基于自适应分割算法的多跳频信号盲检测

传统的观点大都将跳频信号盲检测问题视为能量域的门限阈值问题,而从统计域来看,实际接收到的跳频信号是在一些未知时刻突变而在这些时刻之间保持统计平稳性的分段平稳随机信号,那么基于非平稳时间序列的各种突变检测算法就可以引入其中。分析了当前跳频突变通信信号的统计特性,给出了其高阶分段平稳的模型。将Bemaola-Galan（BG）提出的自适应分割算法推导到高阶,并将其成功应用于多个跳频突发信号盲检测和自适应提取中。仿真结果表明,该算法不需要任何先验信息,能够有效检测和提取多个突发通信信号,且性能优于传统的能量检测法。     

基于延时相乘及其改进算法的DS/FH信号率线检测

针对DS/FH（直扩/跳频）混合扩频信号截获和参数估计问题,提出了一种基于延时相 乘结合自适应滤波和分段自相关的新方法。该算法首先将输入信号进行自适应滤波以提高 信噪比,滤波后送入延时相乘器,最后将乘积后数据分段进行自相关,通过分析谱图即可检 测DS/FH混合扩频信号的码速率谱线。计算机仿真显示,改进的算法不但能适应低信噪比( -2 0 dB)条件下DS/FH混合扩频信号的检测,而且同时能够实现对码速率的估计。该方法所用 算法简单,适合采用硬件设计实现,且如果是合作目标信号,搜索时间短,实时性强。     

低信噪比下突发通信的同步检测

针对低信噪比下突发通信系统的同步检测问题,提出了一种利用接收信号平均信噪比和瞬时信噪比设置动态检测门限的同步方法,实现了信号检测门限的设置与信号脉冲出现时刻噪声能量的自适应匹配,提高了低信噪比下同步检测概率。计算机仿真表明在同步序列长度为63时,信号的有效检测工作信噪比可以降低到-5 dB。该方法适合于低信噪比下运动平台间的突发通信系统。     

基于循环前缀频域自相关的OFDM信号频谱感知

针对无线通信频谱资源有限并且利用率非常低的问题,研究了认知无线电系统中基于信号典型特征的频谱感知策略,并进行动态频谱检测。提出了一种基于循环前缀频域自相关的频谱感知算法,利用正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）信号的循环前缀具有循环平稳特性,在信号频域进行自相关运算,设定判决门限,完成对信号频谱的检测,同时具备较好的抑制平稳噪声和干扰的能力。在低信噪比或者噪声不确定度大的应用场景下,能够获得比能量检测方法更优、更稳定的频谱感知效果,增强了噪声鲁棒性。在算法中采用双门限检测,进一步减弱了噪声不确定度对检测性能的影响,提高了频谱感知性能。     

应用空域相关理论的直扩信号检测研究

直接扩步频通信技术广泛应用于民用及军事通信中,文章分析了对直接扩频通信信号检测的现实意义.阐述了直扩通信系统的原理及优点.简单介绍了小波理论,深入研究了空城相关滤波理论,对空域相关滤波进行了详细介绍,给出了空域相关滤波的实现方法,并用matlab进行仿真消除含噪信号噪声,证实了空城相关滤波的有效性.提出了将空域相关滤波理论应用于直接扩频通信系统信号检侧中,为进一步提高低信噪比信号检测给出了一条新的途径.     

一种适用于超宽带脉冲信号检测的改进CUSUM算法

将最快检测技术应用于超宽带脉冲信号检测中,具体采用改进的CUSUM(Cumulative Sum )算法来检测 超宽带脉冲信号。首先分析了经过多径信道衰减后的超宽带脉冲信号概率分布特性,进一步 提出了适用于超宽带脉冲信号检测的改进CUSUM算法。理论分析和仿真证明了所提改进 算法性能优越且实现复杂度低。该算法克服了块检测算法的信噪比门限效应,且具有最优的 检测延迟性能,相同虚警限制下其检测性能明显优于能量检测算法。     

