一种分数低阶统计量广义恒模盲多用户检测算法

针对实际盲多用户检测系统中存在的大量噪声呈现非高斯性,而这种非高斯性使基于高斯噪声假定下的恒模盲多用户检测算法的性能显著退化甚至不能正常工作,本文提出了一种分数低阶统计量的广义恒模盲多用户检测算法.该算法是分数低阶统计量恒模算法的推广,能有效地应对非高斯噪声的影响,具有广泛的适用性.通过以DS-CMDA系统为例,将分数低阶统计量广义恒模肓多用户检测算法与传统恒模盲多用户检测算法(CMA)、分数低阶统计量恒模盲多用户检测算法(FLOS-CMA)进行了对比,实验仿真结果表明:无论在高斯白噪声下还是在α稳定分布噪声下,分数低阶统计量广义恒模盲多用户检测算法均具有良好的抗多址干扰和抑制噪声的性能,并且该算法具有更快的收敛速度.     

一种基于归一化峰度的抗非高斯噪声语音VAD检测方法

在多媒体会议房间中,鼓掌、咳嗽等非高斯干扰噪声常会严重影响语音处理系统的性能.为了有效地抑制非高斯干扰噪声,本文提出了一种基于线性预测残差域高阶统计量的语音VAD检测方法.该方法利用语音信号线性预测残差的归一化峰度表征语音和非语音信号在谐波数量上的差异,构造判别准则进行VAD检测,并通过预估高斯背景噪声的能量,削弱了背景噪声对VAD算法性能的影响.仿真实验结果表明,该方法能够有效地区分高斯背景噪声下的语音和非高斯噪声.     

基于LPC高阶统计量语音活动检测算法的设计与实现

论文提出了一种基于LPC残差信号高阶统计量对加性噪声中的确定性信号及非高斯随机信号进行检测的方法,通过理论分析与实验结果表明,高阶统计量能有效地解决客观存在的非高斯及非线性问题,是现代信号分析与处理研究的重要内容,这种检测方法对加性噪声是否有色或是否为高斯分布并不敏感,而只要求噪声具有对称的概率密度函数。利用这种方法对确定性LPC残差信号进行检测的性能与已知波形时匹配滤波器的检测性能要好。利用这种方法还非常易于实现非高斯随机信号的检测。     

弱相关非高斯环境下基于局部最佳检测器的伪码捕获方法

该文为解决弱相关非高斯噪声环境下的伪码捕获问题,提出了一种基于局部最佳检测算法的伪码捕获方法,将伪码捕获等价为假设检验问题,将弱相关非高斯噪声建模为一阶滑动平均SS噪声模型,利用局部最佳检测算法推导出弱相关非高斯噪声环境下的伪码捕获检测统计量,在此基础上对检测统计量进行了简化,给出了其实现结构,并与传统的伪码捕获方法进行了性能仿真对比,仿真结果表明该文所提出的捕获方法在弱相关非高斯噪声环境下检测性能有较大幅度的提高,且非高斯噪声脉冲特性越明显,所设计的检测器优势越明显。     

宽带非高斯信号波达方向的估计方法

本文提出了一种解决宽带非高斯相干信号波达方向估计的新方法，这种方法是采用阵列频域数据四阶累积量的新颖思想，通过将各频段的四阶累积量聚焦到同一参考频段下来实现的，它不仅能获得高斯噪声环境下非高斯宽频相干信号的高分辨率方向估计，同时，对于非高斯噪声环境也具很好的估计性能，且不需要有关噪声的原始分布的先验知识，文中还通过计算机仿真实验该方法进行了性能分析，验证了方法的有效性。     

强噪声背景下的信号检测方法研究

提出了一种利用高阶统计量对强噪声背景下的弱信号进行检测的方法。这种检测方法对加性噪声中的确定性信号以及非高斯信号均有效 ,且可以弥补似然比检测的不足。     

一种局部最优的非高斯接收机设计

在超低频通信中,由于非高斯噪声的严重干扰,传统的基于高斯噪声的接收机的性能恶化.本文提出了一种在非高斯噪声环境下局部最优的接收机设计,具体推导了局部最优检测在非高斯噪声模型下的FFT快速实现算法,该算法充分利用了FFT算法在运算速度上的优势,大大降低了运算复杂度.非高斯噪声模型采用广泛应用的Class B统计物理模型.仿真实验表明,局部最优接收机性能明显优于传统的匹配滤波检测器,运算速度快且易于硬件设计实现,有很高的实用价值.     

