一种改进的Power-Law检测器在突发信号检测中的应用

根据短时突发通信信号的特点,提出了一种改进的基于高阶谱的power-law检测器。该方法利用高斯噪声和通信信号的高阶统计量存在较大差异的特点,对传统power-law检测器进行了改进。仿真结果表明,基于高阶谱的power-law检测器对短时突发通信信号的检测效果优于传统的基于DFT的power-law检测器。     

支持矢量分析在雷达信号分选中的应用

提出了一种基于支持矢量分析的雷达信号分选方法、该方法首先对脉冲信号流进行聚类，然后应用支持矢量分析方法对聚类后脉冲流作进一步分选．通过仿真实验，给出了该方法对处于边界交迭脉冲的分选结果，证明了该方法的可行性、     

一种用于雷达信号分选的改进型神经网络

基于雷达信号分选的应用需求，对传统自组织特征映射（SOFM）神经网络进行了分析，提出一种结构自调整的改进型SOFM神经网络，并进行了分选仿真．结果表明，该网络能够通过增加或删减输出神经元的数目，自动调整神经网络的规模使其与实际输入模式的类别数目相适应，从而取得了较好的雷达信号分选效果．     

通信信号自动分类的一种方法—学习子空间法的应用

文中提出了应用学习子空间法的通信信号自动分类的网络结构，通过将输入矢量在子空间内的投影实现聚类运算，达到了将隐含层节点数降低的目的，提高了网络的训练速度，增强了网络的抗干扰和实时处理能力，文中还对加噪后的通信信号进行计算机模拟实现了分类。     

基于楼宇配电设备节点的通信策略的研究

针对传统的有线楼宇配电系统中存在的布线成本高、组网不灵活等不足,研究并设计出了一套无线楼宇配电设备节点的通信策略。使用STC90C51RD+作为每个节点的控制核心元件,来有效地控制每一个模块。通信元件采用了nRF905无线芯片,用于设备之间的通信。信息收发器与总控制器之间的通信信号通过信息传递器进行传送。信息收发器首先将信号发送到信息传递器,信息传递器再把相应的信号发送给总控制器。总控制器也是先把信号发送到信息传递器,再由信息传递器发送相应的信号到信息收发器。通过对信号字节的数据和字符串数据的定义来让每一个节点准确地接收和传递相应的信号,并执行对应的命令。根据模拟实验,通过该通信策略,各个节点之间可以有规律地进行通信,而且信号的有效传递范围达到1~2.5km,通过在上位机界面上操作可以检查每一个房间配电电路的情况和控制每一个房间配电电路的开通与关断。     

基于级联SSA-SOFM神经网络的信号分选方法

针对应用传统SOFM神经网络进行辐射源信号分选的不足，提出了一种结构自调整算法以解决必须事先确定SOFM网络规模的问题，进而提出了一种基于级联结构自调整SOFM（SSA—SOFM）神经网络模型的信号分选方法，采用实际数据进行了实验仿真，结果表明了该方法的有效性．     

扩频信号频域谱相关自适应滤波技术的研究

以谱相关理论为基础,针对直接序列扩频（ＤＳ／ＳＳ）通信系统的可截获性问题,提出了利用频域谱相关自适应滤波技术对噪声和干扰环境下的扩频信号进行检测,及对时域和功率谱域严重重叠信号进行分选的一种算法．对直接序列扩频信号的仿真结果表明,该算法具有速度快、噪声和干扰抑制能力强等特点,因而文中提出的算法是切实可行的．     

一种密集信号环境下雷达脉冲分选方法

针对电子战所面临的高密度,占空比大,脉冲重叠丢失率高的信号环境,构建了一个实时的脉冲信号预分选系统,改进了基于概率统计的分选算法,并提出一个剔除TOA倍数及加和关系的算法,通过试验证明了该系统和算法的可行性。通过硬件电路进行了具体实现,该系统能实时的对雷达脉冲序列进行分选,并在密集的信号环境下具有良好的分选正确率。     

神经网络用于通信信号分类识别研究

介绍了将神经网络方法应用于通信信号的分选和识别的初步研究结果；选择了二值自适应共振（ＡＲＴ１）神经网络完成对输入信号的分类，确定输入信号类型是否已被网络存储，发现新出现的信号并标记；再采用多层前馈误差反向传播（ＢＰ）神经网络完成每一标记信号的识别，即识别该信号类型。比较了神经网络分类识别器和树形分类器的性能，并给出了计算机模拟结果。结果表明，基于神经网络的分类识别器的性能远优于传统技术分类器。     

基于压缩感知的雷达信号分选方法

针对复杂电磁环境下,大量的信号在时间、空间、频谱发生随机交叠时,现有分选方法很难进行分辨的问题,提出了一种基于压缩感知理论的雷达信号分选算法.该算法将信号的样本空间作为稀疏字典,将待分选的雷达信号进行稀疏表示,以少量的观测数据就能获取信号的全部信息,从而对雷达信号进行有效的分选.仿真结果表明,该算法能对大量时频交叠信号进行快速分选,且在低信噪比下也能取得较理想的效果.     

