导频脉冲载波频率的快速捕获与跟踪

针对短时导频脉冲载波频率的同步问题,提出一种快速捕获和跟踪方法.该方法采用相位推算法进行快速载波频率初估计,完成频率的捕获.相位推算法首先利用最小二乘法估计实采样点的相位,再应用相位解卷、一元线性回归和最小二乘法拟合求取信号频率的估值,其测频精度优于常用的Prony算法,在高信噪比情况下逼近实正弦信号的Cramer-Rao界.应用数字下变频和Kay算法实现频率的跟踪,通过建立仿真模型,验证其跟踪精度优于叉积自动频率控制环.在给出的设计实例中,对于脉宽为1ms的导频脉冲,在信噪比大于13dB的情况下,环路频率跟踪的最大误差小于3Hz.      

卫星测控信号的调制类型自动识别算法

研究了应用于卫星测控信号的自动调制识剐算法，提出了FM和PM测控信号识剐的两种算法，分析并仿真验证了载频偏移对正确识别率的影响，研究了载频偏移估计算法对消除载频偏移影响的效果。计算机仿真实验表明：在基于瞬时相位标准偏差σdp为关键特征的算法中，采用最小二乘原理估计频偏可以有效地消除载频偏移和部分噪声的影响；基于瞬时折叠相位偏差σ1Wp的算法在载频偏移为100Hz，信噪比高于-6dB时，其识别率可达100％。     

相干通信中消息和信道过程的联合估计

相干通信中,由于目标的动态特性,使消息模型具有随机策动的性质。当此消息模型构成的角调信号通过随机时变信道后,形成复杂的非线性估计模型。本文采用对消息和信道过程进行联合估计的方法,以建立最佳非线性相位估计器。 文中首先应用扩大状态变量方法建立消息模型,然后讨论条件福克—普朗克方程,并由此导出估计方程和方差方程,构造条件均值滤波算法。应用这一算法以及推广卡尔曼滤波算法,导出了由白噪声策动的角调信号通过随机时变信道后的最佳非线性相位估计器。 最后,应用计算机给出的结果,得出了对消息和信道过程进行联合估计所获得的非线性相位估计器为最优的结论。     

一种时间欠采样实时频率和二维角估计方法

提出了用均匀平行线阵和阵元输出信号的时间延迟估计时间欠采样来波频率、方位角和仰角的方法.该算法在DFT波束空间使用PRO-ESPRIT方法,实现频率无模糊估计,完成来波信号频率和角度的估计.频率间接估计算法是先估计数字频率,然后用数字频率求模拟频率,其估计方差比直接估计算法的方差要小几个数量级.仿真实验表明了算法的有效性.     

基于DFT的正弦波初相估计算法及误差分析

提出一种基于DFT(Discrete Fourier Transforms)频谱相位信息的正弦波初相高精度估计方法.该方法通过截取正弦波的两段长度不同的离散序列,利用它们的DFT系数来消去正弦信号的频率项,从而估计其初相.同时,给出了在高斯白噪声背景下,利用该种方法进行正弦波初相估计的均方根误差计算公式,此公式表明了均方根误差与信噪比及FFT(Fast Fourier Transforms)长度之间的关系.并以此均方根误差最小化为目标,对该估计方法进行了优化改进,得到方法中参数的最优选取方案.选择最优参数的过程即是对以均方根误差最小为目标的整数规划问题的求解过程.应用Monte Carlo仿真,将改进后的算法的性能与已有的几种典型算法的性能及Cramer-Rao下限进行了分析比较,并验证了所推导的均方根误差计算公式的正确性.      

