基于欠采样随机共振的单频微弱信号检测新方法

由于随机共振具有在特定条件下增强微弱信号信噪比的特性,近年来成为一种全新的微弱信号检测手段。为了克服随机共振绝热近似理论小参数条件的限制,提出一种基于欠采样随机共振的微弱信号检测方法。通过欠采样尺度变换与还原技术,实现了大参数信号的随机共振处理,突破了二次采样变尺度随机共振算法要求采样频率必须大于信号频率的50倍的限制。构建了基于欠采样随机共振的微弱信号检测模型,从理论上证明了方法的可行性。最后利用该方法对信噪比为-27 dB条件下的微弱单频信号检测进行了仿真,结果进一步验证了所提微弱信号检测方案的正确性。所提方法大大降低了信号的采样速率,为将随机共振应用于科斯塔斯(Costas)环的改进奠定了基础。     

宽带直扩信号的随机解调压缩采样方法

为了有效解决扩频测控通信系统宽带化带来的高速采样压力和高数据率问题,提出了基于压缩感知的直扩信号随机解调压缩采样方法。通过对模拟信号压缩采样原理进行研究,深入分析和推导随机解调采样原理及其数学模型,提出了基于压缩感知的直扩信号采集系统构架,并对压缩比取值影响因素进行了分析;给出了随机解调压缩采样系统硬件实现方案,并对其可行性进行了分析;最后对所提出的直扩信号压缩采样方法的性能进行了仿真分析。仿真结果表明,压缩采样系统可以实现直扩信号的压缩采样处理,并能够高精度重构原信号,但重构信号的解调门限会随压缩比增大而相应提高,这是采样率降低所需付出的代价。压缩采样为宽带直扩测控通信系统提供了一种高效的模数转换和同步解调处理思路。     

双模非高斯噪声背景下级联双稳态随机共振信号检测

针对随机共振(SR)以高斯噪声为研究背景的局限性,为了分析非高斯噪声对级联随机共振的影响且验证在双模非高斯噪声中级联随机共振的降噪及波形整形特性的可靠性,提出了级联双稳随机共振系统在双模非高斯情况下的微弱信号检测方法。输入信号在进行信号检测过程中,首先把概率密度函数作为随机共振现象的衡量指标,然后当系统处于最佳随机共振状态时,分析了非高斯参数、相关时间及噪声强度之间的关系。最后通过仿真证实,与一级SR相比,二级SR的噪声强度和相关时间的可用范围随着非高斯参数的减少不仅会得到增大,而且滤波特性、信号检测效果得到明显提高。     

一种新的微弱信号相关检测方法

阐述了微弱信号检测的锁定放大,数字式平均、相关检测技术的基本原理,归纳三种检测方法的特点,然后结合相关检测性能要求,给出了一种改善频率估计误差和幅度估计误差的方法。通过仿真实验结果验证了该方法的可行性。     

一种应用于深空通信的微弱信号捕获算法

针对低信噪比、高动态条件下深空测控通信信号捕获概率低以及复杂度较高的问题,首先分析了深空测控通信信号捕获的难点以及信号循环平稳特性,然后在此基础上提出了一种基于循环相关的新算法。计算机仿真结果证明新算法捕获门限达24 dBHz,适应频率动态达800 Hz/s;新算法较传统的捕获算法,在相同门限条件下的频率动态适应范围提升了约两个数量级。该方法已被应用于我国第一个深空测控站的建设,工作性能稳定可靠,有效地解决了低信噪比下深空站抑制载波信号的捕获问题。     

基于实时解调的AIS信号侦察

针对日益增强的船舶自动识别系统（AIS）信号侦察需求,以实时解调为主要侦察手段,结合采样数据存储,提出了一种通用的AIS信号侦察的FPGA设计方案。通过乒乓操作、高精度计时器等设计,解决了AIS侦察的实时解调、标准时隙校准、高精度时标等问题。试验结果验证了该设计的实用性。     

应用深度学习的信号解调

针对噪声干扰信道下的信号解调问题,提出了应用深度学习的信号识别方法,通过识别信号完成信号解调。深层置信网络使用受限波尔兹曼机为基本单元,设计针对通信信号识别的多层深层置信网络。通信信号首先变换为特定表征序列,并以此构建完备的训练集合对深度置信网络进行逐层的无监督学习和全局有监督的微调反馈学习,在深层置信网络的权重参数优化过程中实现对通信信号的特征提取与识别。仿真实验表明,与传统调制信号解调方法相比,应用深度学习的信号解调方法的检测性能有约0.4 dB的提升。     

