基于四阶累积量的自适应参数型多径时延估计

在存在多通道信号干扰及背景噪声的情况下，本文提出了一种基于四阶累积量的自适应参数型时间延时估计方法。该方法准确地进行多径传输情况下的时间延时估计，有效地抑制相关高斯噪声的影响，仿真结果说明了方法的有效性。该时间延时估计方法可用于声纳及雷达系统的目标定位。     

基于四阶累积量的线性调频信号参量估计

针对加性高斯有色噪声背景下的一维、二维线性调频信号的参量估计问题,引入高阶统计量,提出了一种基于四阶累积量的新方法。该方法利用高阶累积量对加性高斯噪声有较好的抑制能力的特性,结合极大似然方法,可获得较低信噪比下的线性调频信号参量的较高精度的估计。给出了应用该方法的具体步骤,通过仿真实验证明了该算法的有效性。     

基于四阶累积量和时间平滑的相干信号DOA估计

高斯色噪声背景下,针对多径环境下的多用户波达方向（direction of arrival, DOA）估计问题,提出一种联合处理算法。新算法首先利用四阶累积量估计出各个用户的空间特征,然后利用基于时间平滑的多重信号分类 (multiple signal classification,MUSIC)算法实现各用户多径信号的DOA估计。该算法突破了传统空间平滑类算法的局限,对于M元均匀线阵,新算法最多可估计M×(M－1)个DOA,且各DOA与各用户可自动实现配对。计算机仿真结果验证了算法的有效性。     

一种基于四阶累积量的相干信号测向算法

利用四阶累积量估计相干信号的来波方向(DoA)需要获得修正阵列的方向矩阵。提出了一种估计修正阵列方向矩阵的改进算法,它减少了计算量,通过模式激励和空间平滑,实现均匀圆阵对来自不同独立信号源的相干信号的DoA估计,并利用虚拟阵列流形的中心对称性,将复矩阵的特征分解转换为实矩阵的特征分解,减少了计算量。相比基于自相关矩阵的算法,所提出方法提高了阵元利用率,有效地抑制了高斯噪声,不需要对模式激励后的数据进行白化处理,仿真结果表明,在低信噪比和多个独立信号源存在的条件下,有更明显的优势。     

离散分数阶Fourier变换的LFM信号时延估计

根据Ozaktas的采样型离散分数阶Fourier变换算法,针对线性调频信号,结合分数阶Fourier变换对线性调频(LFM)信号的独特聚集性,研究了基于Ozaktas离散分数阶Fourier变换的含多普勒的LFM信号时延估计,给出了线性调频体制雷达分数阶Fourier域的目标检测与测距具体实现,并与经典数字脉压对雷达目标测距的分辨力、时延估计误差、运算量进行对比分析,结果验证了基于Ozaktas离散分数阶Fourier变换时延估计的可行性及有效性。     

基于加窗PMF-FFT的扩频信号捕获算法研究

介绍了基于FFT的伪码捕获算法,分析了部分匹配滤波(partial matched filter,PMF)积分时间长度的选择依据.提出一种加窗PMF-FFT的伪码捕获改进算法,该算法在PMF过程中采用汉宁窗对数据加权后进行积分,然后做FFT谱分析.详细分析了改进算法的性能.理论分析和仿真结果表明,与原有的算法相比,改进算法在相同FFT峰值衰减时,能够有效增大PMF的积分时间长度,减少FFT运算量,而在相同PMF积分时间长度时,能够有效降低FFT输出的峰值衰减,减小频谱泄漏,从而提高捕获性能.     

基于累量域的近场源三维参数联合估计算法

提出了一种无须参数配对的近场源三维参数联合估计算法。通过对阵列输出信号的四阶累积量构造矩阵进行一定的变换构造处理得到一个新的矩阵,仅需一次特征分解并利用其相应的特征值及特征向量就能估计出距离、方位、频率等三维参数。该算法无须谱峰搜索,适于任意高斯噪声环境,参数估计结果能自动配对。并且该算法无须利用阵列的中心对称结构,因而有效地避免了阵列孔径损失。最后,计算机仿真结果证实了该方法的有效性。     

基于倒谱分析的水声信号被动定位时延估计算法研究

时延估计精度是决定定位精度的重要因素.传统被动定位时延估计往往采用广义互相关法,而相关器需要较宽的频带才能获得较好的时延测量精度,对于窄带信号的处理往往差强人意.采用的倒谱分析方法对宽带信号与窄带信号不仅具有良好的估计性能,且在信噪比满足一定要求的前提下,对窄带信号倒谱估计器在广义倒谱相关函数中比相关器在广义互相关函数中具有更尖锐的峰,从而提高了时延估计精度.通过仿真及对实测数据的分析,说明本方法的有效性.     

