基于延时相乘结构的直扩载波最优检测

针对直接序列扩频信号在通信、导航和雷达等应用中具有低信噪比和低截获概率等特点,给信号侦察带来很大困难,提出了一种基于延时相乘结构的载波信号最佳检测方法。通过推导检测器的输出信噪比,研究了延时、带宽和输出信噪比的关系,得到了最优的参数设置方法。分析表明在已知部分参数下,延时为零而且匹配滤波时检测器性能最佳,在未知参数条件下,当延时与带宽之积为0.4时,检测器性能达到最佳。在此基础上,分析了检测器的性能,并通过仿真实验验证了提出方法的有效性。     

基于脉冲压缩的宽带数字接收机设计

针对传统宽带数字接收机存在跨信道问题以及在低信噪比下检测能力差、对宽带同时到达信号处理能力差的缺点,提出一种基于脉冲压缩的新型宽带数字接收机结构进行雷达信号的截获及脉冲描述字参数的提取.将基于脉冲压缩的接收机结构从模拟域扩展到离散域,推导出信号经过数字压缩接收机后的数字离散形式.新型接收机结构采用线性调频信号与接收信号混频得到混频信号,将混频信号送入数字延迟模块进行卷积运算得到输出的脉冲尖峰.新型接收机结构本身不存在跨信道问题,并且可以有效地处理低信噪比环境下的信号及同时到达信号.通过推导给出输入信号频率与扫频信号带宽和数字延迟信号带宽的约束关系,并且进一步给出了雷达信号经过新型宽带数字接收机后的载频、带宽、脉宽、幅度等脉冲描述字信息的计算公式.仿真给出了新型宽带数字接收机在低信噪比下的信号检测能力、大带宽同时到达信号处理性能以及脉冲描述字提的取能力,并进一步分析了不同环境参数对脉冲描述字提取性能的影响.通过和传统信道化数字接收机信号检测和测频能力的对比,仿真结果证明了新型数字接收机结构在低信噪比下信号检测和参数提取的有效性.为数字压缩接收机的物理实现提供了理论基础,也提供了新的宽带数字接收机的设计理念.     

随机共振技术的水声微弱信号提取算法

随机共振技术作为一种新兴的弱信号检测算法,与传统线性滤波的方法相比,它可以检测到更低信噪比的信号.为此尝试将其应用到高频水声通信系统中,结合尺度变换和参数调节两种方法,在低信噪比下取得了一定的性能增益,并讨论了系统与信号达到最佳匹配时共振参数的变化情况.     

参差延时技术在QAM系统中的应用

文章介绍了参差延时技术在QAM系统中的应用。通过对系统输出均方误差的分析证明了当系统出现载 波相位抖动时参差延时技术可以提高QAM系统1—3dB的输出信噪比,改善量的大小与栽波相位抖动大小有关。 最佳参差延时时间为半个信号周期。计算机仿真验证了理论分析结果。     

参差延时技术在QAM系统中的应用

章介绍了参差延时技术在QAM系统中的应用。通过对系统输出均方误差的分析证明了当系统出现载波相位抖动时参差延时技术可以提高QAM系统1～3dB的输出信噪比，改善量的大小与载波相位抖动大小有关，最佳参差延时时间为半个信号周期。计算机仿真验证了理论分析结果。     

低信噪比下低复杂度的OFDM信号带宽盲估计方法

针对低信噪比多径信道下传统的正交频分复用(OFDM)信号带宽盲估计方法估计精度低且计算量较大的问题,提出了一种低复杂度的OFDM信号带宽盲估计方法,首先利用修正的周期图求平均(Welch)法得到功率谱,再对其进行最小二乘多项式拟合得到平滑的功率谱,然后通过对功率谱曲线进行求导提取出斜率最大点和最小点的位置进而估计带宽,最后多次循环求统计平均得到信号带宽的精确估计.通过理论分析,确定了OFDM信号带宽盲估计方法的步骤,并在多径信道下进行了仿真试验.仿真结果表明,该方法在信噪比为0 dB时能够达到98.9％的正确估计率,并且该方法与传统方法相比,带宽估计精度更高,计算复杂度更低.     

