BPSK信号盲处理结果的可靠性检验算法

研究了BPSK信号盲处理结果的可靠性检验问题,提出了一种基于线性回归失拟分析的检验算法。该方法在无信号先验知识的条件下,先根据调制识别结果对应的信号模型构造参考信号,在分析参考信号与观测信号相关累加后模值曲线线性回归特性的基础上,将BPSK信号盲处理结果的可靠性检验问题转化对相关累加后模值曲线线性回归的失拟检验问题。计算机仿真结果表明,本算法在较低信噪比条件下,可实现对BPSK信号盲处理结果的可靠性检验。     

基于近似熵分析的BPSK信号盲处理结果可信性校验

提出一种基于近似熵分析的BPSK信号盲处理结果可信性校验算法。先通过特定算法对信号进行调制方式盲识别及参数估计,而后根据识别结果对应的调制信号模型构造参考信号,并将参考信号与观测信号作相关累加运算。通过计算相关累加曲线原序与按升序重排后两者近似熵的差值,将BPSK信号盲处理结果的可信性检验问题转化对近似熵差是否大于零的检测。给出基于Bootstrap法的判决门限设置方法。计算机仿真结果表明,该算法在较低信噪比条件下,可实现对BPSK信号盲处理结果的可信性检验。     

低信噪比条件下正弦信号幅度盲估计

研究了电子侦察信号处理中正弦信号幅度盲估计问题。提出了一种基于相关累加及线性回归的正弦信号幅度盲估计算法。先对接收到的信号进行频率估计,建立参考信号,将接收信号与参考信号相关后变换到基带并作累加,后将相关累加曲线进行最小二乘线性回归,以回归得到的直线斜率值作为信号幅度的估计值。仿真结果表明,当信噪比大于[-3 dB]时,方法的估计均方根误差小于1.1倍克拉美罗限,可在低信噪比条件下,实现正弦信号幅度的盲估计。     

一种基于盲均衡的多径环境下调制识别算法

针对频率选择性多径衰落信道下MPSK和MQAM信号的调制分类问题,提出了一种基于盲均衡算法的自动识别算法。将接收到的码元星座图通过一组并行的自适应盲均衡器,当盲均衡器与星座图匹配时其代价函数收敛到最小。所以直接利用盲均衡的代价函数作为调制识别特征,当代价函数收敛后,将具有最小代价函数值的均衡器所对应的信号判为识别结果。仿真结果表明,该算法可以有效识别频率选择性多径衰落信道下的BPSK,QPSK,8PSK,16QAM,32QAM,64QAM信号。     

基于循环自相关的跳频信号盲检测算法

针对通信对抗中的跳频信号盲检测问题,提出了一种跳频信号盲检测算法.深入分析了带噪跳频信号和高斯白噪声在二阶循环平稳性上的差异,并考虑到截短效应对循环自相关函数估计的影响,提出利用观测信号的循环自相关函数估计的模值作为检验统计量,利用在接收端构造的高斯白噪声信号的循环自相关函数估计的模值的最大值作为检测阈值的跳频信号的盲检测算法.实验表明,该算法对于高斯白噪声环境中的跳频信号具有良好的检测性能,适于信噪比高于-3dB,非协作通信情况下的跳频信号检测.     

一种基于盲均衡的多径环境下调制识别算法

针对频率选择性多径衰落信道下MPSK和MQAM信号的调制分类问题,提出了一种基于盲均衡算法的自动识别算法.将接收到的码元星座图通过一组并行的自适应盲均衡器,当盲均衡器与星座图匹配时其代价函数收敛到最小.所以直接利用盲均衡的代价函数作为调制识别特征,当代价函数收敛后,将具有最小代价函数值的均衡器所对应的信号判为识别结果.仿真结果表明,该算法可以有效识别频率选择性多径衰落信道下的BPSK,QPSK,8PSK,16QAM,32QAM,64QAM信号.     

