一种基于非周期随机共振的微弱信号检测方法

随机共振滤波器能够在强噪声背景中跟踪微弱信号(非周期或周期信号)波形,并将幅度放大,这正好弥补了匹配滤波器在强噪声背景下检测性能的严重不足。本文给出了FHN随机共振的简化模型及计算方法,在深入分析FHN随机共振模型参数对其滤波性能影响的基础上,结合随机共振滤波器和匹配滤波器,提出了一种基于FHN随机共振模型检测确知信号的方法。首先将接收信号经FHN随机共振滤波器进行滤波,再进行匹配滤波,最后将滤波结果和门限进行比较判断信号是否存在。经过实验验证,该方法具有较好的效果。     

磁异信号自适应检测算法

针对在分形噪声1/fα(0≤α2)中检测磁异信号存在的问题,提出了一种自适应噪声抵消器与自适应AR白化滤波器相结合的磁异信号正交基函数(OBF)检测算法——改进的OBF检测算法。由于固定AR白化滤波器对分形噪声1/fα的白化效果不佳,影响了OBF检测算法的性能,因此采用自适应噪声抵消器对被检测信号进行预处理以提高其信噪比,再利用自适应AR白化滤波器对预处理信号进行白化滤波,以实现OBF检测算法的最优化。理论仿真结果表明:当α值接近于0时,改进的OBF检测算法的处理增益略高于未经白化的OBF检测算法;当α值接近于2时,改进的OBF检测算法的处理增益略高于基于AR白化滤波器的OBF检测算法;当α值约等于0.8时,改进的OBF检测算法的处理增益高于其他两种算法7 dB,实验结果表明改进的OBF检测算法可以检测更微弱的磁异信号。     

基于分数阶傅立叶变换的水下动目标检测

当发射信号为线性调频信号(LFM)时,水下动目标径向运动速度使得回波和副本不匹配,从而导致传统的最佳检测器——匹配滤波器对线性调频信号的检测性能下降。动目标的回波信号依然为LFM信号和分数阶傅立叶变换对线性调频信号的聚焦特性,提出了以信号的分数阶能量谱的峰值作为统计量来进行检测,并且给出了细化搜索峰值的自适应方法,提高了搜索速度。仿真结果表明,算法在高斯噪声背景下对径向速度未知的运动目标线性调频回波具有良好的检测性能,并分析了信号参数对检测器性能的影响。     

大规模天线系统中基于软判决的MIMO信号检测算法

在大规模多输入多输出(MIMO)系统下,提出了一种基于软判决的改进MMSE(IMMSE)信号检测算法。在IMMSE算法中,把MMSE算法检测值作为算法的初始值并采用迭代干扰消除技术。进一步使用对数最大似然比(LLR)将检测序列进行排序,提出一种有序的IMMSE(OIMMSE),并使用软判决技术来提高算法的检测性能。在不同天线数的MIMO系统下,对IMMSE算法和OIMMSE算法进行误码率性能仿真。仿真结果表明,OIMMSE算法和IMMSE算法性能明显优于MMSE。而且提出的新算法随着天线数的增加,越来越接近单输入单输出(SISO)在加性高斯白噪声下的性能。由此可见,新算法对大规模MIMO系统是有效的。     

短波信号检测中的形态学预处理算法

针对信号检测中色噪声干扰和多谱峰信号的判断问题,通过研究实际短波信道特性和信号频谱特征,提出一种将频谱作为一维灰度图像进行形态学滤波的预处理算法,应用顶帽变换进行白化滤波,通过闭运算进行信号增强。仿真实验结果表明,该算法能在复杂的短波信道环境下较好地抑制色噪声干扰,实现对弱信号和多谱峰信号的有效检测。     

色噪声环境下基于子空间的白化滤波器参数估计方法

在各种信号处理的过程中会经常面临色噪声的影响,由于色噪声的存在,将导致系统参数的估计准确性大大下降,因而通过白化的过程来抑制色噪声的影响非常关键.传统的白化方法是将色噪声转化为白噪声,信噪比(SNR)保持不变.提出一种基于子空间的白化方法去除相关性来提高信号的SNR.在噪声相关性较强时,利用该基于子空间的白化方法在对系统参数进行估计时准确度有明显改进.同时提出估计相关系数的方法.     

