稀疏信号重构的迭代平滑 l0 范数最小化算法

压缩感知理论 (Compressed Sensing, CS) 是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对稀疏信号的重构问题,提出了迭代平滑l0 范数最小化算法。该算法首先利用上次迭代得到的稀疏解估计部份支撑集I,然后建立并求解基于支撑集I的平滑l0 范数最小化问题,最后对以上两步迭代少数几次得到稀疏解。数值仿真表明,本文所提出的算法重构信号需要测量值数少于已有的算法,且计算速度较快。     

一种针对短码、周期长码直扩信号扩频序列盲估计方法

提出一种新的针对短码和周期长码直接序列扩频(DSSS,Direct Sequence Spread-Spectrum) 信号的扩频序列盲估计方法。将周期长码DSSS信号建模为多用户短码DSSS信号系统,根据接收信号相关矩阵最大特征值个数,判断一个PN周期内调制信息符号个数,依此盲估计信息速率,同时形成分段相关矩阵矢量。利用改进二阶统计盲辨识（SOBI,Second Order Blind Identification）算法盲估计多用户分段DSSS的PN序列,根据特定约束条件(如m序列、Gold序列)去分段相位模糊,最终形成周期长码PN序列。仿真结果表明该算法的有效性,且适应较低信噪比。     

基于时频稀疏性的跳频信号时频图修正方法

为了获取清晰的时频图,提出了一种基于时频稀疏性的跳频信号时频图修正方法。该方法根据跳频信号时频图的时频稀疏性,建立了修正时频图的最优化求解模型,然后利用匹配搜索的方法进行求解得到修正后清晰的时频图。仿真结果表明本文方法能够在低信噪比下获取精确的时频图,且用修正后的时频图估计跳周期,估计性能明显优于现有方法。     

多站无源探测系统中多目标数据关联方法研究

主要研究了非合作多站无源探测系统的多目标数据关联问题。多目标条件下时差定位方法的主要问题就是多目标的数据关联,文中依据非合作测量数据和时差定位的特点,提出一种利用多普勒测量信息约束同一目标时差测量值的数据关联方法,推导出目标数据关联方程,仿真结果显示了该方法的有效性。     

混频器和滤波器非线性效应对MWC系统的影响

近年来提出的调制宽带转换器欠奈奎斯特采样系统,可以在远低于奈奎斯特频率下无失真采样宽带稀疏多频带信号.但是实际系统中混频器和低通滤波器非线性效应的影响会导致重构的信号存在失真.利用Rapp模型在理论上分析了器件的非线性效应造成信号重构误差的原因,并通过仿真实验,分析了非线性效应对支撑集重构概率的影响以及通道数和输入信噪比在降低系统误差上的作用.仿真结果表明,器件的非线性效应会降低系统的重构性能;提高通道数和输入信噪比可以提高支撑集重构概率,改善系统的性能.     

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。     

基于FPGA的相关匹配实时处理算法

相关技术被广泛应用于信号处理领域,针对相关运算因计算量大而无法实时处理的问题,提出一种基于FPGA的频域相关技术。对复数信号作快速傅里叶变换,与需要检测的信号频谱实现复相关,将复相关序列通过傅里叶逆变化转换为实序列,从而实现了相关运算的并行实时处理。将该技术应用于信号的帧头检测中,测试表明该方法不仅保证了脉冲检测的时效性而且硬件资源消耗也很少,可满足相关运算的实时处理需求。     

基于盲源分离的Multi-Rate DS/CDMA信号 扩频序列盲估计

通过分析Multi-Rate DS/CDMA信号特性,建立的Multi-Rate DS/CDMA系统模型与线性混合的盲源分离模型一致,针对异、同步信号的不同特性,提出不同循环分段降维方法:对异步系统而言,采用2倍扩频周期为间隔对接收信号进行分割,利用Fast-ICA算法盲估计同一扩频周期用户的扩频序列,基于矢量2范数基础上估计各用户失步时间,并依此截取得到各用户的实际扩频序列,然后,循环至次大扩频周期进行盲估计,同时根据估计波形相似度归一化衡量函数消除最大周期分段序列,求解次大周期用户扩频序列,直至循环结束。对同步系统则以单倍最大扩频周期为间隔对接收信号进行分割,然后进行盲估计及降维处理。理论分析和仿真结果验证了本文方法的有效性。