基于张量子空间的信号参数估计算法

针对低信噪比条件下多通道信号特征参数估计问题,提出了两种基于张量子空间的信号参数估计算法,分别是基于矩阵堆叠的张量分解算法和基于张量矩阵因子的联合算法。通过研究参数化信号模型、信号子空间旋转不变性和张量范德蒙分解原理,分析了多通道数据的三维张量数据模型的构建;矩阵堆叠的张量分解算法验证了张量高阶奇异值分解是矩阵奇异值分解的推广,矩阵因子联合算法进一步提高了低信噪比条件下的信号参数估计精度。仿真以信号频率和初相位的估计精度为衡量指标,验证了低信噪比的条件下,张量子空间信号参数估计算法要优于传统的矩阵子空间信号参数估计算法。
     

基于贝叶斯稀疏重构的非均匀样本谱估计

在航空电子对抗领域,往往需要利用非均匀样本来估计信号的频谱。针对非均匀样本谱估计问题,提出了贝叶斯稀疏重构谱估计算法(BSRSE)。该算法首先将非均匀采样的谱估计表示为稀疏信号重构问题。然后利用拉普拉斯分布表示稀疏性,建立贝叶斯模型。最后通过构造加速的不动点迭代方法估计参数,从而估计信号频谱。与现有谱估计方法比较,该算法具有较高的频率分辨力、较强的噪声适应能力,且需要较少的样本数。数值仿真验证了该算法的有效性。     

利用谱熵解决零前缀正交频分复用系统的符号盲同步算法

针对低信噪比多径条件下的ZP OFDM系统符号盲同步问题,提出了基于谱熵的ZP OFDM系统的符号盲同步算法。该算法不需要数据辅助,对接收到的ZP OFDM信号进行双滑动窗的谱熵比运算,通过寻找其峰值点来实现符号同步。给出了算法的具体步骤和性能分析。算法是对接收信号的功率谱进行求熵运算,可以有效克服能量检测法易受信道噪声影响的缺点,并且不需要针对信道调整窗口宽度。仿真结果表明,在低信噪比多径信道条件下,算法仍然具有较好的同步性能。     

正弦波频率估计的改进Quinn算法

针对Quinn算法在信号频率接近量化频率时估计误差较大的问题,提出一种改进的Quinn(I-Quinn)算法。改进算法首先对信号进行频移,使信号频率始终位于相邻量化频率中心区域,然后再用Quinn算法估计信号频率,便可以获得较高的估计精度。I-Quinn算法改进了判据,在较低的信噪比(SNR)下仍能保持较高的频率估计精度。仿真结果表明:在低信噪比条件下改进算法估计性能不随被估计信号的频率分布而产生波动,在整个频段内估计均方根误差(RMSE)接近克拉美-罗下界(CRLB),精度和稳定性优于同类算法。     

基于自适应谱峰搜索的脉冲重复间隔最大似然估计

高精度的脉冲重复间隔（PRI）估计对于提高现代电子情报（ELINT）系统的辐射源识别能力具有重要意义。将观测的脉冲到达时间（TOA）序列建模成点过程信号,其周期图谱谱峰就对应于PRI的最大似然估计（MLE）。本文提出了一个“两步数值搜索”策略,可以确保搜索到谱峰而达到MLE。仿真表明,在低信噪比以及高脉冲丢失率条件下,本文算法性能远超已有算法。     

基于ZFFT的低信噪比无人机信号载频估计方法

针对远距离探测民用微型无人机信号时的低信噪比条件下高精度载波频率估计问题,提出基于Zoom-FFT(ZFFT)和二次插值(或Rife算法)的快速、精确估计改进算法。算法先利用FFT粗估信号频率,然后利用ZFFT算法对频谱细化,通过简化数字滤波器,采用积分求和的方式滤波,并与数据抽取相结合,同时实现滤波与抽取。最后,利用二次插值法(或Rife算法)对载频估计值作进一步修正。仿真结果表明,所提算法在低信噪比条件下估计精度和运算效率均有明显优势。     

