认知无线电频谱感知技术研究

对基于发射机检测的频谱感知方法进行了分析,比较了能量检测和基于循环平稳信号检测两种方法,并对这两种检测方法进行了公式推导,给出了实现过程;对能量检测进行了误检测概率分析,得出信道噪声的不确定性将严重影响检测有效性的结论;通过对信号正确检测概率的仿真,验证了基于循环平稳信号的检测门限不是基于噪声能量,而是基于信号的统计分布特性.     

基于 L1范数正则化的电压闪变信号检测算法

提出一种基于L1范数正则化的电压闪变信号检测算法.根据余弦函数的正交性特点,通过构造一个合适的目标函数,将基波信号检测转化为一个简单的数学优化问题.利用L1范数正则化的方法,建立从调制信号中恢复包络信号所需的优化方程.通过优化方程的求解,获得基波信号和闪变信号的检测估计.数值仿真信号和实测电压信号的检测结果表明,提出的算法能够准确有效地检测和提取信号的基波和包络分量,且有良好的抗噪性能.     

含缺陷管道超声导波检测信号的相关性分析

提出一种基于相关性分析的管道缺陷检测方法.该方法通过截取入射信号作为主动检测信号,将实测信号作为被检测信号.借助于合适的窗函数计算检测信号和不同时刻测试信号的相关系数,通过相关系数的峰值点判断波到时刻.从而提高识别精度.为了消除来源于模式转换和噪声的杂波信号,设置阈值可达到滤波效果.利用该方法,对单位置腐蚀和双位置腐蚀,在不同噪声水平下的测试信号进行相关性分析.结果表明,阈值法可以较好地抑制噪声和模式转换对识别结果的影响,且具有较高的识别精度.该方法原理简单,操作简便,可用于管道腐蚀检测的在线检测.     

基于混沌电路的电介质传输线故障检测

实验验证了一种基于电混沌信号测量电介质传输线故障的检测方法。该方法将改进型的Colpitts电路产生的混沌信号作为信号源,利用混沌信号相关法对传输线的开路点和阻抗失配进行了测量。实验结果表明,该方法结构简单且价格低廉,可实现电缆不同类型反射事件的识别。     

基于单信标的水声定位信号设计及捕获算法研究

基于单信标水声定位方法,提出了线性调频（linear frequency modulation,LFM）信号和扩频码组合的新型信号的设计方案,并针对 LMF 信号提出了基于分数阶傅里叶变换（fractional Fourier transform,FRFT）的信道估计和检测算法。结果表明,所提出的信号设计方案结构简单,检测方法直接有效,可直接确定多途径数,能量在最佳阶数时聚集,抗噪性良好,且利用调频斜率不变的性质,对接收信号无需再进行一维或二维搜索,较大降低了计算量。     

多频段外辐射源无人机检测实验研究

近年来,基于无源双基地雷达的无人机检测手段一直受到国内外研究人员的广泛关注。但常规双基地雷达的无人机检测方法需要作参考信号重构和杂波抑制等手段,使得检测算法较为复杂。基于循环谱的检测算法在不经信号重构和杂波抑制下,利用外辐射源雷达的循环平稳特性和循环谱的强抗噪性,可直接提取到旋翼无人机的微动特征。但该方法使用单频外辐射源雷达,在检测的稳定性和连续性上,由于受到目标距离、俯仰角度等因素的影响而显得力不从心,且检测精度不高。该文从外辐射源信号的循环平稳特性出发,提出了基于多频段外辐射源雷达的无人机检测方法。实测实验表明,使用多频段外辐射源检测时无人机回波信号的循环谱等高图识别率要高于单频段外辐射源雷达,多频联合处理能使检测性能更加平稳。     

弱信号检测技术研究

本文对弱信号的定义和弱信号的应用范围进行了概述,综述了微弱信号检测理论研究和实际应用领域的发展情况,重点比较了目前在微弱信号检检测技术中应用的方法:相关检测、离散信号的统计处理,基于小波分析的微弱信号检测,基于混沌振子的微弱信号检测,最后总结各个方法的特点.     