基于数据场与云模型的多模雷达信号分选算法

针对传统分选算法处理多模雷达信号效果较差的问题,提出一种基于数据场的层次聚类信号分选算法,以克服多模雷达信号分选时存在的"增批"问题.将数据场理论应用于多模雷达辐射源信号的分选,利用数据场势函数划分辐射源信号数据的层次,通过等势图的绘制完成数据的自组织层次聚类.提出一种基于云模型的分选结果有效性评估算法,可在脱离雷达辐射源库的情况下验证信号分选结果的有效性.仿真实验验证了提出算法的有效性.     

分段聚类在雷达信号分选中的应用

分析了雷达信号分选中的容差问题,现代电子战所面临的越来越复杂密集的脉冲环境,使容差问题成为制约现有多参数信号分选体制分选效率的重要因素。根据统计学习理论的思想,提出了一种基于支持向量聚类和级联互耦的分段聚类雷达信号分选方法,该方法克服了容差问题对雷达信号分选的影响。通过仿真实验验证,对于高脉冲密度环境和复杂的信号形式,这种分选方法是有效的。     

RBF网络在通信号自动识别中的应用

通信信号自动分类是一模式识别问题，通常用数字信号处理和模式分类的方法来求解。文中提出了将ＲＢＦ网络方法应用于通信信号自动识别的具体方法。     

空间激光通信APT系统误差信号的特性分析

针对空间激光通信的技术特点,分析说明了空间光束的捕获、对准、跟踪（APT）技术的重要性和必要性,论述了空间激光通信中APT伺服控制系统的工作流程以及四象限误差信号在控制中的作用。提出了空间激光通信APT系统中误差信号计算的数学模型,分析讨论了信号光斑大小、信号光斑相对于探测器探测面的不同位置情况以及光强分布对系统跟踪速度和精度的影响,其研究结果对科研项目的研究具有极其重要的指导意义。     

雷达信号分选、处理方法研究

雷达信号分选,就是从交错的密集复杂的脉冲信号流中提取出属于同一雷达辐射源的脉冲序列。现代雷达具有多种工作状态,其各项特征参数都是可变的,甚至是随机变化的,这给雷达信号的分选与处理工作带来一定难点。本文介绍了雷达信号分选基本方法,分析了雷达信号分选的关键技术,并雷达信号处理中的的辐射源分类的识别方法。     

信号恢复中采用冗余二进子波变换的必要性

讨论了信号子波变换的模极大值表示信号和恢复信号中采用冗余二进子波变换的必要性。分析了过零点表示和模极大值表示的关系,提出了冗余二进子波变换在交替投影的恢复算法中的必要性,改进了仿射投影以消除多余的振荡,并对算法进行了计算机模拟并给出了仿真结果。     

基于压缩感知心音数据压缩算法的研究

心音信号是一种重要的生理信号,为了进一步降低心音信号无线采集过程中的数据传输量,以缓解通信压力、降低通信能耗,基于压缩感知数据处理新理论,针对心音信号提出并设计了一种新的采集和处理方法,同时利用Matlab软件对该方法的有效性、优良性进行了仿真验证。     

空间激光通信AOT系统误差信号的特性分析

针对空间激光通信的技术特点,分析说明了空间光束的捕获、对准、跟踪(APT)技术的重要性和必要性,论述了空间激光通信中APT伺服控制系统的工作流程以及四象限误差信号在控制中的作用.提出了空间激光通信APT系统中误差信号计算的数学模型,分析讨论了信号光斑大小、信号光斑相对于探测器探测面的不同位置情况以及光强分布对系统跟踪速度和精度的影响,其研究结果对科研项目的研究具有极其重要指导意义.     

时频分析技术在雷达抗通信干扰中的应用

针对抑制通信信号对雷达的干扰,基于时频投影滤波方法,提出了应用时频分析技术抑制从雷达主瓣进来的带宽占信号总带宽比率较大的通信干扰,进行了理论分析,并以LMF信号和MSK信号为对象进行了计算机仿真.仿真结果证明了这种方法的有效性.     

信号音及铃流的一种检测与识别方法

本文提供一种信号音及铃流检测与识剐的方法.其中,信号音的检测采用具有自动增益控制(AGC)处理和最佳门限电平比较的包络检测电路;信号音的识别采用软件方法,根据信号音断续时间进行判断,这种方法可用在电话通信终端设备上,以实现自动拨号与应答功能.