利用随机共振解调微弱MFSK信号

采用随机共振解调微弱MFSK信号解决了传统解调方法误码率高的问题。 根据大噪声环境下信号能借助噪声能量发生随机共振这一理论,先将微弱MFSK信号通过双稳 态随机共振系统以提高其信噪比,对随机共振系统的输出信号用FFT来区分每段信号的载波 频率,最后依据判决准则解调MFSK信号。当信噪比较高时,可向信号中人为添加白噪 声来使之适用于该解调方法。MATLAB仿真结果表明,该方法能成功解调信噪比最低为 -23 dB的2FSK信号和-25 dB的8FSK信号,而这是传统相干解调方法所无法达到的。     

多径环境下TDDM-BOC信号伪码周期估计

针对低信噪比下存在多径效应的时分数据调制二进制偏移载波(TDDM-BOC)调制信号的伪码周期估计难题,提出了一种基于二次谱的TDDM-BOC信号伪码周期估计算法。该算法首先推导出多径环境下TDDM-BOC信号模型,然后求出多径TDDM-BOC信号的功率谱,再求其二次谱,最后通过检测二次谱的尖峰脉冲间的间距得到多径环境下TDDM-BOC信号的伪码周期。实验过程中采用累加平均的方法可以达到降噪和精确估计的目的。仿真结果表明：该算法能够在多径环境下对TDDM-BOC信号伪码周期进行有效估计,且估计性能与多径环境有密切关系,这为今后我国“北斗”导航接收设备的开发提供了一定的理论参考。     

基于虚拟多用户模型的长码直扩信号伪码估计

针对长码直接序列扩频(DSSS)信号的伪随机码(PN)盲估计问题,提出了一种新的周期 长码直接序列扩频信号(PLC DSSS)模型。该模型等同于虚拟多用户短码扩频DS-CDMA系统, 采用DS-CDMA的谱范数来估计同步偏移,该算法不需要更多假定限制,利用相关函数二阶矩 、特征值分解和模糊酉矩阵方法就可以完成伪码序列的估计。实验结果表明,在较低信噪比 下就可以完成对PN码序列的精确估计,表现出良好的性能。     

基于自适应惯性权重粒子群优化的多跳频信号盲源分离

针对跳频通信中多跳频信号的盲源分离问题,提出了一种基于自适应惯性权重粒子群的盲源分离算法。该算法将分离信号的负熵作为目标函数,依据迭代前后每个粒子适应度值间差值自适应地调节惯性权重。把适应度值变差的粒子惯性权重设成零,以消除惯性分量不利影响,这样可以减少无效迭代次数,提高收敛速度。应用于盲源分离时,比经典算法分离效果好且克服了激活函数选取难题。实验结果表明该算法用于多跳频信号盲分离时性能稳定且收敛速度快,与经典算法比较优势明显,为智能算法在盲源分离方面的研究提供了一定的参考。     

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。     

自适应变步长的动量项盲源分离方法

针对传统盲源分离算法采用单一步长而无法同时兼顾收敛速度与稳态性以及动量因子选取的问题，介绍了一种盲源分离优化方法。该方法依据自然梯度算法(Natural Gradient Algorithm，NGA)的收敛条件，通过输出信号建立一种新的表示信号分离程度的度量指标，通过此度量指标构造非线性单调函数，使步长与动量因子参数自适应调节，从而可以合理、准确地选择参数。仿真表明了在平稳和非平稳环境下所提分离指标的正确性，且该指标可有效监测信号分离程度；针对步长及动量因子参数选取所设计的优化策略能够有效地缓解固定值对算法性能的约束，在有无噪声的情况下，均获得了优良的分离效果。     

基于改进EASI算法的DS-CDMA信息码与伪码盲估计

针对直扩序列码分多址(DS-CDMA)系统多用户检测的问题,提出 了一种基于性能指标（PI）变步长EASI算法信息码与伪码盲估计的算法。该算法在比较盲源 分离（BSS）和DS-CDMA系统模型的基础上,用自适应的方法估 计混合矩阵进而估计出伪码,并利用分离矩阵分离观测信号从而估计出信息码。另外,该算 法利用PI值来调整步长,使算法收敛速度和稳定性能达到一个理想平衡点。实验结果显示, 该算法具有很好的抗多址干扰(MAI)的能力,伪码和信息码的误码率分别在-10 dB和0 dB时达到10－2以下;对不同用户数,5 dB时所有扩频码被完全正确检测 的概率几乎都在80%以上。     

基于BP神经网络的直扩信号扩频码盲识别

针对微弱直扩信号的盲检测与估计问题,在接收方未知发送方扩频序列的前提下 ,提出了一种恢复直接序列扩频（DSSS）信号扩频码的方法。该方法基于反向传播（B P）神经网络,它的输入是接收到的信号,而其期望输出是和输入相同的信号,根据误差反 向传播来有监督地调节神经网络,网络达到收敛时根据第二层权值的符号函数值即可盲估计 出扩频码序列。实验结果表明,即使是在负信噪比情况下,该方法也能得到一个很好的估计 效果。     

基于OMP分解的宽带Chirp信号多参数估计

将信号稀疏分解——正交匹配追踪(Orthogonal Matching Pursuit,OMP)引入到阵列 信号处理领域,在OMP分解的基础上,提出了宽带Chirp信号多参数估计方法。首 先根据宽带Chirp信号形式建立过完备原子库,对阵列接收信号在该过完备原子库上利用 OMP做稀疏分解,从而由最佳匹配原子的参数获得信号的起始频率和调频斜率的估 计,得到宽带Chirp信号形式。在此基础上,再根据阵列结构和已获得的宽带Chirp信号形式 建立另一个原子库,通过计算阵列接收数据与原子库中原子之间的互相关矩阵的迹,搜索迹 的最大峰值找出最匹配的原子,进而由最佳原子的参数获得信号的波达方向角度（Directio n of Arrival, DOA）的估计。仿真实验证明了该算法对参数估计的有效性,并且表明与WVD ( Wigner Ville Distribution)方法相比,该方法能更有效地对信号的波达方向角度进行估 计。     

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。