一种新的基于能量检测的突发信号存在性检测算法

本文首先推导了复高斯白噪声信道中未知噪声方差时基于短时能量的突发信号检测算法检测概率和虚检概率的表达式.为了进一步提高检测速度,又提出了一种基于主分量分析的短时能量检测算法,能够用较少的观测数据获得与原算法相当的检测结果,在不同信噪比下对不同调制类型的突发信号进行了仿真,验证了算法的可行性和有效性.     

基于谱减法和均匀子带频带方差法的端点检测研究

传统的端点检测算法是基于短时能量和短时过零率的双门限检测法,该算法对于含噪语音信号检测效果不佳.因此,将谱减法与均匀子带频带方差算法相结合,结合算法分两个过程,首先用谱减法对带噪语音信号进行降噪,然后用均匀子带频带方差法进行端点检测.实验结果表明,结合算法对于含噪较多的语音信号检测效果良好.     

基于噪声估计的改进能量熵语音端点检测算法

针对传统能量熵的短时能量与子带谱熵容易受噪声环境影响,低信噪比下端点检测性能下降的问题,提出一种基于噪声估计的改进能量熵语音端点检测算法.首先对语音进行噪声估计并以此计算语音存在概率;然后利用估计的噪声能量修正短时能量,用语音存在概率作为加权系数优化子带谱熵,并将两者结合生成改进的能量熵;最后给出基于噪声估计的动态门限以及实时的端点检测策略.实验结果表明,在信噪比5 dB、0 dB的多种噪声环境中,基于噪声估计的改进能量熵端点检测算法相比传统能量熵算法与改进子带能谱比算法,检测正确率平均提升7％.     

一种基于循环谱的突发信号盲检测算法

突发信号盲检测在非合作通信中至关重要。待检测信号特征量的构造与突发信号段起止点的精确捕获是突发信号盲检测技术的关键。文中提出了一种基于循环谱的突发信号盲检测算法,算法首先以循环谱循环频率截面的相对方差作为待检测信号的特征量,该特征量具有优良的抑制突发强噪声干扰性能;然后利用特征量的方差进行信号存在性判决;最后采用基于特征量峰值的突发信号段起止点搜索算法,避免了设置检测门限带来的信噪比估计、噪声功率估计等问题,同时可在一定的检测正确率条件下保证起止点的捕获精度。仿真结果表明,该算法能有效抑制突发强噪声干扰,信号存在性判决准确率高,而且在误差控制要求较严格条件下的检测精度优于双窗能量法。      

基于熵函数的语音端点检测算法研究

本文在分析基本谱熵端点检测算法局限的基础上,引入基于二阶累积量的门限更新方法,加入短时能量参数,提出基于加权谱熵的检测方法;此外,引入特征空间能量熵定义,建立新的门限确定准则,提出基于特征空间能量熵的检测方法.通过对平稳高斯白噪声、M109坦克噪声和F16战斗机噪声这三种典型噪声环境下信噪比(SNR)从-5dB到20dB的带噪语音信号进行的仿真实验分析表明,所提两种方法能更为准确地检测到语音的端点.     

一种雷达辐射源双谱二次特征提取方法

针对常规参数进行复杂体制雷达辐射源信号分选时存在的问题,对信号双谱图分别进行频率分区和奇异值分解,二次提取其双谱分布熵和奇异谱熵作为雷达辐射源特征参数.该方法利用双谱分析可以完全抑制高斯有色噪声对信号的影响,同时保留信号的幅度和相位信息的特点,并有机地融合了双谱理论、奇异值分解和信息熵理论的各自优点,反映出信号的本质信息.采用模糊C均值聚类算法对不同信噪比条件下6种典型调制类型的雷达辐射源信号进行聚类分选实验.实验结果表明,该方法取得了较好的分选效果,克服了传统图像特征提取算法特征维数过高和聚集性差的缺点,验证了该方法的有效性.     

短波信道下的跳频信号检测

针对复杂环境下跳频信号的检测问题,提出一种基于能量特征提取的检测算法.该算法可以准确判断信道内跳频信号的存在性.首先将接收数据投影到能量域内进行白化,抑制接收信号中存在的色噪声;然后通过能量分布特征提取信道内存在的时域连续信号,去除接收信号中存在的短时突发信号;最后利用信道化处理将接收信号分解到各个子信道,通过短时能量对消的方法来检测跳频信号的存在性.对该算法的统计特性,虚警概率和检测概率进行理论推导,并对检测流程进行了实验仿真,验证了算法有效性.     