改进型双稳随机共振系统及其在轴承故障诊断的应用

针对经典双稳随机共振系统(CBSR)的输出饱和现象降低系统输出信噪比的问题,提出一种改进型双稳随机共振系统。将CBSR中限制粒子运动的四次型势函数改进为分段二次型双稳势函数,并代入到由势函数、噪声以及微弱周期信号驱动的朗之万方程中,得到非饱和分段双稳随机共振系统。该系统结构简单,可通过调节系统参数实现最佳随机共振。进一步,通过绝热近似理论,得到表征系统性能的输出信噪比表达式,当输出信噪比随系统参数以及噪声参数增加呈现非单调变化时,系统发生随机共振。将改进系统应用于轴承故障诊断,结果表明,在相同参数下,改进系统的输出信噪比共振曲线整体高于CBSR及分段非线性双稳随机共振系统(PNBSR),系统能够有效检测出故障信号频率,在内外圈故障诊断中,输出信噪比较PNBSR系统分别提高了2.4 dB与1.8 dB,证明改进系统可有效增强系统输出信噪比。     

基于模糊函数的直扩信号多参数估计

为解决低信噪比下直扩信号的参数盲估计问题,提出了一种基于模糊函数的直扩信号载频、码率和伪码周期估计新方法。对直扩信号的模糊函数进行了推导和分析,发现直扩信号模糊函数在特定延时和频率上有明显特征对应载频、码率和伪码周期等参数,给出了直扩信号参数估计的具体算法。仿真实验表明在扩频码长为63及码元数为16条件下,载频和码率估计可工作在-12 dB,扩频周期估计可工作在-6 dB低信噪比条件下。该方法可用于非合作通信中直扩信号的参数估计。     

全球定位系统预解扩延时相乘捕获算法

针对全球定位系统(GPS)信号捕获中延时相乘捕获算法检测率低的问题,提出一种预解扩延时相乘捕获算法,以提高信号捕获的检测率.首先对信号进行码相位搜索和解扩,然后在延时相乘操作前、后分别使用窄带滤波器来减小噪声带宽和功率,以提高信噪比和检测率.通过蒙特卡罗方法对其检测率特性进行仿真.结果表明,相比于延时相乘捕获算法,该算法检测率明显提高,并且保持了捕获过程中不受频偏影响的优势.在软件接收机中应用该算法对GPS信号成功捕获,证明了算法的有效性.     

基于瞬时相位差分的MFSK符号率估计方法

对数字通信信号的符号速率估计是电磁频谱监控、通信侦察分析等非合作接收领域的重要研究内容。提出了一种MFSK信号的符号速率估计新方法,通过对信号样本求取瞬时相位差分并联合非线性变换及小波分析的方法,实现了对符号速率的准确检测,并大大提高了估计方法在低信噪比条件下的适应性;在此基础上进一步提出了低信噪比条件下基于估计结果后处理的性能改进方法,能够再提高3 dB的估计性能。仿真验证了新算法和改进方法在低信噪比条件下的估计性能。     

基于循环谱特征的楼宇室内频谱感知算法

针对目前楼宇室内环境中,信道多径衰落和噪声不确定性等低信噪比情况下主用户信号检测性能较低的问题,提出了一种基于支持向量机(SVM)的主用户信号频谱感知算法.该算法融合了循环平稳特征检测和SVM算法的特点,对信号循环平稳特征参数进行特征提取,作为训练样本和待测样本,再采用SVM算法分别对有无主用户情况下的信号进行分类检测.仿真实验表明与人工神经网络(ANN)和最大最小特征值法(MME)相比较,所提算法可在低信噪比情况下,有效地实现对主用户信号的感知,具有较好的稳健性.     

基于瞬时频率曲线拟合和局部搜索组合方法的三阶多项式相位信号参数估计

三阶多项式相位信号是一类非常重要而常见的非平稳信号。在非合情况下,针对低信噪比的三阶多项式相位信号参数估计问题提出一种新方法。该方法采用基于滤波器组的短时RadonWigner变换的时频检测算法完成信号的检测并获得信号瞬时频率的粗略估计,利用三阶多项式对瞬时频率进行最小二乘拟合,从而获得信号参数的粗略估计,再用局部二维搜索和快速傅里叶解线调的方法完成信号参数的精确估计。计算机模拟仿真证明了此方法在低信噪比和较短数据条件下的有效性。     

OFDM信号过采样率盲估计的新方法

针对低信噪比多径信道下过采样率估计性能低的问题,根据正交频分复用( OFDM)基带采样信号的频谱特性,提出了基于采样信号频谱逼近的过采样率盲估计方法.该方法首先利用改进的移动协方差方法估计信号的载波频率,采用修正的周期图平均法估计信号的功率谱;然后通过选择最佳的滚降系数,设计一个最佳余弦滚降滤波器,使余弦滚降滤波器的截止频率逼近信号的截止频率;最后根据过采样信号的频谱特性原理估计出接收信号的过采样率,实现了不同类型OFDM信号的过采样率的盲估计.仿真结果表明,在信噪比为-2 dB,多径信道条件下OFDM信号的过采样率估计的均方误差不超过0.2.可见该方法无需任何先验知识,在低信噪比多径信道下具有良好的估计性能.     

