小波包在无线电信号消噪中的应用研究

介绍了小波包去噪的基本原理和方法，针对无线电信号的特点，采用四种闽值法进行去噪对比实验，去噪后信号的波形较为光滑，信噪比均有提高，均方差误差明显降低，有效地去除信号中的噪声，达到了保留信号特征，抑制噪声的目的，为无线电传输提供更可靠的数据信息。     

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。     

一种组合调制的脉冲超宽带测控信号

将脉冲超宽带（IR-UWB）信号应用于航天测控领域,能够有效提高当前航天测控系统的隐蔽性、抗干扰性和测量性能,具有重要的现实意义。将DS-PAM（Direct Spread-Pulse Amplitude Modulation）调制、TH-PPM（Time Hopping-Pulse Position Modulation）调制的信号和PSM（Pulse Shape Modulation）调制技术组合起来,可构成一种新的组合调制的脉冲超宽带信号,即DS-PAM-TH-PPM-PSM-UWB（Direct Spread-Pulse Amplitude Modulation-Time Hopping-Pulse Position Modulation- Pulse Shape Modulation-Ultra Wideband）信号。利用对数正态阴影模型分析其传输性能,在单频干扰信号条件下分析其抗干扰性能,利用模糊函数分析其测量性能。仿真结果表明,相比于传统的DS-PAM-UWB信号和TH-PPM-UWB信号,该组合信号具有良好的传输性能、抗干扰性能和测量性能,为脉冲超宽带信号应用于航天测控领域提供了更多的选择。     

一种基于小波分解的直扩信号检测方法

针对直接序列扩频（DSSS）信号检测的问题，提出了一种对接收信号时域自相关进行小波分解的方法。该方法对于进行了载波调制的直扩信号，其所在频带未知时无法设计前置滤渡器，从而造成检测性能下降的情况，给出了一种可行的解决方案。计算机模拟表明，在该情况下，本方法具有较好的检测性能。     

基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题,提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图,与噪声对应的灰度图比较差异,再将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征,解决门限难以确定的问题。若分析三维循环谱的时间块长过短,将导致信号灰度图特征在有无噪声情况下区别不大;若块长过长会导致检测延迟较大。为此,采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量,自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比,仿真表明所提算法在低信噪比下性能最优。     

超宽带无线通信信号的产生及技术研究

随着经济的不断发展和信息技术的进步,宽带技术已经不能满足人们的生产和生活的需求,因此超宽带无线通信信号应运而生,在信息技术飞速发展的今天发挥着越来越重要的作用.本文首先分析超宽带无线通过信号的产生,其次分析超宽带无线通信信号的技术研究,最后研究超宽带无线通信信号的应用.     

一种基于经验模态分解的信噪比盲估计新算法

为了增强未知样式信号的信噪比估计性能,提出了一种基于经验模态分解（EMD） 的信号信噪比估计新算法,通过固有模态函数（IMF）分量平均周期判断信号与噪声界限。 给出了经验模态分解估计法的工作原理和流程图,分析了经验模态分解估计法的性能。仿真 结果表明,与信号空间分解法一样,经验模态分解估计法能够实现盲信号信噪比估计,后者 估计均方误差比前者要小,在0 dB信噪比下均方误差不超过0.3 dB。     

用于非合作信号噪底估计的改进自回归算法

非合作接收中由于信道或接收机模拟器件的影响可能导致接收信号功率谱存在噪声基底不平坦现象,为便于划定检测门限需要先估计噪声基底再对原始功率谱进行修正。传统的非线性自回归滑动滤波算法采用固定阈值,仅适用于窄带单信号的噪底估计。改进算法通过增加调节系数实现对阈值的动态调节,并根据功率谱特征计算初始阈值和调节系数,提高了原算法的适应范围和工程实用性。仿真结果表明,改进算法对不同种类的信号具有普适性,能解决原算法无法适应的宽带多信号噪底估计。     

一种高灵敏度的超宽带脉冲信号包络检测方法

本文对超宽带(UWB)通信系统实现的关键技术,即接收机前端的超宽带脉冲信号的检测技术进行了深入讨论。根据对UWB脉冲无线电实际接收信号的时域特征提出了一种简易、新颖的高灵敏度包络检波检测方式,分析了其电路的实现与性能,并给出了实验的数据和结果。与其他方式的比较表明,该电路是一种简单实用的非相关检测方式,与其原有的基带相关处理部分结合可获得良好的超宽带信号接收效果。     

基于小波变换的信号去噪研究

小波变换在信号去噪的应用中有很大的优势,它弥补了傅里叶变换在信号去噪中的局限。小波变换在时间域和频率域都具有良好的局部特性,可以聚焦到信号的任意细节。根据信号的特性利用小波变换的处理方法能够有效的将有用信号与噪声分离开来从而达到去噪的效果。     

