极低信噪比高动态信号的载波跟踪锁频环鉴别器

提出一种新的锁频环(FLL)鉴别器设计思路.在回波信号多普勒变化率较小的前提下,将正交解调后的差信号视为线性调频(LFM)信号,同时提取其起始频率和频率变化率作为FLL误差控制量,增强了FLL容忍高动态信号的能力. FFT鉴别算法和点积叉积鉴频算法在频率跟踪的不同阶段相互配合构成鉴别器,既获得了宽的鉴别范围又获得了高的鉴别精度. 针对极低信噪比情况下偶发鉴别野值的问题,提出了行之有效且实现简单的野值识别与剔除算法. 仿真结果表明上述思路可行,采用该鉴别器的FLL在信噪比低至-40 dB时能够容忍较高动态变化,且频率跟踪精度达0.2 Hz.     

利用频域连续性检测非合作突发通信信号

针对在非合作突发通信信号检测中,已有的各种检测方法均未能充分利用信号的频域连续性的问题,提出了一种新的检测方法,利用信号的频域连续性,在频率和带宽二维进行频域能量累积,搜索最大值并检测.理论分析和仿真均验证了此方法优于Power-Law方法 2 dB以上.     

一种多信道突发信号联合检测方法

针对突发信号检测中能量检测方法检测概率低、循环平稳检测方法计算复杂等问题,为提高检测性能和处理实时性,提出了一种适用于多信道突发信号的低复杂度联合检测方法.该方法依据初始能量检测的判决结果,对可能存在突发信号的频谱集合采用了一种频域简化的循环平稳检测方法,并依据判决流程给出了与传统方法在检测正确率和运算量上的对比函数.理论分析和仿真结果表明,该联合检测方法可有效提高突发信号的检测概率并降低计算复杂度.     

采用 RWT的信号波达方向估计方法

针对宽带多线性调频信号波达方向（DOA）估计精度低的问题,提出了一种基于Radon-Wigner变换（RWT）和多重信号分解（MusIc）的信号DOA估计方法．该方法首先利用RWT在多目标环境下能够有效抑制交叉项干扰和噪声,具有很好的时频汇聚性特点,通过峰值搜索提取信号的初始频率和调频斜率;然后将信号阵列的时变方向矩阵...     

一种适合突发通信的信号检测改进算法

突发信号检测是突发通信接收时所需完成的第1个同步算法.在双滑动窗口算法实现突发通信信号检测的基础上,利用前导码的特征对该算法进行改进.并针对几种典型的无线信道条件,对改进算法进行了理论分析、计算机仿真及FPGA实现.结果表明,改进后的算法开销小,只需6个符号左右就可以检测到突发信号,明显提高了检测算法的性能.     

应用神经网络动态估计信号交叉口饱和流率

为了实时掌握信号交叉口饱和流率动态变化规律和提升估算精度,构建了以神经网络为基础的饱和流率动态估计模型.通过对北京市典型信号交叉口3种场景(直行进口道、直行左转进口道、直行右转进口道)实测数据为研究对象,分析每种场景下交通流运行特征,确定影响饱和流率的关键因素,确定神经网络模型的输入输出参数,并对模型进行标定.最后与经...     

板式汽车动态检测系统中信号的检测与处理研究

本文对板式汽车动态检测系统的配置及信号的检测和处理方法进行了分析和讨论，给出了有关的研究结果和处理方法，并在实际中进行了应用。     

伽利略搜救信号检测算法设计

根据伽利略搜救信标信号的特点,利用纯载波段和位帧同步段信息,提出采用广义似然比检验(GLRT)和极大似然(ML)估计方法实现搜救信号检测,同时得到信号到达频率(FOA)、信号到达时间(TOA)和信息位宽的粗略估计值.仿真与硬件实现后的测试结果表明,当接收信号载噪比为34.8dB·Hz时,无虚警且正确检测概率可达0.97以上,指标优于系统要求的0.95.     

对《信号检测与估计》课程设置的构想

《信号检测与估计》是通信、电子工程等有关学科中本科生培养的一门专业技术课程。目前,在该课程的设置中存在明显的理论和实践相脱节的问题,使学生在学习后不能将课程的基本理论运用到具体实践中。文中针对该问题展开讨论,并提出了课程设置改革的构想。     

基于Matlab的《信号检测与估计》课程教学改革

针对《信号检测与估计》课程教学过程中存在的若干问题,依据我校信号类课程总体教学改革的要求,文中提出利用Matlab软件,以实例分析的方法进行课程教学。教学实践反馈表明：以Matlab软件作为辅助教学工具,不但使学生对知识点的理解更加透彻,而且对调动学生的学习积极性、提高学生仿真软件的使用能力具有切实的帮助。     

最小平方OFDM信道估计与信号检测的联合迭代算法

提出一种基于正交频分复用(OFDM)的联合最小平方(LS)信道估计与信号检测迭代算法.与一般的LS信道估计相比,该算法可大大提高估计的精度,而且通过时域低通滤波可有效地抑制加性白高斯噪声(AWGN)和载波间干扰(ICI)的影响,使OFDM系统在移动条件下很好地工作,并能给出很精确的信号检测结果.仿真结果表明,该算法具有很好的均方误差和误比特率性能.     