电路测试响应信号的GP-KSVD稀疏重构算法

电路系统测试响应信号具有周期性强、分布较稀疏的特点,针对电路系统测试响应信号的压缩重构问题进行了研究,提出了基于梯度方向追踪的K奇异值分解(GPKSVD)稀疏重构算法。结合单一响应信号以及混合信号其自身特点进行字典训练,利用更新后字典对含噪信号进行梯度追踪稀疏表征,通过对含噪信号的重构,实现了去噪的目的,算法计算复杂度低,储存量小,具有较好的重构效果。仿真中将GP-KSVD表征与使用随机字典、离散余弦字典(DCT)的表征进行比较,从信噪比(SNR)以及相对均方误差(RMSE)2项指标中得出使用KSVD字典具有更好的重构去噪效果;此外将GP-KSVD稀疏重构算法与正交匹配追踪正交匹配追踪(OMP)-KSVD、预处理共轭梯度追踪(PCGP)算法进行比较,得出GP-KSVD的计算时间最短、重构精度更高的结论,并且进行了实测验证。算法可用来对测试响应信号进行预处理,为电路系统设备性能的评估分析提供了理论依据。     

分布式天线组阵优选设计

分布式天线组阵是指利用现有的天线资源,使用较低成本实现超大的天线口径。针对分布式天线组阵中,不同口径天线接收信号信噪比差异较大,任意天线是否均可引入天线阵中,加入较低接收信噪比的信号进行组阵合成能否提高最终合成信号的误码率性能等问题,提出了分布式天线组阵的优选准则。该准则依据载频、时延以及相位这三者估计算法的性能及其克拉美罗性能下界,证实当接收信号信噪比低于载频估计的异常值效应门限时,受载频差估计精度急剧恶化的影响,将该信号加入天线阵中进行合成将引起最终合成信号误码率性能的恶化。系统仿真算例验证了结论的正确性,为我国未来深空探测任务提供可靠的保障。     

基于圆周相关扩频信号的快速捕获改进方法

针对大多普勒频偏、低信噪比条件下长周期伪码的扩频信号捕获问题,提出了一种基于圆周相关扩频信号的快速捕获改进方法。该算法对圆周相关后的结果利用快速傅里叶变换(FFT)进行频率估计,扩大了传统圆周相关法的扫频步进,使扫频步进不再受跟踪环路带宽的限制。理论分析及仿真结果表明,在信噪比为-34 dB、多普勒频率为500 kHz条件下算法可以正确地估计出伪码相位和多普勒频偏。在达到相同的灵敏度条件下,所提算法的平均捕获时间与传统的圆周相关法相比缩短了约47%,与基于FFT的并行频率搜索法相比缩短了约88%。另外,用于频率估计的FFT点数仅占圆周相关点数的1%,故额外增加的硬件资源很少。算法逻辑控制简单,尤其适用于大多普勒频偏、低信噪比及长周期伪码的卫星通信系统。     

一种自适应GNSS弱信号载噪比估计方法

全球导航卫星系统（GNSS）信号的载噪比（CNR）是衡量接收机工作性能的一个重要参数。为了准确得到载噪比估计值,推导并分析了2种常用的GNSS信号载噪比估计方法（方差求和法（VSM）、窄带宽带功率比值法（PRM））,并同时提出一种基于渐消因子容积卡尔曼滤波的自适应载噪比估计方法,比较了3种方法在通常的信号环境下和弱信号环境下的载噪比估计能力。结果显示:在信号较弱环境或信号受到遮挡产生突变等情况时,VSM方法与PRM方法均会产生较大的误差,而自适应载噪比估计方法能准确估计出信号的载噪比。      

调相白噪声对频率传递短期稳定度的影响分析

详细分析了调相白噪声对频率稳定度的影响。经过理论分析,得出了频率传递系统信噪比的开方与稳定度成正比,调制信号频率与稳定度成正比。经过分析得到,在一定范围内,提高激光器光功率可以提高频标传递的稳定度;调制频率和传递系统信噪比是影响短期稳定度的两个重要因素;通过增加EDFA的方法不能提高传递系统短期稳定度,反而每增加4到5个EDFA,稳定度下降1个数量级。     