基于高阶统计量的多模噪声中的信号检测

按照概率密度函数形状,给出了一种比较通用的非高斯噪声模型——多模噪声。多模噪声总体上属于非高斯噪声,但兼容了高斯噪声。改进了高阶统计量的双谱算法,给出一种基于双谱的多模噪声中信号的检测方法,并在此基础上结合无惯性非线性变换器和双谱技术,改进了传统的自适应幅频干扰抑制器,可以精确估计或检测信号。仿真表明该方法可以抑制高斯噪声,同时在强噪声和复杂背景下可以以较高的检测概率检测出信号,优于传统的似然比检测。     

基于小波包变换的非高斯噪声信号结构分析

该文利用小波包变换的时频局部分析能力,研究了非高斯分布平稳随机噪声的统计特性,揭示了 非高斯噪声信号的信号结构。在此基础上,将经典最优检测器的结论推广到背景噪声为非高斯分布的情况, 提出了一种基于小波包变换的非高斯噪声下的信号检测方法。仿真实验验证了该方法是正确的。     

基于小波包分解的舰船辐射噪声特征提取方法研究

由于舰船辐射噪声有其自身的非高斯、非线性和非白噪声的非平稳特性,传统时域或频域的信号处理方法不能满足对这类信号的处理.而小波包变换对信号的非平稳特性有适应性.本文通过利用小波包变换分解舰船的辐射噪声,统计噪声在各个频段上的能量分布,将统计的分频段能量作为舰船的目标特征,实现舰船目分类识别标的目的.结合Matlab对舰船辐射噪声进行仿真,提取的目标一和目标二的特征,实现了舰船的分类识别的目的,验证的方法的有效性.     

非高斯条件下基于粒子滤波的T波交替检测算法

针对动态心电图中非稳态、非线性和非高斯T波交替检测（T-wave alternans,TWA）的稳健检测问题,本文首先提出了一个TWA的非线性、拉普拉斯噪声的状态空间模型,然后采用粒子滤波方法对动态心电信号中的T波交替幅值进行估计,实现了心电信号中T波交替的定性和定量分析.仿真结果表明,在加入高斯噪声和非高斯噪声情况下,与经典的SM和MMA方法进行对比,本文提出的算法准确度和稳健性表现最好,并且本文算法能准确地实时地跟踪非稳态的TWA现象.     

非高斯杂波中知识辅助的信号检测算法

杂波的非高斯性会严重影响到常规信号检测算法的性能,提高非高斯杂波中信号检测性能是雷达信号检测领域的一个研究重点。本文考虑了一种在非高斯杂波中,利用先验信息进行信号检测的方法。假定杂波统计特性满足复合高斯模型,即可以表示为散斑分量与纹理分量的乘积。选择逆伽马分布作为纹理分量的先验分布,基于贝叶斯方法,给出了一种知识辅助的信号检测算法。计算机仿真结果表明,该检测算法的检测性能优于常规的自适应检测算法。进一步,本文采用McMaster大学的IPIX雷达海杂波数据作为研究对象,利用最大似然估计获得杂波非高斯性的先验信息,分析了该算法在实测数据中的检测性能。分析结果表明,在不同的雷达分辨率海杂波中,该算法也具有较好的检测性能。      

强海水混响背景下水中兵器攻击目标检测研究

水中兵器在对舰船目标攻击过程中受到海水混响杂波的影响,导致目标检测性能下降。传统方法采用时频分析方法进行目标检测,在信混比较低的情况下受到的干扰较强,导致虚警概率较高。提出一种舰船目标回波盲源分离的强海水混响背景下的水中兵器攻击目标检测算法。首先构建强海水混响干扰下的舰船目标回波模型,对舰船目标回波模型进行自相关匹配滤波,提取回波信号的高阶谱特征,实现目标信号的盲源分离,达到目标检测的目的。仿真结果表明,采用该算法进行目标检测,准确检测概率较高,降低了虚警概率,提高了水中兵器对目标的准确打击能力。     

