基于分数阶域的多分量线性调频信号能量聚集性检测

线性调频信号(LFM)在雷达信号中已得到广泛使用。本文利用LFM信号在时频平面上某一角度的能量聚集特征和分数阶Fourier变换的性质，提出了基于分数阶域的能量聚集性检测算法，并定性地分析其检测性能以及提高FRFT的分辨率方法。     

应用Turbo乘积码的改进UWB判决反馈ATR接收机

针对超宽带（UWB）通信中数据辅助平均发射参考(ATR)接收机在判决错误较多时性能恶化的 问题,提 出了在相关器后串联Turbo乘积码（TPC）的译码器,取其译码判决输出来反馈更新相关模板 ,以降低判决错误数量的解决方案,据此形成了一种改进的应用TPC码的判决反馈ATR接收机 。理论分析和IEEE CM3多径信道仿真结果表明：该接收机的检测性能优于一般ATR+TP C码纠错的接收机,在10-4误码率时约有1 dB的信噪比增益优势。     

基于多重累积相关的LFM脉冲信号实时检测算法

针对线性调频（LFM）脉冲信号的实时检测问题,提出了一种基于多重累积相关的检测算法 。该 算法根据信号与噪声具有不同的统计特性,利用LFM信号的累积相关高于噪声的累积相关的 原理实现LFM脉冲信号的检测。通过二次累积改善累积相关输出的信噪比,实现对多分 量微弱LFM脉冲信号的有效检测。该算法复杂度低,可以通过递推运算减小运算量,便于 实时处理。仿真实验结果验证了算法的有效性。     

微弱LFM信号的FrFT检测能力分析

基于分数阶傅里叶变换（FrFT）检测线性调频（LFM）信号广泛应用于雷达、通信、声呐和电子战领域,但缺乏对检测灵敏度的定量分析。为此,研究了FrFT对微弱LFM信号的检测能力。根据FrFT思想和二元假设检验理论,推导了检测概率和虚警概率的数学表达式。由于表达式是关于LFM信号频谱的函数,因此区分快变信号和慢变信号对LFM的频谱进行了合理近似。基于接收机工作特性曲线分析了FrFT检测LFM信号的灵敏度。仿真比较了FrFT与传统傅里叶变换（FT）对微弱LFM信号的检测能力,结果表明FrFT对LFM信号的检测灵敏度和信号累积能力均优于FT。     

基于自适应门限MDL方法的TDMA突发特征码检测

阐述了基于最小描述长度(MDL)方法来进行特征码检测,根据检测量分布的推导结果,提出了检测门限对检测性能、特征码位置不确定性和信噪比变化自适应的MDL特征码检测方法。当基于特征码进行通信信号分选时,新方法具有更好的应用灵活性,且检测性能对频偏具备鲁棒性。     

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。     

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。     

训练样本不足时的子空间信号检测方法

为了解决训练样本不足时的子空间信号检测问题,提出了两种有效的降秩检测器。基于主分量分析（PCA）的思想,先把常规自适应子空间检测器中采样协方差矩阵（SCM）的求逆运算用噪声特征子空间矩阵与其共轭转置的乘积代替,构造降秩子空间检测器;为进一步提高算法稳健性,把降秩子空间检测器的求逆运算用Moore-Penrose逆代替。仿真结果表明,所提方法在训练样本充足及不足时,均比现有方法具有更好的检测性能。     

一种利用线性调频信号的新型扩频调制技术

根据上扫频和下扫频线性调频(LFM)信号的特性,针对传统的超宽带无线通信系统中线性调频扩频技术存在的调制效率低、误码率性能低、实现复杂高等问题,结合线性调频（Chirp）扩频以及循环移位编码(CCSK)扩频,提出了一种基于线性调频信号的循环移位线性调频扩频技术(CS-CSS)。首先,将输入数据映射在循环移位因子(CSF)上;然后,根据CSF数值对基带所产生的Chirp信号进行循环移位达到调制的目的;最后,在解调端经过加窗处理、快速傅里叶变换（FFT）得到与发射端对应的CSF,从而得到发送的数据。误符号率的仿真结果与理论推导公式相吻合,从调制效率和误码率性能上讲,该方案相比线性调频二进制正交键控(Chirp BOK)系统具有超过10 dB的误码率性能。因此,该方案具有更好的误码率性能、更高的调制效率及实现更低的复杂度。     

基于循环平稳特征的分阶段直扩超宽带信号检测

超宽带（Ultra Wideband,UWB）信号检测对实现超宽带定位具有重要意义。针对低信噪比下直扩超宽带信号（Direct Sequence Spread Spectrum UWB,DS-UWB）功率谱密度极低，难以通过传统手段检测的问题,提出了一种基于循环平稳特征的分阶段直扩超宽带信号检测算法。在介绍直扩超宽带的信号模型的基础上，提出了改进循环平稳特征检测方法，分析了二元假设两种情形下灰度图的差异，利用这种差异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，进而利用训练好的网络进行检测。为更高效检测出信号，采用分阶段检测，即第一阶段先进行能量检测，若未检测到，则进入第二阶段改进循环平稳特征检测。仿真结果表明，在信噪比小于-8 dB时，所提方法的检测性能明显优于传统的循环平稳特征检测。     

