面向中频的短码直扩信号数字盲解扩算法

针对直接序列扩频(direct sequence spread spectrum, DSSS)信号盲解扩问题,现有的方法大多基于矩阵分解理论,抽取主特征向量进行解调进而恢复伪码波形。非合作接收条件下,由于伪码波形未知且信噪比极低,载波频率、相位信息往往难以精确估计。考虑非合作接收条件,伪码未同步且含有随机载波频偏,现有方法常对两倍长度的复基带分段相关矩阵进行分解,带来了极大的计算资源消耗,并且存在性能退化等问题。本文提出了一种面向中频的短码DSSS信号数字盲解扩算法,分析了载波残余对伪码波形同步的影响,并通过中频实矩阵分解重构了伪码波形,最后针对含任意载波残余的DSSS二进制相移键控(DSSS-binary phase shifted keying, DSSS-BPSK)信号,设计了完整的从波形到比特的低复杂度盲解调解扩流程。仿真结果表明,所提算法拥有更好的误码率性能以及良好的载波参数鲁棒性。     

航空发动机振动信号分析

针对航空发动机转子振动特性,提出基于累积量改进的独立分量分析盲源分离算法。运用新方法对转子振动信号进行分离,识别转子中的故障类型。通过航空发动机转子振动仿真实验验证了该算法的有效性。结合仿真实验,对比基于二阶累积量和高阶累积量的已有算法,该新方法在性能指数和信号相似系数方面均有提高。应用该算法对发动机转子平台采集的振动信号进行分离,转子故障设置为外环故障。实测振动信号经该算法处理后有更高的辨识性,可以判断出转子振动的故障类型。     

基于恒模特性的单通道时频重叠信号盲分离算法

针对单通道同调制方式、同调制参数时频重叠信号的盲分离问题,基于MSK信号的恒模特性,及对MSK混合信号分量幅度的准确估计,构建了单通道信号盲分离欠定方程组.为解决该方程组的解模糊问题,根据MSK信号相位连续特性,提出了相位方差最小模糊解消除准则.但相位对噪声较为敏感,该准则可能会产生严重的误判现象,又提出了一种基于最小斜率的补充准则.基于以上两种模糊解消除准则,可对单通道信号盲分离欠定方程组的模糊解进行合理选择,有效地实现了MSK时频重叠信号的单通道盲分离.仿真结果表明:在信噪比大于5 dB的条件下,该算法对混合信号具有较好的分离效果.并且该算法具有复杂度低、计算量小的优点.     

大数据背景下的信号处理

宽带信号、高维信号、高分辨信号以及多传感器组网技术的快速发展,使得信号采集数据增长率高于数据存储增长率和信号处理速度增长率,信号处理进入了大数据时代．本文指出了大数据背景下的信号处理的关键问题．对于多传感器组网具有的多样性和复杂性的海量信号数据,必须进行信息融合．本文介绍了信号融合的主要模型方法,分析了信息融合技术的发展趋势．智能传感网技术能降低对信号处理和通信容量的要求,有效地在大数据中提取有价值数据．本文给出了智能传感器的基本结构,阐述了智能传感器的计算方法．结合大数据容量信号对高速实时处理的要求,介绍了高速数字信号处理芯片以及高性能硬件平台发展现状,展望了高速信号处理核心技术的发展动向．     

基于反馈机制的抗混合噪声的盲图像源分离方案

针对基于稀疏成分分析的盲图像源分离算法无法解决混合噪声问题,本文提出一种采用反馈机制的盲源分离算法.通过小波域稀疏成分分析和置零反馈的方法,逐次分离出各支路信号.实验结果表明,该方法无需大量的迭代运算,与传统稀疏成分分析法相比,能有效地分离高斯白噪声参与的混合图像,与经典快速独立成分分析法相比,取得了更高的分离精度.     

互联网时代语音识别基本问题

语音识别技术经过半个世纪的积累,于近年来达到大规模商用水平．本文概括了统计语音识别理论的发展状况,并单独介绍了深度神经网络在声学建模、语言建模、多语言共享、语义识别等方面的卓越性能．深度神经网络的性能优势引起了我们强烈的兴趣．通过回顾类人听觉信息处理对深度神经网络的改进作用,我们意识到,深度神经网络与类人听觉信息处理相结合,必将推进语音识别技术的进一步发展．反过来,深度神经网络技术在语音识别中的进步,也必将推动类人听觉信总、处理技术的进步．语音识别技术后续发展的重点是对深度神经网络的结构和训练算法的改进使之更好地实现类人听觉．最后,我们分析了采用深度神经网络模拟人类听觉的抗噪修复机理和听觉关注机理的可能性．     

一种基于最小二乘的高频雷达信号处理方法

高频雷达工作在十分拥挤的短波波段内,可资用的能满足信号调制的连续频带很难获得。为了获得足够的带宽,雷达采用一种非规则频率调制的波形。这种波形经过常规FFT处理后的旁瓣很高,严重影响了雷达的性能。为此,提出了一种基于最小二乘的信号处理方法,它具有处理方式简单,易于应用实现的优点,能够较好地抑制旁瓣,提高了雷达在恶劣电磁环境下的生存能力。     

AWGN信道上比特交织、迭代译码的格码调制

论述了比特交织网格编码调制(BICM).为了获取较好的性能,给出了AWGN信道上一种硬判决反馈迭代译码(ID)方法,从而证实了具有好的汉明距离特性的卷积码能为BICM-ID提供大的Euclidean距离.把收缩卷积码和多相位/电平调制有效地结合起来,组成变码率传输的简单结构.     

不同极化参数下非线性极化变换的描述

A.J.Poelman等人提出了以极化椭圆的几何极化参数即椭圆率和椭圆倾角表示的非线性极化变换方法,有效地减少了多凹口极化滤波器凹口的数目,使多凹口滤波器的实时处理成为可能。为了拓展其应用,推导了用电场矢量的电极化参数即幅度极化参数和相位极化参数表示的非线性极化变换的表达式,并论证了两种参数下非线性极化变换之间的关系。理论证明电参数下的非线性极化变换具有椭圆极化参数下非线性极化变换的全部特性,适用于雷达中杂波和干扰的极化抑制。还利用该方法对高频地波雷达中天波干扰的极化抑制进行了仿真,证明了算法的有效性。     

一种小运算量累积量域频率和到达角估计算法

提出了一种基于频域高阶累积量的信号频率和到达角联合估计算法.首先分析阵列信号频域模型,然后利用频域数据构造类似于VESPA算法的矩阵束,并基于此矩阵束给出频率和到达角联合估计的方法.该算法具有抑制色高斯噪声及实现阵列虚拟扩展的能力,并可降低对阵列一致性的要求,用M个阵元可以分辨M-1个空间信号(ESPRIT类算法),而计算量可以和基于二阶统计量的算法比拟.