基于Mel-TEO的带噪语音端点检测算法

针对短时TEO能量算法抗噪性差的缺点,提出了一种强噪声下的端点检测新算法.该算法在短时TEO能量端点检测的基础上,增加Mel倒谱距离判断环节,采用先粗判后精判的互补性两级判决机制.首先利用强抗噪性Mel倒谱距离进行端点粗判,然后再利用体现语音信号时域特征与语音共振峰特性的短时TEO能量进行端点精判.实验表明,在信噪比相对较低的环境下,该改进算法与传统的双门限法和短时TEO能量相比,在没有增加运算复杂度的同时提高了检测系统的准确度.     

高脉冲噪声坏境中双门限法语音端点检测研究

语音端点检测是对有效语音段的识别关键技术,准确的端点检测使语音信号的后续处理计算量减少,有效地节约资源。现在多数语音端点检测技术例如能频值、谱熵、小波能量熵变换等都能准确检测出有效的语音段。文中介绍了一种双门限端点检测法,即利用短时平均过零率和短时平均能量法进行双门限检测,再设置一个最短时间门限,有效地在高脉冲噪声环境中准确识别汉语发音。通过与其他方法对比实验,文中双门限技术在短时高脉冲噪声环境下能有效提高语音识别率。仿真结果表明,端点检测正确率达93%。     

基于Labview的短时突发信号的捕获与检测系统

讨论了短时突发信号的捕获与检测的相关技术,分析了几种相关理论算法,采用戈泽尔算法计算信号功率谱的方式替代传统FFT算法,以此改进传统的power-law检测器;结合时频分析的方法,依据软件无线电的思想建立了一个突发信号捕获与检测系统.文中给出了系统的组成及实现步骤,并对系统进行了实际测试.从测试结果看,本文提出的突发信号捕获与检测方案具有良好的性能.     

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。     

基于平均似然比的鲁棒性突发检测

突发检测对突发解调起着初始捕获同步的重要作用。该文对未定时随机采样调制信号,提出一种基于平均似然比的突发检测方法,该方法利用平均似然比对突发信号做贝叶斯检测,解决了以往提出的突发检测方法要求最佳定时采样和抗频偏性能差等问题。新算法在取得较佳检测性能的同时,对频偏和采样时间偏差表现出良好的鲁棒性,且检测虚警随信噪比变化不大。     

OFDM信号调制类型盲检测研究

提出了一种基于谱相关的正交频分复用信号(OFDM)子信道调制方式盲检测算法.该算法利用循环谱相关检测特征参量实现对子信道调制方式的检测,所提出的特征参量可抑制高斯噪声的影响.通过计算机仿真评估了该算法对正交频分复用信号(OFDM)子信道调制类型盲检测的性能,表明这种算法在高斯信道下具有很高的调制方式识别性能和很强的稳健性.     

基于形态学处理的突发信号宽带检测算法

在非协作通信中,确定突发信号的中心频率和起止时刻,是突发信号检测的主要任务。本文对突发信号的宽带时频图进行形态学滤波以及骨架提取,利用处理后的时频图信息进行信号的时间占有度统计,并以此确定突发信号中心频率;采用基于Goertzel算法的Power．Law检测器来实现突发信号的捕获;根据信噪比的粗估计采取合适的起止时刻检测方式,完成突发信号的检测。仿真结果表明,算法能够较好地确定突发信号的中心频率,提高起止时刻的检测性能。     

基于时频分析的多跳频信号盲检测

为了减小低信噪比下干扰和噪声对跳频信号检测的影响,提出一种基于时频分析的多跳频信号盲检测算法。针对跳频信号、定频信号、高斯白噪声具有的不同时频分布特点,该算法利用短时傅里叶变换得到的时频图构造时频对消比;理论分析得到各信号的时频对消比是不同的,因此将其作为检测统计量,实现高斯白噪声背景下跳频、定频信号的盲检测。仿真结果表明,本文算法具有抗噪声功率不确定性能;与改进型功率谱对消法相比,本文算法在低信噪比环境下,具有更高的跳频信号和定频信号检测概率。此方法也能实现存在定频信号、扫频信号和突发信号干扰的复杂电磁环境中跳频信号盲检测,当信干比为5 dB且跳频信号的检测概率达到100%时,本文算法比改进型功率谱对消法改善信噪比10 dB;在干噪比为0.05 dB时的虚警概率几乎为0。      

