DTMF信号的接收

分析了单片ＤＴＭＦ接收器的主要特性，设计了多路ＤＴＭＦ接收器，讨论了其主要部件的逻辑函数，给出了在我们研制的程控交换机（ＰＡＢＸ）中多路ＤＴＭＦ接收器的原理框图，结果表明，在输入ＤＴＭＦ信号幅度不大小－２３ｄＢ时，系统工作可靠。     

DTMF信号的接收

分析了单片ＤＴＭＦ接收器的主要特性，设计了多路ＤＴＭＦ接收器，讨论了其主要部件的逻辑函数，给出了在我们研制的程控交换机（ＰＡＢＸ）中多路ＤＴＭＦ接收器的原理框图．结果表明，在输入ＤＴＭＦ信号幅度不小于－２３ｄＢ时，系统工作可靠．     

基于MSP430单片机的DTMF信号识别系统设计

DTMF信号的识别通常采用专用芯片来完成,存在占用PCB面积大、成本高、功耗大等问题,为了解决这些问题,提出了利用嵌入式控制器MSP430实现对DTMF信号的识别方法和系统设计。音频DTMF信号经过调理电路后输入MSP430单片机内部的ADC,在定时器控制下进行采样,得到DTMF信号的数字量。采用Goertzel算法分别计算出8个频点的幅值,根据最大功率点的行频和列频,识别出按键信息。通过设计和制作相关电路,借助MATLAB仿真结果调整参数,设计了利用Goertzel算法的DTMF信号识别程序系统。实验结果显示系统达到了技术指标的要求,实现了MSP430单片机对DTMF信号的采集与识别。该系统具有结构简单、成本低、功耗小、不额外占用PCB面积等优势,具有一定的实用价值。     

DTMF信号的软件识别分析

论述了采用数字频谱分析和数字滤波分析的软件方法对DTMF号码进行分析识别。     

基于小波包的信号检测算法

针对多个相似信号分量的到达时间检测问题提出了一种基于小波包理论的新算法（ＷａｖｅｌｅｔＰａｃｋｅｔｓＤｅｔｅｃｔｉｏｎＡｌｇｏｒｉｔｈｍ，ＷＰＤＡ）．即使在各信号分量严重重叠的情况下，该算法都能非常精确地确定各分量的到达时间。为了进行比较，引用了Ｂ．Ｆｒｉｅｄｌａｎｄｅｒ提出的改进Ｇａｂｏｒ表征方法（ＩＧＲＭ）及其信号模型。实验证明，小波包检测算法可以得到更为优越的性能。还讨论了小波包检测算法中的正交镜像滤波器选择问题。     

基于小波包的信号检测算法

针对多个相似信号分量的到达时间检测问题提出了一种基于小波包理论的新算法。即使在各信号分量严重重叠的情况下，该算法都能非常精确地确定各分量的到达时间。为了进行比较，引用了Ｂ．Ｆｒｉｅｄｌａｎｄｅｒ提出的改进Ｇａｂｏｒ表征方法及其信号模型。实验证明，小波包检测算法可以得到更为优越的性能。还讨论了小波包检测算法中的正交镜像滤波器选择问题。     

DTMF信号的软件识别分析

论述了采用数字频谱分析和数字滤波分析的软件方法对DTMF号码进行分析识别。     

基于深度学习算法的OFDM信号检测

为了提高正交频分复用(OFDM)无线通信系统的信号检测能力,提出了一种基于深度学习(DL)算法的信号检测框架来代替系统信号检测模块.首先利用迫零(ZF)均衡器重构深度神经网络(DNN)的输入;然后在离线训练中增加预训练阶段,以导频符号和数据符号作为训练数据,为训练阶段提供良好的初始参数;最后在线信号检测通过加载离线训练获得的最优参数进行信号检测.实验结果表明:当信噪比(SNR)为25 dB时,无预训练阶段和无ZF均衡器的框架性能相对于完整的DL信号检测框架性能分别损失了2和4 dB;在导频符号数目减少和无循环前缀(CP)的情况下,DL框架的误码率相比传统方法均明显下降;在不同信道参数下,DL框架的性能损失比传统方法更小.ZF均衡器和预训练阶段均可提高DL框架性能,DL框架能更好地检测信号并具有较强的鲁棒性.     

基于S变换的罗音信号检测算法

呼吸音中的罗音信号随机性强,变异性大,同时又蕴含了丰富的疾病信息.为从呼吸音中有效地检测出罗音,文中引入S变换,提出了一种基于S变换的罗音信号检测算法.首先从呼吸音信号S变换的时频谱图中提取罗音的时频特征,降维后采用局部峰值判别法检测罗音.实验结果表明,该算法的罗音信号检测正确率达93.70％,检测性能优于其他算法,说明该检测算法是有效的.     

