基于伪信噪比最大化的盲源分离算法

针对电子战中各种信号混叠严重、难以分离的现象,提出一种新的瞬时线性混叠信号的盲源分离算法。该算法从独立信号完全分离时信噪比最大出发,用单位对称滑动权向量加权分离信号作为源信号,建立基于源信号和噪声信号协方差矩阵的伪信噪比目标函数,并将目标函数的寻优过程转换为求解广义特征值的问题。和经典的信息理论方法相比,该算法是一种全局最优的盲源分离算法,它不需要任何迭代运算,具有非常低的计算复杂度。仿真结果证明,该算法能够更加有效地分离线性混叠的雷达信号和通信信号。     

改进的粒子群算法及其非线性盲源分离

采用粒子群算法与自然梯度法相结合进行非线性混叠信号盲分离。用高阶奇数多项式拟合非线性混合函数,建立非线性信号盲分离模型。同时根据粒子群算法的特点,作了改进,引入了“迁徙操作”和局部深度搜索方法。对多项式的参数用粒子群算法来求估计,然后用自然梯度法对线性去混合矩阵进行迭代。仿真结果表明,粒子群算法可以快速、有效地求得非线性混叠信号盲分离的优化解。     

编码辅助的数字调制混合信号单通道盲分离

针对编码辅助的同频数字调制混合信号单通道盲分离问题,提出一种基于因子图的盲分离算法.在广义分配率准则下,为算法建立了合理的因子图模型.算法采用前向-后向算法表述不同时刻混合信号同步参数之间的关系,利用和积消息传递机制,将混合信号的参数估计、序列检测和信道译码有机结合起来,并使用粒子滤波算法解决了未知连续变量的积分问题,实现了编码辅助的同频混合信号单通道盲分离.仿真实验表明,算法能够很好地利用信道编码信息,在较低信噪比条件下,实现了混合信号同步参数与符号序列的联合估计.     

基于BICM-ID系统的单通道混合信号盲恢复算法

针对非协作通信中单通道同频线性调制混合信号盲恢复问题，基于比特交织编码调制迭代译码（bit interleaved code modulation iterative decoder， BICM-ID）算法思想，建立单通道混合基带接收系统模型，提出一种联合解调和译码实现单通道混合信号中源信息盲恢复算法。通过分析和推导，给出一种混合信号解映射的方法。该算法不需要对混合信号分离，而可以直接从混合信号中估计出各路源信号，且复杂度低。理论分析和仿真结果表明，对于无码间干扰和有码间干扰的加性高斯白噪声(additive white Gaussin noise, AWGN)，算法都能得到较低的误比特率(bit error rate, BER)，而且算法对等功率混合信号和不等功率混合信号同样适用。     

PCMA信号幅度的联合估计算法

针对成对载波多址(paired carrier multiple access, PCMA)信号的幅度估计问题,提出了一种联合累积量代价函数与高次方法的估计算法。算法通过求解累积量代价函数的最小值,得到两路信号分量的幅度比,然后利用高次方法估计强信号的幅度值,最后利用强信号的幅度值与两路信号分量幅度比计算弱信号幅度值。重点研究了频差、过采样倍数对算法估计性能的影响。仿真实验表明,该算法复杂度低,抗噪性能强,相比现有算法,本文算法性能受两路信号分量幅度比影响不大,对于对称型、非对称型PCMA信号的幅度估计均可适用。     

同频混合信号的一种实时盲解调方案

简要回顾了基于粒子滤波的同频混合信号盲分离算法.着重研究了混合信号的定时问题,提出了基于Gardner算法的定时方法并从理论上分析了其有效性.在此基础上提出了一种Gardner定时+粒生子滤波+Viterbi序列检测的同频混合信号实时盲解调方案,其中Viterbi算法可以根据粒子滤波估计出的信号参数,对信号符号作进一步估计以达到更好的解调效果.仿真结果验证了该方案的可行性.     

利用联合特征参数的卫星单混信号调制识别

针对卫星通信中常见的单-混二进制相移键控(binary phase shift keying, BPSK)、正交相移键控(quadrature phase shift keying, QPSK)、8进制相移键控(8 phase shift keying, 8PSK)、16进制正交幅度调制(16 quadrature amplitude modulation, 16QAM)信号调制识别问题,本文基于不同信号的累积量差异和方谱特性,充分利用累积量和谱线特征并构造合理的特征参数,最终构建决策树分类器,实现了这些信号的调制识别,并有效实现了混合QPSK和混合8PSK信号的识别。实验表明,该算法能够实现高斯白噪声条件下的单-混BPSK、QPSK、8PSK、16QAM信号的分类。当信噪比大于6 dB时,除混合QPSK和混合8PSK信号外,其他信号的调制识别率能达到98%,当信噪比大于10 dB时,混合QPSK和混合8PSK信号的调制识别率能达到92%。与现有算法相比,识别率更高,由此证明所提算法的有效性。     

单通道混合信号的深度联合分离译码算法

针对采用低密度奇偶校验(low density parity check, LDPC)码编码的单通道同频混合信号,提出一种深度联合分离译码算法。采用了Gibbs分离过程中的逐符号分离步骤和译码过程中的逐符号译码步骤之间交替更改变量节点似然软信息的方式,在初期译码步骤输出的软信息模值较小,便于分离步骤对译码步骤的结果及时进行纠正,降低整体误比特率,软信息达到译码门限后开始发挥译码作用并最终和分离步骤达到一致收敛。仿真结果表明,本文提出的深度联合算法能够有效避免传统迭代分离译码算法由于分离过程的误比特率超出软输入软输出(soft input soft output, SISO)译码器纠错能力范围导致算法无法收敛的现象,降低联合分离译码算法的门限并提升整体性能,对于8PSK调制的混合信号在误比特率为10^-3时有1 dB的性能改善^。     

