基于瑞利多径衰落信道的信号包络频谱感知

为提高信号采样值之间的相关性和降低噪声对感知性能的影响,该文提出基于信号包络自相关矩阵的频谱感知算法。首先对采样信号等间隔时长截取,以相邻间隔的采样值计算信号自相关性,并构造出近似自相关矩阵。其次依据矩阵次对角线元素性质构造了统计量。分别计算了该统计量的检测概率分布函数与虚警概率分布函数,分析了频谱感知算法的检测性能,算法优化了信号相关性的计算,降低了噪声对感知性能的影响。最后通过仿真验证了不同参数对检测概率和虚警概率的影响,并提出了进一步提高检测性能的措施。     

低频电磁信号的频率细化技术

在低频电磁信号中,为了得到某一个窄带内频谱的精细结构,提高频谱的频率分辨率,满足良好的实时性要求,文中提出了基于快速傅里叶变换算法的频率细化技术。通过复调制频率细化,将某一局部频谱放大,以便对低频电磁信号的频谱进行快速、准确的分析。利用复调制频率细化方法,对低频电磁信号进行Matlab仿真,其仿真结果表明,该方法比线性...     

基于高次频谱对称Holder系数的雷达信号分选方法

针对复杂战场电磁环境下,传统基于全脉冲参数的分选算法准确率下降这一问题,本文提出一种提取信号高次频谱对称Holder系数作为脉内特征的信号分选方法。该方法首先利用对称Holder系数法提取信号高次频谱的脉内特征,而后将提取到的脉内特征参数与稳定的脉间参数组成新的特征向量,最后使用K-means算法对信号进行分选。信号的高次频谱对称Holder系数作为一种脉内特征,相比于一次频谱相像系数具有更大的寻优空间。将该特征加入信号特征向量可使新的特征向量具有更强的可分性。仿真实验结果表明,加入该特征,并使用新的特征向量,能够有效提高对不同种调制类型雷达信号的分选正确率。,使用新的特征向量能有效提高雷达信号分选正确率。      

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...     

基于形态学预处理的短波猝发信号检测算法

在短波宽带接收条件下的猝发信号检测中,存在信道噪底起伏较大、多峰信号较多等问题。针对这两个问题,提出一种基于频谱灰度形态学预处理原理的短波检测方法,通过将宽带频谱图作为一维灰度图像进行形态学预处理,较好地估计了宽带频谱的噪声基底;并采用自适应门限、幅度门限和带宽门限等多门限联合判证方法,有效解决了多谱峰信号的判证问题。大量实验表明,该检测方法能够在宽带条件下实现对短猝发信号的高概率捕获,具有很强的鲁棒性和实用性。     

一种采用卡尔曼滤波与正则匹配的信号盲检测法

信号检测是电磁频谱感知的有效手段之一，但受电磁环境非平稳特性、样本数据有限性及傅里叶变换全域能量分布特性等诸多因素影响，使得基于快速傅里叶变换(Fast Fourier Transform, FFT)的频谱数据抖动较大，无法适应低信噪比、大动态范围的信号检测。为了提高信号检测性能，提出了一种采用卡尔曼滤波的频谱累积平滑方法，在此基础上提取了能够反映信号能量分布变化的曲率特征，设计了基于符号正则匹配的方法，实现对信号能量分布特征的检测。介绍了处理方法的主要原理并进行了仿真分析，结果表明在信噪比大于2 dB时，信号检测准确率达到100%,且相比能量检测门限法具有更优的搜索动态范围。     

基于循环谱能量的自适应频谱检测算法

根据信号循环平稳谱的特征,研究在低信噪比环境下的频谱检测问题,提出一种基于循环谱能量的自适应判决门限频谱检测算法。该算法融合能量检测与循环平稳特征检测的机理,以信号的循环谱能量为检测统计量,加权合并虚警率与检测率,准确估计循环谱特征值,构建了具有噪声自适应能力的频谱检测判决门限。仿真结果表明,该算法可以在低信噪比环境下有效地完成频谱检测,克服了噪声波动对频谱检测性能的影响,对不同调制主信号的感知具有稳健性。与最大—最小特征值算法和盲检测算法相比,该算法分别改善了信噪比4dB和8dB。     

基于形态滤波的短波信号检测算法

针对短波信号检测中色噪声干扰导致信号检测概率低的问题,通过研究实际短波信道特性和信号的频谱特征,提出一种将信号频谱图作为一维灰度图像进行形态学滤波的预处理算法,应用联合形态学滤波估计信号噪声基底,利用改进的顶帽变换进行白化滤波,最后依据高斯白噪声环境下的门限估计理论进行信号检测。实验结果表明,该算法能在复杂的短波信道环境下较好地抑制色噪声干扰,对弱信号的有效检测率可提高10%～20%。     