一种基于STBC的SC-FDE系统双天线联合检测算法

针对双发双收的基于空时分组编码的单载波频域均衡(STBC-SC-FDE)系统,研究了一种双天线联合检测算法,通过信道估计、导频干扰消除、加权联合均衡等过程重构发送的信息。并根据信噪比对频域信号与均衡矩阵进行加权处理,使联合检测算法适用于2路接收信号信噪比不同的情况。仿真结果表明,所提出的双天线联合检测算法在SUI-3信道下最大可获得约8dB的接收分集增益。与时域最大比合并(MRC)算法相比,由于采用联合检测,该算法能有效改善系统在多径衰落信道下的误码率。     

Wideband Blind Source Separation Algorithm Based on Beamforming

As the problem of array mixing model of wideband signals cannot be solved by conventional blind source separation algorithms, an improved algorithm based on beamforming is proposed in this paper. First, the received signals are transformed into time–frequency domain, and the delays of source signals are estimated. Then, the received signals are compensated with the estimated delay in frequency domain. Finally, the desired signal is acquired by using Frost wideband beamforming algorithm. Due to adopting the new methods of single source point extraction and delay estimation, the complexity of the proposed algorithm is reduced. Pre-steering delay is used in frequency domain to eliminate the compensation error when the delay is not an integer multiple of the sampling interval, which improves the separation performance significantly. The simulation results show that the proposed algorithm can adequately solve the problem of delay mismatch and achieve wideband blind source separation effectively. The existing algorithms are mostly fail for frequency hopping signals when there are numerous overlapping time–frequency points. In this case, the proposed algorithm still has good separation performance.

     

基于分数阶域的多分量线性调频信号能量聚集性检测

线性调频信号(LFM)在雷达信号中已得到广泛使用。本文利用LFM信号在时频平面上某一角度的能量聚集特征和分数阶Fourier变换的性质,提出了基于分数阶域的能量聚集性检测算法,并定性地分析其检测性能以及提高FRFT的分辨率方法。     

Joint Semi-Blind Channel Estimation and Data Sequence Detection of OFDM Systems

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｅｘｐｌｏｓｉｖｅｇｒｏｗｔｈｏｆｗｉｒｅｌｅｓｓｃｏｍｍｕｎｉｃａ ｔｉｏｎｓｉｓｉｎｃｒｅａｓｉｎｇｔｈｅｄｅｍａｎｄｓｆｏｒｈｉｇｈ ｓｐｅｅｄ ,ｒｅｌｉ ａｂｌｅ,ａｎｄｓｐｅｃｔｒａｌｌｙｅｆｆｉｃｉｅｎｔｃｏｍｍｕｎｉｃａｔｉｏｎｓｏｖｅｒｗｉｒｅｌｅｓｓｍｅｄｉｕｍ[1～2 ] .Ｈｏｗｅｖｅｒ,ｔｈｅｒｅａｒｅｓｅｖｅｒａｌｃｈａｌｌｅｎｇｅｓｉｎａｔｔｅｍｐｔｓｔｏｐｒｏｖｉｄｅｈｉｇｈ ｑｕａｌｉｔｙｓｅｒｖｉｃｅｉｎｔｈｉｓｄｙｎａｍｉｃｅｎｖｉｒｏｎｍ…     

基于YOLOX的跳频信号检测

现有跳频信号检测算法大多针对固定参数的跳频信号检测,而面对可变参数的跳频信号检测时,其每跳时长及带宽的不确定性导致这些算法的适用性下降。为此,提出了一种基于YOLOX的跳频信号检测算法。该算法适用于固定参数跳频信号和可变参数跳频信号,判断跳频信号的存在性。首先将观测时间内的信号进行短时傅里叶变换获得灰度时频谱图;然后将时频谱图经过目标检测网络YOLOX,获得各个信号的预测框;最后根据跳频信号各跳点的时间连续性,筛选出跳频信号各个跳点,根据连续跳点个数判断跳频信号的存在性。对算法的检测流程进行了仿真,以验证算法的可行性。实验结果表明,该算法可以较好地完成盲检测任务,且能够通过增加较少的先验信息以提高检测性能。