线性调频-伪码调相复合信号的伪码盲估计新算法

针对线性调频-伪码调相复合信号的伪码估计问题,提出一种基于离散多项式相位变 换和频谱搬移的伪码盲估计新算法。首先采用平方法消去伪码的相位突变,然后利用离散多 项式相位变换估计调频斜率,利用估计的高精度调频斜率重构二阶指数项,对原复合信号进 行解线调,再对解线调后的信号取实部从而可得正弦载波与伪码调相的复合信号,采用频谱 搬移的方法可恢复出原伪码序列。仿真结果表明,该算法在信噪比大于等于3 dB时可正 确估计出伪码,且性能随子脉冲个数的增加而改善,与FM-AM时频分析方法相比具有更好的 估计效果。     

基于分数阶傅里叶变换的脉内信号调制方式识别

针对传统的雷达脉内信号调制类型识别方法存在的抗噪性能差和识别率低等问题, 提出了一种基于分数阶傅里叶变换（FRFT）的脉内信号调制方式识别算法。该算法分为两步 ：首先根据不同调制方式在调频斜率上的区别,通过FRFT模值随阶数变化的特点,识别出线 性调频信号;然后,再根据阶数为1时FRFT的波形特点,识别出频率编码信号和相位编码信 号。仿真实验表明,该算法在信噪比优于-2 dB的情况下可以完成脉内信号的调制特征 识别,其抗噪性能和识别率均明显优于传统识别方法。     

组合幂调频信号的时频移估计

为了准确估计接收信号的时频移参数和降低估计复杂度，设计了一种组合幂调频（CPFM）信号，该信号由具有时间间隔的正负幂调频（PFM）信号构成，并提出了基于CPFM信号的时频移估计算法。在算法中首先将CPFM信号降阶，然后独立地估计时延和频移，即采用三次相位函数（CPF）估计时延，通过正负PFM相位相消后再估计频移。相比于分数阶傅里叶变换（FRFT）时频移估计算法，所提算法避免了时延估计对频移估计的影响，而且仅需两次一维搜索，降低了计算量。仿真结果表明，该算法能准确地估计CPFM信号的时延和频移，并且频移估计均方误差（MSE）接近克拉美劳下界（CRLB）。     

脉内相位编码信号的识别与码序恢复

为了提高低信噪比（SNR）下对雷达脉内相位编码（PSK）信号的处理能力,对传统的相位差分法进行了改进,并利用该方法对PSK信号进行了识别与码元序列的恢复。根据PSK信号的特性,结合滤波、数字变频和高阶差分来减小噪声对相位的影响,提高了相位差分法的抗噪性。对相位差分序列归一化后,先进行码元宽度的精确估计,再由码元关系去除伪跳变点。最后通过一系列的特征提取,实现了PSK信号的综合处理。仿真结果表明,所提算法在低信噪比下性能良好,具有很高的工程应用价值。     

基于平滑RAT的多相码信号参数估计

针对Radon-ambiguity变换（RAT）在估计多相码信号（Frank码、P1、P2、P3、P4码）调制参数时受噪声影响严重的问题,提出了基于平滑Radon变换的多相码信号参数估计方法。首先理论上分析了噪声影响多相码信号RAT估计性能的原因,进而通过二次平滑估计出信号RAT的噪声基底包络,最后在去除噪声基底的RAT平面中完成多相码信号调制参数的估计。仿真实验表明,该方法调频率和码元宽度估计的信噪比门限相比传统RAT方法分别降低了1 dB和4 dB。     

基于AR功率谱和ZAM变换的FSK-BPSK复合信号参数估计

为了解决频率编码-二相编码(FSK-BPSK)复合调制信号参数估计精度低的问题，提出利用自回归(AR)模型功率谱估计联合ZAM（Zhao,Atlas,and Marks）变换的方法。首先，利用AR模型功率谱估计方法对信号相位不敏感的特点，对FSK-BPSK复合调制信号的跳频分量数以及跳频码元序列进行估计；然后，利用ZAM分布对相位变化极其敏感的特点，提取信号ZAM分布的各跳频频率下的截面，对相位编码的码元宽度和跳频码元宽度进行估计。仿真实验表明，在全频段信噪比不小于0 dB时，AR模型功率谱联合ZAM变换的方法能够精确地估计出该复合信号的各参数。     

