时频子空间拟合波达方向估计

本文提出了一种基于信号空时特征结构的时频子空间拟合方法,利用双线性时频分布构造时频相关矩阵 C _x代替传统的阵列相关矩阵 R _x,通过 C _x的特征分解实现了信号子空间与噪声子空间的分离.该方法在空域和二维时频域同时进行处理,能够区分具有不同时频特征的信号,既适用于平稳信号的场合又适用于时变、非平稳信号的情形,属于空时多维处理的范畴.可以证明,基于平稳信号假设的经典子空间方法是该方法的低维特例.由于包含了时变滤波的过程,因此该方法具有信号选择性以及抗干扰和抗噪声的能力.仿真结果证实了该方法的有效性.     

分区复杂性在时间序列分析中的应用

本文对KC复杂性,C₁、C₂复杂性等常见的时间序列分析中所用的方法进行了比较,在此基础上提出一种新算法——分区复杂性,同时将其应用在EEG时间序列分析、处理中,以检验它的有效性.     

测风激光雷达应用于机场能见度及云底高探测

直接探测多普勒测风激光雷达通过探测大气后向散射信号的多普勒频移来反演风速。分析了上述后向散射信号在大气能见度和云底高探测上应用的可行性。选择了Klett方法反演大气能见度,并设计了分段计算云底高的流程。根据上述算法编写了反演程序并对激光雷达数据进行处理。与外场观测记录对比,得出了反演结果与目测基本吻合的结论。     

一种孔径渡越时间补偿方法研究

在频谱合成法的基础上建立了线性相控阵雷达中调频步进频信号的处理模型,分析了孔径渡越时间对调频步进频信号带宽的限制,提出了基于移频原理的解决方法,并给出了相应的仿真结果.理论分析及仿真结果表明,在调频步进子脉冲信号带宽小于孔径渡越时间倒数的条件下,合成信号带宽仍受孔径渡越时间限制;利用移频的方法可以有效补偿孔径渡越时间的...     

基于部分平行ADMM求解谱寻求问题的时频分析

经典的非参数谱分析方法使用滑动窗口来捕捉大多数时间序列的频谱特性,然而这种方法不能很好地应用在时间序列的时频谱是时间连续的信号上.对于一些其时频谱满足时间连续频率稀疏的非平稳信号,提出了一种利用部分平行交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）求解谱寻求问题用于此类信号的时频分析方法.对一段加噪声的仿真信号和一段EEG（脑电）信号使用提出的方法进行时频分析.仿真结果表明：与短时傅里叶的分析方法相比,提出的方法不仅提高了时频谱的频率分辨率和时间分辨率,还有效抑制了噪声.最后从ADMM算法停止准则的角度说明了算法的收敛.     

基于Markov过程的宽间隔跳频地址码序列的概率分布及谱特性的研究

本文给出了和宽间隔跳频地址码序列相对应的Markov过程模型,并基于此模型研究了具有实对称特性的q元宽间隔跳频地址码序列的一步转移概率矩阵P和n步转移概率矩阵P⁽ⁿ⁾及n步转移概率p⁽ⁿ⁾_ij,给出了最小间隔d=1时p⁽ⁿ⁾_ij的解析表达式和d＞1时以用正交矩阵和特征矩阵来表示的p⁽ⁿ⁾_ij一般表达式.然后,根据一般形式的P⁽ⁿ⁾定义了q元宽间隔跳频地址码序列的自相关函数和N步谱.最后给出了谱分析的理论推导和计算的结果.     

一种非合作的跳频信号跳同步方法

针对跳频信号侦察中,在非合作条件下进行信号跳同步问题,提出利用跳信号分段频谱比较分析实现跳频信号跳变时刻同步的方法。该方法首先利用短时傅里叶变换和小波变换的方法有效估计跳频信号跳速率参数,在此基础上通过在一个跳周期内取三段信号进行频谱比较,并滑动调整时间参数的方法进行跳同步获取。实验证明该方法不仅可以有效实现跳频的跳同步,同时克服了跳速率估计精度不足的问题,且方法结构简单易于工程实现。     

基于CZT和Zoom-FFT的频谱细化分析中能量泄漏的研究

在经典谱估计理论中,频谱能量泄漏是导致频谱失真的主要误差因素。CZT和Zoom-FFT是两种重要的频谱细化分析算法,本文对这两种方法的能量泄漏进行了详细的分析,并仿真分析了不同种类和不同宽度的窗对谱泄漏的影响。分析和仿真的结果表明,Zoom-FFT可以大大减小频谱能量泄漏,获得更高质量的细化频谱。     

基于CZT和Zoom-FFT的频谱细化分析中能量泄漏的研究

在经典谱估计理论中，频谱能量泄漏是导致频谱失真的主要误差因素。CZT和Zoom-FFT是两种重要的频谱细化分析算法，本文对这两种方法的能量泄漏进行了详细的分析，并仿真分析了不同种类和不同宽度的窗对谱泄漏的影响。分析和仿真的结果表明，Zoom-FFT可以大大减小频谱能量泄漏，获得更高质量的细化频谱。     

变速目标的光子回波外差信号处理方法研究

变速运动目标的中频信号特征频谱具有连续集中的多频分量，且具有一定的多普勒展宽，在背景噪声和暗计数的影响下，光子回波外差信号的信噪比较低时，使用传统的信号处理方法得到的中频信号频谱以及时频分析特性效果较差。为提高信噪比，本文提出了将稀疏度自适应压缩感知和密度聚类相结合的信号处理方法，并采用该方法对变速目标的光子回波外差信号进行处理。该信号处理方法解决了变速目标频谱稀疏度K无法提前确定的问题，而且只需要较少的观测数据就可以重构信噪比较高的中频频谱。此外，该方法结合密度聚类算法对中频频谱进行了第二重去噪，大幅度减少了噪声分量。研究结果表明，该信号处理方法能够将信噪比提高一定幅度且多普勒展宽精度误差在10%以内，可以得到较为完整的重构中频信号频谱，同时较好地解决了信号时频分辨率较差的问题以及单光子探测等间隔时间序列造成的时频图中的倍频现象，得到了更好的时频特性描述。     

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.     