基于多段差频正弦信号频谱相关的频率估计算法

针对多段差频正弦信号提出一种基于频谱相关的频率估计算法,用以提高低信噪比条件下短时正弦信号的频率估计精度,扩展多段信号融合法的适用范围.首先,设计差频修正矩阵消除各段信号频率不等对频谱融合的影响,使同频化处理后的多段差频正弦信号频谱等同于多段同频正弦信号频谱;其次,构造加权因子消除各段信号相位不连续对频谱分析的影响,使得到的最优加权积累频谱近似于与多段差频正弦信号长度相等的相位连续信号频谱;然后,通过对最优加权积累频谱和多段差频正弦信号累加频谱的相关处理,抑制虚假谱峰和噪声干扰.最后,峰值搜索频谱相关谱,实现频率的精确估计.实验表明与现有算法相比,本文算法估计精度高、抗噪性好、普适性好,特别在低信噪比、短时时宽下性能优良.     

BPSK信号信噪比估计方法的分析与仿真

文章研究了AWGN信道下BPSK信号的信噪比估计问题,在同一系统模型中对最大似然估计、二阶矩四阶矩法、分割符号矩法和最小均方误差法等4种估计算法进行比较,并分析了4种算法的实现复杂度。通过分析和仿真表明在高信噪比时,4种算法均能达到很好的性能,而在低信噪比特别是小于-5dB时估计有较大的偏差。     

一种基于稀疏表示的DOA估计新方法

提出了一种基于空间频率稀疏表示的宽带波达方向DOA估计方法。首先利用空间频率构建过完备字典,以代替传统的频率和角度的二维字典,大大缩小了字典长度。然后对接收到的数据进行傅里叶变换,建立稀疏模型进行DOA估计,提高了算法在低信噪比下的性能。经验证,该算法可对宽带范围内的多个窄带信号及宽带信号进行高精度DOA估计,且适用于非相干信号和相干信号。     

一种利用ILSP的同步DS-CDMA信号快速盲解扩算法

针对同步DS-CDMA信号的盲解扩问题，本文提出了一种基于迭代最小二乘投影算法(ILSP)的快速盲解扩算法。本算法首先通过对截获信号的协方差矩阵进行特征分解，估计出由各用户扩频序列张成的信号子空间，然后结合扩频码序列的有限符号集特性，利用ILSP算法消除由特征分解产生的酉矩阵模糊问题，得到扩频序列的精确估计，最后利用估计得到的扩频序列对截获信号解扩得到信息码序列，完成DS-CDMA信号的盲解扩。仿真结果表明本算法在低信噪比条件下具有良好的盲解扩性能，且相较传统算法本文提出算法大大降低了计算复杂度 。     

一种短时猝发GMSK扩频多普勒估计算法研究

多普勒估计是猝发传输背景下的GMSK (Gaussian Filtered Minimum Shift Keying,高斯最小频移键控)扩频通信系统接收端同步过程中的关键一环。针对短时猝发GMSK扩频通信系统信息传输时间极短的特点,搭建了系统接收端同步段结构,并以此为基础设计了适应该短时猝发同步段结构的多普勒估计算法,建立了短时猝发多普勒估计算法模型,推导该算法公式的同时对算法模型进行了理论分析,详细阐述了该算法进行多普勒估计的实现过程,并对该算法进行仿真实验。实验结果表明,该算法在信噪比为1 dB时,多普勒估计准确度可达到97.2%,信噪比≥3 dB时,准确度均能在99%及以上,该结果验证了该算法应用在猝发传输背景下的GMSK扩频通信系统中的有效性、可行性,同时也表明当通信系统处于弱信号的条件下时,该多普勒估计算法性能依然能达到一个较为优异的准确度值。     

基于卷积神经网络的雷达辐射源稳健识别方法

针对低信噪比下，基于传统统计特征的雷达信号识别方法对复杂调制信号类型识别性能不高，因而处理复杂度高的问题，提出一种基于卷积神经网络的雷达辐射源信号稳健识别方法。该方法通过提取信号的瞬时相位特征，获得变换域的表征信号，将其作为卷积神经网络的输入，实现雷达辐射源信号的快速识别。针对瞬时相位特征对于信噪比敏感的特点，采用主成分分析方法对信号特征域进行降噪处理，提升模型对噪声的稳健性。通过仿真实验验证了所提出方法在不同信噪比下对7种调制信号类型的识别性能，通过理论分析及不同方法的实验对比，验证了算法具有耗时较短、识别准确率较高、噪声稳健性好等优势，具有良好的工程实用性。     