利用粒子流滤波的单通道BPSK信号盲分离算法

由于粒子滤波本身的"粒子贫化"问题,导致基于传统粒子滤波的单通道信号盲分离算法分离性能恶化以及计算量较大,本文提出了一种基于粒子流滤波的单通道BPSK信号盲分离新算法。根据由两路BPSK信号混合的单通道信号,构造了测量方程和状态方程。然后,通过将状态空间中服从先验分布的粒子移动到其对应的后验分布上,实现了粒子更新,其不同于粒子滤波采用重采样来更新粒子,避免了"粒子贫化"现象发生。最后,采用一种基于弱解形式的粒子流滤波器实现BPSK信号的盲分离。计算机仿真结果表明,与粒子滤波算法相比本文算法具有更低的误码率和计算复杂度。     

恒模盲均衡算法的物理级建模与仿真

通过研究恒模盲均衡算法的特点,本文提出了一种基于Simulink的恒模盲均衡算法的建模方法。该方法避开了使用复杂编程语言的实现方式,而是采用基于物理级的动态可视化的建模方法。为了验证仿真模型的正确性和有效性,本文构建了BPSK数字通信系统,并以该通信系统为平台,对其均衡性能进行了仿真分析。为了分析该算法的优缺点,与与基于LMS算法和RLS算法的非盲均衡器进行了对比,给出了三种不同均衡算法的系统误码率、星座图及收敛曲线。仿真结果表明：本文对恒模盲均衡算法的建模方法是正确的,具有很好的对时变信道均衡的性能,并且系统的误码性能很好,而且该算法不需要任何输入信号的先验知识。同时,本文也指出了该算法存在收敛较幔、系统误码率较高的 的缺点。     

GPS检测算法性能和仿真研究

弱信号检测算法是高灵敏度GPS定位的核心,对低信噪比环境下的相关累加结合非相关累加、圆周相关累加以及差分相关累加捕获算法进行了理论分析,对信号捕获流程进行了讨论,重点对算法捕获性能进行了仿真。根据理论分析和仿真结果可以看出,所讨论的几种算法都能够在一定程度上提高接收机的捕获灵敏度,差分相关累加捕获算法更适合检测低信噪比环境下的GPS信号。     

基于AR模型的盲源分离方法

不同时间结构的平稳随机信号具有不同的模型结构,平稳随机信号可以由白噪声激励一自回归(AR)模型得到,在某种意义上AR模型与线性预测模型等价.因此,在盲源分离中线性预测模型可以作为度量信号分离的测度.为此从信号预测模型的角度出发分析推导了一种新的盲源分离算法,并进行了计算机仿真验证,实验结果表明该算法简单有效,便于工程实...     

基于非线性动力学系统噪声减缩盲解调负信噪比载频上的随机码流

盲解调技术是获取非协作数字通信信号上携带有用信息的最关键技术之一.首先对现有数字通信信号盲解调进行了综述,然后在我们已发表论文的基础上,进一步完善非线性动力学系统噪声减缩的理论和算法,对负信噪比BPSK调制载频上的随机码流进行盲解调.试测试结果表明,信噪比在Eb/N0>7dB区间,噪声减缩的盲解调的误码率为0,信噪比在0 < Eb/N0 < 7dB区间,噪声减缩的盲解调的误码曲线低于现有非相干解调方法的误码曲线.噪声减缩的盲解调的误码率接近或重合或低于现有相干解调的理论误码曲线.可见,采用非线性动力学系统的噪声减缩的盲解调与现有非相干解调的处理能力比较,至少提高了7dB的处理能力.测试结果表明研究成果为电子侦察信号处理的盲解调提供了一种有效的方法.     