基于离散傅里叶变换的高动态突发信号检测及频率估计

针对高动态突发通信应用环境,提出了一种新的基于频率域的突发信号检测及载波频偏估计算法,通过一次离散傅里叶变换（DFT）实现突发信号存在性检测及频率估计,并与经典Power-Law算法进行了比较。仿真结果表明：在低信噪比条件下,新算法检测信噪比门限改善超过1 dB,频率估计均方根误差小于符号率的1‰,并且对载波频偏及信号电平动态不敏感,实现结构简单,适合实时处理及工程应用。     

认知网络中的能量回收技术：性能分析及优化设计

通信网络中有限的能源和频带资源限制了网络容量的进一步提升。对能量回收技术在认知网络中的应用进行研究,量化评估用户可回收的能量以及可达吞吐率,并进行优化设计很有必要。在所分析的系统中,当授权用户进行通信时,非授权用户可回收无线信号中所带有的能量,并利用回收的能量进行频谱检测;当检测到授权用户空闲时,非授权用户将接入频谱,利用回收到的能量进行数据传输。采用马尔科夫链模型对通信场景进行描述分析,发现授权用户的活跃程度对非授权用户可回收的能量、获得的传输机会带来影响,进而决定了非授权用户的可达吞吐量。在此基础上,提出一种通过控制授权用户业务量,以最大化网络能量效用和频谱效用的优化方案,并通过仿真证实了理论分析的正确性。     

基于快速OPAST算法的直扩信号PN码序列估计

在直接序列扩频（DSSS）通信对抗系统中,伪码（PN）序列估计是一个重要的研究课题。针对在某些情况下权值向量不收敛的问题,提出了一种基于快速正交投影逼近子空间跟踪（OPAST）算法和滑动窗技术的直扩信号PN码序列估计算法,对非同步接收DSSS信号按照宽窗口分段,利用快速OPAST算法提取主特征向量,滑动窗技术实现码同步。该算法迭代权值向量具有正交性以及良好的收敛性,同时解决了常见相位模糊问题。算法具有较低复杂度,数据存储量少,易于硬件实现与实时处理。仿真结果表明,在-10 dB的较低信噪比背景环境中,该快速OPAST算法可以正确有效地估计出PN码序列。     

非协同突发信号的检测与解调

根据典型的海事三代卫星通信帧格式,首先采用能量检测算法结合匹配滤波法进行有效的突发信号的检测,然后根据信号检测的结果进行了突发信号的频率估计和初相估计,再采用初相注入结合锁相环的方式实现突发信号的解调。理论推导和计算仿真表明,该方法能够适应较低信噪比、较大频偏和起伏动态的影响,当信噪比大于10 dB时,信号检测概率基本达到100%,解调误码率低于2×10-3。     

食品微生物检测中快速检测方法的运用

随着经济的不断发展,人们对食品的安全问题也越来越重视,在食品微生物检测中运用快速检测法不仅可检测出食品中的微生物,提升检测效率,还可确保人们的健康与食品的安全。本文主要探讨食品微生物检测中快速检测方法,以此提升食品的安全性,推动食品行业的持续发展。     

NB-IoT系统中窄带物理广播信道的盲检测

在窄带物联网（NB-IoT）系统中，为了正确解调窄带物理广播信道（NPBCH）以获取系统信息，提出了两种NPBCH的盲检测算法，包括常规检测算法和功率检测算法。常规检测算法采用遍历1/2两种发射天线数和8种不同扰码序列的方法进行盲检测，而功率检测算法是在常规检测算法的基础上改进天线端口数的获取方式，主要采用两种天线端口下窄带参考信号（NRS）的功率比值进行判断天线端口数的方法，以降低常规检测算法的计算复杂度。仿真结果表明，当信噪比小于-17 dB时，常规检测算法相比于功率检测算法解调有3~4 dB的增益，检测可靠性能较好；当信噪比大于-17 dB时，两种算法的检测正确率均超过0.98，但功率检测算法较常规检测算法降低了近50%的时间复杂度，更加有利于工程的实践。     