差分帧能量稳健语音信号活动性检测方法

针对噪声环境下常规算法检测准确度下降的问题,提出了一种基于滑动滤波器差分能量输出的稳健语音信号活动性检测方法。利用历史帧信息,使用滑动滤波器对多帧能量进行滤波,根据滤波输出进行阈值决策,设计了一个三态有限状态机,将语音信号分成有声、无声与过渡三种状态,其中过渡态由三个子状态构成,各个子状态之间可以依条件相互跳转,达到吸收高能量平稳噪声和突发噪声的目的。此外,算法在输出判决中引入了滤波器输出能量的一阶差分成分,提高了算法的动态性能。实验结果表明,论文算法的活动性检测结果明显优于传统帧能量判决方法,并对不同水平的噪声干扰具有鲁棒性。     

差分帧能量稳健语音信号活动性检测方法

针对噪声环境下常规算法检测准确度下降的问题,提出了一种基于滑动滤波器差分能量输出的稳健语音信号活动性检测方法。利用历史帧信息,使用滑动滤波器对多帧能量进行滤波,根据滤波输出进行闽值决策,设计了一个三态有限状态机,将语音信号分成有声、无声与过渡三种状态,其中过渡态由三个子状态构成,各个子状态之间可以依条件相互跳转,达到吸收高能量平稳噪声和突发噪声的目的。此外,算法在输出判决中引入了滤波器输出能量的一阶差分成分,提高了算法的动态性能。实验结果表明,论文算法的活动性检测结果明显优于传统帧能量判决方法,并对不同水平的噪声干扰具有鲁棒性。     

信号的小波分析及在信号检测中的应用

对典型的线性调频信号进行了小波分析,并运用小波变换方法对噪声中的方波信号和正弦信号进行了检测,讨论了小波变换滤波器参数变化对检测性能的影响,最后,将小波变换与短时傅里叶变换进行了比较。     

基于改进型离散小波变换的语音激活检测

在语音信号处理系统中,语音激活检测是一个非常重要的方面.为了提高在噪声环境下语音激活检测的性能,提出了一种基于改进型离散小波变换的语音激活检测(VAD)的方法.算法将语音信号进行离散小波变换,然后通过Teager能量算子(TEO),提取能量比值和能量差值两个参数,最后进行门限判决.在MATLAB平台上,对语音信号进行激活检测仿真,实验结果表明在噪声环境中,提出的算法能够有效克服低信噪比环境的影响,并且优于倒谱距离和谱熵检测算法.     

基于混沌振子的BPSK信号解调

基于混沌系统对参数的摄动及其敏感性,分析了混沌系统微弱信号检测的基本原理,推导出混沌系统产生相变的相位条件,结合二进制相移键控(BPSK)信号的相位变化特点,提出了利用duffing系统进行强噪声背景中二进制相移键控(BPSK)信号解调的方法。鉴于观察混沌系统相平面判别系统状态的不足,提出了利用功率谱熵对系统不同状态复杂度进行判别的新方法。理论分析和仿真实验都证明了利用混沌振子解调BPSK信号的可行性。     

Improved voice activity detection algorithm using wavelet and support vector machine