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。     

非高斯背景下的自适应限幅检测研究

针对非高斯背景下局部最优检测（Locally Optimal Detector,LOD）结构复杂、稳健性弱的问题,对传统的限幅器进行改进,提出了一种自适应限幅检测器（Adaptive Limiter Detector,ALMD）.首先对弱信号的检测性能进行了系统研究,然后依据混合高斯模型对非高斯背景建模,在此基础上得到了限幅阈值与限幅检测性能之间的解析表达式,最后通过推导确定了最佳限幅阈值,明显提高了检测性能.仿真结果表明ALMD与LOD性能接近,但结构简单,性能稳健,适应性更强.     

T/R-R高频地波雷达舰船探测范围分析

基于目标回波和海杂波、大气噪声相对强度,理论分析及仿真研究了T/R-R高频地波雷达系统对舰船目标探测范围。分别分析了单基地(T/R)、双基地(T-R)高频地波雷达方程;基于T/R、T-R雷达系统海杂波理论模型,仿真了高频地波雷达一、二阶海杂波谱;提出了计算加权平均信杂比方法,从信杂比的角度分别确定T/R、T-R高频地波雷达系统的探测范围,T/R-R高频地波雷达系统的探测范围为T/R和T-R系统探测范围的组合。     

非高斯噪声环境的进化粒子滤波盲检测器

对于信道模型系数未知的平坦瑞利衰落信道下非高斯噪声环境中的盲信号检测,提出了一种基于进化粒子滤波的盲检测算法。该算法能够解决一般的粒子滤波对于估计长时间不变的状态存在的样本贫化的问题和系统噪声的非高斯问题。仿真试验结果证明,在信道模型系数未知的平坦衰落信道下,非高斯的噪声环境中,该算法性能优越,接近达到已知信道模型系数情况下的混合卡尔曼滤波算法的性能。     

天波雷达电离层污染校正与海杂波抑制

在天波超视距雷达（OTHR）中,舰船目标的多普勒频率与海杂波谱接近,电离层污染会导致海杂波频谱展宽,从而淹没邻近的舰船目标信号。考虑到电离层污染会导致OTHR回波信号的相位缓慢变化,提出了采用相位梯度法对回波信号进行电离层污染校正;利用污染校正后的海杂波可以近似为两个单频信号之和这一特点,提出了应用奇异值分解来实现对海杂波的抑制。仿真结果表明,文中算法可以有效地校正电离层污染,抑制海杂波,显著提高信杂比,从而有效解决强海杂波对舰船目标的遮蔽问题。与现有的HRR—SVD算法相比,文中算法可以适用于相干积累时间较长和电离层污染较大的情况,防止残留的海杂波形成虚警,提高了OTHR对海杂波附近舰船目标的检测能力。     

基于图像等级多样性的海上红外舰船显著性检测

海天和海岛背景下的海面多舰船红外目标检测一直是图像处理方面的难题。多舰船目标监视采用较广的视场和较大的景深,囊括了更多的目标信息和海天背景成像像素,使多舰船目标显著性的提取难度增大。同时,景深的增大使舰船目标成像更多地表现为小目标,轮廓特征不再明显,这对舰船目标的显著性检测造成了极大的困难。将图像等级多样性和超级像素理论用于海面多舰船目标显著性检测,提出了海面多舰船目标显著性检测方法。     

基于信号阻塞矩阵检测OTHR舰船目标

为了提高天波超视距雷达目标检测效能,实战中要求在短相干积累条件下检测舰船目标。但是短相干积累时间会导致回波谱的多普勒分辨率降低,增加从强大的海杂波中检测出舰船目标的难度。针对这一问题,提出了一种基于信号阻塞矩阵检测海面舰船目标的新方法。该方法通过构造阻塞矩阵对海杂波进行抑制,使舰船目标最终显现出来。与传统的Root海杂波迭代对消法相比较,新方法不需要估计信号的幅度和初相,缩短了计算时间,减小了估计误差,且能在低信噪比或目标多普勒频率靠近一阶Bragg峰的情况下获得更佳的目标检测性能。以上结论和比较得到了模拟和实测数据的验证。