基于高阶累积量的低信噪比直扩信号盲检测的实现

高阶累积量理论上可完全抑制高斯噪声。文章对直扩信号的四阶累积量进行了讨论,通过选取包含有多个信号特征的2D切片,实现了强高斯白噪声干扰时直扩信号的载频、码片速率及码元周期等参数的有效估计。     

卫星干扰源定位中时间差估计优化算法研究

为了提高卫星干扰源测时差定位的性能,提出了四阶累积量时间差(TDOA)估计优化算法.该方法利用高阶累积量的特性,在低信噪比、非相关或相关噪声环境下,对接收信号到达时间差做出精确估计,有效提高了卫星干扰源定位的性能.仿真结果验证了该算法的准确性和有效性.     

谐波信号四阶累积量中所含信号信息研究

研究了谐波信号四阶累积量，发现它比二阶、三阶累积量所含信息更丰富。它可以分析出谐波信号各分量间频率及相位存在的三种关系：频率（相位）双对耦合、频率（相位）三次耦合、频率（相位）相互独立，这三种关系在多次谐波信息中可能同时存在，也可能存在一种或两种。此外，当有频率耦合时，还可提供信号的相位信息。为了简化计算，本文着重研究了四阶累积量对角切片及其频谱，并用仿真实例验证了不同频率（相位）耦合关系对四阶累积量的谱值产生不同影响这一结论的正确性。     

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.     

DS/FH扩频测控信号同步方案的捕获性能

针对航天测控信号的高动态以及由载频跳变引起的多普勒频率周期跳变的特点,提出了一种基于快速频率识别和辅助机制的直扩/跳频(DS/FH)混合扩频测控信号的一种同步方案。建立了跳频图案,伪码相位及多普勒频率的三维同步捕获状态转移过程的数学模型,推导出三维捕获的平均捕获时间表达式,及在伪码相位误差、多普勒频移和高斯白噪声条件下的检测概率和虚警概率表达式。仿真分析了在采用时域匹配滤波、频域多通道的直扩捕获方式下,信号和捕获系统参数对三维捕获性能的影响。理论推导与数值仿真结果表明了同步方案的有效性,并为信号设计及捕获系统参数选择提供了理论依据和实际参考。     

一种非周期调制直扩信号扩频码估计方法

对卫星测控中一类扩频码周期与信息码周期之比为非整数的直扩信号进行了研究,得出这类信号可建模成非周期调制直扩信号,提出并讨论了一种基于差分主元分析（D PCA）的非周期调制直扩信号扩频码估计方法,该方法通过计算与差分序列协方差矩阵的最大特征值对应的特征向量完成信息码个数、子序列、信息码同步点等参数的估计,解决了传统矩阵分解方法在估计码序列时码序列相位模糊问题,理论分析和仿真结果表明该方法可以在低信噪比下进行有效估计。     

色高斯噪声背景下相干信源DOA估计

为在色高斯噪声背景下估计相干信源DOA,提出一种基于四阶累积量的相干信源DOA估计算法。对各个阵元接收数据与参考阵元接收数据的四阶累积量进行排列,构造Toeplitz矩阵,该矩阵的秩仅等于信号个数,而与信号间的相干性无关。通过特征值分解得到信号子空间和噪声子空间,从而实现相干信源DOA估计。仿真实验结果表明,在色高斯噪声背景下,此算法能有效地估计出相干信源的DOA,并且相对于空间平滑算法具有更好的估计性能。     

色高斯噪声背景下相干信源犇犗犃估计

为在色高斯噪声背景下估计相干信源 DOA,提出一种基于四阶累积量的相干信源 DOA 估计算法.对各个阵元接收数据与参考阵元接收数据的四阶累积量进行排列,构造Toeplitz矩阵,该矩阵的秩仅等于信号个数,而与信号间的相干性无关.通过特征值分解得到信号子空间和噪声子空间,从而实现相干信源 DOA 估计.仿真实验结果表明,在色高斯噪声背景下,此算法能有效地估计出相干信源的 DOA,并且相对于空间平滑算法具有更好的估计性能.     

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。     

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。     

基于深度学习的雷达辐射源识别算法

为解决雷达辐射源识别中特征提取困难、低信噪比条件下识别效率低的问题,提出了一种基于一维卷积神经网络和长短期记忆网络的深度学习智能识别算法,构建了一个CNN-LSTM网络,能实现对不同脉内调制方式雷达辐射源的端到端识别.该网络首先利用卷积层学习信号局部特征,然后将卷积层输出的结果输入长短期记忆网络,学习信号的全局特征,最...     

基于四阶循环累积量的波达方向估计方法

为了克服传统信号波达方向估计的不足,提高信号的选择性和分辨率,结合高阶循环累积量强测向能力,文章给出了一种四阶循环累积量矩阵定义方法。对此进行特征值分解,就得到信号子空间和噪声子空间。应用子空间的方法进行一维谱峰搜索,可得到来波方向的估计值。该方法可以有效抑制平稳噪声和滤除与信号循环频率不同的干扰信号,同时还有效扩展阵列孔径,可以处理空间距离很近的非相关信号,具有很强的空间分辨能力。另外文章还给出了相干信号波达方向解决方法。     

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。     

一种改进的过零检测分析方法

过零检测法是一种经典的调制域分析方法,它原理简单,计算方便,对单载频、线性调频和FSK信号有着较好的效果.但过零检测法无法分析相位编码(BPSK)信号.因此提出了一种改进的过零检测算法:零点斜率测频法.通过仿真验证,证明了该方法是一种有效的雷达脉内特征分析方法,它不仅可以分析单载频、线性调频和FSK信号,还可以分析BPSK信号.     

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。     

利用S变换的X射线脉冲星信号恒虚警率检测算法

针对传统的X射线脉冲星信号检测算法计算量大及在低信噪比下检测性能差的问题,提出了一种结合S变换的恒虚警率检测算法。首先,根据高斯白噪声的S变换域功率谱分布特性对累积信号的时频功率谱进行阀值滤波;然后累加阀值滤波后的信号功率谱作为检测统计量,从理论上对检测统计量的分布特性进行分析,得出检测统计量服从高斯分布,并用蒙特卡罗方法进行了验证。在此基础上,利用检测统计量的概率密度函数计算判决门限,从而实现了恒虚警率检测。理论分析和实验结果表明,本文算法的检测性能优于同类基于高斯分布的恒虚警率检测算法,并且具有较低的复杂度。     

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。     

雷达低空测向环境中的直达波DOA估计算法

基于低空测角模型,提出了一种基于四阶累积量的直达波方位估计算法。该算法首先采用Pro—VESPA算法估计出广义方向矩阵,再利用目标直达波信号和多径信号之间的仰角几何关系,不需已知多径信号的相干系数,对广义方向矩阵函数一维搜索就可直接精确获得直达波方位,算法适用于高斯白噪声或色噪声环境,具有较好的鲁棒性。计算机仿真验证了该算法的有效性。     

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。     

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。