This paper proposes an improved voice activity detection (VAD) algorithm using wavelet and support vector machine (SVM) for European Telecommunication Standards Institution (ETSI) adaptive multi-rate (AMR) narrow-band (NB) and wide-band (WB) speech codecs. First, based on the wavelet transform, the original IIR filter bank and pitch/tone detector are implemented, respectively, via the wavelet filter bank and the wavelet-based pitch/tone detection algorithm. The wavelet filter bank can divide input speech signal into several frequency bands so that the signal power level at each sub-band can be calculated. In addition, the background noise level can be estimated in each sub-band by using the wavelet de-noising method. The wavelet filter bank is also derived to detect correlated complex signals like music. Then the proposed algorithm can apply SVM to train an optimized non-linear VAD decision rule involving the sub-band power, noise level, pitch period, tone flag, and complex signals warning flag of input speech signals. By the use of the trained SVM, the proposed VAD algorithm can produce more accurate detection results. Various experimental results carried out from the Aurora speech database with different noise conditions show that the proposed algorithm gives considerable VAD performances superior to the AMR-NB VAD Options 1 and 2, and AMR-WB VAD.     

基于包络延拓和本征波匹配的时变DoS攻击频谱检测

DoS攻击信号具有非平稳时变特性,湮没在色噪声背景的复杂网络环境中,对之难以有效检测.传统方法中采用基于非平稳时变信号处理的Hough变换单谱脉冲响应检测算法,由于二次型时频分布的边缘效应会引起较大包络衰减,检测性能不好.因此提出一种基于包络延拓和本征波匹配的时变DoS攻击信号频谱检测算法来对DoS攻击检测信号进行双曲调频分解,构建信号数学演化模型,得到信号包络和本征波特征提取结果.采用双线性Hough变换法分析频谱特征畸变,进行瞬时频率估计,得到信号的单谱脉冲响幅频响应,在包络时频特征空间优化搜索路径实现包络延拓,基于最小均方误差准则设计本征波匹配滤波器,控制DoS频谱偏移,实现信号频谱检测.仿真结果表明,本算法能在强色噪声背景干扰下提高检测性能,检测概率高于传统算法,且能准确估计参量信息,提高对DoS攻击信号的主动防御能力.     

基于混沌调制技术的卫星隐蔽通信性能分析

针对利用传统DS扩频技术实现的卫星隐蔽通信易被截获的情况,利用混沌信号的特性,提出了一种基于相干混沌移位键控信号的卫星隐蔽通信方案.采用离散基带模型阐述了系统原理并分析了其隐蔽性能、抗干扰性能,然后通过建立基于混沌调制技术的卫星隐蔽通信仿真模型进行性能仿真.仿真结果表明,使用相干混沌移位键控信号完成卫星隐蔽通信同样可以具有较好的隐蔽性和抗干扰性,方案的提出对基于混沌调制技术的卫星隐蔽通信提供了理论支持.     

Data transmission over GSM voice channel using digital modulation technique based on autoregressive modeling of speech production

This paper presents a novel digital data modulation and demodulation algorithm ARDMA based on the principles of autoregressive modeling (AR) of speech production. In the first step a sustained voiced speech signal characteristics are analyzed using autoregressive modeling principle and then the two sets of linear prediction (LPC) coefficients are obtained and converted to linear spectrum frequencies (LSF). The input binary data stream drives the selection mechanism of LSF coefficients which are then applied as filter coefficients of the modulation signal synthesis filter. This filter is excited with specially designed excitation signal which corresponds to the basic characteristics of typical excitation signal of human vocal tract. Finally, a speech-alike modulation signal is produced. This modulation signal is then sent through the voice channel of the GSM system. The demodulator analyzes the incoming modulation signal using autoregressive modeling. The most likely LSF vector which modulated the particular symbol was determined by the demodulation process and converted to the respective string of binary data. The performance of proposed modulation scheme was compared to the regular frequency shift keying method (FSK). The performance improvement of ARDMA against FSK is observed at higher bit-rates in the case of three compared GSM speech coders.     

