一种高动态环境下PCM-FM的低信噪比检测方法

针对PCM-FM遥测信号的特点,提出一种基于快速傅里叶变换的自相关检测方法。首先利用自相关处理,消除多普勒频率变化对检测性能的影响,可适应目标高动态变化环境。然后通过对自相关输出进行快速傅里叶变换,提高在低信噪比情况下的检测性能。仿真结果表明所提方法在高动态、低信噪比条件下能够高概率检测到PCM-FM信号。     

高动态低载噪比的载波捕获技术研究

对高动态、低载噪比信号的载波捕获是航天测控的关键技术之一。对三种自适应谱线增强算法进行介绍,并将基于自适应谱线增强算法的FFT捕获方法与直接FFT谱分析方法进行仿真对比及工程实现,仿真结果和测试数据表明该方法能够实现高动态、弱信号的载波捕获。     

脉冲噪声下微弱信号相似度检测方法及应用

实际中采集的信号常常含有脉冲性噪声且信噪比偏低,这时用相关函数来表示信号之间的相似度时,会出现精度不高、鲁棒性不强的问题。提出了一种脉冲噪声下微弱信号的相似度检测方法,即非线性变换法。该方法采用Alpha稳定分布描述脉冲噪声信号,首先将采集的带噪信号进行Sigmoid映射,削弱脉冲噪声对信号相似度检测的干扰;接着对映射后的信号求取相关函数,得到信号之间相似度的信息。该方法简洁、计算量小,没有调整参数,能较好地减弱脉冲噪声对信号相似度估计的不利影响。该方法可以应用于定位系统中信号到达时差的估计。比较脉冲噪声低信噪比条件下计算机仿真结果显示,非线性变换相关法的估计精度高于共变法。实验结果表明:非线性变换相关法不仅可以用于高斯噪声环境下微弱信号相似度的检测,也可以用于强脉冲噪声环境下信号相似度的检测,具有较宽的适用范围和较好的鲁棒性。     

跳频信号检测和参数估计技术研究

文章总结了跳频扩频信号检测和参数估计的方法,并比较各个方法的优缺点。理论分析表明,跳频信号检测、参数估计方法的性能不仅与信噪比有关,而且与观察时间、样本数目、跳频带宽、跳频速率等因素相关。     

测控信号侦察干扰技术研究

针对航天测控通信系统的特点 ,对其采用的测量信号、遥控信号、话音信号进行了分析 ,给出了测控信号的频谱结构形式 ,并根据测控信号的频谱特性 ,介绍了可用于测控信号侦察、截获、分析处理的信号检测和参数估计技术和方法。最后通过对测量信号和遥控信号的脆弱性分析 ,给出了针对测速信号、测距信号、遥控信号的多种有效的干扰方法。文中给出的方法可应用于工程实践。     

基于谱相关的直接序列扩谱信号检测

直接序列扩谱信号是典型的低截获概率信号,由于其统计特性接近于噪声,通常的谱分析方法很难实现检测。由信号产生原理可以发现,直接序列扩谱信号中同时隐含了符号与码元的周期性,具有二阶循环平稳性,利用谱相关分析方法,能够在信号的循环频率处生成谱线,将信号从噪声背景中检测出来,并同时估计码元速率和符号速率。通过仿真实验,验证了该方法在低信噪比下的有效性。     

国防科学技术大学电子科学与工程学院。长沙 410073一种有效的锯齿波调频信号识别方法

分析了锯齿波调频信号相位差分序列的特征,在此基础上给出了锯齿波调频信号的识别和参数估计方法,并采用多重相位差分改善了算法对低信噪比环境的适应能力。仿真给出了不同信噪比下对锯齿波调频的识别率。     

一种有效的锯齿波调频信号识别方法

分析了锯齿波调频信号相位差分序列的特征,在此基础上给出了锯齿波调频信号的识别和参数估计方法,并采用多重相位差分改善了算法对低信噪比环境的适应能力.仿真给出了不同信噪比下对锯齿波调频的识别率.     

基于运动参数估计的高超声速目标检测方法研究

在分析高超声速目标运动对雷达检测影响的基础上,采用参数估计补偿方法进行目标检测。该方法消除了距离走动及多普勒走动的影响,大大提高了高超声速目标的检测性能。在参数估计时,提出一种回波信号分段参数估计方法,分别对前后两段回波信号进行无模糊多普勒频率估计,然后利用两个不同多普勒频率进行多普勒调频率计算。该方法消除了多普勒模糊现象,避免了模糊因子的估计,减少了计算量,同时降低了对输入信噪比的要求。     

DS信号伪码周期及码片速率估计的自相关法

直扩(DS)信号是高抗干扰低截获率信号,有关DS信号及其参数的检测与估计具有重要的意义.DS信号对抗的首要任务就是必须检测与估计到DS信号及相关参数,包括伪码周期、码片速率等.但是由于DS信号往往淹没在噪声中传播,致使常规的信号处理方法无法直接应用.针对DS信号及其参数的检测与估计问题,综合了有关信号处理的相关处理方法,提出了一种可以检测DS信号并同时估计其伪码周期、码片速率参数的自相关方法.理论分析和实验表明该方法在较低信噪比环境下能较好地工作.     