利用混沌吸引子阶跃变化现象检测滚动轴承微弱故障

针对现有的基于混沌振子的微弱信号检测方法存在混沌状态判据计算复杂、混沌状态临界点难以精确确定的问题,提出一种基于混沌吸引子形状阶跃变化的微弱信号检测方法。通过分析典型的混沌系统的动力学特性,将吸引子出现阶跃变化作为存在待测频率信号的判断依据,提出自适应选取阈值和自动判断混沌吸引子变化的方法,在此基础上,设计基于混沌吸引子形状阶跃变化的微弱信号检测系统。最终将该系统应用于滚动轴承的早期微弱故障诊断中。研究结果表明:该方法为基于混沌振子的微弱信号检测提供了一种具有新定量判断准则的方法,不仅能够实现自动检测微弱信号频率,提高基于混沌振子的微弱信号检测方法的检测性能,而且在滚动轴承的微弱故障信号检测中易于实现,具有实际应用价值。     

基于多任务贝叶斯压缩感知的宽带频谱检测

针对认知无线网络中主用户信号在空频域的稀疏性,基于贝叶斯压缩感知(BCS)的信号重构通过层次化贝叶斯分析分级先验模型获得稀疏信号估计.将贝叶斯压缩感知应用于认知无线电宽带压缩频谱检测,利用多认知用户感知信号的时空相关性实现在多用户多任务传输条件下的稀疏信号重构与宽带压缩频谱检测.研究了基于期望最大化算法和相关向量机模型的多任务BCS参数估计.仿真结果表明:相比于传统单任务BCS重构方法,多任务BCS在节点能耗与网络带宽受限的条件下,通过对估计参数的合理优化,在较低压缩比区域可实现重构均方误差的快速收敛,且检测性能随着任务数的增加而提高.当感知数据相关性从25%增加到75%,且任务数一定时,所提方法的重构观测数明显下降,宽带频谱检测性能显著提高.     

基于小波分析的语音端点检测方法研究

为了提高语音信号端点检测的准确率,提出了基于小波分析的端点检测方法。该方法在传统基于能量和过零率的端点检测方法基础上,通过小波分析计算语音信号各子带能量,进而求得其方差作为第三道门限,对信号进行三级门限检测。仿真实验表明,该方法比传统方法更有效、更优越,能够比较准确的检测语音信号。     

基于高阶累积量和星座图的调制识别算法

提出了一种基于高阶累积量和星座图的数字调制信号识别的算法.该算法利用信号的高阶累积量,并结合改进的星座图聚类分析法,采用一种分层的多分类器对信号进行分类.算法中所选用的特征参数对信号的幅度和相位抖动不敏感,同时能有效地抑制加性高斯噪声.仿真结果表明,在接收数据长度为800和信噪比不低于6 dB的情况下,该算法对不同调制...     

采用高阶累积量的调频步进信号逆合成孔径雷达成像新方法

针对在调频步进信号逆合成孔径雷达(ISAR)成像中回波脉冲综合相参化变弱的问题,提出了一种高阶累积量(HOC)频域带宽合成方法.首先建立回波信号在噪声下的HOC表达式,然后对脉组内子脉冲间的误差相位进行估计,再合成一个大带宽线性调频信号,从而获得高分辨一维距离像,最后在方位多普勒域用距离瞬时多普勒方法获得高分辨ISAR图像.与传统方法相比,HOC方法可较好地用于在低信噪比下调频步进信号频带综合.仿真数据处理结果表明,HOC方法在信噪比低于5dB时,其成像效果明显优于传统方法.     

一种基于高阶累积量的回波对消方法

提出一种基于高阶累积量的回波对消新方法,以期在信噪比较低的情况下,优于基于自适应滤波技术的回波对消方案。该方法的实质是高阶累积量能够自动抑制高斯有色或白色噪声,先用回波数据来计算其４阶累积量,再利用部分累积量估计回波通路的滤波器系数,最后利用可能得到的全部累积量来对滤波器系数进行细估计,在信噪比分别为２０、１５、１０、５ｄＢ的条件下,各进行１０次随机试验,仿真结果显示：在不高于１５ｄＢ的低信噪比情     

