基于功率谱对消的跳频信号检测算法

为有效解决跳频信号的检测问题,根据跳频信号功率谱随时间变化的差异性,提出一种基于功率谱对消的跳频信号检测算法.该算法可在无需已知先验知识的条件下,对较低信噪比的跳频信号进行盲检测.通过仿真分析表明,该算法在信噪比为10 dB的条件下,可获得功率对消比为-34 dB的检测效果;在较大接收信噪比、较多分段数和切比雪夫函数窗条件下,该算法具有较高的检测性能.此外,在跳频信号和定频信号发生频率碰撞时,该算法仍能实现对跳频信号的检测,更加适合于现代战场的复杂电磁环境.     

基于能量分离算法的多分量线性调频信号频率估计

对基于能量算子的能量分离算法进行了改进,提高了该方法用于多分量线性调频信号瞬时频率估值的抗噪性.采用平滑样条插值的方法对离散信号进行插值,然后再对其应用连续信号的能量分离算法.仿真表明,改进后的算法在噪声环境下,比直接利用对应离散信号的分离算法估值更准确,当信噪比从5 dB以5 dB为步进,增大至30 dB时,平均估计误差约减小10%.     

二相编码信号载频盲估计快速算法研究

讨论二相编码信号载频盲估计快速算法.在没有接收信号先验知识的情况下,首先粗略估计出二相编码信号的载频(fc)和3 dB带宽(△f3dB),然后以(fc)为中心,以4(△f3dB)为带宽对BPSK信号滤波,再对滤波后信号平方得到一个准正弦波信号,估计出该信号的频率,最后将该频率除以2就得到BPSK信号的载频精确估计值.理论分析证明本算法的合理性,并给出算法的应用门限.仿真结果表明本算法在没有先验知识的情况下可以对BPSK信号载频进行精确估计,特别是在低信噪比条件下依然能够取得良好的估计性能,且本算法简单易行,运算量小,适合实时处理.     

一种基于独立分量分析的变速跳频信号盲分离方法

针对当前跳频信号盲分离算法计算量大,精确度不高的问题,结合变速跳频信号采用不断加快的跳速和“跳速多变”的策略,提出了一种利用信源间的独立性解决变速跳频信号盲分离问题的方法。同时,采用负熵最大化寻优算法加快了传统独立分量分离算法运算速度。通过仿真实验与处理实际数据结果表明：与其他方法相比,该方法在不需要任何先验信息的条件下,可以在低信噪比的情况下较好地分离出各个变速跳频信号,同时能够精确恢复出变速跳频信号的跳频图案,在20 dB信噪比的情况下,分离后相似系数可以达到99%。该研究为变速跳频信号盲分离问题提供一个新的解决途径。     

估计跳频信号参数的多窗口迭代平滑伪WVD新算法

采用时-频分析方法获取跳频信号的瞬时频率、跳周期、跳频图案等主要参数,在短时傅立叶变换、Wigner-Ville分布等传统时-频分析算法均无法达到抑制噪声和实时参数检测的情况下,提出一种能适应跳频信号速率变化的多窗口迭代平滑伪Wigner-Ville分布(SPWVD)算法来进行跳频信号参数的实时估计。仿真结果表明,该算法在较低信噪比(-8 dB)的情况下也具有良好的实时估计效果。     

加权相位差分测频算法及其工程应用

相位差分算法是正弦频率估计中的一种重要方法。首先详细介绍了加权相位差分测频算法的原理,应用仿真方法分析了不同数据长度、不同信噪比情况下的测频性能,并与其他工程常用的测频算法进行了比较,然后对该算法在工程应用中的改进方法和降低信噪比检测阈值的方法进行了论述,最后给出了基于FPGA的工程实现框图。     

基于小波变换的光纤光栅测频辨识

针对光纤光栅测量振动模态频率噪声较大的问题,提出采用小波变换去噪。同时获取时频信号,判断光纤光栅测量模态频率结果的有效性,对模态频率进行辨识。从直接快速傅里叶变换方法获得的频域数据分析来看,振动模态频率为7阶,而利用有限元分析和CRAS模态测试平台的结果均为5阶,因此对光纤光栅测频结果存在误判。用小波变换进行去噪处理后,所得测试结果为5阶主要振动模态频率,与有限元分析和CRAS模态系统测试结果相近,分别为：27.25、232.00、423.25、692.50、1 390.25 Hz。其信噪比依次约为65、35、30、23、20 dB,信号的信噪比随着模态频率阶次的增加而降低。因此,采用小波分析可以有效防止光纤光栅测频误判。     

基于WR分解的多用户多天线OFDM系统半盲信道估计

在多用户多天线OFDM上行信道的模型下,提出一种改进的基于WR分解的半盲信道估计算法。改进算法利用接收信号的统计特性和子空间分解法直接估计白化矩阵W,避免了对导频信号的依赖和模糊矩阵的求解问题。在已知W矩阵后,根据正交导频的设计方案,由最小均方误差准则得到Q矩阵。计算机仿真结果表明,系统的信道冲击响应可以被很好的跟踪,且当信噪比达到20 dB时,改进算法的RMSE比LS算法降低约1～1.5 dB。与此同时,正交导频的长度对于改进算法的性能具有较大的影响,当导频信号的长度达到整个OFDM符号块长度的1/5时,改进算法的RMSE比LS算法降低约1～2 dB。     

基于Wigner-Ville分布的实信号估计

信噪比低于-5 dB时,信号恢复难度大.提出了一种新的信号估计算法,基于加窗Wigner-Ville分布(pseudo Wigner-Ville distribution,PWVD)的时频峰值滤波(time-frequency peak filtering,TFPF)PWVD-TF-PF,即利用PWVD与信号时频的关系设计一种计算窗函数长度的方法,同时将此窗与魏格纳分布结合用于TF-PF.TFPF是通过时频分布重建信号.首先将信号经过FM调制为解析信号,采用PWVD集中信号的能量,而噪声能量均匀分布于整个时频平面,提高了信号的信噪比,可准确估计出信号的频率.将时频分析方法用于低信噪比实信号估计中,使频率估计在信噪比低于0 dB时依然可行.此设计能够在信噪比达到-8 dB时恢复信号,并且信号的频率估计结果基本达到Cramer-Rao lower Bound(CRLB).     

一种低信噪比下LFM信号参数快速估计算法

为了对线性调频(LFM)信号参数进行快速、准确的估计,提出了一种新算法.该算法根据LFM信号当能量一定时在相同时宽范围内频谱幅度平方与调频斜率成反比的特点,通过对若干组快速傅里叶变换(FFT)结果进行模值选大,同时给出了起始频率和调频斜率的估计.仿真结果表明,通过合理设置算法参数,算法可以用于信噪比低至-38dB的LFM信号的参数估计.