分数阶傅里叶变换的多项式相位信号DOA估计

针对多项式相位信号波达方向(DOA)估计研究较少的问题,提出了一种基于分数阶傅里 叶变换(FRFT)的多项式相位信号(PPS)的DOA估计算法。该算法首先通过多项式相位变换,估 计出PPS的最高阶相位系数,从而可以消除最高阶项。运用这一降阶思想,依次消除高阶项 ,这样PPS可降为线性调频(LFM)信号,然后将宽带的LFM信号转化为分数阶Fourier域窄带的 平稳信号。在相应的分数阶Fourier域,运用求根MUSIC算法对信号进行DOA估计,从而把LFM 信号的DOA估计推广到了PPS的DOA估计。理论分析和仿真实验表明,该方法能很好地估计出P PS的DOA,并且简洁。     

基于调制域的雷达信号脉内特征提取新方法

针对传统调制域检测法在提取雷达信号脉内特征中的不足,提出了一种通过检测极值点来提 取信号脉内特征的方法。首先通过检测出信号极值点,再对极值点进行运算处理,进而提取 出极值点中包含的脉内特征信息。该方法借助于极值点具有最大信息量的优势,并运用二次 提取频率来估计码元宽度,使得算法的信噪比性能得到有效改善。仿真结果表明,与传统调 制域检测法相比,该方法在低信噪比下对于多种类型信号的脉内特征参数的估计精度平均提 高30%。     

基于循环自相关的正弦调频信号参数估计新方法

为解决现有的正弦调频（SFM）信号参数估计方法运算复杂度高、受信噪比限制等问 题,提出了一种基于循环自相关的SFM信号参数估计新方法。首先分析了SFM信号循环自相关 函数特征,推导了信号调制频率的估计表达式;然后对信号延时相乘以去除其正弦调制特性, 得到单频信号并估计信号载频。最后,利用信号频率调制的周期性,对下变频至零频的信号 进行周期累加以减少噪声影响,通过对累加后的信号进行瞬时频率计算得到调制指数估计值 。仿真表明,信噪比（SNR）大于6 dB时,各参数估计值的均方根误差小于-18 dB 。该算法计算量较小,为同等条件下利用卡森准则（CR）方法的16%,便于工程实现。     

基于改进精估计与FrFT的Chirp信号参数估计

为了解决Chirp信号参数估计在低信噪比下保持高精度等问题，提出了一种基于粗精二次估计的Chirp参数算法。粗估计采用分数阶傅里叶变换（Fractional Fourier Transform，FrFT），能够在低信噪比下检测到Chirp信号并估计出调频率的范围。同时，提出了一种FrFT插值算法提高FrFT估计中心频率的精度。精估计根据信号能量和周期长度一定时Chirp信号频谱幅度的平方与调频率成反比的特性，不断地用已知Chirp信号的共轭与未知Chirp信号相乘，寻找使相乘后频谱幅度平方最大的已知Chirp信号的调频率。为了提高精估计算法性能，用提出的H-Rife算法估计中心频率和相乘后信号的频谱中最大的幅值。〖JP2〗用二分法代替等步长使精估计在粗估计出的调频率范围内搜索，极大降低了复杂度。在信噪比不小于-10 dB时，该算法估计调频率归一化均方误差（Normalized Mean Square Error，NMSE）较FrFT线性提升，估计中心频率NMSE较FrFT线性提升，接近克拉美罗界。     

一种基于代价函数的正交频分复用中符号同步与频偏估计算法

本文利用正交频分复用（OFDM）帧结构的特点，引入代价函数，推导出了一种符号同步算法和频偏估计算法，并从理论上分析了在存在频偏的情况下，符号同步可以独立于频偏估计。计算机仿真表明，该算法具有较好的同步和频偏估计性能。     

新型船舶自动识别系统设计及其同步算法分析

为了提高船舶自动识别系统（AIS）的容量，提出了基于正交频分复用技术（OFDM）的新型AIS系统设计方案。新系统设计主要包括系统参数设计、系统帧结构设计。新系统链路容量和信道传输速率均较传统AIS系统提高了6倍，实现了频域资源的有效利用。该系统对符号定时偏差和载波频率偏差特别敏感，因此对接收信号的同步处理必不可少，在设计的新系统基础之上提出了一种新的盲估计算法，利用包含在循环前缀内的冗余信息，在多径信道信息未知的情况下，直接通过对接收信号做相关构造一个归一化的相关特性函数，通过此函数可得到符号时延位置和多径信道长度，进而得到载波频率偏差。仿真结果表明在多径信道下该算法也具有较好的性能。     

