基于Duffing振子的FSK信号检测

基于Duffing振子的检测方法由于具有极低检测下限而引起广泛关注,但现有文献主要讨论的是正弦信号的检测.文章提出了将Duffing振子应用到FSK信号检测中的新方法,实验表明该方法能将信噪比低于-10dB的微弱FSK信号检测出来,并且优于传统的FSK信号检测方法.     

利用信号围线积分双谱分形特征实现电台识别

信号的双谱能反映信号的细微特征,可用于电台识别中,但将它直接应用于电台识别需要计算复杂的匹配模板,增加分类器的复杂度,影响识别效率。针对此问题,提出了一种将信号围线积分双谱的分形特征作为电台特征参数的识别方法。首先由信号双谱估计值求出围线积分双谱,然后利用盒维数和信息维数定量描述围线积分双谱波形的复杂度,并将这两种分形维数作为特征向量,最后利用支持向量机(SVM)实现电台分类识别。对两部实际电台所发射的2FSK信号利用所提方法进行分析,结果表明在信噪比为7 dB及以上时,电台正确识别率能达到94.29%以上,验证了所提方法的可行性。     

低信噪比下的语音端点检测算法研究

为了解决传统方法在强噪声环境下,语音检测性能急剧下降的缺陷,提高信号在低信噪比(0 db以下)语音端点检测的准确性,本文提出了一种将多窗谱估计谱减法和自适应子带能熵比相结合的检测算法.该算法利用增益因子可变的多窗谱估计谱减法对低信噪比信号进行降噪,提高其信号的信噪比,再将每帧信号分为若干个子带(其数量可自适应选择),提取每个子带能熵比参数进行端点检测.实验结果表明,当信噪比为-10 db时,信号检测准确性维持在95％左右.该方法能在低信噪比情况下,显著提高端点检测准确性和可靠性.     

一种新型FSK解调算法在来电显示中的应用

来电显示的核心部分就是对来电显示信号即FSK信号的解调。现在常用的FSK解调算法主要是通过频谱分析进行解调,在解调精度上难以达到要求且计算量很大,所以本文介绍了一种新型FSK解调算法,该算法是基于最小均方差准则的线性预测检测算法,它利用FSK信号的高度相关性来检测FSK信号,通过比较线性预测残余信号的大小来检测FSK信号。实践表明该在算法能在极低的信噪比环境下快速准确的解调FSK信号,非常适用于来电显示。本文还介绍了TI公司的TMS320C5402 DSP芯片以及来电显示在该芯片上的实现。     

基于正交MFSK信号的解调优化算法

针对传统多进制频移信号解调算法存在计算量大、误码率高等问题,提出了一种基于正交多进制频移键控(Multiple Frequency Shift Keying,MFSK)信号的解调算法。该算法通过检测和判决MFSK信号在不同频率点处的功率谱峰值来完成信号同步,然后对信号的同向分量和正交分量进行反正切运算求得信号斜率,再根据信号斜率构建差值序列并建立MFSK信号解调数学模型,最后通过模型求解完成信号的调制进制识别和解调。该算法复杂度较低且仅呈线性增长,仿真结果表明该算法在性能上优于传统的小波解调算法,且当输入信噪比大于6 dB时,对2FSK、4FSK、8FSK和16FSK的解调正确率都可以达到90%以上。     

基于最大熵谱估计的回波信号检测技术研究

提出了最大熵谱估计和LMS自适应算法提取激光测距系统的反射回波信号。研究了最大熵谱估计的信号检测原理,采用Burg算法求取AR模型相关参数,设计LMS自适应滤波器提取回波信号,并分析了Burg最大熵谱估计在激光测距系统回波信号检测中的应用。仿真分析表明,最大熵谱估计和LMS自适应算法相结合可以有效地从背景噪声中提取有用的激光反射回波信号。     

基于分数低阶统计量的双谱及其估计方法

稳定分布可更好地描述实际中所遇到的具有显著脉冲特性的随机噪声.为了更好地抑制信号背景中的非高斯噪声,本文提出了基于分数低阶的双谱定义,并给出在分数低阶有色噪声背景下双谱非参数和参数模型的估计方法.仿真结果表明,同传统的双谱估计相比较,非参数法分数低阶双谱估计能有效的识别信号,保留了信号的幅度和相位信息,但存在较大的估计方差.基于AR模型的分数低阶双谱估计具有最大的谱平坦度,能够有效地抑制噪声,具有良好的韧性.     

基于对角切片特征提取和深度学习的辐射源识别

针对复杂电磁环境下辐射源识别率低的问题，提出基于对角切片特征和深度学习的辐射源识别算法。利用辐射源信号双谱的个体特性，提取信号双谱对角切片特征作为深度学习模型的输入数据，采用Softmax分类器进行辐射源识别。仿真实验利用两部同型辐射源进行测试，结果表明该算法能识别个体辐射源，在低信噪比条件下也能获得高的辐射源识别率；相比于其他识别算法，双谱对角切片特征有更鲁棒的分辨性。     

复调制ZOOMFFT在车辆发动机声信号谱估计中的应用

针对传统方法在车辆发动机声信号频谱研究中分辨率低的问题,提出将基于复调制的ZOOMFFT算法应用于车辆发动机声信号频谱研究中,基于复调制的ZOOMFFT算法可以很好地局部放大信号频谱、大大提高细化倍数及运算速度从而提高信号的频谱分辨率,并将ZOOMFFT算法与传统谱估计算法FFT及最大熵算法进行了比较.利用MATLAB...     