基于EMD的混合信号盲分离方法

针对通信侦察中的共信道混合信号盲分离问题,提出了一种基于经验模式分解(EMD)的信号分离方法。首先求出混合信号的功率谱,其次利用EMD求出混合信号中单个分量的瞬时频率,判定混合信号中属于MFSK信号的谱峰,最后设计带通滤波器分离出单载波信号的谱峰,剩下的信号即为MFSK信号。详细地论述了此种分离方法的基本原理及实现过程。计算机仿真结果表明,该方法对于频谱不混叠的混合信号具有较好的分离效果。     

扩展联合对角化法的水声信号盲分离技术

分析了舰船噪声阵列声纳观测信号的多途卷积混叠特性和盲源信号分离问题及扩展信号瞬态混合形式下的四阶累积量联合对角化方法。研究了适合多源多途水声信号盲分离技术及波形恢复、修改后的算法对抑制环境噪声的有效性。用仿真信号和水池实验实录信号对修改后的盲分离算法进行了检验,取得了满意的效果。     

基于联合特征参数的数字调制识别优化算法

针对数字调制识别在低信噪比下的应用,提出了一种基于联合特征参数的数字调制识别优化算法。该算法利用调制信号的高阶累积量和时域瞬时信息,并结合星座图特征进行特征提取,采用弹性反向传播（resilient back-propagation, RPROP）算法训练的反向传播（back propagation, BP）神经网络对多进制数字幅度调制（M-ary amplitude shift keying, MASK）、多进制数字频率调制（M-ary frequency shift keying, MFSK）、多进制数字相位调制（M-ary phase shift keying, MPSK）、多进制正交幅度调制（M-ary quadrature amplitude modulation, MQAM）共4类12种信号进行分类识别。仿真结果表明,当信噪比低至-2 dB时,提出的调制识别优化算法可使12种数字调制信号的正确识别率均达97%以上,极大地改善了低信噪比下的识别性能。     

新型正交降噪CDSK通信系统

针对置换相关键控(permutation correlated shift keying, PCSK)存在信号间干扰且误码率(bit error rate, BER)较高的问题, 对其进行改进并提出了新型正交降噪相关延迟移位键控(quadrature noise reduction correlation delay shift keying, QNR-CDSK)通信系统。通过设计一种新的正交混沌信号发生器, 产生两路严格正交的混沌信号, 将这两路信号分别作为参考信号和信息承载信号并复制P次后叠加传输, 从而消除信号间干扰。随后使用滑动平均滤波器对接收信号进行滤波处理, 降低系统BER。最后在加性高斯白噪声信道和瑞利衰落信道下推导了系统的BER, 并进行蒙特卡罗仿真验证其性能。结果表明, 与PCSK系统相比, 该系统具有更好的BER性能, 为混沌通信的实际应用提供了参考价值。     

基于阵列接收模型的宽带盲源分离算法

针对传统盲分离算法对宽带信号不适用的问题,提出了一种基于阵列接收模型的宽带盲源分离算法。该算法以子带分解的方法实现了瞬时复值盲分离方法在宽带情形下的扩展。针对扩展过程中可能出现的子带间次序模糊及子带内幅度模糊的问题,利用阵列接收情况下分离矩阵与混合矩阵的特点,提出了一种基于波达方向(direction of arrival, DOA)估计的次序调整及幅度去模糊方法。仿真结果表明,该算法不仅能有效地分离宽带信号,而且可准确地恢复出信号幅度。     

盲频移滤波器信号提取的改进算法

利用循环平稳特性可以进行信号提取,频移滤波器对循环频率误差较为敏感。分析了循环频率误差导致频移滤波器恶化的原因,针对存在循环频率误差时频移滤过波器性能急剧下降的缺点,采用遗忘因子法对频移滤波器进行改善。理论分析表明,引入遗忘因子可以消除采样有限时间窗谱函数的零点,从而大大降低了频移滤波器对循环频率误差的敏感性。该算法无需对循环频率进行估计,计算量小、易于实现,仿真实验证明了该算法是有效的和可行的。     

Phase-domain blind estimation of symbol duration based on Haar wavelet transform

A phase-domain blind estimator of symbol duration based on Haar wavelet transform (HWT) is proposed. It can estimate the symbol duration of phase modulated signals, such as M-ary phase-shift keying (MPSK) signals and polyphase coded signals. The closed form of the spectrum of HWT is derived. Theoretical analysis shows the frequency of the first spectral peak is equal to the symbol rate, which is the reciprocal of symbol duration. Thus the symbol duration can be extracted from the spectrum. Subsequently, the optimum wavelet scale is determined according to the maximum output signal to noise ratio (OSNR) criterion. MATLAB simulations show that this algorithm can blindly estimate the symbol duration without any prior knowledge. This estimator need not estimate the carrier frequency and has the characteristics of low computation complexity and high accuracy.     

基于最大似然的同频混合信号联合定时估计算法

针对同频干扰下的混合信号时延估计问题进行研究,提出了一种基于最大似然准则的联合定时估计算法。该算法在推导似然函数的基础上,采用分级搜索方法估计信号时延,能同时实现干扰信号与有用信号的联合定时。相比传统的单信号时延估计,该算法需要有更长的观测数据长度;算法对频偏误差不敏感,在归一化频偏（相对于符号速率）小于2％时性能损失很小。仿真结果验证了算法的有效性。     

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。