基于多尺度小波模极大融合的宽带频谱感知算法

针对传统宽带频谱感知算法速度慢、设备复杂度高、对实际信号适用性不强等问题, 提出了一种基于多尺度小波模极大融合的宽带频谱感知算法,根据信号带宽等因素选择合适 尺度下的小波变换结果进行信号检测,能够准确估计频带范围内信号个数、载频、带宽、信 噪比等参数。实际信号测试证明了这一算法的有效性。该算法对频谱监测、认知无线电（CR ）频谱感知具有一定实用价值。     

基于网络编码的衰落信道频谱感知算法

针对传统认知无线电网络中频谱状态转换频繁和频谱检测时延长的问题,提出基于随机线性网络编码的累积和能量检测频谱感知算法。该算法在主用户信道中引入随机线性网络编码,利用网络编码对频谱的整形作用,使频谱状态转换稀疏,频谱结构更规律化,减小频谱检测时延,提高系统吞吐率。此外,针对传统累积和能量检测算法抗衰落性能差的问题,通过比较该算法在五种衰落信道下的检测时延和吞吐率,研究该算法的抗衰落性能。实验结果表明,在一定的虚警概率下,该算法有效降低了检测时延,提高了吞吐率及抗衰落能力,能够更好地适应复杂的衰落信道环境。     

调频遥测信号载波频率的精确估计

传统调频遥测信号载波频率估计算法对输入信号降采样后直接进行快速傅里叶变换,实现方法虽然简单,但测量精度较差,无法适应高动态、低信噪比等复杂场景。为此,提出了一种调频遥测信号载波频率的精确估计算法。两并联补偿支路先分别采用正、负调频频率对输入信号进行频率预先补偿,低通滤波后完成降采样处理,削弱调频频率的频谱影响;频率搜索状态对采样数据进行载波多普勒变化率的频率补偿,经过快速傅里叶变换、非相干积分和频谱重心搜索完成频率解算,提高载波频率的检测性能。试验与分析表明,所提算法在高动态、低信噪比等复杂场景下可显著提高调频遥测信号载波频率的估测性能。     

认知无线电差分协作压缩频谱估计算法

在分布式认知无线网络场景下,针对传统协作压缩频谱估计收敛速度慢、计算复杂 度高的问题,提出了一种差分协作压缩频谱估计算法用于宽带频谱感知。算法通过利用不同 认知用户感知的宽带信号所满足的相同频谱支撑集特征,实现了在邻居节点感知先验信息条 件下,本地认知用户基于压缩测量向量差值的宽带频谱迭代估计。仿真分析结果表明,所提 算法在频谱估计精度、检测性能与计算复杂度方面均获得了明显改善。     

用于正弦波频率估计的修正Kay算法

Kay算法能够估计出采样点较少的正弦波频率，但低信噪比下估计性能不佳。针对此问题，提出了修正Kay算法。首先基于最大似然估计准则，推导了观测信号模值与相位的条件概率密度函数，进而重建了Kay算法的相位差噪声矢量协方差矩阵与权值矩阵。实验结果表明，修正算法能够有效估计正弦波信号频率，与Kay算法相比，抗噪性更强。     

利用秩和检验的多天线协作频谱感知

高效稳定的频谱感知是认知无线电系统的关键环节。传统的能量检测算法受噪声不确定性影响，而协方差矩阵类算法在天线相关性低时性能较差。针对上述缺陷，利用秩来衡量由信道衰落导致的同一感知时刻不同天线上的信号功率差异，提出通过构建秩和统计量来实现频谱感知的算法。另外，推导了所提算法判决门限的理论表达式，结果显示其不受采样点数影响，因此当采样点数变化时无需重新设置门限。理论分析和仿真表明所提算法不受噪声不确定度的影响，并且在低天线相关性时可以保持良好的性能。     

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。     

基于新限速抽样的超宽带通信系统信道时延估计

提出了利用新限速抽样率理论解决信道估计问题,建立了既可用于宽带也可用于窄带信道估计的框架,此框架的抽样率低于奈奎斯特速率。通过实例展示了利用奈奎斯特速率抽样而工作在低于奈奎斯特抽样率的算法性能,减少了功耗,也降低了算法的复杂性。     

基于宽窄带功率比值法的GNSS载噪比估计改进方法

为了降低载噪比估计算法的实现复杂度，提出了一种改进的宽窄带载噪比估计方法。该方法利用接收机良好跟踪信号时信号能量主要分布在I支路这一特点，将传统的宽窄带功率比值法中的宽带进行简化变为仅取I支路信号，而窄带保持不变来进行载噪比估计。在详细推导了改进后算法的载噪比估计的理论表达式后，通过仿真测试进行了验证与分析，最后对K值的选取进行了讨论。测试结果表明，改进后的算法与传统算法的性能基本相当，但相比传统的宽窄带功率比值法而言，在算法复杂度方面加法和乘法次数都减少了1000次左右，约为传统算法的60%，使算法复杂度得到了有效降低。     

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。     

基于帧间相关性的自适应采样率分块视频压缩感知

针对现有基于自适应采样率的分块视频压缩感知方案的单帧总采样率不可控的问题,提出了一种新的自适应采样率分配方案。首先,对当前帧图像块进行固定预采样;然后,根据预采样的测量值来估计图像块的变化程度,并计算该图像块与当前帧图像的复杂度比例;接下来,根据复杂度比例分配图像块自适应采样率,并将固定预采样及自适应采样的测量值合并为最终测量值。实验结果表明,与固定采样率算法相比,提出的方案在相同采样率下可获得1 dB左右的峰值信噪比增益。所提方案可获得高质量的重构图像,且总采样率可控,因此增强了自适应采样分块视频压缩感知方案的有效性和实用性。     