随机二元码调制噪声干扰下DS/FH混合扩频测控信号检测性能分析与仿真

分析DS/FH混合扩频测控信号在干扰环境下的性能对该新测控体制的研究具有重要的意义。推导随机二元码调制干扰环境下DS/FH测控信号的检测概率和虚警概率表达式,并以Matlab/Simulink为平台搭建检测性能仿真系统,采用恒虚警检测准则仿真分析不同直扩、跳频增益组合在不同干扰条件下的检测性能,验证了理论推导的正确性,为进一步研究提供了参考。     

时频图像局部二值模式特征在雷达信号分类识别中的应用

针对低信噪比下雷达辐射源信号的分类识别,提出了一种将时频分析与图像处理相结合的特征提取和识别方法.该方法首先对雷达信号进行时频变换,将得到的时频分布转化为灰度图像;然后运用图像处理方法对时频图像进行增强和去噪;最后提取局部二值模式纹理特征描述子作为信号的识别特征,并采用支持向量机分类器实现信号的分类识别.文中针对12种常见雷达信号进行了仿真,结果表明该方法在较低的信噪比下仍能获得较为满意的识别率,当SNR=0dB时,信号的平均识别率能达到95.35％.所提出方法能有效降低噪声对分类识别的影响,同时对于时频图像相近的信号也有较好的识别效果,表明了该方法的有效性.     

一种星载应答机接收信号快速同步技术

讨论一种星用调相模式应答机信号的快速捕获和跟踪方法。该方法通过4096点FFT运算能够快速地对载波的多普勒频偏进行估计,实现高动态下载波的粗同步,并通过二阶锁频环和辅助二阶锁相环实现载波的精密跟踪。测试表明,该应答机在载波捕获门限为-118dBm、多普勒变化范围为-115~ 115kHz、多普勒变化率为32kHz/s的高动态、低信噪比情况下,能在1s内快速完成接收信号的捕获和跟踪。     

共轭梯度算法在振动信号处理中的应用

为了提高液体火箭发动机试验振动信号频域数据处理的精度,提出了一种基于共轭梯度和AR模型的谱估计算法。该算法计算复杂度低,估计出的谱分辨率高,可以克服传统的经典傅里叶变换功率谱估计算法在信号信噪比降低时不能有效区分相近频率点谱线的问题,解决了传统算法旁瓣泄漏严重的固有缺点。通过对算法在不同信噪比条件下的仿真实验分析与真实试验数据验证,充分表明了此算法在低信噪比条件下,估计的谱仍具有高分辨率的特点。     

多重信号分类算法用于通信信号测向的仿真分析

多重信号分类(MUSIC)算法是空间谱估计技术的重要方法.对该算法应用于通信信号测向进行了仿真分析.结果表明,在理想的低噪声环境下,该算法具有很高的测向精度与测向分辨率,但是该算法对入射信号波长的不一致性或变化非常敏感;而在有限的信噪比下,该算法的测向精度显著下降,且其因信号源数估计算法性能下降而容易出现漏警.因此,抑...     

一种多速率OFDM测控系统的测距方法

在多速率OFDM测控系统中,提出一种基于FIR实现结构、联合时域与频域定时估计的高精度测距方法。首先,在时域对接收信号自相关,利用FIR滤波器计算定时度量并获得采样定时估计;在频域对包含残留定时偏差的信号消调制,通过FIR滤波进一步提高估计精度。然后,联合时域与频域定时估计进行精确测距计算。最后,给出该测距方法的理论性能表达式和克拉美罗限。方法利用基于FIR结构的相关计算方法进行测距,实现复杂度较低,其中L_0参数可根据性能指标取值。分析结果表明,方法的性能可以达到理论性能限,在高信噪比下的测距精度可达厘米级。     

一种基于集体检测理论的GPS直接位置估计实现方法

传统GPS导航定位解算方法需要事先成功捕获、跟踪并实时获取多颗卫星的伪距测量,不适用于弱信号环境下卫星信号无法捕获的场景。集体检测是一种将各卫星信号的相关能量非相干累加后依据极大似然准则进行直接位置估计的理论。本文基于A-GPS提供的先验信息,提出了一种实现集体检测的具体参数估计方法和搜索策略,并基于真实GPS弱信号验证了算法的实际性能。实际试验表明,本方法与信号是否成功捕获和跟踪无关,适用于弱信号等环境下的定位解算。     

基于最大信噪比的带噪测控信号分离算法

在实际卫星测控信号侦察中,混合副载波信号分离比较困难,且耗时较长.为此,提出一种基于小波变换和最大信噪比的副载波盲分离算法.先利用小波阈值算法对混合带噪信号进行消噪处理,然后采用基于最大信噪比的盲分离算法对消噪后的信号实施分离,最后得到测控副载波信号的估计.MATALAB仿真结果表明,该算法计算复杂度低,耗时短,能够较...     

基于高阶相关的盲突发信号检测技术

盲突发信号检测在非合作通信领域具有十分重要的意义,但是传统的时域算法对于信噪比较低情况的适应性较差。提出了一种基于高阶相关的盲突发信号检测技术,利用高阶相关的方法提高了传统时域检测算法的低信噪比适应性,自适应门限算法解决了传统时域检测算法判决门限选取存在困难的问题。仿真结果表明,该算法有着较好的低信噪比适应能力,较同类型算法在低信噪比条件下有着更高的检测正确率和更低的虚警率。     

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。