基于最小描述长度准则的稀疏多带信号频谱感知算法

该文研究稀疏多带信号的频谱感知问题。首先利用欠采样的数据构造自相关矩阵,并对该矩阵进行特征值分解,然后根据最小描述长度(MDL)准则对特征值进行计算,利用结果区分信号子空间和噪声子空间,最后根据子空间的结果求出信号的频率支集,由此提出了一种针对稀疏多带信号的频谱感知算法。由于传统算法需要预先设置门限来区分信号子空间和噪声子空间,所以不合理的门限值会导致算法失效,该文算法不用预先设置门限,具有更好的适应性。仿真实验结果验证了该文算法的有效性。     

基于低速采样的多正弦波信号频率估计

高频段信号由于受到A/D转换器和后续信号处理器件运算速度和成本的限制,其处理往往难以实现,为解决此问题,提出了一种新的基于低速采样的高频段多正弦波信号频率估计方法。首先将含有多个频率互异的多正弦波信号经过功分器分成两路信号,然后分别用不同的采样率对这两路信号进行低速采样,用傅立叶变换及基于改进的Rife算法与Quinn算法来估计两路信号低速采样后的频率,接下来利用中国余数定理对多个信号的频谱快速配对解模糊准确的估计出各个信号的频率。该方法在工程上易于实现,可同时实现低的采样速率与高精度估计,而且在较低信噪比的情况下仍可获得较高的估计精度。给出了该方法的具体步骤,通过计算机仿真试验验证了该方法的有效性。      

舰船地震波信号的小波能量谱检测算法

本文基于滑动小波能量谱提出一种新的舰船地震波信号实时检测算法,首先利用小波变换对实测信号进行尺度—小波能量谱分析,获得信号在尺度—小波能量谱上的特点,然后基于该特点选取一段频带内的能量和作为检测特征量,最后通过比较特征量与阈值的大小,并根据一定的检测规则,完成对舰船地震波信号的实时检测。实测数据和仿真数据表明,该检测算法能够实时地完成对目标信号的检测,且在信噪比为-15dB时,检测概率达到96%。      

同频段混合信号中的无人机信号盲检测识别

无人机信号的探测识别技术是应对无人机黑飞滥用的关键技术之一。在实际信号监测环境中，经常会接收到多个信号的混合信号，它们在时域和频域上混叠且各信号分量调制样式相同。为解决在同频段混合信号中检测识别出无人机信号的问题，提出了一种通过谱特征分析判断无人机信号存在性的方法。分别采用基于二次方谱特征的无人机图传和WiFi混合信号检测识别算法以及基于频谱带宽特征的多无人机混合信号检测识别算法，通过对射频电路采集的信号进行仿真验证，实现了从同频段混合信号中检测识别出无人机信号分量。理论分析和实验测试结果证实了所提检测识别算法的有效性。     

Degree of polarization detection: a dual‐polarized antenna based spectrum sensing algorithm for cognitive radio

A new spectrum sensing algorithm‐degree of polarization (DoP) sensing algorithm is proposed in this paper. By exploiting a pair of dual‐polarized antenna at the receiver, DoP of the received vector signal is estimated and utilized to detect the presence of primary users based on the polarization characteristics of electromagnetic waves. The dual‐polarized narrowband and broadband systems are both considered for DoP detection. In theoretical analysis, we derive the probability of detection, the probability of false and detection threshold of the proposed algorithm. It is shown that our algorithm overcomes the noise uncertainty problem. Considering the polarization‐sensitive channel impairments, the impact of polarization mode dispersion on DoP detector is discussed. This method can be utilized for various signal detection applications without requiring the knowledge of signal, transmission channel, and noise power. In simulations based on wireless microphone signals, by applying polarization information signal carries, DoP achieves a better detection performance than arithmetic‐to‐geometric mean detector, the maximum‐to‐minimum ratio eigenvalue detector, and energy detector with noise uncertainty. The simulations based on digital video broadcasting‐terrestrial signals are also presented, which may show the detection performance of the proposed method may be affected by polarization mode dispersion. Copyright © 2013 John Wiley & Sons, Ltd.     