基于SVM的信号解调算法

在小样本、低信噪比条件下,同步参数估计会存在较大误差,从而导致信号解调性能的降低。为了解决该问题,将信号解调看成有限长度采样样本的学习问题,并利用支持向量机（SVM）良好的学习性能,在存在同步误差的条件下,通过提高判决端的处理能力来改善系统的接收性能,提出了基于SVM的信号解调算法。在Matlab环境下,对提出算法在精准同步、残存同步误差、高斯白噪声和高斯色噪声等情况进行了计算机仿真,结果表明,相比于匹配滤波器算法,基于SVM的信号解调算法能较好地克服定时误差和相位误差以及色噪声对解调性能的影响。     

FSK信号的非相干数字解调技术

频移键控(FSK)信号在通信系统的广泛应用,使其解调技术也成为一种核心技术。本文介绍了一种全新的基于FPGA技术的非相干数字解调方式,并借助硬件描述语言VerilogHDL语言,使设计具备了很好的移植性、可编程性和一致性。     

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。     

星历和星钟参数辅助精度对AGPS接收机捕获性能的影响

根据辅助型接收机能从辅助网络获取导航电文的特点,提出了一种精简星历和卫星时钟参数辅助算法。基于MS-based方式,对比分析了全参数辅助、精简参数辅助、截短参数辅助以及历书辅助模式下的多普勒偏差和无线通信网络所需传输的信息量。仿真和实验结果表明,截短的星历和星钟参数辅助同样能很快定位捕获时刻的多普勒频移,额外频移误差增加不足1 Hz,辅助数据量却减少了1.55倍。     

深空接收机关键技术分析

通过对JPL、ESA等深空接收机技术进行研究,并结合当前国内信号处理技术发展状况,分析了深空接收机的诸多关键技术,从信号处理角度讨论了提高接收灵敏度的方法和适用技术,以解决深空微弱信号的捕获、跟踪和解调.着重介绍了微弱信号频率捕获、超窄带锁相环、边带辅助残留载波环、环路加窗技术、加权IDF、SSME信噪比估计技术、变环路带宽与变窗口技术等关键技术,对我国自主设备研制具有一定的参考价值.     

基于PMF-FFT的时频域双并行捕获

为了解决传统的PMF-FFT(Partial Match Filter-Fast Fourier Transform)捕获算法在信号捕获方面的不足,提出了一种新的基于PMF-FFT的时频域双并行捕获方案。对PMF加改进的汉宁窗,通过调整窗系数,选择最优化的参数,减小了捕获系统输出增益的衰减。利用FFT频谱分析的特点,对FFT的输入进行合理补零,输出加改进的汉宁窗,调整窗系数,基本上消除了扇贝损失。理论分析和MATLAB仿真结果证明,该方案在尽量不增加系统复杂度的情况下提高了捕获速度和频率估计精度,能够适应多普勒频偏较大的扩频伪码快速捕获。     

基于重叠缓冲预解跳的DS/FH扩频信号快速捕获

DS/FH(Direct Sequence/Frequency Hopping)扩频信号捕获相对直接序列扩频(Direct Sequence Spread Spectrum,DSSS)需要更多维度的搜索,捕获电路复杂。针对现有DS/FH扩频信号捕获算法复杂度高、电路结构与波形参数强相关,以及通用性差、灵活度低的问题,提出了一种基于重叠缓冲预解跳的DS/FH扩频信号快速捕获方法,利用双缓冲补零(Double Block Zero Padding,DBZP)缓冲单元与预解跳单元的灵巧结合,将时域-频域-多普勒域高度耦合的扩跳频图案搜索进行降维分离,在保证积分增益的同时降低了捕获实现的复杂度。数值分析与仿真结果表明,所提方法兼顾了捕获性能与运算资源,相比现有基于预解跳方法的DS/FH扩频信号捕获算法的运算量减小了50%。     

高动态直扩信号快捕设计与FPGA实现

为了解决高动态直扩信号捕获速度与资源消耗的矛盾,分析了部分匹配滤波结合快速傅里叶变换（PMF-FFT）的捕获性能。针对PMF-FFT捕获范围有限且占用硬件资源过多的问题,采用递归折叠匹配滤波器代替常规匹配滤波器的方法大大节省了硬件资源,并行FFT保证了其捕获速度,同时采用扫频方法成倍增加了频偏捕获范围。给出了该方法的FPGA设计结构与实现结果,验证了该方法的有效性。与FFT循环卷积方法相比,在频偏捕获范围一定的前提下,所提方法捕获速度快,占用资源较少,非常适合高动态直扩信号的快速捕获。