基于稀疏系数位置和归一化残差的压缩感知信号检测

信号检测是压缩感知理论研究的重要内容。针对当前压缩感知信号检测算法没有充分利用稀疏系数幅值和位置信息的不足,提出了一种新的检测算法。该算法首先引入归一化残差变量,有效克服了稀疏系数幅值波动大的缺点;然后,利用不同测量矩阵确定的稀疏系数位置信息,基于正交匹配追踪（OMP）算法实现目标信号检测。实验结果表明,算法的检测性能随着信噪比的提高而增强,且与压缩比负相关,运算复杂度较正交匹配追踪算法和仅利用稀疏系数位置信息的算法相当但检测性能分别提高了4 dB和1 dB.     

随机共振在认知无线电频谱感知中应用的最新研究进展

频谱感知是认知无线电网络的一项关键技术。低信噪比（SNR）环境下频谱检测的性能会大 幅降低,而随机共振（SR）能 有效提高信号信噪比,所以将其应用到频谱感知中,能增强认知用户对主用户（PU）的检测 性能。〖JP2〗首先介绍了随机共振在认知无线电频谱感知中应用的最新研究进展,包括随 机共振在 本地感知中（如能量检测、协方差矩阵频谱感知、循环平稳特征检测）及协作感知中的应用 ,然后指出了随机共振在认知无线电频谱感知中还有待解决的问题,并提出了下一步的研究 方向。     

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。     

基于DOA估计的认知无线网络频谱感知

认知无线电技术中频谱感知性能的优劣直接影响认知通信系统的性能。针对该特点提出了认知无线电网络中基于波达方向（DOA）估计的主用户频谱感知模型,即单主用户多次用户和多主用户多次用户的系统模型,选取基于特征分解的多重信号分类（MUSIC）算法分析两种模型的感知性能,包括虚警概率、漏检概率、最小总错误概率、算法复杂度等,获得了闭值表达式,最后在两种模型下对算法进行了仿真。仿真结果表明：各参数主要影响虚警概率,而漏检概率几乎不受影响,验证了方法的有效性。     

一种基于正交匹配追踪的压缩感知信号检测算法

针对当前压缩感知信号检测算法没有充分利用稀疏系数幅值信息的不足,提出了一种新的检测算法。从正交匹配追踪算法切入,通过深入分析归一化残差的变化信息,提出归一化余差概念,建立了一种基于归一化残差和归一化余差二维判决的信号检测算法。仿真结果表明,算法的有效检测阈值区间随着信噪比的降低而不断减小,且在信噪比为-8 dB、压缩比为0.25时,该算法的检测概率仍能满足要求,具备较好的适应性。     

基于统计可信度的压缩感知协作频谱检测算法

压缩感知为认知无线电的宽频谱感知提供了一种新的方法和思路。基于压缩感知的原理,提出了一种多认知用户协作场景下基于用户统计可信度的协作频谱检测算法。该算法使用正交匹配协作追踪算法获得认知区域内的频谱占用情况,根据不同认知用户频谱检测的历史准确度综合判定用户感知结果的统计可信度。仿真结果表明,该算法在不同用户数、不同采样值、不同信噪比变化范围下其检测性能均优于传统算术平均方法,有效改善了检测性能。     

基于块稀疏度与自适应迭代的压缩感知方法

针对分块压缩感知算法在平滑块效应时损失了大量的细节纹理信息,从而影响图像的重构效果问题,提出了一种基于块稀疏信号的压缩感知重构算法。该算法先采用块稀疏度估计对信号的稀疏性做初步估计,通过对块稀疏度进行估算初始化阶段长,运用块矩阵与残差信号最匹配原则来选取支撑块,再运用自适应迭代计算实现对块稀疏信号的重构,较好地解决了浪费存储资源和计算量大的问题。实验结果表明,相比常用压缩感知方法,所提算法能明显减少运算时间,且能有效提高图像重构效果。     

