基于组合时频分析的跳频信号盲分离算法

针对混叠跳频信号盲分离中特征矩阵对应的自项时频点选取不准和联合对角化正交约束性问题,提出了一种基于组合时频分析的跳频信号盲分离算法。该算法先提出GaborSPWVD组合时频分析,利用其时频图清晰的优点准确提取具有特征矩阵结构的自项时频点,然后构造自项时频点的空间时频矩阵,并利用最小二乘原则对其进行非正交对角化,最后实现分离矩阵的估计以及多个混叠跳频信号的盲分离。仿真结果表明,该算法不仅能有效实现不相关跳频信号的盲分离,还可以实现相关跳频信号的分离,与TFBSS算法在不同信噪比条件下的分离性能相比具有更好的抗噪能力。     

基于蝙蝠算法的成对载波多址信号盲分离算法

针对现有PCMA信号盲分离算法存在应用范围受限、复杂度高等问题,提出了基于蝙蝠算法的成对载波多址信号盲分离算法。该算法首先对接收PCMA信号进行载波频率估计并对信号进行正交分解,然后处理得到两路基带混合信号,最后利用独立性判据"峭度"作为适应度函数,使用蝙蝠算法实现了源基带信号分离。该算法在不具备协作通信方发送的信息序列的先验条件下,能够实现对PCMA信号的盲分离。仿真实验表明,该算法具有良好的分离性能且复杂度低并对频率偏移不敏感的特点。     

一种基于时频分析的多跳频信号盲源分离算法

针对多个无人机遥控信号的分离问题,提出一种基于时频分析进行数据处理的多跳频(frequency hopping, FH)信号盲源分离(blind source separation,BSS)算法。利用不同跳周期的跳频信号驻留时间的差异性,改进时频脊 线的提取;利用小波变换检测改进后时频脊线的突变点,求脊线最大驻留时间即为跳频信号中的最小跳周期;分离 出不同跳周期的跳频信号,并基于时频能量值的不同,对不同信号幅度的跳频信号进行盲源分离。结果表明：与同 类算法相比,该算法在不依赖多通道数据的采集及混合矩阵估计等情况下,可实现单通道情况下多跳频信号的盲源 分离,具有一定的工程应用价值。     

基于稀疏活跃度分段的卷积频域盲分离排序

针对复杂电磁环境下高密度非平稳雷达信号的卷积混合问题,首先建立其频域盲分离模型,其次利用稀疏分解的思想,将混合信号分解成时频稀疏单元,再利用分离信号包络描述的单元活跃性将信号分段,综合基于到达方位角估计和相关系数法各自的优劣性,使算法在每段的准确度和鲁棒性得到最优化,以解决频域卷积盲分离频点重排问题。仿真实验从信号分离前后的相关系数与误差指标的角度对算法质量进行了评价,并提出了算法复杂度方面的不足。结果表明,该算法能够极大改善信号的分离效果,且可靠性高,适用于分离非平稳体制的复杂雷达信号。     

改进的欠定变速跳频信号盲分离算法

针对传统欠定盲源分离算法恢复精度低的问题,提出了改进的欠定变速跳频信号盲分离算法。该算法通过对混合矩阵估计与源信号恢复进行改进,在一定程度上提高了对变速跳频信号盲分离的精确程度。仿真实验表明,恢复信号与源信号相似度在良好信道环境下可以达到90%;在相同条件下,算法的估计误差可以达到约-60 dB。     

基于循环平稳特性的时频分析法欠定盲源分离

基于二次时频分布的算法是解决欠定盲源分离问题的一种有效方法。不同于传统算法,针对循环平稳信号,借助分段平均的周期图法求解谱相关密度函数,并利用其实现Wigner-Ville时频分布的重构。计算信号时频分布矩阵并找出自源时频点,利用自源时频点对应的时频分布矩阵构建新的3阶张量模型。利用平行因子分解,直接实现源信号的分离。该算法不需要假设任意时频点的源数目,不大于混合信号数目。仿真实验结果表明,所提出的方法可以有效地抑制噪声,并且只需要一步即可实现源信号的恢复,避免“两步法”造成的误差叠加,提高了盲源分离的效率和性能。     

