一种非对称PCMA信号盲分离算法

针对卫星通信中非对称成对载波多址(PCMA)信号的盲分离问题,提出一种基于同步挤压小波变换(SWT)的盲分离算法。该算法在混合多个信号前提下,首先按强信号进行同步,接着采用同步挤压小波变换提取时频曲线,最后去除混合信号中的噪声与强信号主频外的弱信号干扰,降低了强信号解调误码率。该算法具有在不具备协作通信方发送的信息序列的先验条件下,实现了非对称PCMA信号盲分离的特点。仿真结果表明,经本文算法处理后强信号解调误码性能比对混合信号直接硬判决时有较大提升。     

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。     

基于循环平稳约束的盲信号提取算法

 特定信号提取是通信信号处理中的重要问题。在约束独立分量分析方法的基础上提出了基于循环平稳约束的盲信号提取算法。该算法利用通信信号固有的循环平稳特性作为约束条件,结合独立分量分析的学习过程,同时完成特定目标信号的分离和选取,避免了经典独立分量分析方法提取“无关”源信号的过程。仿真结果表明,相比传统ICA算法,本文算法能有效提取目标源信号且提高了目标源信号的估计精度。     

稳健的欠定混合矩阵盲辨识

主要研究欠定盲源分离中的混合矩阵估计问题。提出了一种改进的欠定混合矩阵估计算法,首先采用短时傅里叶变换得到混合信号的时频表示并检测出时频单源点,然后检测出时频单源点中影响混合矩阵估计性能的时频点并将其去除,最后采用聚类的方法实现混合矩阵的估计。语音信号的仿真实验表明,与已有算法相比较,本文提出的混合矩阵估计算法有更高估计精度和更强的鲁棒性。     

集中式多输入多输出雷达信号盲分离算法研究

在电子对抗领域,对集中式多输入多输出（Multiple Input Multiple Output, MIMO）雷达的信号侦察和分选是一个难点。提出采用盲分离（Blind Source Separation, BSS）算法中的非圆复信号快速独立分量分析（Noncircular Complex Fast ICA, NC FastICA）对MIMO雷达进行信号分选。为了满足盲分离算法的应用条件,提出一种在多视角观测位置采集雷达信号的侦察方法来构建可分离的满秩混合矩阵。仿真结果表明,对相位编码、离散频率编码等典型正交波形进行等角度间隔采样和盲分离时,无论是否存在幅度起伏,在信噪比为10dB时均可以达到低于-14dB的正交波形分离度,对分离后的波形进行相关性对比和时频分析的结果也验证了本文方法的有效性。     

一种等效快速非正交联合对角化算法

针对空间源信号参数估计实时性的需求,提出一种等效快速非正交联合对角化（EFJD）算法。该算法具有计算复杂度低和收敛速度快的特点,可有效提高空间源信号参数估计的实时性。该算法从两个方面减少运算量,从而加快联合对角化的收敛速度。一方面根据欲联合对角化的目标矩阵组中矩阵的个数通常大于矩阵秩的实际情形,对目标矩阵组进行预处理,将其中的矩阵个数降为矩阵的秩,减少了每次迭代的运算量;另一方面对初始值进行优化,减少了迭代次数。数学推导证明,当目标矩阵组中矩阵的个数相对于矩阵秩取较大值时,EFJD算法就可降低运算量,而且运算量随二者差值的增加显著降低。仿真结果不但验证了这一结论,还表明其联合对角化精度较快速Frobenius范数对角化（FFDiag）算法有所提高。     

CCSDS空间链路层协议识别技术研究

针对空间链路层通信协议在合作目标和非合作目标两种背景下的应用情况,提出一种适合于CCSDS协议识别的方法。详细分析了协议识别技术的实际研究现状,介绍了CCSDS协议特征提取方法和特征模型建立算法,并利用多类型仿真数据和实际航天任务数据为样本检验了算法可行性,得出了误码率对识别效果的影响关系。研究成果对空间信息对抗中的协议识别技术研究具有借鉴意义。     

盲源分离及盲信号提取的研究进展

盲源分离和盲信号提取是从观测信号中恢复源信号的有效方法,目前已成为信号处理领域的研究热点。介绍了盲信号处理的数学模型,给出盲源分离与盲信号提取的基本思想,阐述了各方法的原理、特点及性能,并对它们之间的区别与联系进行分析,最后指出盲源分离及盲信号提取的发展方向。     

含噪振动信号中早期碰摩的故障检测研究

 研究了在有噪环境下发动机转子系统早期碰摩故障的检测问题。利用最优参数搜索法改进了独立分量分析( ICA) 算法, 用于求解转子系统振动信号与噪声的盲分离问题。在此基础上, 对分离后的振动信号利用小波包分解进行早期碰摩信号的检测。结果显示最优搜索的ICA 算法运行效率高, 信号分离纯度好, 对振动信号有高效的降噪作用, 并利用小波包分解准确地检测出振动信号中的碰摩信息, 其效果优于小波分解法。信噪分离与小波包分解相结合有望用于工程实践中的早期碰摩故障检测和诊断。