采用压缩感知的标准测控信号处理

针对测控通信信号接收端存在数据大量冗余的问题,利用标准测控信号在频域上的稀疏性,采用压缩感知的理论进行前期处理。分别考虑了只存在测距音、只存在遥测信号和两类信号都存在等三种条件下的信号处理问题。通过改变稀疏度的大小,可以在不影响解调性能的条件下,大幅度降低接收端所需要的采样率,并且达到消除系统中不需要的谐波的目的。仿真验证了方法的有效性,同时说明利用压缩感知技术,将为测控通信系统的射频直接采样和处理提供一种高效的方式。     

利用压缩测量值的非重构宽带频谱感知

为了解决在认知无线电(CR)宽带系统中快速精确分析数据并实现频谱感知的技术难题,对非重构压缩频谱检测进行了研究。提出了一种利用压缩测量值的非重构宽带频谱感知算法,推导分析了虚警概率和检测概率的封闭表达式。该算法利用离散余弦变换（DCT）矩阵的能量压缩特性观测得到主用户能量压缩信息,并利用新型压缩检测器对压缩信息进行判决。仿真表明,所提算法降低了计算复杂度,提供了比传统的能量检测器和压缩检测器更好的工作特性。     

基于压缩感知DOA估计的稀疏阵列设计

根据格拉姆(Gram)矩阵优化测量矩阵的方法，给出了一种基于压缩感知波达方向（DOA）估计的均匀线阵的稀疏阵列设计方法。该方法不需要对阵列的输出数据进行压缩采样，直接利用稀疏阵列的输出数据，然后利用稀疏恢复算法求解DOA估计信息。实验仿真证明，相比于原均匀线阵，所提方法在阵元数目较少且信噪比较低的情况下具有更好的DOA估计性能。     

一种应用于深空通信的微弱信号捕获算法

针对低信噪比、高动态条件下深空测控通信信号捕获概率低以及复杂度较高的问题,首先分析了深空测控通信信号捕获的难点以及信号循环平稳特性,然后在此基础上提出了一种基于循环相关的新算法。计算机仿真结果证明新算法捕获门限达24 dBHz,适应频率动态达800 Hz/s;新算法较传统的捕获算法,在相同门限条件下的频率动态适应范围提升了约两个数量级。该方法已被应用于我国第一个深空测控站的建设,工作性能稳定可靠,有效地解决了低信噪比下深空站抑制载波信号的捕获问题。     

联合循环平稳特征PCA与RVM的频谱感知

针对无线信道环境中低信噪比情况下主用户信号检测率较低的问题,提出了一种基于循环平稳特征主成分分析(PCA)与相关向量机(RVM)的认知网络频谱感知算法。该算法结合了主成分分析算法与相关向量机分类方法,应用于解决认知网络频谱感知问题。首先对信号循环平稳特征参数进行特征提取,通过主成分分析进行降维提取信号主成分,生成训练样本和待测样本,并完成对相关向量机的训练,再采用训练完成的相关向量机算法分别对有无主用户情况下的信号进行分类检测,最后获得主用户信号存在性的感知判断。仿真实验表明,与人工神经网络、支持向量机和最大最小特征值算法相比较,所提算法在低信噪比情况下具有较高的分类检测性能,检测率最大可提高61.6%,有效地实现了对主用户信号的感知。     

低信噪比环境下短扩频码捕获性能的改善

介绍了低信噪比环境下基于FFT的扩频码捕获技术,提出了在相同累加段数情况下提高性能的方案。作为提高相干增益的两种方式,相干累加和非相干累加各有优缺点,在一定的数据长度内合理地设计累加方式对提高捕获性能大有帮助。基于两种累加方式的性能介绍了一种两路非相干积分的累加方式。对于GPS信号,在低信噪比的环境下的仿真证明,在一定长度下优化后的累加方式相比非相干累加和普通混合累加方式能够得到更好的捕获效果(更高的检测概率)。     