基于河南方言的低信噪比下基音检测算法研究

基音检测是河南方言语音信号处理中的一个重要环节,针对低信噪比环境下的河南方言语音基音检测准确率低的问题,提出了一种语音信号增强和基音检测相结合的算法.通过多窗谱估计的改进谱减法对语音信号进行降噪处理,对增强后的语音信号用中心削波法消除偏离基音轨迹的野点,再通过自相关法实现基音检测.仿真结果表明,对于低信噪比环境下河南方言语音信号的基音估值检测结果准确,估算出的基音频率和实际基音频率能很好的重合.     

低信噪比下缓变线性调频信号的图像流法检测

研究了低信噪比下缓变线性调频信号(LFM)的检测。信号的频率缓慢变化，微弱且淹没在强的白噪声之中，信噪比在-10dB以下。利用LFM信号在wigner—hough变换(WHT)平面上聚集成一尖峰值点的性质和其峰值点在多帧WHT平面缓慢连续运动的特征，提出了WHT与图像流法相结合检测缓变线性调频信号的新方法。计算机仿真证明了其有效性。     

基于FrFT的LFM信号检测与参数估计算法

针对线性调频(Linear Frequency Modem,LFM)信号的快速检测和高精度参数估计问题,在分析LFM信号特征和分数阶傅里叶变换(FrFT)原理的基础上,基于快速解线性调频技术,提出了一种LFM信号检测和参数估计算法,该算法将LFM信号检测由二维搜索转换为一维搜索,从而有效地减少了运算量。仿真结果表明,算法在低信噪比下具有良好的参数估计性能。     

Bispectrum Reconstruction Method of UWB Echoes

Estimation of transient signal in additive noise is very important in radar object detection and recognition. This paper presents a new method for transient signal reconstruction based on bispectrum estimation techniques. The third-order cumulants of the received noisy ultra-wide band echoes are acquired first and an ARMA model is then fitted. The bispectrum of the output signal of the ARMA model will be used to reconstruct the transient signal. Simulation results show that the effect is very good even in lower signal-to-noise (SNR) situation.     

雷达脉冲信号检测及参数估计新方法

基于信号包络的信号检测是从信号与噪声能量差异的角度来区分两者,因此在信噪比较低的情况下包络检测效果不好。针对这个问题,提出利用信号的特征值——奇异谱斜率来区分信号和噪声,并从脉冲宽度角度来检测信号。在低信噪比环境中该方法可以有效地检测脉冲信号的有无,而在较高信噪比时该方法可以估计脉冲信号的到达时间和脉冲宽度。仿真试验证明了新方法在信号检测和参数估计方面的优越性。     

低信噪比下突发通信的同步检测

针对低信噪比下突发通信系统的同步检测问题,提出了一种利用接收信号平均信噪比和瞬时信噪比设置动态检测门限的同步方法,实现了信号检测门限的设置与信号脉冲出现时刻噪声能量的自适应匹配,提高了低信噪比下同步检测概率。计算机仿真表明在同步序列长度为63时,信号的有效检测工作信噪比可以降低到-5 dB。该方法适合于低信噪比下运动平台间的突发通信系统。     

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QPF的LFM信号参数估计算法性能分析

基于二次相位函数的LFM信号参数估计算法计算量小、估计精度高,在雷达机动目标检测、目标运动参数估计和电子对抗等应用系统中有较好的应用前景,本文对该方法的性能和参数选取问题进行了研究,推导了输出信噪比与输入信噪比及信号长度关系的表达式,补充了文献中均方误差理论分析的高信噪比条件,给出了一种工程应用中保证可靠检测和高估计精度所需数据长度的确定方法,最后分析了QPF算法对多分量LFM信号环境的适用性.     

基于卷积神经网络的低截获概率雷达信号检测算法

为了解决雷达截获接收机对低截获概率(LPI)雷达信号检测效果不理想的问题,针对截获信号中有效信号脉宽长度来定义信号和噪声,该文提出一种基于卷积神经网络(CNN)的LPI雷达信号检测方法,利用卷积核与匹配滤波器结构上的相似性,在低信噪比下能够提高信号的检测准确率.利用大量的基于4种典型LPI雷达信号(线性调频信号(LFM...     

基于信号错位叠加算法的信号检测方法研究与应用

现有海洋环境日趋复杂,对于低信噪比水声信号的检测复杂度和难度日趋增加。信号检测技术作为某项目声侦听功能的关键部分,如何做到在复杂的海洋水声环境中尽量检测到低信噪比信号,才能让,成为了确保声侦听功能更为有效的关键一步。这里采用一种信号错位叠加方法,通过MATLAB对算法进行理论验证后,移植到ADI公司TIGER SHARC系列产品之一的ADSP TS201芯片上,使用C语言与汇编语言混合编程的形式,在声侦听功能中成功验证了错位叠加算法。实验证明,该信号错位叠加方法能够提高信号在低信噪比信号中的能量,有效提高信号检测,且方便易用。     

侦察信号互相关滤波的信噪比分析

低截获概率（LPI）雷达的出现导致无源探测系统难以从噪声中检测到威胁信号,针对无源探测系统的信号检测问题,提出了一种基于互相关滤波的信号检测方法,利用高信噪比的辐射源样本与辐射源信号的重复性,进行互相关滤波处理,有效提高了检测性能。分析了脉压比、输入信噪比、样本信噪比,及时间同步误差、多普勒频率差对检测性能的影响。仿真分析证明了方法的正确性与有效性。