一种M-ary扩频信号的盲同步方法

针对通信侦察领域M-ary扩频信号的盲同步问题,根据M-ary扩频信号的结构特点及扩频码集元素间的相关特性,提出了一种扩频码长度和失步时间联合估计方法。该方法能够同时估计出M-ary扩频信号的扩频码长度及失步时间,且不受扩频码集类型的限制。仿真实验表明,该算法能在较低的信噪比条件下对三种不同码集的扩频信号进行估计,且算法的性能随着所使用数据的增多而提高。     

一种修正的矢量奇异值分解DOA估计算法

在均匀线性阵列模型下,特征矢量奇异值分解算法能够对相干信号进行DOA估计, 但相干和不相关信号同时存在时,算法的估计会出现错误。针对这一问题,提出了一种修正 算法（MESVD）,该算法选取经过加权处理的特征向量来构造矩阵,并利用该矩阵进行子空 间估计。理论分析和数值仿真证明：修正后的算法能够正确估计相干、相关和不相 关信号, 估计性能与空间平滑算法（FBSS）相当。     

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。     

一种基于快速搜索的视频时域差错隐藏算法

为了克服视频传输中因传输差错引起的视频质量下降,提出一种基于快速搜索的边框匹配时域隐藏算法(CSBM)。该算法针对时域差错隐藏的运动矢量恢复问题,利用边框匹配算法改善被恢复的物体边缘模糊的情况;采用基于中心偏置的快速搜索样式得到最小边界匹配差值的候选运动矢量,减少了解码器差错恢复的计算复杂度。实验结果显示,针对不同性质的序列,该算法与边界匹配算法(SMA)、棱形搜索的边界匹配法(DSSM)等典型差错隐藏方法相比,平均搜索点数可减少12.5~19个点,亮度分量的峰值信噪比(PSNR)能改善0.93~1.55 dB,证明该算法能获得更好的差错隐藏效果,并减少了运算量。     

一种基于区域搜索的全局运动估计与补偿算法

开展全局运动估计与补偿研究是进行动态目标检测中的基础和前提。在总结现有运动估计与补偿方法的基础上,提出一种基于图像分割区域的运动性和大小的全局运动估计与补偿算法。首先,通过建立区域搜索的全局运动模型,同时进行区域定性分割和区域大小排序;然后,根据误差最小化准则在指定的分割区域中进行线性递归搜索,利用门限准则寻找出最佳的运动估计参数;最后,根据双线性内插法获得运动位移量。实验结果比较可知,所提算法较三步搜索算法(TSS)和全局搜索算法(FSA)等传统算法具有更高的准确性(图像平移帧差)和实时性(算法运行时间),能够很好地实现运动背景的全局校正。     

基于特征权值系数算法的网页分类方法研究

为了提高网页搜索的效率，提出了一种基于特征权值系数算法的网页分类方法。提取网页特征，计算不同网页特征的权值系数，从而实现网页分类。实验证明，这种算法能够对网页进行准确分类，从而提高了网页搜索的效率。     

一种同波束多目标测轨的角度修正方法

为解决船载测控设备对同波束内的非主跟踪扩频目标测轨时测角数据偏差大的问题,剖析了现有设备同波束多目标测轨方法的缺陷,提出了一种基于多目标角误差电压的角度修正方法,根据此方法分析了测控过程中获取的外测数据,对实测角度数据进行了修正和定轨反演验证,通过多目标测角信息传输方式的改进实现测角数据的实时修正,有效提高了同波束多目标飞行轨迹测量精度。     

一种新的基于SVM的文本分类增量学习算法

文本分类将自然语言文本按内容归入一个或多个预定义类别中,在许多信息组织和管理中都是一项重要的内容。不同算法的分类准确性各不相同。在文本分类领域,SVM分类器是一种常用且效果较好的分类器,具有较严密的理论基础。对SVM分类器进行了分析,提出了利用增量模式实现多类文本分类的算法。实验表明:增量方法大大减少新类增加时分类器更新所需要的学习步骤和时间,是一种较好的分类算法。     

一种不考虑信源数目的修正MUSIC算法

分析了信源数目估计误差下的MUSIC算法性能.为了解决信源数目过估计下出现虚假信号和欠估计下谱峰消失的问题,提出了一种改进算法.该算法通过对采样数据的共轭重排再利用,重新构造相关矩阵来改善测向性能.改进的算法不仅能成功运用于非相关信号源和相关信号源,还具有不用考虑信源数目的优点.计算机仿真结果证明了改进算法的正确性和有效性.     

