一种基于小波分析的码元速率估计方法

针对实际系统中MPSK信号在码元跳变处包络幅度降低,相位跳变不明显,常规算法检测效果不佳的问题。文中提出了一种基于小波变换对MPSK信号进行码元速率估计的新方法。对截获信号进行预处理以减弱跳变处的影响并提高估计的精度。理论分析和实验结果表明,这种算法能有效估计出码元速率,有很高的工程应用价值。     

数字信号基于小波变换的码元符号率检测

数字信号在码元边界上由于幅度、频率或相位的变化而产生变化。小波变换对信号的跳变点和奇异点有很好的检测能力。利用小波变换的模极大值方法可以对码元的跳变点进行检测,通过分析码元的跳变点进而可分析出码元的符号率。计算机仿真结果表明,该方法对码元的跳变点检测具有很高的精确性,能够比较准确地识别出码元符号率。     

QPSK信号码元速率估计

接收端码元速率的估计,有助于获取信号调制规律,便于信号正确解调。以π／4-QPSK为例,在解决小波变换尺度优化选取和基带快速提取的难点的同时,旨在运用小波变换估计信号码元速率。具体方法是利用QPSK相位跳变发生在码元周期交替处的特点和Haar小波的相位特点,使小波变换系数极大模值出现在码元速率整数倍处;根据极大模值构造出同频率冲激序列,从其功率谱图上估计码元速率。经Matlab仿真,的确能估计出信号码元速率为500B。该方法所得估计值受噪声变化影响甚微,且在一定范围内小波变换尺度越大,分析效果越好。     

基于小波变换模极大值通信信号码元跳变检测

小波变换对信号的跳变点和奇异点有很好的检测能力,其应用相当广泛.数字信号在码元边界上由于幅度、频率或相位的变化而产生变化,利用小波变换的模极大值方法可以对数字通信信号的码元跳变点进行检测.计算机仿真结果表明,该方法对码元的跳变点检测具有很高的精确性.     

一种基于小波变换的码元速率盲估计方法

小波变换对暂态信号具有较强的检测能力，根据这一性质可以通过提取数字信号码元变化处的暂态信息来估计码元速率。目前的算法存在尺度盲点、抗噪声性能低等弱点，本文针对这些问题作了分析和改进，提出了一种通过对信号基带形式进行二次小波变换来提取码元速率的估计方法，不仅能克服了目前算法的不足，而且所需要先验知识少，能达到码元速率的盲估计。仿真实验表明了该算法较其它算法具有较高的精确度和抗噪性能。     

一种用于信号侦测的码元速率估计方法

提出了一种数字通信信号码元速率的估计算法。对截获接收机输出的调制信号提取基带信号,利用此基带信号小波变换系数的模值,构造与原调制信号码速率一致的单极性脉冲序列。通过对此单极性脉冲序列的功率谱分析可知,在基带信号码元速率的整数倍处存在离散谱线,检测这些离散谱线即实现了信号码元速率的估计。这种算法能在低信噪比下估计信号的码元速率。理论分析和实际信号处理证明了本文提出算法的可行性。     

一种用于信号侦测的码元速率估计方法

提出了一种数字通信信号码元速率的估计算法。对截获接收机输出的调制信号提取基带信号．利用此基带信号小波变换系数的模值，构造与原调制信号码速率一致的单极性脉冲序列。通过对此单极性脉冲序列的功率谱分析可知，在基带信号码元速率的整数倍处存在离散谱线，检测这些离散谱线即实现了信号码元速率的估计。这种算法能在低信噪比下估计信号的码元速率。理论分析和实际信号处理证明了本文提出算法的可行性。     

QAM信号的波特率估计

将传统的信号处理工具———傅里叶变换与小波变换相结合,提出了一种QAM信号波特率提取的新方法。对QAM信号作2次连续小波变换,其小波变换的结果在码元跳变点处出现明显的峰值,其他处都为零。然后再作FFT,则一次谐波谱线(即第2根峰值谱线)的位置恰好位于f=fb处,因此,通过检测第2根峰值谱线位置即可估计出QAM信号的波特率。对高斯白噪声中QAM信号的波特率提取进行了仿真并给出了部分实验结果。     

基于小波变换的MSK信号码速率盲估计

针对最小频移键控调制信号的码速率估计问题,提出一种基于Haar小波变换的MSK信号码速率盲估计方法。首先对接收信号作傅里叶变换得到信号频谱,对频谱频点分析粗估计信号的码速率,接着通过粗估计的码速率选取短时傅里叶变换窗函数长度和3个小波尺度,利用短时傅里叶变换得到信号瞬时频率变化,再利用小波的边缘检测特性对信号瞬时频率序列相位跳变点检测,最后对检测结果作频谱分析,估计频率得到MSK信号的码速率。仿真结果表明,高于信噪比门限时本算法可以对MSK信号码速率有效估计。     

基于小波变换的跳频信号参数盲估计

本文提出了一种基于小波变换的未知跳频信号参数盲估计方法.该方法利用小波变换在时频域上良好的局部化性质和检测突变点能力,在未知任何先验参数的情况下,能够准确估计出跳频信号的跳变时刻、跳频频率和跳频周期等参数.文中阐述了应用小波变换对跳频信号分析的基本原理,给出了估计跳频信号参数的具体算法步骤,在计算机仿真的基础上对结果进行了性能分析,得到了较为准确的估计结果.     