基于平方谱的符号率估计方法研究

研究基于信号平方谱的符号率估计方法,从理论上分析BPSK、QPSK和OQPSK信号平方谱中符号率谱线出现的原因和规律,为了提高符号率谱线的可识别性,利用修正的抑制色噪声的非线性滤波方法对平方谱的估计进行滤波,并从运算复杂度、抗噪性能和对信号升余弦滚降因子变化的鲁棒性等方面分析比较文中算法与文献中类似算法的性能,证明文中算法可以在较小的运算复杂度下取得较强的抗噪性能和较好的鲁棒性。     

振动信号谱估计的低频畸变

本文以航天运载器为例,分析了实测振动信号功率谱的低频畸变现象。指出用基于FFT的周期图方法对长度很短的样本作谱估计时,分辨率太低和数据窗不合适是低频畸变的主要原因。文中讨论了纠正低频畸变的方法,给出了消除低频畸变的实例,结果是令人满意的。 本文还提出了谱分析中“可信分析频带”的概念。认为一次(帧)分析中的上下限频率之比必须小于某个值;凡不满足上述条件的处理结果,低频段的功率谱密度值都是值得怀疑的。     

高分辨率多径时延测量算法

提出一种基于最小二乘准则的高分辨率多径信号时延测量方法。对参考信号作三阶样条插值获得每条多径信号最小二乘意义的最优估计,用每条多径信号的测量值重构接收信号,通过反复迭代使重构信号是接收信号最小二乘意义的最优估计,实现多径信号的时延测量。仿真结果表明：新算法在低信噪比、窄带信号条件下仍能获得较高的时延测量精度,性能优于MUSIC类时差测量算法。     

三重混合范数的L型嵌套阵列二维角度估计

针对L型嵌套阵列二维角度估计问题，提出一种三重混合范数块稀疏重构算法。首先，建立一种俯仰角和方位角可分离的二维稀疏测向模型，将两个维度采样点分块，分别计算联合协方差矩阵，二维角度估计问题被转化为联合协方差矩阵稀疏优化问题；为减小计算复杂度，建立三重混合范数块稀疏重构模型，利用交叉迭代的方法得到稀疏解，实现了二维角度估计，并且可以自动配对。仿真试验表明，三重混合范数稀疏重构算法能够有效估计多个辐射源的二维角度，分辨率较高，并且具有一定的鲁棒性。与传统算法相比，在低信噪比和小快拍数的条件下，均优于传统二维角度估计算法。     

低信噪比大频偏空间光信号的频率捕获研究

卫星相干光通信系统信号解调过程中,卫星相对运动会导致接收的信号光产生GHz量级的多普勒频移,信号光的远距离传输导致光信噪比极低,传统方法无法在低信噪比下补偿大范围多普勒频移,严重影响通信系统的能力。针对上述问题,本文提出了一种两段式频率捕获算法,该算法包含自动扫频和锁频控制两个阶段。自动扫频阶段通过本振光自动频率扫描将频差缩小至100 MHz量级;锁频控制阶段通过高精度的本振光频率控制与FFT变换,在低信噪比下继续缩小频差至MHz量级。仿真验证结果表明：该算法可在2 dB信噪比下补偿大动态范围的10 GHz范围多普勒频差,满足卫星相干光通信解调需求。     

一种用于深空高动态微弱信号的频率估计算法

研究了低载噪比与高动态环境下的深空测控系统频率估计算法,在分析已有方法不足的基础上,提出了一种基于无迹卡尔曼滤波(UKF)的闭环载波跟踪方法。此方法结合了锁频环鉴别器和UKF的优点,获得了宽的估计范围,高的估计精度和低的载噪比门限。在分析UKF模型的基础上,此方法还减少了原有UKF算法的运算量。仿真过程模拟了接收机的高动态运动轨迹,结果表明此法具有较好的动态适应能力、收敛性能和跟踪精度,能够有效地完成低载噪比与高动态环境下的频率估计。此法与基于扩展卡尔曼滤波(EKF)的频率估计算法相比,具有更低的频率估计误差,因此有着良好的应用前景。