改进的基于四阶累积量的MUSIC算法

超宽带测向系统中,天线体积受限严重影响到系统的测向精度和解模糊能力,且天线阵列的孔径限制着阵列最多能分辨的目标信号个数,而一些优秀的算法如空间平滑算法和旋转不变子空间(estimation of signal parameters via rotational invariance technique, ESPRIT)算法损失了天线阵列孔径。针对这些问题,在传统的四阶累积量多重信号分类(multiple signal classification, MUSIC)算法基础上提出了一种改进的算法。该算法根据四阶累积量矩阵构成的规律,去除了原四阶累积量矩阵的数据冗余,有效地减小了运算时间,为其实际应用提供了必要条件。计算机仿真和实测数据仿真的结果表明,本改进算法可以快速地实现虚拟阵列扩展,同时对有色高斯噪声也有一定的抑制作用。     

复随机信号的四阶统计量估计中的浮点舍入误差分析

本文分析了由单个数据记录沽计复平稳过程四阶矩与四阶累积量的浮点舍入误差,得到了峰度与四阶切片矩的估计中引入的量化噪声的均值与方差的闭形表达式或上界,说明舍入误差明显影响四阶矩估计,尤其是对于为减少估计方差而采用的长数据记录情形.     

基于联合去噪和频率调制的微弱信号检测

针对强噪声背景中弱信号检测问题,在传统检测方法基础上,提出了基于联合去噪和频率调制的微弱信号检测方法。搭建自相关和小波阈值变换联合去噪系统,极大程度抑制了噪声对检测结果的不利影响。利用频率可调标准信号调制待测信号频率,使得被测信号与检测系统策动力信号的频率差满足检测条件,打破了利用Duffing振子检测系统只能检测与系统策动力频率相近信号的限制。双振子差分进行混沌特性判别的方法更具直观性,抗噪性能好,测量相对误差被控制在5%以内;且系统具有很高的抗干扰性,检测最低信噪比可达-41 dB。仿真结果证明了该方法的可行性和有效性。     

Multi-component LFM signal detection and parameter estimation based on Radon-HHT

A new method is proposed to analyze multi-component linear frequency modulated （LFM） signals, which eliminates cross terms in conventional Wigner-Ville distribution （WVD）. The approach is based on Radon transform and Hilbert-Huang transform （HHT）, which is a recently developed method adaptive to non-linear and non-stationary signals. The complicated signal is decomposed into several intrinsic mode functions （IMF） by the empirical mode decomposition （EMD）, which makes the consequent instantaneous frequency meaningful. After the instantaneous frequency and Hilbert spectrum are computed, multi-component LFM signals detection and parameter estimation are obtained using Radon transform on the Hilbert spectrum plane. The simulation results show its feasibility and effectiveness.     

基于Poincare截面的微弱信号定量检测与幅值参数提取

为解决微弱信号定量检测问题,提出并建立了基于Poincare截面的检测统计量,并以此设计了利用Duffing振子进行微弱信号定量检测及幅值参数提取的有效实现方法。通过分析Duffing振子的Poincare截面特性,发现系统输出关于幅值的分岔特性能够清晰判定系统不同状态,由此对Poincare截面的分布点进行方差统计,构建检测统计量与检测判定区间,实现对微弱信号的定量检测。仿真实验发现,该定量检测方法的噪声鲁棒性优于传统时域特征检测方法,进一步设计了循环检测系统用以提取待测信号幅值参数并实现对未知频率信号的检测,为基于Duffing振子的微弱信号检测提供了定量检测途径与参考。     