一种随机共振联合小波变换的符号速率估计方法

在非合作通信中,很多情况下由于信道恶化,使得接收信号的信噪比偏低,导致无法对符号速率这一重要参数进行准确估计.随机共振能够在一定程度上利用噪声能量,使其转移并增强微弱信号,小波变换则可以有效检测相位和幅度的瞬变,利用二者各自优势,提出了一种将随机共振与小波变换联合进行MPSK（Multiple Phase Shift Keying,多进制数字相位调制）和MQAM（Multiple Quadrature Amplitude Modulation,多进制正交幅度调制）信号符号速率的估计方法.先利用自适应参数调节随机共振为带噪信号匹配最佳系统参数,之后利用Haar小波变换进一步提取突变信息,不仅弥补了单独使用随机共振效果不佳及其作为非线性系统易发散的缺点,还降低了小波最佳尺度难以确定的影响.仿真实验表明,该方法能够在一定程度上提高输出峰值,降低信噪比门限,适合于低信噪比下的符号速率估计.     

奇异信号消噪中小波消失矩的选取

信号小波变换模的局部极大值和信号奇异性之间存在对应关系，利用信号和噪声小波变换模极大值在不同尺度上表现出的截然不同的性质，可以对奇异信号进行消噪。本文讨论了小波消失矩的阶数与信号Lipschitz指数间的关系，分析了消失矩对奇异信号检测的影响。实验结果表明，为了有效地检测奇异信号的各种奇异性特征，需要根据信号奇异性选择具有不同消失矩的小波。     

小波变换在心音奇异信号处理中的应用

针对如何剔除心音信号奇异点处的噪音信号的问题,该文利用小波变换方法,通过PhysioBank数据库中的相关数据,运用Matlab对含有噪音信号的心音奇异信号进行处理。其结果表明,该方法可在保留奇异信号的前提下,有效滤除噪音信号。说明利用小波变换技术分析与处理心音奇异信号是一种新的有效和实用的方法。     

利用自适应子波变换提高对微弱运动目标的检测性能

本文研究了长时间相参积累时微弱运动目标回波信号的特点,分析了常规检测方法的局限性,针对多项式相位信号模型,结合复正交线性相位子波基函数的设计,提出了一种基于自适应子波变换局域线性逼近的微弱运动目标检测方法,该方法具有自适应频带划分,快速算法实现,计算量低,并对统计分布的杂散分量具有自动抑制的特点,理论分析和计算机仿真结果验证了该方法的有效性。     

非高斯非平稳背景噪声中的信号检测研究

非高斯非平稳噪声的干扰问题在通信过程中是经常出现的。在非高斯非平稳背景噪声下,以前经常使用经典信号检测理论对信号进行检测,很难取得较为理想的效果。基于小波变换以及小波去噪原理,提出一种新的阈值处理方法,该方法能有效地去除噪声,使有用信号能从非高斯非平稳噪声中检测出来。实验结果表明,新方法不但去噪效果明显,而且获得了较高的分辨率和信噪比,检测性能较为理想,是对信号检测理论的一种有效推广。     

基于小波影响锥的天波雷达瞬态干扰抑制方法

针对瞬态干扰严重影响天波超视距雷达(OTHR)目标检测性能的问题,提出了一种基于小波影响锥的瞬态干扰抑制方法。该方法利用一维离散平稳小波变换确定信号的奇异点(瞬态干扰),然后将每一奇异点对应的影响锥内的小波细节系数置零,最后通过一维逆离散平稳小波变换重构数据。该方法避免了杂波抑制和插值重构,运算量小,实用性强。对天波雷达实测数据的处理实验表明:提出的方法是有效的。     

基于解析图像的小波变换光学载频干涉全息图相位重建方法

将解析图像和实数小波变换(WT)相结合应用到光学载频全息图分析中。首先对载频全息图进行希尔伯特变换构造解析图像,然后对解析图像进行WT,提取小波脊处对应的WT系数的相位信息即可得到载频全息图的相位信息。由于母小波优秀的空域局部化能力,使得因全息图边缘不连续引入的误差被限制在局部区域。同时,由于不需要人工滤波操作,所提方法一定程度上解决了载频全息图的频谱混叠问题。给出了严格的理论公式推导、计算机模拟和实验验证。     

基于小波变换的数字信号符号率估计

小波变换对暂态信号有很好的检测能力。数字信号在其符号边界上具有暂态特性，即有幅度、频率、相位的变化。而且数字信号经过小波变换后其边界仍为暂态。因此利用二次小波变换，在未知信号类型的情况下，可对数字信号进行符号率估计，计算机仿真结果表明，该方法具有较高的精确度及抗噪性。     

一种基于小波变换的信号恒虚警率检测方法

基于噪声和信号在不同尺度下的特性,引入小波域中噪声置信度概念,利用删除技术CM(Censored Method)估计小波域中的噪声功率水平,采用软阈值处理,提出一种信号恒虚警检测方法。理论分析表明该方法在高斯噪声背景下具有恒虚警率特性,对不同杂波背景下的信号处理结果表明了该方法的鲁棒性。