低信噪比环境下短扩频码捕获性能的改善

介绍了低信噪比环境下基于FFT的扩频码捕获技术,提出了在相同累加段数情况下提高性能的方案。作为提高相干增益的两种方式,相干累加和非相干累加各有优缺点,在一定的数据长度内合理地设计累加方式对提高捕获性能大有帮助。基于两种累加方式的性能介绍了一种两路非相干积分的累加方式。对于GPS信号,在低信噪比的环境下的仿真证明,在一定长度下优化后的累加方式相比非相干累加和普通混合累加方式能够得到更好的捕获效果(更高的检测概率)。     

基于冲激谱线检测的调制识别

现代卫星通信系统为满足传输速率和加密等要求,采用了多种复杂或高阶复合调制信号。为实现各类调制信号的检测与识别,信号之间不同类型谱的谱线分布是重要特征之一。在介绍常见通信卫星调制信号在不同类型谱下的冲激谱线特征基础上,提出了一种基于线性调频Z变换的冲激谱线检测方法,消除了离散频谱“栅栏效应”对检测值的影响。通过高次方谱和分数低阶循环自相关谱的区域谱线检测方法,构建特征向量进行分类设计,实现对常见通信卫星调制信号的分类识别。该算法在低信噪比、未知码元速率等先验信息的情况下具有较好的识别效果。     

低信噪比下LFM- PRBC信号参数的快速估计

为了解决目前算法中线性调频-伪码（LFM- PRBC）信号参数估计计算量较大的问题,提出了一种快速估计算法。该算法采用解线调与分数阶傅里叶变换（FRFT）进行参数的估计。首先对信号进行解线调估计出调频斜率的粗略值,然后由调频斜率确定旋转角,通过FRFT估计出码元宽度的粗略值。根据延时再进行解线调估计出调频斜率的精确值,再通过FRFT估计出码元宽度的精确值与起始频率。该算法不仅计算量较低,同时具有很高的估计精度与很强的抗噪性,仿真实验验证了该算法的有效性。     

课堂教学中的教学效果改进——基于反馈信号的控制与管理

课堂教学中学生总会发生各种与教学过程不符的问题行为,本文通过研究反馈信号在课堂教学管理中的特征与作用,提出了基于反馈信号的课堂教学管理与控制,从而达到减少问题行为的产生,提高学生学习的效果。     

强混响背景下LFM信号回波检测

混响是主动声纳检测的主要背景干扰,由于它是一种非平稳的有色噪声,使得工作在白噪声条件下的检测器性能受到极大限制。在混响背景下实现目标回波检测,常采用自回归（AR）模型对宽带回波预白化处理,但在强混响背景条件下,白化后直接进行匹配滤波检测的结果不甚理想。针对此问题,在AR模型预白化基础上,提出一种改进方法,对白化后信号先进行二分奇异值分解（SVD）处理,有效去除大部分混响干扰,然后再作匹配检测。仿真实验分析表明,相比于仅白化后的匹配滤波检测,该方法可提高信混比约3 dB,匹配检测效果得到了明显改善。     

基于食用油掺假检测方法分析

文章就现阶段大部分食用油的分类和掺杂油的种类作为切入点,浅要论述食用油掺假的主要检测方法,并提出食用油掺假检测的发展,以期促进我国食用油掺假检测方法的优化和完善。     

一种基于码本轮转的有限反馈量化方法

大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统中随着天线数目的增加，其反馈比特数将随之大幅度增加。为此，提出了一种基于码本轮转的有限反馈量化方法。该方法中，用户在前一时刻得到最佳码字之后，在码本中选取轮转区域构成虚拟码本，判断当前时刻的信道向量，满足轮转条件的用户将虚拟码本轮转到码本起始位置，在虚拟码本中进行量化；不满足轮转条件的用户在原始码本中进行量化，选出当前时刻的最优码字。反馈比特数分析与仿真结果表明，所提方法可轮转的虚拟码本减少了量化码字的数量，从而减少了反馈比特数，是系统性能与反馈比特数的一种折中。     

基于LFM模型的高动态弱GPS信号载波捕获

根据极大似然估计理论,通过载波频率和频率变化率分段对消、快速傅里叶变换(FFT)结果选大估计载波频率和频率变化率,实现载波信号捕获,建立了高动态全球定位系统(GPS)载波的线性调频(LFM)信号模型,并给出了算法的具体实现。详细分析了该算法中检测统计量的分布特性,推导了恒虚警准则下的检测门限,并讨论了其中关键参数的设计。仿真结果表明,该算法可以实现对18 dBHz的GPS高动态信号的载波捕获。     

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。