HOC1分子基态（X^1A′）的分析势能函数

应用群论及原子分子反应静力学方法推导了HOC1分子的电子态及其离解极限,采用B3P86方法,在CC-PVTZ水平上,优化出HOC1基态分子稳定构型为单重态的Cs构型,其平衡核间距RH-O=0．0965nm、RCI-O=0．1692nm、∠HOC1=102．9°,能量为．536．5061a．u．．同时计算出基态的简正振动频率：对称伸缩振动频率V（A）=769．6cm^-1,弯曲振动频率V（A′）=1273．3cm^-1和反对称伸缩振动频率V（A′）=3805．8cm^-1．在此基础上,使用多体项展式理论方法,导出了基态HOC1分子的全空间解析势能函数,该势能函数准确再现了HOC1（Cs）平衡结构．     

基于累积量增强全矢量正交子空间方法的MA建模

提出了一种新的线性代数方法——累积量增强全矢量正交子空间方法(CEAVOS)用于非最小相位非高斯滑动平均(MA)建模，该方法利用组合特性映射的累积量增强，并用全矢量正交于空间法估计MA参数．数值仿真结果表明，CEAVOS的性能优于组合累积量切片法WS和全矢量正交子空间法(AVOS)这2种现有的性能最好的MA参数估计方法，尤其是在估计的偏差上；在低信噪比与短数据的情况下，性能也表现良好．     

一种改进的最大熵方法在船舶辐射噪声盲分离中的应用

对于船舶辐射噪声信号的盲信号分离(BSS)问题，由于常用的最小互信息(MMI)方法需要估计输出信号的高阶累积量，这对于非高斯、非平稳的船舶辐射噪声来说信号估计的精度将会降低．为此，本文验证了最大熵(ME)方法在处理此类复杂信号时能作为最佳对比函数的条件，并在此基础上用高斯混合模型来估计信号的概率分布，提高了信号概率密度估计的精度；同时在算法的迭代过程中使用自然梯度下降法代替随机梯度下降法，提高了算法的收敛速度．通过对船舶辐射噪声信号的盲分离实验，证明了此分离算法是有效的．     

特定相位关系下谐波信号的二次相位耦合分析

从理论上推导出当谐波信号中某一分量的相位等于另外两分量的相位和加上一个固定值时，其三阶累量不为零，利用基于三阶累量的双谱估计对该信号进行检验分析时，其三维双谱图会出现峰值。数字仿真的结果表明：该条件下谐波信号的三维双谱图出现了峰值，实验结果与理论分析相吻合。     

基于残差三阶累积量的跟踪门新方法

针对在有高斯量测噪声和杂波环境下的数据关联问题,提出了一种基于残差三阶累积量的跟踪门算法,通过对残差数据累计序列的三阶累积量的计算,抑制了高斯噪声对跟踪门的影响,且有效地排除了杂波的干扰,从根本上提高了跟踪门的性能.仿真实验结果验证了该算法的有效性和稳健性.     

基于高阶累积量的线性化子波提取方法研究

在地震子波非因果、混合相位的假设下，分别应用滑动平均（MA）和自回归滑动平均（ARMA）模型对地震记录建模，并采用基于高阶累积量的线性方程法对子波提取和模型适应性进行了研究。数值仿真结果表明，ARMA模型比MA模型在描述地震记录时具有参数节俭、模型更为高效的特点；基于高阶累积量的线性方程法对加性高斯色噪声有较好的压制效果，却强烈依赖于累积量样本估计的准确性。如果累积量样本估计的误差和方差适度，结合AR—MA模型描述的累积量线性方程法适用于非因果、混合相位的子波提取，其有效性通过实际地震数据的处理得到了验证。     

基于混合统计参数识别多种数字信号调制方式

为识别QAM等阶数高于4的数字调制信号及提高调制识别算法对高斯白噪声(AWGN)的鲁棒性,在决策论识别参数的基础上,增加了高阶统计量识别参数,并利用混合参数的经向基函数(RBF)神经网络实现数字信号调制样式自动识别,提高了对数字调制信号的识别能力.仿真结果表明,所提出方法对信噪比SNR=-5~20 dB的2ASK、4ASK、8ASK、2PSK、4PSK、8PSK、2FSK、4FSK、8FSK、16QAM和64QAM 11种数字调制测试信号均可以较好地识别.