A best method of demodulation algorithm for UNFSK applied in transportation

The frequency shift of the ultra-narrow frequency shift keying (UNFSK) is far less than the ordinary binary frequency shift keying (FSK) method. Because the two frequencies of UNFSK are extremely close, the traditional demodulation method cannot separate them successfully. This study aims to successfully demodulate the UNFSK signals by applying cycle extension and notch filter. The signal processing procedure is as follows: First, the sampling signals have been made cycle extension to enlarge their spectrum difference between signal 0 and 1; secondly, the cycle extension signals have been processed by the notch filter algorithm and finally, we could get the information by sentencing the filtering result. Finally, the method is applied in transportation. The simulation results proved that the algorithm greatly enhanced UNFSK signal demodulation performance, compared to the traditional demodulation method. There can be 2–3 dB improvement in performance, which is very suitable for UNFSK.     

基于自适应方向导数滤波器的彩色边缘检测

传统彩色边缘检测算法在提高边缘检测准确性时可能将噪声检测为边缘,而在提高噪声鲁棒性时会将部分边缘当作噪声进行抑制,导致部分边缘信息丢失。为解决传统彩色边缘检测算法在边缘检测准确性与噪声鲁棒性之间的矛盾问题,提出一种基于自适应各向异性高斯方向导数（ANDD）的彩色边缘检测算法。通过彩色图像的微分自相关矩阵构建反映边缘类型的度量准则,以自适应地确定每个像素处ANDD滤波器的形状,从而准确提取不同类型的边缘特征,采用ANDD滤波器组对图像进行平滑处理,提取在三个通道上的ANDD特征。在此基础上,利用奇异值分解得到最优融合权值,并融合三个通道的ANDD特征,以增强彩色边缘强度。实验结果表明,该算法在无噪声和含噪声环境下的Pratt品质因子分别为0.849 6和0.791 4,与彩色Canny、RCMG-MM和FRPOS算法相比,在保持较高边缘检测准确率的同时具有较优的噪声鲁棒性。     

脉冲噪声下基于循环相关熵的PSK信号码速率估计

针对现有相移键控(PSK)信号码速率估计方法在脉冲噪声下性能退化甚至失效的问题,提出一种循环平稳理论框架下基于相关熵的码速率估计新方法.构造信号的循环相关熵函数,并理论推导给出在二相相移键控(BPSK)信号下的循环相关熵函数.该方法可通过检测PSK信号循环相关熵函数的离散谱线实现码速率估计,不需要噪声的先验信息,且能够直接利用FFT计算信号的循环相关熵函数的延迟切片,实现简单.仿真结果表明,所提出方法能有效抑制脉冲噪声,尤其在强脉冲噪声环境下,具有良好的PSK信号码速率估计性能.     

应用MDFT结构的认知无线电频谱感知方法

针对认知无线电系统采用传统正交频分复用（OFDM）技术时,其高频谱泄露带来的邻带间干扰及造成的主用户信号检测性能下降等问题,提出了一种基于改进离散傅里叶变换（MDFT）调制滤波器组的认知无线电（CR）多用户接入频谱检测方案,并推导了CR系统在应用MDFT滤波器组条件下检测概率表达式。理论推导及不同参数下仿真结果表明,与基于OFDM的CR系统相比,MDFT结构的系统比以矩形窗函数为原型滤波器的OFDM系统带外有更高阻带衰减;在较低信噪比情况下,基于3GPP TS 25.104协议标准的多径步行信道采用MDFT滤波器组结构的CR系统频谱感知性能相比于采用OFDM调制方式有了明显提升。     

基于小波旁瓣相消器的轴承故障特征提取

为解决强背景噪声下声信号提取的轴承故障特征不显著问题,提出一种基于小波旁瓣相消器的故障特征提取方法。该方法利用小波滤波器组将含噪故障轴承声信号变换到小波域,进行小波域阵列广义旁瓣相消自适应波束形成,再通过小波滤波器组重构增强后的故障轴承信号,最后对重构增强后的信号进行包络解调并提取故障特征频率进行故障诊断。实验结果表明,该方法能够在强背景噪声下有效提取滚动轴承故障特征,并且相较于传统的延时求和波束形成器具有更好的降噪和故障特征增强效果。