基于Wigner分布时频遮隔的信号分解算法

综合特征值分解及Wigner分布时频遮隔提出了一种信号分解算法,并推广应用于其他交叉项抑制时频表示.对于由时频面上互不重叠分量合成的多分量信号,证明了信号分量可与各分量Wigner分布之和的逆Fourier变换的特征值分解相对应;通过阈值法可从抑制交叉项时频表示获得信号时频支撑区域,以此为模板遮隔Wigner分布可减少交叉项并保持自项聚集性,其逆Fourier变换的特征值分解就可实现多分量信号分解.仿真实例分析结果表明了该理论与算法的正确性和实用性.最后分析了算法性能并拓展了其实用范围.     

基于独立分量分析的盲源分离方法研究

盲源分离是指在没有任何先验知识的前提下,从观测到的多个混合信号中提取或分离出未知源信号的过程.本文主要探讨了基于独立分量分析的盲源分离自然梯度算法及活动函数的选取,并利用该算法实现了5路混合信号和3路自然语音信号的分离,最后在Mat-lab2008下进行了仿真验证.结果表明该算法能够有效实现语音信号的分离.     

基于互补对称滤波器的APCMA信号的盲分离算法

针对小站信号带宽大于主站信号的新非对称成对载波多址（Asymmetric Paired Carrier Multiple Access,APCMA）信号背景,在一种低复杂度的盲抵消结构基础上,提出基于互补对称滤波器的盲分离算法.该算法采用互补对称滤波器从时频域上将混合信号分解为同时含主站信号与小站信号,以及只含小站信号的两路分量信号,在保证采样率不变的情况下对含主站信号的信号分量做进一步的信号分离,通过两路分量信号的同步处理确保了分离之后的两路信号分量中小站信号的可加性和完整性.仿真结果表明,与原低复杂度算法相比,本文算法有效地提升了混合信号的分离性能.此外,本文提出的具有信息不变性的互补对称滤波器有较广泛的应用前景,可用于宽带多信号抵消、信道估计以及隐蔽传输下的扩频检测等问题中.     

一种基于一阶扰动自适应特征值分解的多用户检测算法

本文提出了一种新的、适用于多径信道中多用户检测的盲自适应算法.这种算法使用基于一阶扰动的自适应特征值分解算法对信号空间进行分解,并使用最小均方(LMS)算法对信道进行盲自适应估计.实验和仿真证明,这种算法收敛速度快,稳态性能好,是一种较好的盲自适应多用户检测算法.     

基于特征值能量的压缩采样信号检测方法

压缩采样能够较好地保持稀疏信号的结构和信息,可以在不重构原信号的条件下,直接处理采样数据完成信号检测。本文针对压缩采样信号的盲检测问题,提出一种基于特征值能量的检测算法。该算法对循环频率等于零时的循环自相关矩阵进行分析并实现重构,进而利用分解得到的特征值构造检测统计量,通过研究检测统计量的分布情况确定检测门限,最终实现检测判决。实验结果表明,在相同条件下,该算法具有更好的检测性能和相对低的复杂度。      

一种同频混合信号伪随机序列盲估计方法的研究

通常采用独立分量分析法(ICA)采集同频混合信号时存在盲分离随机性问题,不能分离出同频混合信号伪随机序列,无法对信号进行准确检测。为解决该问题,提出融合独立分量分析法以及Massye算法的同频混合信号伪随机序列盲估计方法。先采集同频混合信号,再通过PCA方法对同频混合信号进行白化预处理,对同频混合信号的协方差矩阵的特征值进行分解,确保信号间相互独立,为后续ICA方法进行数据分割提供基础。采用基于峰度的固定点ICA算法对白化处理后的同频混合数据进行划分,融合ICA和Massye算法,对同频混合信号的伪随机序列进行盲估计。实验结果说明,该方法可以获取准确的同频混合信号伪随机序列,具有较强的信号分离性能。     

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。     

基于广义能量函数的扩频码序列盲估计算法

本文提出一种基于广义能量函数(GEF)的直接序列扩频(DS/SS)信号扩频码序列的盲估计方法.广义能量函数通过引入一个加权矩阵来优化线性神经网络的连接权矢量,可以推导出一种新的递归最小二乘(RLS)学习算法.该算法能高效提取一个输入信号相关矩阵的多个主分量,可对同步和非同步模型下的PN码序列实现盲估计.该算法具有收敛快、稳健性好等优点,其运算量和储存量远远小于特征值分解算法,收敛速度、相关性能和运算复杂度等恢复性能优于压缩投影逼近子空间跟踪(PASTd)算法和改进神经网络(MHR)算法.计算机仿真证明,该算法能在较低的信噪比条件下,实时高效地恢复PN码序列,具有优异的性能.     

一种多卫星信号参数的快速盲估计方法

针对电子侦察领域中单通道多卫星信号处理这一新兴课题,提出了一种多信号盲多参数快速估计算法.该算法在检测到卫星信号的前提下,先进行信号个数的盲估计.在对目前存在的各种信号参数估计方法进行充分分析、研究的基础上,进而提出了一种通用的盲多参数快速估计方法,并对其中的滤波器群延迟等关键问题进行了深入分析.计算机仿真表明,与其它算法相比,该算法具有较好的多参数盲估计能力,且通用性和实时性强,能适应单通道多卫星信号的情况.     

一种基于FICA的小波域数字水印算法

论文提出了一种基于快速独立分量分析提取的小波域数字水印算法,算法利用独立分量分析对信号进行检测与信号所受攻击无关的特点,解决了对观察信号数目的要求,实现了对水印信号的盲检测。通过大量的计算机仿真,验证了该算法的有效性和鲁棒性。