基于循环累积量的星形QAM载波盲估计

针对通信对抗和正交幅度调制(QAM)信号解调的实际应用,提出一种利用特定高阶循环累积量估计星形QAM载波的方法。由于高阶循环累积量能有效抑制平稳噪声和非平稳高斯噪声,通过理论分析可证明在上述噪声背景下,星形8、16 QAM信号的特定四阶循环累积量仅在载波位置处存在,因此可以通过检测此循环频率实现载波的估计。该算法可推广到更高阶星形QAM信号。仿真实验验证了该算法的有效性。     

基于四阶累积量与核Fisher判别分析的MPSK信号分类方法

提出了一种基于高阶累积量和核Fisher判别分析的MPSK信号自动调制识别方法。该算法选取信号的四阶累积量作为分类特征,利用核函数的思想把特征向量映射到一个高维空间,并在高维空间中采用线性Fisher判别分析实现了数字信号的分类。选用了径向基核函数,使用一对一或一对余多类构造法,并利用交叉验证网格搜索法优化核函数参数,构建了快速稳健的多类核Fisher判别分析分类器。计算仿真结果表明,基于核Fisher判别分析的分类器具有良好的性能,它与支持向量机的分类精度相当,且训练时间较短。     

Joint estimation of DOA, frequency, and polarization based on cumulants and UCA

A joint estimation algorithm of direction of arrival (DOA), frequency, and polarization, based on fourth-order cumulants and uniform circular array (UCA) of trimmed vector sensors is presented for narrowband non-Gaussian signals. The proposed approach, which is suitable for applications in arbitrary Gaussian noise environments, gives a closed-form representation of the estimated parameters, without spectral peak searching. An efficient method is also provided for elimination of cyclic phase ambiguities. Simulations are presented to show the performance of the algorithm.     

Research on LPI radar signal detection and parameter estimation technology

Modern radar signals mostly use low probability of in-tercept(LPI)waveforms,which have short pulses in the time do-main,multicomponent properties,frequency hopp...     

基于滤波器组和高阶累积量技术的LPI信号特征检测的新方法

提出了一种新的将滤波器组和高阶累积量相结合的特征检测方法。运用该方法可以对未知LPI多分量信号进行频域的分离并消除伴随的加性高斯和对称非高斯噪声的干扰,从而较好地估计出FMCW、多相编码等LPI信号的特征参数。同时对这种改进的方法进行了系统结构的设计和详细的数学描述。仿真结果和性能分析表明了该方法的有效性和适应性,即使在信噪比很低的情况下也能检测得到比较理想的LPI信号特征。     

基于频域互相关序列与峰值检测的空频分组码盲识别算法

针对复杂电磁环境和非协作通信条件下空频分组码(space-frequency block codes, SFBC)信号识别困难、对先验信息要求高的问题, 提出一种基于频域互相关序列与峰值检测的SFBC盲识别方法。首先,通过分析SFBC信号的编码特点, 计算得到发送端的互相关函数。然后,考虑频率选择信道、多径传播和噪声的影响, 推导了接收信号的互相关函数, 并对其进行傅里叶变换得到频域互相关序列。最后,根据频域互相关序列检测其峰值位置识别发射端编码方式。推导和实验结果表明, 该算法在低信噪比下的识别性能较好, 并且对时间偏差和频率偏差等情况的适应性较强, 在复杂电磁环境下具有较好的识别性能, 能够应用在认知无线电和频谱检测等场合。该算法不需要知道信道和噪声的先验信息、正交频分复用(orthogonal frequency division multiplexing, OFDM)块大小以及接收端和发射端的同步信息, 非常适合于电子侦察等非协作通信场合。     

基于频谱细化的线性调频信号参数估计

针对现有的线性调频(linear frequency modulation,LFM)信号参数估计算法运算量大、实时性差的问题,提出了基于频谱细化的参数快速估计算法。首先对中频采样信号与其延迟逐点相乘,并对产生的新序列做FFT运算,初步粗略估计出LFM信号的调频斜率,然后运用频谱细化方法,即chirp-Z变换,估计出精确的调频斜率。在此基础上,对原信号直接解线调,分析解线调后的信号频谱,估计出信号的起始频率,同样采用频谱细化方法提高估计精度。仿真结果表明算法的有效性。