LDPC编码MC-LDS系统联合因子图的改进PEG设计

作为非正交多址（Non-orthogonal Multiple Access,NOMA）技术之一,基于稀疏因子图的多载波低密度序列（Multi-carrier Low-density Signature,MC-LDS）技术由于其译码复杂度较低,可以与同样基于稀疏因子图的低密度奇偶校验码（Low Density Parity Check Code,LDPC）同时使用。MC-LDS技术的检测算法和LDPC 的译码算法都是基于稀疏因子图上的消息传递算法（Message Passing Algorithm,MPA）,但现有研究中,对于MC-LDS和LDPC稀疏因子图的设计一般独立进行,得到的结果往往不是最优的。为此,提出一种将LDPC与MC-LDS稀疏因子图进行联合分析设计的方法,采用改进的渐进边增长(Progressive Edge Growth,PEG)方法,消除了MC-LDS与LDPC联合因子图中各自的因子图之间互相耦合导致的短环,构建了性能良好的联合稀疏因子图。仿真结果表明,对于不同的LDPC码长,所提方案获得了0.5~0.6 dB的性能增益。     

恒虚警处理中基于噪声采样的检测门限设定

恒虚警（CFAR）检测是雷达信号处理的重要组成部分。介绍了某型雷达的目标检测 原理,分析了噪声恒虚警处理中门限系数对目标检测的影响,提出了一种基于噪声采样的门 限系数确定方法,最后在仿真计算的基础上验证了该方法的可行性。     

采用压缩感知的直扩测控信号处理

鉴于扩频测控系统宽带化带来的高速采样压力和高数据率问题,研究了基于压缩感知的直扩测控信号处理方法。通过深入分析直扩测控信号稀疏性,构造了延时-多普勒基字典,提出了基于压缩感知直扩测控信号处理框架,并针对直扩测控信号特点给出了改进正交匹配追踪重构算法,最后针对该信号处理方法的可行性和性能分别进行了仿真实验。仿真结果不仅验证了方法的可行性,同时表明可以在不影响解调性能条件下大幅度降低采样率或数据率,并具有一定的降噪效果,这将为直扩测控通信系统提供一种高效的模数转换和同步解调处理方式。     

基于稀疏分解和混沌理论的微弱信号检测

针对数字锁定放大器中稀疏分解算法检测精度受限的缺点,结合非线性方法进行补偿,采用混沌检测联合稀疏分解的算法设计了数字锁定放大器。数字锁定放大器借助稀疏分解算法估计信号参数,根据估计得到的参数设计对应混沌系统;利用混沌系统检测信号的过程中产生间歇性混沌状态,并通过测量间歇性混沌状态的周期,精确检测信号。最终,在信号的信噪比低至-20 dB时可以成功检测信号,频率精度达到0.05 Hz,提供了一种非线性微弱信号检测方法。     

基于稀疏编码的TPM通信噪声抑制分析

基于独立成分分析（ICA）时域滤波的时相调制（TPM）通信系统中的噪声干扰对系统性能有很大的影响。采用稀疏编码方法对TPM通信中的噪声进行抑制。首先对观测信号采用稀疏编码方法进行稀疏编码,然后对处理后的信号使用压缩方法处理,从而将ICA过程中对噪声所代表的小的变元值变小或置零,最终达到对噪声的削弱。仿真表明,稀疏编码方法对TPM通信中的噪声确实有较好的抑制,与不采用所提方法相比,大约有1 dB的系统误码性能提高。     

基于数字波束形成的自动跟踪系统

针对多目标测控问题，提出了一种实用的利用基于圆阵的数字波束形成技术来实现目标跟踪的系统。在系统实际工作于噪声和干扰环境中时，为避免计算梯度时可能出现的数值突变，提出了一种修正的梯度跟踪自适应算法，可靠地实现了权值更新，并对各阵元输出进行加权合并，以获得最大信号输出，同时实现对目标方位角和俯仰角的自动捕获和跟踪，且跟踪迅速、正确、稳定。仿真结果表明了所提出的方案的正确性。     

一种采用刀切法的单通道信源数估计算法

针对现有信源数估计算法不能直接用于单通道接收模型且抑噪能力较差的问题,提出了一种采用刀切法的单通道信源数估计算法。该算法首先通过间隔抽样实现了单通道接收信号多维数的转换,得到矢量化空间;然后采用刀切法将此组空间重构多个协方差矩阵,经酉变换后结果取平均;最后通过循环迭代得到最优信源数。理论分析和仿真结果表明,该算法在白、色噪声环境下能有效抑制噪声,且在低信噪比及采样点较少时能更准确估计信源数,相较于传统的估计算法,显著提高了检测性能。     

认知无线电中基于循环统计量的频谱空穴检测方法

频谱空穴检测是认知无线电研究的关键技术.针对授权用户信号的循环平稳特性以及它和干扰信号、噪声的循环独立特性,提出了一种基于循环统计量的频谱空穴检测方案.构造了频谱空穴检测的二元假设检验模型,推导了相应的检验统计量.仿真结果表明,在低信噪比情况下,相比传统的能量检测法,该方法具有较优的检测性能,同时能有效地区分授权用户信号与同频干扰信号.     

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.