微弱信号多站时差协同检测技术

针对现有时差相关检测方法难以有效检测微弱信号的现状,为提升现有检测系统对微弱信号的检测性能，提出了一种针对微弱信号的多站时差协同检测技术。通过在空间域内将多组时差站的相关结果积累，然后搜索二维网格中的最大值得到检验统计量。分析了检验统计量的概率分布，明确检验统计量在纯噪声条件下服从极值I型分布，依据奈威-皮尔逊（Neyman-Pearson）准则得到了检测门限。蒙特卡洛仿真结果表明，相同条件下，该方法比传统的相关检测的处理增益高约10lgK dB（K为时差线数目）     

巡航导弹探测技术述评

巡航导弹防御正日益受到各国的广泛关注，而巡航导弹探测是其中的重要一环。本文对巡航导弹探测中最主要的两部分一红外探测与雷达探测技术作了较详细的分析与评价，并着重介绍了一些用于探测巡航导弹的新体制雷达。     

训练样本不足时的子空间信号检测方法

为了解决训练样本不足时的子空间信号检测问题,提出了两种有效的降秩检测器。基于主分量分析（PCA）的思想,先把常规自适应子空间检测器中采样协方差矩阵（SCM）的求逆运算用噪声特征子空间矩阵与其共轭转置的乘积代替,构造降秩子空间检测器;为进一步提高算法稳健性,把降秩子空间检测器的求逆运算用Moore-Penrose逆代替。仿真结果表明,所提方法在训练样本充足及不足时,均比现有方法具有更好的检测性能。     

恒虚警处理中基于噪声采样的检测门限设定

恒虚警（CFAR）检测是雷达信号处理的重要组成部分。介绍了某型雷达的目标检测 原理,分析了噪声恒虚警处理中门限系数对目标检测的影响,提出了一种基于噪声采样的门 限系数确定方法,最后在仿真计算的基础上验证了该方法的可行性。     

小波分析在信号奇异性检测中的应用

研究了信号的奇异性检测问题。给出小波变换和信号奇异性的关系，实现小波分析对信号各类奇异间断点的有效检测，利用小波分析构造故障诊断所需的特征因子（或直接提取对诊断有用的信息），从而将该方法推广到各类冲击响应信号的奇异性检测中。最后给出一个实例进行验证。     

基于奇异值分解的多卫星信号盲检测

针对非合作低信噪比环境下的卫星通信信号检测问题,在信号子空间维数估计的基 础上,提出了一种基于奇异值分解的多卫星信号盲检测方法。该方法充分利用奇异值与特征 值之间的关系,设计检测统计量将多个信号能量集中起来进行考虑,以适应更低的信噪比, 并从理论上对检测性能进行了推导分析。仿真结果表明,该方法简单高效,针对不同的卫星 信号,在虚警概率小于1%、信噪比为-11 dB时,盲检测概率均可达90%以上;同时能够 在低信噪比环境下适应多信号环境,且其计算量相对特征值方法减少了一个数量级,更适合 应用在星载设备上。     

基于分数阶域的多分量线性调频信号能量聚集性检测

线性调频信号(LFM)在雷达信号中已得到广泛使用。本文利用LFM信号在时频平面上某一角度的能量聚集特征和分数阶Fourier变换的性质，提出了基于分数阶域的能量聚集性检测算法，并定性地分析其检测性能以及提高FRFT的分辨率方法。     

一种改进的GMSK相干解调方法

利用Laurent分解方法可以将GMSK（Gaussian Filtered Minimum Shift Keying）信号表示成一系列脉冲幅度调制（Pulse Amplitude Modulation,PAM）信号之和的特性,对基于Laurent分解的GMSK信号次优化相干检测技术进行改进,多加入了一个PAM波形,调整了维特比检测分支度量的计算方法,并在不同相位关联长度下仿真分析了GMSK信号最优化、次优化和改进相干检测算法的误码率性能及实现复杂度。结果表明,与次优化检测算法相比,所提算法在不明显增加解调模块复杂度的情况下提高了解调误码性能。