光学磁场传感器中超宽带模拟信号的重构

为了解决光学脉冲磁场传感器中超宽带模拟光信号的数据采集与波形重构,本文提出了一种基于频带分割与频谱搬移的模拟信号重构方法。在频域上采用分割滤波器进行频带分割,在每个采样通道内对输入的子带信号进行采样,降低了对ADC采样速率的要求,再由各个通道的采样序列重构原模拟信号。该方法有效解决了光学磁场传感器中带宽高达几千兆赫的信号无法直接进行A/D转换的难题。给出了重构算法并进行了计算机仿真。仿真结果证实,滤波器的特性决定了重构的精度。所提出的方法具有较高的信号重构精度和较小的频谱失真。     

高动态短时突发扩频信号的快速捕获

针对低信噪比和大多普勒频移环境下,短帧突发直接序列扩频通信系统要求在短时间内以很低虚警和漏警概率捕获信号这一难题,设计了仅使用独特码的短时突发扩频信号帧结构,在接收端将扩频码与独特码作为一个复合扩频码看待,提出了基于FFT的高动态突发信号捕获方法,可同时快速完成突发信号检测、扩频码捕获、频偏估计、帧同步检测和位定时捕获等任务。仿真结果表明:该算法能有效消除多普勒频移对短时突发扩频信号捕获性能的影响。     

基于盲源分离的短波频谱管理监测研究

常规无线电频谱监测中,对同频段频谱相互重叠的混合信号缺乏有效的监测手段,盲源分离能在不需要已知源信号和传播信道的情况下,实现对接收混合信号的分离,得到纯净的源信号,是实现监测这种混合信号的有效方法,所以考虑将盲源分离应用到频谱管理监测中。介绍了盲源分离的基本概念,对短波频谱管理监测的盲源分离算法进行了分析,着重对该技术在电磁频谱管理监测中的应用进行了仿真,为频谱管理监测提供了技术支持。     

Adaptive Spectrum Sensing Algorithm in Cognitive Ultra-wideband Systems

Energy detection is a simple spectrum sensing technique that compares the energy in the received signal with a threshold to determine whether a primary user signal is present or not. Setting the threshold is very important to the performance of the spectrum sensing. This paper proposes an adaptive spectrum sensing algorithm where an optimal decision threshold of energy detection is derived based on minimizing the weighted sum of probabilities of detection and false alarm. Since the optimal decision threshold is dependent on the noise power and signal power, a simple, practical frequency domain approach is devised to estimate both. The algorithm can be used for the detection of various kinds of signals without any prior knowledge of the signal, channel or noise power, and is able to adapt to noise fluctuation. Simulations for detecting narrow-band and wideband signals (phase shift keying signal, frequency shift keying signal, orthogonal frequency division multiplexing signal) and ultra-wideband (UWB) signals (direct sequence spread spectrum signals) in an IEEE 802.15.3a UWB band are presented. The results show that the proposed algorithm has excellent robustness to noise uncertainty and outperforms the existing spectrum sensing algorithms in the literature.     

基于小波变换的QRS波群检测

提出了一种基于小波多分辨分析的算法,对心电信号进行特征提取和识别。通过小波变换对常规心电图信号进行分解去噪和特征提取,并利用动态自适应阈值和删除多检点,补偿漏检点对QRS波检测进行优化。实验结果表明该方法在QRS波形不失真的情况下,提高了一部分MIT-BIH数据库信号中QRS波识别的准确率,并且对于较低准确率的心电信号的原因进行了分析。     

现场环境下设备区域电磁干扰检测与识别方法

现场环境下电磁环境复杂,设备区域电磁干扰的有效识别可为射电天文台站频谱分析提供重要依据.文章基于现场电磁干扰测量频谱,提出了一种电子设备区域干扰信号检测与识别方法.首先,针对对着设备区域和隔过设备区域两种测量状态多组频谱数据进行预处理,实现信噪分离,运用二值法检测信号边界,提取频谱中干扰信号.然后,依据一元回归算法和通道占用统计方法对多组测量频谱中干扰信号进行相关性分析,识别设备区域内电磁辐射频谱.所提方法对新疆天文台南山站内多个设备区域电磁辐射频谱检测结果与人工识别结果对比表明,本文方法94%以上的识别结果与人工识别结果相符,验证了现场环境下设备电子区域电磁干扰检测与识别方法的准确性和通用性.     

基于随机共振的双门限协作频谱感知算法

针对现有频谱感知算法在低信噪比（SNR）环境中性能检测不佳的问题以及传统随机共振（SR）检测弱信号的方法在实际应用中存在的局限性,通过设置最优门限,计算出最优的协作用户数量,提出了一种基于随机共振的双门限协作频谱感知算法,并对提出的算法进行了性能分析。DCSSR算法通过将位于双门限不确定区域的统计数据经过随机共振系统,进一步提高频谱感知算法在低信噪比下的检测性能。仿真结果表明,在不同信噪比和虚警概率下,DCSSR算法相较于传统单门限能量协作算法、双门限能量协作算法以及单门限随机共振协作算法,检测性能都得到了提升。在信噪比为-20 dB时,提出的DCSSR算法相较于传统单门限能量检测协作算法,检测概率提高了80%。