小波包变换及其在低信噪比雷达信号检测中的应用

雷达对目标进行检测之时，常常遇到目标回波信号被噪声污染的问题。为了把弱目标信号从强噪声背景中检测出来，对小波包变换良好的时频分析特性进行了分析，根据信号与噪声具有不同的Lipschitz指数，通过引入子频带∞-范数，对信号和噪声进行频谱分析，将最佳子空间的熵值及最佳子空间在完整二叉树中的位置参数作为特征量，应用浮动阈值去噪方法，解决了低信噪比情况下的雷达信号检测。最后，通过计算机的数值计算，模拟了小波包变换和小波变换在低信噪比雷达信号检测中的具体应用，得出了在低信噪比信号检测方面小波包变换优于小波变换的结论。     

阵列信号波达方向-频率的同时估计方法

入射信号的参数估计是阵列信号处理中的基本问题．基于阵列信号处理中高分辨率波达方向－频率的同时估计问题,提出了针对等距线阵的方法．利用时延数据,以时间变元作为旋转因子,在此基础上实现ＥＳＰＲＩＴ技术,对波达方向和频率同时进行估计．方向和频率之间的配对问题可以对应关系自动解决．这样不但可以完全避免多项式搜索,运算量少,而且分辨率也相当高．给出的计算机模拟实验证实了该方法的有效性．     

基于Radon-Ambiguity变换的多分量LFM信号检测与参数估计

介绍了Radon—Ambiguity变换(RAT)的定义和基本性质，结合解线调技术提出了一种基于RAT的线性调频(LFM)信号检测与参数估计方法，该方法能用较少的计算量完成对LFM信号的检测与参数估计。为解决多分量条件下LFM信号分量之间交叉项的影响，基于逐次消去思想，提出了一种基于RAT的多分量LFM信号检测与参数估计算法，它可以有效地解决强度相差较大的多分量LFM信号的检测和参数估计问题。仿真实验结果验证了该算法的有效性。     

基于自相关检测法和能量重心法的正弦信号频率估计算法

为了提高淹没在高斯白噪声中的实正弦信号的频率估计精度,提出了一种综合的结合自相关检测法和能量重心法的正弦信号频率估计算法。该算法首先通过多次自相关运算对输入信号进行预处理,可检测出淹没在噪声中的微弱正弦信号,来提高信噪比;然后对信号进行FFT(fast fourier transform)运算可得信号的功率谱,通过搜索最大值谱线的位置可粗估计出信号频率;最后运用离散频谱能量重心法,可精确估计出正弦信号的频率。仿真结果表明本算法在整个频段上频率估计性能比较稳定、频率估计的均方根误差更小,性能优于Rife算法、Quinn算法和能量重心法,并易于硬件实现,具有工程实用价值。     

低信噪比下语音断点检测算法的改进研究

传统的端点检测在信噪比较高的环境下可以有效的对语音进行端点检测,但是在低信噪比环境下端点检测的正确率急剧下降。针对在低信噪比环境下语音端点检测正确率不高的问题,提出一种将调制域谱减法和对数能量子带谱熵相结合的的端点检测算法。该算法首先利用调制域谱减法去除带噪语音的噪声以提高语音信号的信噪比,然后结合对数能量和子带谱熵算法对消噪后的语音信号进行端点检测。实验仿真结果表明,该算法在低信噪比环境下能有效提高语音端点检测的正确率且具有一定的稳健性。     

非协作通信中的信噪比估计算法

研究基于信号协方差矩阵分解的信噪比估计算法.该算法使用最小描述长度准则实现了信号空间维数的估计,进而实现信噪比估计.在此基础上,提出了基于信号功率谱的信噪比估计算法.由该方法计算出接收信号的功率谱,估计出有用信号的带宽,在有用信号频带外的噪声频带上估计出噪声的功率,从而估计出信噪比值.仿真实验表明,当信噪比小于3dB时,基于信号功率谱的信噪比估计算法优于基于信号协方差矩阵分解算法.     

MIMO-OFDM系统信号检测和信道估计算法

文章针对MIMO-OFDM系统提出了一种局域化的最大似然信号检测算法,通过调整每个发送天线信号集中的搜索点邻域大小,在计算复杂度与系统性能之间折衷。仿真结果表明,该信号检测算法显著降低了计算复杂度;同时提出了一种基于导频训练序列的信道估计算法,采用该算法得到的信道估计均方误差结果接近理论极限值,系统误码率非常接近已知信道频响情况的性能。