混沌卷积混合信号的预测重构盲反卷积方法

介绍了混沌序列的特性，然后利用混沌的类随机特性和盲信号处理技术，提出了一种针对混沌卷积混合信号的预测重构盲反卷积方法．该方法充分利用了混沌的物理特性，通过对混沌卷积混合信号使用基于直接预测误差分析所构成的混沌滤波器和基于相空间重构动力学系统方程的人工智能补偿技术去进行盲反卷积，从而实现对单输入单输出混沌卷积信号的源信号和传输函数的盲反卷积处理．仿真实验验证了该方法的有效性和可行性。     

基于软件无线电和神经网络的RFID调制制式测试研究

RFID测试技术的发展对RFID技术的成熟和广泛应用具有重要的理论意义和实用价值;RFID调制制式测试(识别)则是RFID测试技术重要研究内容之一;文中提出了一种新的基于软件无线电的RFID调制方式测试方法;`在软件无线电的基础上,采用4个特征参数,用BP神经网络实现对2ASK、4ASK、2FSK、4FSK和BPSK等RFID系统典型调制方式进行识别;讨论了方案设计,给出了仿真实验结果;仿真结果表明该方法具有较好的准确性和稳健性。     

基于ＢＯＣ调制信号的频域主瓣叠加捕获算法

提出了一种基于BOC调制信号的频域主瓣叠加捕获算法。该算法利用BOC调制信号功率谱主瓣与BPSK信号功率谱的相似性,在对接收的BOC调制信号进行上、下边带主瓣滤取,将两主瓣信号分别搬移到中心频率,实现两路信号叠加的基础上,通过与本地信号的相关处理,执行同步捕获。仿真分析表明,本文提出的频域主瓣叠加捕获算法不仅能够实现正确的信号同步捕获,而且捕获精度和性能优于现有的边带和BPSK-like捕获算法。     

等间隔分数时延滤波器及其线性插值设计

针对宽带数字信号精确可变时延需求,研究等间隔分数时延滤波器及其线性插值方法。现有分数时延滤波器设计方法不能应用于可变时延,基于多采样率信号处理理论,提出等间隔分数时延滤波器设计方法。将所需时延近似为等间隔分数时延,选取对应时延滤波器组对信号进行时延,满足工程中变分数时延滤波需求。为提高时延滤波精度,提出对相邻滤波器系数线性插值的分数时延滤波器设计方法。对线性调频信号仿真结果表明,所提方法与常规分数时延滤波方法运算量相当,且适用于宽带信号的精确可变时延应用。     

基于循环谱的猝发信号解调

针对传统解调方法应用于猝发信号解调的缺点,提出了一种运用循环谱解调猝发信号算法,采用循环谱快速估计猝发信号的载波频率,根据载波频率进行猝发信号的解调,对以BPSK和QPSK调制方式的猝发信号进行了仿真。仿真结果显示：在满足一定约束条件下,该方法可以快速地捕获猝发信号的载波频率,从而实现了在较短的时间内解调出猝发信号,并且采用此算法对猝发信号进行解调的结果和理论分析一致。     

盲源分离在机械振动信号分析中的应用

设备状态信号的处理是状态监测及故障诊断的基础。在实际运行环境中,信号检测传感器采集的机械振动信号必然包含设备各个部件的信号以及周围环境的强烈干扰。传统的振动信号处理方法抗扰去噪效果并不理想。盲源分离技术由于自身独特的盲处理优势,可以有效去除外来干扰并分离出源信号,有助于提高诊断的准确性。针对直升机齿轮箱振动信号进行盲源分离仿真,分离出了轴承故障振动信号,并将分离信号的功率谱与原始信号的功率谱相比较,表明盲源分离技术是机械故障诊断领域的一个有效的信号处理方法。     

一种有意义水印盲提取算法

提出了一种基于匹配滤波的有意义水印盲提取算法，通过构造基于特征子空间的正交水印信号集，水印的提取不需要原始图象，而且误码率可以控制在较低的水平，基于特征子空间分解特性，具有简单有效的特点，同时由于水印信号集由原始图象唯一生成，并具有一定的不可逆性，因此可以防止水印攻击者利用非法产生的水印集来伪造有意义的水印。实验结果证明了该算法具有较好的稳健性和不可见性，为了对提取字符的可靠性进行评价，还提出了一种置信度门限，利用置信度门限可以有效地评估单个字符及整体水印的可靠性，弥补了一些算法只提取有意义水印，而不加评估的缺点。