基于最小互信息算法的跳频信号接收方法

针对增大发射功率和自适应天线对于跳频系统抑制调频噪声干扰的局限,采用盲源分离理论,提出了基于最小互信息算法的跳频信号接收方法。该方法首先在射频利用盲源分离算法——最小互信息算法将跳频信号与噪声调频干扰分离开,然后对分离得到的跳频信号进行解跳,从而得到发射的信号。由计算机仿真表明,在相同的干扰强度下,与传统的接收方法相比,提出的接收方法具有更低的误码率和更强的抗干扰能力。     

基于联合对角化的抗人工噪声干扰算法

针对无线通信中通信双方采用人工噪声物理层安全算法通信时,窃听方因受到人工噪声干扰无法有效窃听的问题,提出基于联合对角化的抗人工噪声干扰算法。该算法首先对接收信号进行信号源数目预估计,并对其进行预处理;其次通过构造四阶累积量矩阵,并对其进行特征值分解以估计混合矩阵,进而将通信信号、人工噪声与环境噪声信号分离,最终提取出窃听信道中较弱的通信信号以达到抗噪声干扰的目的。理论分析和仿真结果表明,该算法在窃听方受到合法通信方发射的人工噪声干扰时,能够有效分离出目标信号,且在一定信噪比条件下与传统盲源分离方法相比分离效果更佳。     

基于构建虚拟多通道的欠定盲源分离方法研究

针对欠定盲源分离(underdetermined blind source separation,UBSS)的信源数估计和信号分离问题,探索基于小波分解的虚拟多通道构建及其在欠定盲源分离中的应用。通过小波分解构造虚拟观测信号,在欠定盲源分离模型的信源数估计和信号分离方面,结果较不理想,分析发现是由于采用小波变换构建虚拟的观测信号,只用到原观测信号的部分信息产生虚拟的观测信号,并没有增加接收信号中蕴含的信息,即并非像真实的天线阵列一样,针对信号的到达角,产生对应的阵列流型。结果表明：解决欠定盲源分离问题,必须依靠非负矩阵分解、张量分解或稀疏分量分析等思路。     

基于帧重叠的变速跳频信号分选算法

针对当前变速跳频信号采用"跳速多变"策略加大了利用参数估计实现信号分离难度的问题,提出了基于帧重叠的变速跳频信号分选算法。该算法在盲源分离的基础上,通过对变速跳频信号进行重叠帧的构建,利用不同时间帧重叠部分的频率相似性,进行不同时间帧的信号分选,能够解决信号的不确定性问题。仿真结果表明,在信道条件较差时,算法仍可以较为准确地完成不同时间帧信号的分选,得到完整的恢复源信号。     

基于循环平稳度准则的多路雷达信号识别算法

在日益复杂的电磁环境中分选识别出雷达信号,是电子对抗发挥功用的先决因素。关于雷达信号调制样式与信号参数的先验信息有限,难以为信号分选提供充足的情报支撑,且信号交叠严重制约着信号分选的效能。将上述需求转换为盲源分离问题,通过Givens变换构造高阶分离矩阵,将适用于两路信号的基于3阶循环量的循环平稳度（DCS）盲源分离算法拓展到适用于具有不同循环平稳频率的多路信号。通过理论推导证明了该方法的可行性,并推导出构造Givens矩阵参数确定的方法。利用循环平稳理论提取雷达信号在循环平稳域的特征,结合DCS分离准则进行仿真验证。仿真结果表明,该算法能够实现对多路雷达信号的有效分选。     

分数阶傅里叶域的阵列信号盲分离方法

本文提出一种基于分数阶傅里叶域阵列平均的盲信号分离方法，它在变换域中引入加权函数来降低噪声及减少各源信号间的相互干扰。和传统盲信号分离方法相比，该方法不需要矩阵的白化和联合对角化，并且复杂度低，运算量小，抗干扰性能好。     