基于深度学习的无人机数据链信噪比估计算法

无人机数据链通信受到各种自然与人为的干扰,信噪比（SNR）是信道状态和通信质量的有效评估指标。为解决传统估计算法信噪比估计精度不足的问题,提出了一种卷积神经网络（CNN）与长短时记忆（LSTM）网络结合的估计模型。利用仿真与实测相结合的方式,构建了一个包含不同信噪比、调制方式、衰落信道等信息的无人机通信信号数据集;在网络训练阶段,将样本序列进行分割,对分割后的每一部分序列使用CNN-LSTM网络提取深度特征,多次训练并保存模型参数;在测试阶段,利用构建好的测试集完成对算法的验证与测试,得到信噪比估计值。实验表明,相比于传统信噪比估计算法与单一网络结构的深度学习算法,所提算法的均方误差最低,实现了对信噪比的高精度估计。      

基于自相关及相位差法的高精度频率估计算法

为提高高斯白噪声背景中正弦信号的频率估计精度,对基于自相关运算的频率估计算法的相关长度m进行了推导,得到了m的优化值与信噪比的关系式.当信噪比较高时,m的最优值为N/3(N为信号采样点数);信噪比较低时,m的最优值为N/2.通过对自相关法及分段FFT(Fast Fourier Transforms)相位差法特性的分析,提出了一种性能更优的频率估计综合算法. Monte Carlo仿真实验表明:新算法吸收了两种算法的优点,克服了其不足,在更大的信噪比范围内具有较高的频率估计精度,且计算量也较小.      

基于多重相关法的正弦信号初相检测方法

分析了基于多重相关法的微弱正弦信号检测理论,并提出了一种新的正弦信号初相检测新方法。通过对原始信号进行多重自相关运算得到信噪比高,初相为零的参考信号,对参考信号和原始信号做互相关运算和自相关运算,通过解析求解即可提取原始正弦信号的初相信息,不需要知道原始正弦信号频率及幅度,尤其适合低信噪比下未知频率的正弦信号的初相估计,算法简单,准确度可以满足工程要求,具有一定的实用价值。     

相位梯度自聚焦算法的性能分析及改进

描述了相位梯度自聚焦(PGA)算法的实现步骤.基于对PGA算法的性能分析及对PGA算法的基本步骤所起作用的研究,提出了两种改进的方法.首先,通过对加窗方法的改进,提高了算法的聚焦速度;另外,通过选择适当的距离行进行处理,使算法即使在低信噪比的条件下也能达到较好的聚焦效果.      

硅谐振式压力微传感器闭环系统

硅谐振压力微传感器在自激振荡回路中采取电阻热激励、电阻拾振时得到的信号,由于有用信号本身的量级小,因而含有严重的同频干扰信号(耦合激励信号),信噪比SNR (Signal Noise Ratio)仅为10^-3数量级.为了提高信噪比,滤除同频干扰,多级放大之后的处理中将锁相环PLL(Phase-Locked Loop)工作原理和分频技术相结合,由锁相环输出作为传感器的激励和鉴相相关信号,搭建硅谐振压力微传感器闭环自激振荡回路.结果表明:采用锁相分频技术的微传感器闭环系统能可靠运行,信噪比低的问题得到了很好解决.     

基于频偏校正的频率估计算法误差分析

介绍了基于频偏校正的频率估计算法原理,给出了算法在高斯白噪声背景下进行复正弦信号频率估计的标准差计算公式.在采样点数为N的情况下,对m的取值进行优化,得到当m取最接近N/3的整数时,算法的标准差达到最小值.Monte Carlo仿真试验结果表明:m取最接近N/3的整数时,频偏校正算法的标准差小于比值法(加汉宁窗)和相位差法,且在偏离FFT(Fast Fourier Transforms)离散谱线的频率变化范围内比较平缓.当信噪比较大时,优化取值后的算法标准差比m取最接近N/2的整数时小,且更加逼近克拉美-劳下限.