基于数据辅助的MPSK信号频域信噪比估计

为在载波频率精确恢复前提高多进制数字相位调制（MPSK）信号在低信噪比下的估计精度,提出了一种数据辅助的MPSK信号频域信噪比估计算法。算法在符号定时恢复和帧同步后提取同步段符号,相关运算后在频域进行信噪比估计。仿真结果表明,算法估计均值无偏,不受载波频率误差的影响,在符号长度为512、信噪比为-10 dB时,均方误差与克拉美罗界只有0.15 dB的偏差,特别适合于接收信号包含载波频率误差且要求低信噪比下具有较高信噪比估计性能的应用。     

二进制调制信号Duffing振子检测方法及其抗噪声机理分析

根据二进制调制信号的特点及Duffing振子微弱信号检测技术,研究了二进制调制信 号的Duffing振子检测原理,给出了2ASK、2FSK及BPSK调制信号的Duffing振子检测的方法和 流程。从Duffing振子与匹配滤波器处理待测信号的不同原理出发,研究了Duffing振子输入 前端信号信噪比提升的现象。指出二元通信信号的Duffing振子检测,无论调制方式如何, 其检测性能只与Duffing振子相变判别方式有关;并提出Duffing振子利用内置周期驱动力的 能量抵抗待测信号背景噪声的概念,从能量的角度分析了其抗噪声机理,解释了Duffing振 子对噪声“免疫”的原因所在。     

典型复杂微动目标的建模和检测

针对战场典型复杂微动目标的检测问题,提出了一种基于能量聚焦的微动目标检测方法。首先对3种复杂微动目标雷达回波的微多普勒特性进行了建模和仿真,分析了回波多普勒的频域和时频域特性,提取了雷达回波多普勒时频分析数据的能量聚焦特性,并提出了一种基于能量聚焦的广义似然比微动目标检测器。数值仿真表明,在不同的信噪比和虚警概率条件下,该检测器均可实现对3种复杂微动目标的有效检测。     

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。     

Khatri-Rao积变换下的离格信号DOA估计

当存在离格信号时，基于稀疏表示的波达角（DOA）估计算法性能损失严重。为解决这个问题，在对接收数据协方差矩阵进行Khatri-Rao积变换的基础上，推导了离格信号网格偏离量与紧邻信号原子系数之间的关系，提出了一种单一离格信号DOA估计方法。为提高对邻近离格信号DOA的估计性能,利用矩阵的广义逆性质提出了基于多原子系数的联合估计方法。仿真实验表明，单一离格信号DOA估计方法在低信噪比下有较好的性能，联合估计方法在高信噪比条件下对邻近离格信号DOA有较高的估计精度，同时所提算法估计性能几乎不受网格划分间距的影响，可以通过增大网格间距降低算法运算量。相关研究对阵列天线DOA估计具有一定的参考价值。     

一种基于二次谱线生成的码速率识别方法

为了提高正交频分复用(OFDM)系统的解调性能,提出了一种用于OFDM系统的码速率识 别方法。首先对OFDM信号分段作快速傅里叶变换(FFT)得到信号谱线序列,选择适当的谱线 重构为辅助信号序 列,再根据该辅助信号序列进行二次谱线生成。通过第二次生成谱线的间隔值与门限值的比 较,可实现对码速率的识别。理论分析和仿真试验证明了本方法的有效性。在信噪比大于3 dB时,识别率在90%以上。     

雷达干扰射频隐身特性及自适应功率控制方法

针对战机实施有源干扰时的射频隐身问题,分析了现有干扰功率 评估准则的不足,在雷达信号检测模型和侦察截获概率模型的基础上,讨论了“有效干扰” 对干扰功率的需求和射频隐身对干扰功率的限制,提出将有效干扰条件下的侦察截获概率作 为干扰信号的射频隐身特性表征因子,最后提出了一种结合目标雷达类型、接收信号功率以 及本机RCS起伏等因素的干扰功率自适应控制方法。通过对固定功率干扰与不同压制系数下 自适应功率干扰时雷达检测概率和侦察截获概率的仿真,表明自适应功率控制能够节约干扰 功率,在有效干扰的同时提高干扰的射频隐身能力。