时变环境对信源数估计及盲源分离的影响分析

针对信号来波方向突变、源信号个数及信号样式发生变化,对辐射源个数估计及盲源分离(blind source separation,BSS)结果的影响进行分析。源信号个数的估计采用基于信息论准则的估计方法,采用自适应盲分离算法 进行信号盲分离。实验结果表明：混合矩阵发生突变时,使用接收数据进行信源数估计,无法正确估计信源数;当 混合矩阵未发生突变,而信号样式发生突变时,源数估计算法能准确估计来波方向数;若混合矩阵不变,在某一来 波方向信号样式的改变,对信号的盲分离不会产生不利影响,可将该来波方向不同的信号样式分开;若混合矩阵不 变,阵列接收信号中信号个数的改变,对信号分离结果没有明显的不利影响。分析结果表明：该研究对评估信源数 估计算法和盲源分离算法在实际环境中的应用效果具有一定参考价值。     

水声信号盲分离算法性能评价准则

在水声信号盲分离技术仿真研究中，需要评价算法的收敛速度，稳态误差等，文中分析了水声基阵接收信号的实数延时模型和复数混合模型，提出了水声信号盲分离算法性能评价准则。该准则分为基于混合基阵和信号估计两种，在三／四元均匀线列阵上，盲分离实测非高斯舰船辐射噪声，分别用CRLS，CACY，EASI，CMA，MKMA算法通信班下了提出的算法评价准则，同时还给出了这些算法分离水声信号的性能曲线。     

基于二阶统计量的无线电引信信号盲分离

采用二阶盲辨识方法对无线电引信信号进行分离。首先对信号进行预白化处理，求取白化矩阵。然后对多个不同延迟的信号相关矩阵采用Givens旋转的方法进行联合对角化，求取酉矩阵。通过白化矩阵和酉矩阵求得混合矩阵的估计，完成对信号的分离。最后通过计算机仿真，对多个在频域无法正确分离的无线电引信信号进行了盲分离，仿真结果非常理想，说明基于二阶盲辨识的无线电引信信号分离算法是正确的。     

LNN Blind Multi-user Detection Algorithm for Multi-path-fading CDMA Channels

A blind multi-user detection algorithm （BMUD） which is suitable for multi-path-fading Channels based on Lagrange neural network （LNN） is proposed. Based on the minimum output energy （MOE） criterion, the blind detection algorithm is formulated as a constrained optimization problem inherently and is then resolved efficiently using the neural network . Compared with the previous RLS（recursive least squares ）-MOE blind detection algorithm or for multi-path channel, the BMUD based on LNN has better performances： lower computational complexity, faster convergence speed and capability in the multi-path-fading channel. The bit error rate （BER） and signal-to-interference-and-noise ratio （SINR） performances of the detection algorithm in multi-path channel are close to that in single path channel.     

基于副载波的负载调制技术实现引信感应装定信息反馈的方法

针对现有感应式装定引信电路在装定信息反馈过程中能量利用率低的问题，通过分析副载波的频谱特性和引信装定的传输信道电路特性，提出一种基于副载波的负载调制技术实现装定信息反馈的方法，并经过电路设计，验证了该方法可以在可靠反馈装定信息的基础上有效提高装定信息反馈过程中的能量利用率。     

单通道多分量伪码复合线性调频信号分离及参数估计

提出一种单通道内多分量伪码复合线性调频信号分离和参数提取方法。利用奇异值分解求得各分量重复周期,通过对信号求平方消除伪码对参数提取的影响,同时通过周期积累减小噪声及其余分量对待分离分量的干扰,对周期积累后的信号采用分数阶傅里叶变换（FRFT）和搜索方法估计信号调频率和载频。利用内积计算,估计分量信号的初始相位,利用伪码信号虚部为0的特性,估计出伪随机码序列及信号幅度。此外,还利用自相关矩阵特征值分解的方法估计了混合信号的信噪比,根据信噪比的不同,自适应地确定停止分解的阈值。在仿真与分析中,针对具体的信号说明了本方法的各步骤,并在不同信噪比条件下分析了该方法的有效性。