一种改进的基于奇异值分解的信源数目估计算法

信源数目估计问题在盲源分离中具有重要的意义。研究了传感器数目大于信源数目时的源数估计问题。首先分析了用奇异值分解法进行信源数目估计的优势与不足,然后提出了一种改进的基于奇异值分解的信源数目估计算法。该算法首先对含噪混合信号进行奇异值分解,然后检测信号分量与噪声分量之间的转折点,将信号分量与噪声分量区分开来,从而得到信号源的数目。实验仿真表明,该算法在低信噪比以及采样点数较少时仍然具有好的性能。     

改进的S模式纠错算法

对检测到错误的S模式应答信号报文纠错,传统的方法是查表法,不仅效率很低,而 且要求很大的存储空间存放错误图样,不适合工程应用。通过对S模式应答信号的干扰情况 、编译码方式及循环码特性的深入研究,提出了余数计算的改进方法;再结合使用码元置信 度,实现了能快速、准确定位误码并纠正它们的算法。改进的纠错算法不仅效率高,而且占 用系统资源少,易于硬件实现,其有效性已得到工程应用的验证。     

基于CRC纠错与迭代干扰消除的星载AIS接收机

为了提升星载船舶自动识别系统（AIS）的卫星接收性能,提出了一种采用4 b循环冗余校验（CRC）纠错与迭代干扰消除算法的星载AIS接收方案。针对星载AIS系统中多路信号碰撞明显的情况,首先,通过分析星载AIS系统中CRC错误类型,采用比特反转的方式进行纠错;其次,对纠错后的序列进行AIS数据重构,采用迭代干扰消除方法消除重构信号,并将余下信号作为输入信号再次进入系统进行解调。仿真结果表明,和传统的CRC纠错系统相比,针对典型的两路信号碰撞情况,基于4 b CRC校验与迭代干扰消除的星载AIS系统能够带来1~2 dB的误码率增益,对星载AIS系统的性能提升有重要指导意义。     

高动态弱直扩信号的分级捕获算法

针对低信噪比高动态环境下直扩信号经典捕获算法中多普勒频偏估计精度和快速傅里叶变换（FFT）运算量的矛盾,提出了一种基于频偏补偿的两级非相干累加捕获算法。该算法以部分匹配滤波器结合快速傅里叶变换（PMF-FFT）算法为单元,首先利用第一级频偏粗估值对多普勒频偏进行补偿,然后通过调整第二级PMF-FFT中部分匹配滤波器长度并利用滑动平均窗对残余频偏进行精估。理论分析和仿真结果表明,与经典捕获算法相比,该算法在FFT运算点数相同的条件下,可以有效地提高多普勒频偏估计精度,并且在高动态环境下具有更好的检测性能。     

采用广度优先搜索邻居聚类的通信信号调制识别

针对短波通信中无法避免的码间串扰问题,研究了聚类算法在信号调制识别中的作用,提出了一种利用广度优先搜索邻居(BFSN)聚类处理循环统计量特征的分类算法。该算法将循环统计量特征峰值作为聚类输入对象,通过BFSN聚类分析,剔除延时信号、噪声等造成的奇异类峰值,克服了多径效应产生的码间串扰影响,实现了2FSK、4FSK、BPSK、QPSK、16QAM、π/4-QPSK、π/4-DQPSK、8PSK等8种调制信号的自动识别。仿真表明,该算法聚类后提取的特征参数抗多径干扰能力强,同信道均衡方法相比识别正确率有5%的性能优势。低信噪比环境下的信号调制识别具有重要的工程应用意义。     

一种利用压缩感知改进的PMF-FFT扩频捕获算法

为了实现直接序列扩频（DSSS）信号快速捕获的同时降低数据量和硬件资源消耗,引入了压缩感知理论改进部分匹配滤波-快速傅里叶变换（PMF-FFT）算法,提出了基于压缩感知改进的部分匹配滤波-快速傅里叶变换（CSPMF-FFT）算法。该算法将PMF-FFT算法与压缩感知理论相结合,先对信号进行稀疏性分析和压缩观测,然后从少量压缩观测值中重构信号,并利用输出的峰值信息估算信号的多普勒频移和码相位,从而实现捕获。理论分析和仿真实验表明,相较于PMF-FFT捕获算法,CSPMF-FFT算法能在成功完成捕获的同时有效地减少相关器的数目和FFT变换的运算量,从而降低系统数据量和硬件资源压力,为基于压缩感知的扩频信号处理技术研究奠定了基础。     

低信噪比高动态条件下基于FFT的二维平移累加PN码捕获算法

针对低信噪比高动态条件下直接序列扩频（DSSS）系统中PN码捕获的问题,提出了基于FFT 二维平移累 加的PN码捕获算法。首先对现有的PN码捕获技术进行了分析,然后研究了时变的载波频偏与 码频频偏对PN码捕获的影响,在此基础上,提出了基于FFT二维平移累加的PN码捕获算法。 算法的基本思想是对相关器输出的相关值在载波频偏不确定度与码相位不确定度同时进行平 移,从而消除相关峰“漂移”现象,增大非相干累加的有效性。给出了采用此算法的捕获系 统结构图,并对关键参数进行了分析。最后,通过仿真表明了该算法对捕获系统有6 dB的改 善。     

一种改进的低复杂度OFDM峰均比抑制PTS算法

针对正交频分复用系统中的信号峰值平均功率比问题,提出了一种基于时域采样点幅度筛选的低复杂度部分传输序列算法。算法通过设置信号经过逆向傅里叶变换后时域采样点的幅度之和为判别函数,并设置适当的幅度门限,筛选出幅度大于门限的信号采样点集合,利用该集合来搜索信号峰均比抑制相位因子,从而降低算法复杂度。仿真表明,与传统峰均比抑制算法相比,改进算法在保持峰均比抑制性能的同时降低了算法复杂度。