基于小波分解的IM信号检测算法

在5G移动通信网络中,为了进一步提高频谱利用率和能量利用率,一种新的调制方式——索引调制被提出。采用小波分解检测索引调制信号,可提高索引信息的特征表现,提高有效子载波的识别概率,在低信噪比下获得满意的检测概率和漏检概率。仿真结果表明,相比于基于能量的信号检测算法,基于小波分解的检测算法性能可提高约2d B。     

基于量子算法的MIMO-OFDM信号检测研究

信号的最优检测在常规条件下是-NP难解问题,针对RBF(径向基函数)神经网络算法易陷入局部极值和简单遗传算法收敛速度慢的问题,文中提出了新型的量子智能算法,并应用于MIMO-OFDM系统信号检测中:算法将遗传算法与神经网络相结合,用遗传算法优化神经网络初始值,在遗传算法优化神经网络时采用量子计算操作.由于QGA(量子遗...     

基于简化信号模型的多用户检测算法

针对UWB系统的两种多用户检测算法复杂度较高的问题进行了分析,提出了基于改进的离散接收信号模型下的低复杂度解相关检测算法和最小均方误差检测算法(MMSE).仿真结果表明,在不影响性能的情况下复杂度大大降低.     

基于QR分解的信号检测算法的研究

研究了VBLAST-OFDM系统基于QR分解的几种信号检测算法,分析了各种算法优缺点,指出信号检测顺序是降低误码率的关键,针对VBLAST算法计算量大的缺点,建议采用SQRD算法,该算法利用迭代运算代替矩阵求逆运算,降低了VBLAST算法的计算量,并采用MMSE准则对该算法进行进一步推广,仿真结果表明采用MMSE-SQRD算法优于除ML(最大似然)算法以外的检测算法.     

基于短时心电信号的疲劳驾驶检测算法

心率变异性分析是最常用的一种基于心电信号的疲劳驾驶检测方法.然而,该方法需要被检测信号时间足够长,且准确率较低.因此提出一种基于短时心电信号的疲劳驾驶检测算法.首先,按照30s的时长截取短时心电信号序列,利用差分阈值法确定R波位置,根据R-R间期差值大小剔除不合格的噪声样本;然后,计算R-R间期序列的时域/频域特征并与利用ImageNet数据集预训练的深度卷积神经网络模型提取的特征相结合;最后,设计了一种随机森林分类器并基于这些特征进行分类.结果表明,该算法在疲劳驾驶检测上具有良好的分类效果,平均准确率达到91%.因此,相较于心率变异性分析方法,本算法检测所需心电信号更短,且在准确率上具备显著优势.     

基于DCG心电信号的R波检测算法

提出了一种基于动态心电图(DCG)心电信号的R波检测的新算法.该算法以平均双向斜率和相对高度为主要特征,能够快捷准确地检测R波.通过对MIT-BIH Long-Term ECG数据库以及哈尔滨医科大学医院提供的Holter记录进行R波检测,验证了该算法的可行性.针对检测结果分别与最大值双重搜索技术和差分运算方法(DOM)的检测结果进行了比较,发现所提算法的识别正确率(98.3%)高于以上两种算法(95.2%和90.7%).     

一种新的基于DFP算法的认知无线电信号检测算法

鉴于信号检测在认知无线电信号中的重要作用,研究了恒模盲信号检测算法（CMA）在认知无线电中的应用。针对于原有典型恒模盲信号检测算法的性能上的劣势,结合最优化理论,提出了一种线性受限拟牛顿恒模算法,称之为LC-DPFCMA,并将它与传统的线性受限恒模算法（LC-CMA）及最小二乘恒模算法（LSCMA）进行了仿真比较。仿真结果表明,提出的LC-DPFCMA算法比LC-CMA算法收敛效果较好;与LSCMA算法相比,算法复杂度有明显降低,且在低信噪比下表现优秀。     

基于自适应形态学的LPI信号检测预处理算法研究

针对传统算法在面对复杂环境中LPI信号检测时不能对噪声进行有效的滤波,提出了一种基于自适应形态学的LPI信号检测预处理方法。首先建立单一尺度形态学滤波模型,其次在单一尺度形态学频谱数据做分段插值处理时,在每段采用加入比例系数的改进形态学腐蚀和膨胀机理,再将插值后的序列与原信号相减来对其进行修正,最后通过算法仿真,验证了改进的算法在弱化结构元素尺度选择矛盾对不同带宽处的噪声基底估计的影响的同时,还能大大降低整个算法运算量的效果,取得了良好的滤波效果。     

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.