共查询到20条相似文献,搜索用时 50 毫秒
1.
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. 相似文献
2.
提出一种基于能量归一化窗的S变换的跳频信号参数盲估计方法。详细阐述了能量归一化窗S变换的基本原理,应用能量归一化窗S变换对跳频信号进行了分析并与其它时频分析方法作了比较,最后给出了跳频信号参数盲估计的具体算法步骤,并进行了仿真实验及性能分析。仿真结果表明该方法切实有效。 相似文献
3.
短波信道下跳频信号检测 总被引:1,自引:0,他引:1
跳频信号检测是当前通信对抗领域紧迫而困难的任务之一,提出了一种在复杂短波环境下有效检测跳频信号的新方法。首先,对已有动态门限算法进行改进,提出一种新的估计噪声基底的方法;用该方法对信号时频图每个时间单元的功率谱图进行滤波,将信号的时频图降噪处理;然后根据短波信道特点设计了参数统计规则,得到信号描述表,最后采用直方图方法对各信号持续时间统计分类判断出是否存在跳频信号。仿真实验证明,该方法运算简单,能够较好地解决噪声和干扰较大的复杂短波信道环境下跳频信号的检测问题。 相似文献
4.
5.
6.
针对传统算法在复杂的电磁环境中不能准确有效地检测跳频信号的不足,提出一种基于Morlet复小波变换(complex-Morlet wavelet transform,CMOR)的跳频信号参数估计算法,挖掘CMOR的尺度序列与跳频信号频率之间的内在联系。MATLAB仿真与真实信号验证结果表明,该算法无需任何先验条件,能够准确地估计跳频信号的跳变点、跳周期、跳速及跳频频率等性能参数,算法流程清晰度与估计精度均优于其它算法。 相似文献
7.
针对通信对抗的实际应用,提出了一种在低信噪比下估计跳频信号跳速的方法。首先利用谱图的无交叉干扰项和修正平滑伪Wigner-Vile分布(MSPWD)的强时频聚集性,将谱图和MSPWD进行组合得到了清晰稳健的时频分布;然后基于此分布,利用二次差分法沿着频率轴搜寻每个时间的峰值显示来校正时频矩阵;根据此时频矩阵,分别利用FFT方法、自适应门限法、代价函数法来进行跳频周期估计,仿真结果显示,时频分布经过二次差分处理后,在更低信噪比下提高了估计精度,在跳速较低时,FFT方法在低信噪比时性能较好,在跳速较高时,代价函数法性能较好。 相似文献
8.
针对传统盲源分离算法无法在单路接收的跳频通信场景中使用的问题,提出一种结合经验模态分解的单通道盲源分离跳频通信抗干扰方法。首先通过理论分析和仿真确定了采用EMD对混有干扰的单路接收跳频信号进行增维的方法,将单通道盲分离的欠定问题转为正定问题,之后分别利用全盲盲源分离和半盲盲源分离实现扰信分离。在不同信干比、不同信噪比等多种条件下的仿真实验验证了本方法的有效性。 相似文献
9.
提出了一种基于重排平滑伪Wigner-Ville分布(SPWVD)的未知跳频信号参数盲估计方法。在未知任何先验条件情况下,能够从截获信号中提取并估计出非合作跳频信号的跳频信号驻留时间、跳变时刻和跳频频率。介绍了重排时频分析原理,比较了跳频信号的WVD分布、平滑伪WVD分布和重排平滑伪WVD分布(MSPWVD),设计了基于MSPWVD分布的跳频信号参数盲提取算法,通过计算机仿真得到了较为准确的提取结果,并对算法的性能进行了分析。 相似文献
10.
针对多径衰落信道下分布式多输入多输出正交频分复用(MIMO-OFDM)系统中频偏信道联合盲估计难的问题,提出了一种有效的多频偏多信道联合盲估计方法。该算法利用盲解卷积分离算法接收信号的同时得到有频偏影响的多个信道,对分离后的多个信号进行逐个频偏估计,补偿整体信道并去除信道模糊度,得到有效的信道估计值。仿真结果表明,与基于导频的频偏信道估计方法相比,所提算法可在5 dB获得1e-6的频偏估计精度,在15 dB左右获得1e-2的信道估计精度,实现了分布式MIMO-OFDM信号的多频偏多信道联合盲估计。 相似文献
11.
提出一种基于峰度及HVS的彩色视频水印时域算法。算法具有盲嵌入、盲检测、盲提取的特点,利用HVS的视见曲线、颜色宽容特性,根据不同的水印信息,通过对相邻红色分量像素值的微调嵌入水印。实验表明:算法嵌入、提取速度快,透明性好,健壮性较强。 相似文献
12.
13.
14.
15.
Martin Burger Otmar Scherzer 《Mathematics of Control, Signals, and Systems (MCSS)》2001,14(4):358-383
This paper is devoted to blind deconvolution and blind separation problems. Blind deconvolution is the identification of a point spread function and an input signal from an observation of their convolution.
Blind source separation is the recovery of a vector of input signals from a vector of observed signals, which are mixed by
a linear (unknown) operator. We show that both problems are paradigms of nonlinear ill-posed problems. Consequently, regularization
techniques have to be used for stable numerical reconstructions. In this paper we develop a rigorous convergence analysis
for regularization techniques for the solution of blind deconvolution and blind separation problems. Convergence of regularized
point spread functions and signals to a solution is established and a convergence rate result in dependence of the noise level
is presented. Moreover, we prove convergence of the alternating minimization algorithm for the numerical solution of regularized
blind deconvolution problems and present some numerical examples. Moreover, we show that many neural network approaches for
blind inversion can be considered in the framework of regularization theory.
Date received: August 17, 1999. Date revised: September 1, 2000. 相似文献
16.
胡江红 《计算机与数字工程》2015,43(5)
为了有效地保护原始签名人和代理签名人的利益,最大程度地减少因密钥泄露带来的危害,利用二次剩余难题和离散对数难题,基于Nyberg-Rueppel签名体制提出了一个前向安全的盲代理多重盲签名方案.最后,证明了方案的安全性,结果分析表明该方案更加安全有效. 相似文献
17.
18.
19.
It is shown that, with no prior information, a necessary and sufficient condition for an nth order IIR system to be blindly identifiable is that the over-sampling ratio p?n+1. 相似文献