PSK信号的调制参数估计与识别

针对PSK信号,分析了BPSK信号和QPSK信号的谱相关特性,并通过计算机仿真了这2种信号的谱相关平面图（即循环频率一频率双频三维图）,提出了利用循环谱相关函数的截面图估计BPSK信号和QPSK信号的调制参数（即载频和码元速率）并识别这2种信号的方法．搜索最大峰值可估计信号的载频,计算最大峰值与次大峰值差可估计出信号的码元速率,通过仿真得到载频估计与码元速率估计的归一化均方误差,并根据谱相关特性设置阈值识别出BPSK信号和QPSK信号．该方法在低信噪比下也可达到很好的识别估计效果,适于雷达电子对抗信号识别估计的应用．     

短波信道下直扩信号检测与载频盲估计

针对通信侦察识别中广泛遇到的短波信道下直接序列扩频信号(DSSS)的检测与参数估计问题,提出了一种利用广度优先搜索邻居(BFSN)聚类分析提取未知信号高阶循环累积量循环频率的算法。该算法通过聚类比较截获信号的各类峰值,剔除干扰和奇异类信号,克服了短波信道中常见的多径效应引起的码间串扰(ISI)影响,从而实现了在低信噪比条件下,对直扩信号进行检测和载频的盲估计。对算法进行了理论分析,并通过计算机仿真验证了该算法在低信噪比下具有较好的稳健性。     

认知无线电中基于循环平稳的频谱空洞检测

利用通信系统中调制信号的循环平稳特性,对频谱空洞进行检测,提升频谱感知技术在低信噪比下的性能。实验结果表明：与传统能量检测方法相比,采用循环特征检测方法改善了认知无线电中频谱空洞的检测能力。     

基于Haar小波变换的直扩信号参数盲估计

为解决低信噪比下直扩信号的参数估计问题,提出了一种基于H aar小波变换实现直扩信号伪码(PC码)速率和符号周期盲估计的新型算法。阐述了小波变换表征和检测直扩信号相位瞬变的原理,给出了直扩信号小波变换的具体形式。通过对直扩信号小波变换频谱特征的具体推导,详细论述了通过小波变换提取这两个参数的算法原理和具体步骤。仿真实验表明,在码元数为400及扩频因子为63的参数条件下,该文所提出的伪码速率和符号周期估计算法可至少工作在-18 dB和-14 dB的低信噪比下,且其性能优于某些典型的算法。     

一种基于多个循环频率的联合循环谱感知方法

认知无线电是提高频谱利用效率的一种有效途径,快速可靠地检测到主用户和频谱空穴是认知无线电实现的关键和前提.循环平稳检测是认知无线电中进行频谱空穴检测的可靠方法,可以在低信噪比时有效检测出授权用户是否存在.针对单循环检测不能充分利用信号所包含信息的缺点,提出了将Chair-Varshney数据融合准则的思想应用于循环频谱检测的改进算法,使用多个循环频率处的循环谱进行联合检测.仿真分析表明:改进算法充分利用了各单点循环频率上的循环谱信息,在低信噪比时有更好的检测性能.     

一种基于小波包熵的频谱检测算法

为了解决能量检测算法在低信噪比条件下频谱检测性能差的问题,提出了一种基于小波包熵的频谱检测算法.首先采用小波包变换对接收信号进行多层分解,并计算最后一层各节点的重构信号;然后计算各个节点重构信号的小波包熵值;最后选取熵值最小的重构信号作为检测信号进行能量检测.理论分析及仿真结果表明,在低信噪比情况下,该算法可以有效地抑制噪声影响,提高频谱检测性能.     

基于模糊函数主脊切片和深度置信网络的雷达辐射源信号识别

雷达辐射源信号识别是电子侦察系统的关键组成部分,为了提高低信噪比条件下对低截获概率雷达信号识别的准确率,提出了一种基于模糊函数主脊切片(MRSAF)与深度置信网络(DBN)的雷达辐射源信号识别方法。首先对雷达信号进行奇异值分解(SVD)进行降噪预处理,求解雷达信号的模糊函数并提取其主脊切片包络,采用奇异值分解方法降低噪声对主脊切片包络的影响,然后建立基于受限波尔兹曼机的DBN模型并运用标签数据有监督微调模型参数完成训练,最后基于该算法模型实现辐射源信号的分类和识别。仿真结果表明:该方法在低信噪比条件下也有较高的识别率,信噪比高于-4dB时,识别率可以达到90%以上,验证了本算法的有效性和应用价值。