表明，在信噪比为-9dB、虚警概率为10^-5时，检测概率可达99％．     

协作感知门限自适应优化

 在频谱感知过程中,采用协作感知的方式对空间内多个节点的感知结果进行融合,可以消除路径阴影和深度衰落情况的影响,有效提高结果的准确性和可靠性。基于加权融合的协作判决准则,为了保证融合结果的检测概率和虚警概率达到标准,需要使每个节点的感知结果均达到相应的标准。因此提出通过对每个感知节点设定合适的感知门限进行优化。首先对各感知节点的进行分析,可以得到每个节点在检测概率和虚警概率一定的条件下,感知门限与节点权值的关系,其次通过遗传算法对权值的优化实现权值优化--感知门限优化的自适应优化过程。最后通过仿真验证该方法可以高效准确地实现感知门限的自适应优化,从而保证了协作频谱感知的实际性能。     

基于瀑布型混合技术的异常检测算法

针对隔离森林(iForest: isolation Forest)算法对局部异常点检测能力较低, LOF(Local Outlier Factor)算法 检测时间较长的问题, 提出了基于瀑布型混合技术的隔离森林算法 iForest-WHT(isolation Forest based on Waterfall Hybrid Technology)。 该算法借鉴瀑布型混合技术思想, 将隔离森林算法作为过滤器, 以分割路径为阈 值判断依据, 将路径小于阈值的数据放入候选异常子集, 继而使用考虑极值影响的改进的 LOF 算法对候选异 常子集进一步精化, 得到更加精确的异常点。 实验结果证明, 该算法能以较高的效率识别局部异常点, 提高了 算法的 F 1 值, 并且降低原 LOF 算法的误检率。     

基于最大值参考单元的双剔除门限恒虚警目标检测算法

针对传统恒虚警目标检测算法在非均匀噪声环境下虚警率过高的问题,提出一种基于最大值参考单元的双剔除门限恒虚警(dual censoring threshold based on maximal reference cell-constant false alarm rate,DCT-MRC-CFAR)目标检测算法.基于参考窗最大值参考单元得到剔除比较门限,通过比较,剔除极大值参考单元,根据剩余参考单元的数量选择参考窗中剔除后剩余参考单元或者参考窗中全部参考单元来估计背景噪声功率,并得到功率检测门限.与其他算法进行仿真对比,DCT-MRC-CFAR算法在均匀噪声环境下,检测性能接近于单元平均恒虚警(cell averaging-constant false alarm rate,CA-CFAR)算法;在非均匀噪声环境下,检测性能较稳定,且优于自动删除单元平均恒虚警(automatic censored cell averaging-constant false alarm rate,ACCA-CFAR)和自动双删除单元平均恒虚警(automatic dual censored cell averaging-constant false alarm rate,ADCCA-CFAR)算法.结果表明,提出的DCT-MRC-CFAR目标检测算法在均匀和非均匀噪声环境下,均具有较优和较稳定的检测性能.     

利用RBF神经网络实现对非相参积累检测系统中阈值的精确估计

在非相参积累检测系统中 ,容易得到雷达虚警概率关于阈值的解析表达式 ,但难以得到阈值关于虚警概率的解析表达式 ,利用径向基函数 (RBF)神经网络具有良好的逼近任意非线性映射和快速收敛的特点 ,提出了一种精确估计阈值的RBF神经网络方法。仿真结果表明 ,本方法可得到较高的阈值估计精度     

基于高速网络环境的Snort主动包过滤预处理器研究

提出一种Snort主动包过滤预处理插件,在高速网络环境下,通过主动丢弃对检测误报率影响较小的数据包减轻系统负载,避免Snort在超负荷运行情况下的随机丢包现象。由于异常数据包主要来自于每个网络流前面的一定数量的数据包。因此,该预处理器实时地监控Snort的负载变化,当检测引擎负载超过一定阈值时,主动过滤掉网络流后面的正常数据包。实验表明,使用主动包过滤预处理器并采用一定的Snort调整行为可以在保证较低误报率的前提下有效降低Snort的漏报率,提高系统的检测效率。