一种经验模式分解下的海杂波小目标检测方法

利用海杂波有效探测海上小目标是目前雷达探测领域的热点问题,具有重要的应用价值。鉴于海杂波是一种非线性非平稳性的雷达回波信号,充分发挥整体平均经验模式分解的优势,将海杂波分解为若干个不同尺度的独立分量。通过研究发现有目标时,分解出的前5个分量与未分解前信号的相关系数明显减小,因此提出了一种新的海杂波背景下的目标检测方法。通过实测和模拟的海杂波数据进行训练和测试,研究结果表明,该方法能有效地实现海杂波下目标的探测,性能优于经典时域下、分数阶傅里叶变换域下以及平均经验模式分解后的广义Hurst指数的目标检测方法。     

一种新的卫星信号调制方式识别方法

根据采样数据恢复信号频谱后,采用频域估计法检测卫星信号中心频率,再利用延 迟相乘法估计卫星信号调制速率。通过内插恢复得到信号星座图,根据星座图特征对无先验 信息的卫星信号调制方式进行识别。利用实测的8PSK和QPSK卫星信号检测了识别的效果, 在信号信噪比低于5 dB时无法得到信号星座图。     

一种新的跳频信号时延估计方法

针对噪声环境下的跳频信号,提出了一种基于稀疏分解的时延估计方法。对跳频信号 采用稀疏分解重构进行了研究,在此基础上,在不同天线下对跳频信号分别进行重构,得到 每跳信号对应的载波频率和时间中心,从而估计出跳频信号的时延。仿真结果表明,在信噪 比大于7 dB时,跳频信号的时延估计误差基本趋近于零,验证了时延估计方法的有效性 。     

一种子带分频段信道估计算法

针对当前高速率通信中信道阶数很长导致信道估计和均衡困难的问题,利用子带 滤波器组近似完全重构的特点,提出一种在子带内进行分频段信道估计、在全频带综合信道 参数的估计方法。该方法较全频带信道估计收敛速度快,收敛误差小,能很好适应恶劣的信 道情况。虽然总的计算量大于全频带信道估计,但由于采用并行计算,所以能大大减少运算 时间。仿真试验表明,在重构误差足够小的情况下,子带数目越多,收敛越快,收敛残差比 全频带信道估计小5 dB左右。     

利用指数范数的QAM信号调制识别方法

针对高阶正交幅度调制（QAM）类信号的调制识别问题,提出了一种利用指数范数的调制识别分类方法,实现了由5种QAM类信号所组成信号集的调制识别。首先,对信号集内待识别信号提取指数范数特征,依次将16QAM和32QAM信号从信号集内识别出来;然后,对信号集内剩余信号提取高斯指数范数特征,依次识别64QAM、128QAM和256QAM信号;最后,根据决策树原理设计分类器,实现信号集内5种QAM类信号的识别。仿真结果表明,在信噪比大于6 dB时,该方法对信号集内的信号的识别正确率超过96%。     

基于前向结构的高动态突发信号载波同步算法

为实现高动态突发通信系统载波快速同步,提出了一种新的基于前向结构的突发信号载波同步算法,采用多级处理方案分级实现多普勒变化率、多普勒频偏及载波相位的估计及恢复。理论分析及数值仿真表明,在高动态低信噪比条件下,新算法的载波同步信噪比损失小于1 dB,且对多普勒变化率及信号电平参数不敏感,实现复杂度低,能够满足高实时性应用需求。     

一种新的基于二尺度分解的图像和谐融合方法

介绍了一种新颖的图像融合算法。该方法首先将图像的亮度通道进行分解,然后对分 解后的层使用不同的方式进行处理。该方法使用均值插值法来解决图像融合问题。实验表明 ,该方法在外观不同的图像上能够获得比较满意的结果,融合结果和目标图像的细节纹理匹 配完好且无缝。此外,基于图形处理器（GPU）的并行实现提高了算法的效率。     

一种基于脉冲样本序列的PRI周期信号分选算法

针对传统脉冲重复间隔（PRI）分选算法在估计PRI方面存在的不足,提出了一种对PRI周期信号的周期进行准确估计的方法。该方法首先从待分选脉冲序列中提取出属于一部雷达的脉冲样本,然后基于这些样本对该雷达脉冲序列的周期进行精确估计,并用估计到的周期值进行脉冲序列抽取从而实现准确分选。相对于传统PRI分选算法,该算法能够在保证周期估计精度的前提下大幅度减少分选过程所需要的时间,从而能够更好地满足信号分选的需求。仿真结果证明了所提算法的有效性。     

免疫克隆选择算法在雷达信号时频原子分解中的应用

针对传统时频原子在雷达信号分解中计算复杂度比较高的问题,提出了一种基于免疫克隆选择算法的时频原子快速分解方法。首先将Chirplet原子库分解为小原子库,然后并行地在每一个小原子库中搜索最佳原子,搜索过程建模为多参数寻优问题,通过免疫克隆选择算法的克隆、变异、记忆、替换等操作求解最优值,最后比较每一个小原子库中的最佳原子,将相似度最大的原子作为分解的最佳原子。仿真实验表明,该方法能够用较少的时频原子表示信号,在大幅减少时频原子搜索时间的同时,有效地抑制了噪声和交叉项的干扰。