卫星通信中频谱反转的成因与处理

变频的目的是为了使信号能够在特定的信道内利用合适的频率对信号进行有效传输,是无线通信系统中需要经常涉及到的问题。频谱反转一般是在传输过程中由于变频而造成的接收端所收与发射端所发的信号频谱相反的现象。本文对频谱反转产生的原因以及如何在基带系统中处理的方法进行了分析和介绍。     

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。     

The Analysis of Under Water Vehicle Non-Stationary Acoustic Transient Signals Using a New Fast Algorithm for Constructing Positive Time-Frequency Distributions

It is well know that under water vehicles emit many types of acoustic signals, including stationary as well as non-stationary. The non-stationary transient signals are receiving considerable attention, especially from the standpoint of detection and tracking of under water vehicles. Thus, modern methods for processing these non-stationary acoustic transient signals are required. This paper presents a very powerful method for analyzing acoustic transient signals, the positive time-frequency distribution. A fast algorithm that implements the minimum cross-entropy positive time-frequency distribution makes practical the processing of 'real world data', like under water vehicle acoustic transient signals. An example of such a signal is presented, which is a generic acoustic transient signal from a under water vehicle. The signal is only representative, as it is normalized in time, in frequency, and in amplitude. The positive time-frequency distribution constructed for this generic transient signal is contrasted with the one-third octave method, which is currently the primary method being used by the under water vehicle community to analyze under water vehicle transients. The positive distribution is also contrasted with broad band and narrow band spectrograms.     

自适应小波的构造及其在信号处理中的应用

基于带限正交小波基的特性,本文采用匹配方法构造了一种新的带限尺度函数,它与信号的主要能量所在频带具有相似的特征.匹配尺度滤波器是优化滤波器,它锁定能量聚集的频带,使得所需频率分量的输出增大.原始信号能够用优化的小波实时处理.通过对脑电图信号的处理,证明本文算法是有效的.     

条件匹配滤波器与雷达抗寻呼信号干扰

在某些特定频率点的增益为零的条件下,使滤波器的输出信噪比最大,我们称其为条件匹配波波器.本文讨论了条件匹配滤波器的基本原理和性能,与最佳滤波器相比,条件匹配滤波器既不需要多个数据样本用于形成协方差矩阵,也不需要求逆运算来得到权系数矢量.仿真和实测数据验证了条件匹配滤波器用于抑制寻呼信号干扰的可行性.     

TV white spaces exploitation for multimedia signal distribution

The new spectrum regulation policies for dynamic spectrum access, especially those concerning the use of the white spaces in the Digital Terrestrial Television (DTT) bands, arise the need for fast and reliable signal identification and classification methods. In this paper we present a two-stage identification method for signals in the white spaces, using combined energy detection and feature detection. The band of interest is divided by means of the Discrete Wavelet Packet Transformation (DWPT) in sub-bands where the signal power is calculated. Modulation classifiers taking into account the statistical parameters of the signal in the wavelet domain are used as features for identifying the modulation schemes, in this case specifically for the DVB-T broadcast standard. Finally, a signal transmission architecture based on Motion JPEG XR has been implemented in order to explore and evaluate a practical application of indoor signal distribution over white-spaces.     

自适应估计信号个数的频谱信号提取算法

无线电监测频谱数据中包含有大量的信号,准确提取这些信号有利于掌握全频段的频谱使用情况。实际信号的频谱由于受噪声干扰,会出现信号频带内个别频点能量值低于检测门限的情况,此时传统的门限检测算法会将该信号错估为多个信号,产生多个虚假的相邻信号间隔,导致频谱信号提取的准确率下降。对此,根据虚假相邻信号间隔特点,提出一种自适应估计信号个数的频谱信号提取算法,该算法可自动、准确估计频谱监测数据中电磁信号的个数,并将对应的信号及频谱信息提取出来。实验结果表明,该方法具有自适应性、强鲁棒性和高准确性,有效提高了频谱信号提取的准确率,为军、民电磁环境的识别与掌握提供基础的电磁信号数据支撑。     

直扩信号伪码的盲估计方法的研究

对直接序列扩频通信的信号检测方法进行了综述,重点讨论了自相关域检测方法、四阶累积量方法、谱分析与信号子空间分解法,其中四阶统积量方法和谱分析与信号子空间分解法的最低检测门限远低于相关算法,谱分析与信号子空间分解法在直接序列扩频(DS/SS)信号的伪码周期估计以及伪码序列盲估计中,利用功率谱二次处理结合信号子空间分解的方法可以实现对低信噪比DS/SS信号的估计。     

基于谱线特征的调制方式自动识别方法

研究了基于谱线特征的通信信号调制方式自动识别方法,从信号的功率谱、二次方谱、四次方谱及包络平方谱中,提取出一组鲁棒性强的特征参数。在不需要先验知识的情况下,对卫星通信中常用的调制信号进行了自动识别。仿真结果表明,在信噪比大于5 dB时,总体识别率能达到97%以上,方案具有很强的实用性。