基于嵌套张量模型的MIMO中继系统组合接收算法

目前在单向双跳多输入多输出（MIMO）中继系统中，基于嵌套张量模型的接收算法主要采用单步交替最小二乘（ALS）和KRF（Khatri-Rao Factorization）算法。在时变信道且实时性要求较高场景下，计算复杂度高是制约其应用的主要因素。为此，在对单向双跳MIMO中继系统建模基础上，提出了基于嵌套张量模型的双步组合接收算法。该算法通过对接收的数据张量进行重建，将符号估计和信道估计分离，充分利用ALS和KRF的算法优势，有效降低了计算复杂度。同时，对算法的可辨识性进行了分析。仿真结果表明，该算法保持了与传统嵌套PARAFAC的最小二乘（Nested PARAFAC ALS）算法的相同估计性能，在源天线个数变化时，计算复杂度降低了80%以上；在中继天线个数变化时，计算复杂度降低了50%以上。     

基于权值优化的认知WiMax信号协同识别

传统的正交频分复用（OFDM）系统识别算法只能识别出接收信号是否为基于全球微波互联接入技术（WiMax）的OFDM信号，但无法判断该信号是认知信号，并且在复杂电磁环境下识别正确率低。为此，提出了一种协同识别认知WiMax无线网络OFDM信号的算法。该算法首先利用OFDM信号的循环自相关特性估计信号的有用符号时间，并通过估计各协同感知节点的信噪比对时间参数的估计值进行加权，得到有用符号时间的协同估计值，进而判断接收信号是否为基于WiMax系统的OFDM信号；再通过自私攻击策略，实现对OFDM信号是否是认知WiMax信号的判别，为进一步研究认知WiMax网络节点定位技术奠定了基础。仿真结果表明，与非协同识别算法相比，提出的协同识别算法在多径和低信噪比条件下具有更高的识别率。     

DSSS系统中基于Chirp-Fourier变换的扫频干扰抑制算法

作为货物的"经济国籍",原产地在国际贸易中具有重要作用。原产地规则的制定是各国对外贸易政策的体现,也是各国经济利益的需要。中国加入WTO后,需要履行的承诺之一就是遵守《原产地规则协议》。因此,我们有必要了解中国原产地规则发展的现状,并遵照WTO的要求从多方面加以完善规则,从而有利于我国的贸易和投资得到公正待遇,进一步推动我国外向型经济的发展。     

短码、周期长码直扩信号伪码序列盲估计

针对短码、周期长码直扩信号在不同的时延下伪码序列估计问题，提出了一种基于奇异值分解的盲解扩算法。在已知信息码元速率和伪码周期条件的前提下，算法首先把接收到的直扩信号按照一定长度进行分段构成相关矩阵并对此矩阵进行奇异值分解得出信号子空间，然后根据信号子空间和伪码序列的模糊关系，利用求解的模糊酉矩阵和特定约束条件（如m序列）去其模糊性，最终估计出伪码序列。仿真结果表明，该算法不仅解决了在不同的时延下估计伪码序列带来的问题，而且具有稳定性高、在低信噪比条件下有良好的估计性能等优点。     

强干扰下跳频信号的参数估计

针对通信对抗中跳频信号参数估计问题,考虑存在强干扰的情况下,提出了一种基于时频重心的跳频信号跳周期估计和基于跳频部分接收的跳时估计方法。对于跳周期估计,在短时傅里叶变换（STFT）时频变换的基础上提取信号随时间变化的时频重心,再结合小波变换和谱分析估计出跳频周期;对于跳时估计,采用跳频带宽的部分接收避开强干扰,构造含有跳变信息的参考信号,通过参考信号采用最大似然(ML)方法得到跳时的精确估计。仿真实验表明,算法运算复杂度低,跳频定位精度高,在强定频干扰的情况下仍能有效估计出跳频周期和起跳时刻。     

IEEE802.11a标准中OFDM系统的同步新算法

根据IEEE802．1la的数据分组结构，利用短训练序列时域响应的特点，对接收到的短训练序列进行窗口平移相关，由相关峰确定符号定时，并利用短训练序列进行粗频偏估计。仿真结果表明，该算法能有效地克服噪声及频偏的影响，定时准确，较好地消除了频偏。与其它文献提出的算法相比，具有定时准确、计算量小、频偏估计范围大的特点。