功率谱估计在微弱信号检测中的应用

首先论述平稳过程中随机信号和干扰噪声功率谱,然后论述功率谱估计在微弱信号检测中的应用。     

利用频谱峰值特征的窄带频谱感知方法

针对全盲条件下窄带频谱感知在低信噪比时性能不理想的问题,提出了一种基于频谱峰值局部密度的频谱感知(MTSE-MLD)方法。该方法对接收信号采用多窗谱(MTSE)估计功率谱,提取其最大值组成峰值序列,借鉴聚类思想利用频谱峰值局部密度的最大值(MLD)作为检测统计量,理论推导并仿真验证了其服从Ⅱ型极值分布,从而得到给定虚警概率下的检测门限,实现信号的盲检测。实验结果表明:MTSE-MLD方法无需任何先验信息,对噪声方差不敏感,适用于加性高斯白噪声信道与多径衰落信道下通信信号的检测;在数据量相同的条件下,与特征值能量法相比性能提高了1dB。     

基于数据外推的限带信号最大似然谱估计

针对高距离分辨率雷达应用背景,提出了一种在数据外推的基础上运用最大似然准则对限带信号的频谱进行估计的新方法(DE-ML).该方法首先根据常规DFT分析获得限带信号的频谱范围,然后对频域高采样率离散频谱进行最大似然估计.理论分析和实验结果表明,该方法与常规的DFT方法相比,具有更好的分辨性能;与一般的超分辨伪谱估计方法相比,具有更好的幅度估计性能以及抗噪声能力;与现有的数据外推谱估计方法相比,所需的运算量更少.     

最小交叉熵在谐振隔离式轨道电路中应用

最小交叉熵谱估计是现代谱估计法中的一种,其分辨率要比经典谱估计高。谐振隔离式频率编码轨道电路,其信号特点是频率间隔比较小,所以要求其频谱的分辨率高,同时实时性要好.本文研究了用最小交叉熵谱估计对UM2000轨道电路信号进行频谱分析.     

SA干扰下GPS时间的频谱特性分析

根据有、无SA干扰两种状态下接收GPS时间与CSAO主钟时间的时刻差序列，应用成Burg算法对其进行了功率谱估计；用最小二乘多元回归的方法对SA状态的数据进行了周期提取。     

基于两种统计信号处理算法的噪声信号谱估计研究

基于统计特征的谱估计技术在现代信号处理领域发挥着极为重要的作用.文章选择具有代表性的两种统计信号处理算法MVDR算法和MUSIC算法作为研究对象,讨论了两种算法的基本思想,给出了MATLAB实现的基本方法,并通过实验验证了两种算法在噪声信号检测中的有效性,得出MUSIC算法较MVDR算法在噪声信号检测中的分辨特性要高的重要结论.     

交叉谱估计及其在导弹系统仿真模型检验证中的应用

本文阐明了交叉谱的基本概念。结合反坦克导弹系统的特点，提出了一种利用交叉谱来检验导弹系统仿真模型有效性的方法，这一方法的显著特点是：它能够同时给出几组动态数据在频谱、相位、线笥相关性以及增益等方面的信息，并可以给出定量的估计结果。最后利用实例来说明这一方法在导弹仿真模型验证中的应用。     

空时二维线性预测谱估计算法

线性预测是时间序列分析中常用方法,针对传统一维线性预测谱估计算法只能估计信号源角度或信号频率问题,提出空时二维线性预测算法。采取对空时二维阵列接收到的数据进行数据抽取和排列,和对数据协方差矩阵进行重新构造的方法,求取空时二维线性预测权值并进行谱峰搜索。重点分析了空时二维的前向预测、后向预测和双向预测算法的原理,着重研究了构造的空时二维线性预测协方差矩阵的数据结构,讨论了前向、后向和双向预测的相互关系以及二维与一维的关系,并与空时二维最小方差算法、空时二维多重信号分类(multiple signal classification, MUSIC)算法进行了对比与分析。理论分析与仿真表明,一维空域、一维时域算法的前向、后向和双向预测为空时二维预测算法的特例,同时空时二维预测算法不仅克服了空时二维最小方差算法、空时二维MUSIC算法不能解相干信号源的缺点,还具有很好的测向测频能力。