一种基于小波变换的MQAM信号调制识别方法

MQAM调制样式识别是非合作通信研究的重要内容之一。通过分析MQAM信号在小波域具备的特征,提出了一种基于小波变换的MQAM信号识别算法,该算法不需要预先知道载频、波特率等参数,步骤简单,可在低信噪比情况下实现对MQAM信号的分类。     

相位调制信号的小波参数估计方法及其Cramer-Rao界

现代雷达广泛使用相位调制信号,相位参数的有效估计对辐射源的识别和分类具有重要意义。运用小波变换方法对多项式相位信号的相位系数进行了估计,给出了小波变换方法下的估计多项式相位调制信号相位系数的Cramer-Rao下限,并提出了一种新的相位系数估计算法。理论分析和仿真结果表明利用小波变换方法估计相位调制信号的相位系数参数估值更精确,可以得到更低的Cramer-Rao下限。     

通信对抗中码元速率的盲估计算法研究

为了适应日益复杂的通信环境,提高通信对抗中截获信号的解调性能,针对通信中最重要的参数——码元速率的盲估计成为了通信信号处理领域的研究热点之一。为此对现有的码元速率盲估计算法进行了研究分析,重点介绍了基于小波变换和循环自相关的码元速率估计算法,同时比较了各种算法之间的优缺点,并展望了今后码元速率估计的研究方向。     

基于相干小波变换的信号相位差估计

精确地估计两列信号间的传输延迟在工程上有着重要的意义。傅里叶变换方法很难区分或识别信号的瞬时变化,而小波变换方法是一种时间窗和频率窗都可改变的时频局部化的分析方法,在非平稳信号的分析方面具有明显的优势。给出应用Morlet小波变换的相干性实现两信号相位差估计的算法,在不同信噪比条件下,对算法的估计性能进行了仿真研究。仿真研究结果表明,在低信噪比的条件下,基于小波变换的相位差估计方法可以实现信号相位差的精确估计。通过与基于离散时间傅里叶变换方法的比较,验证了小波变换方法在估计信号相位差方面的优越性。该方法还可用于对非平稳信号相位差的估计。     

复合调制信号参数估计方法的改进

现代通信为了实现抗干扰普遍用到复合调制信号,目前的大多数信号参数估计方法采用先验信息部分已知的假设,具有特殊性。本文设计了一种低信噪比信元的码元宽度、带宽、伪码数等参数的估计方法,对信号进行短时傅里叶变换,再对输出信号进行三阶累积量短时估计,利用信号时频图的Radon变换实现参数估计。仿真表明该方法无需先验知识,并具有通用性的优点。     

低信噪比下数字调制信号脉内特征提取

为了改善小波变换法在低信噪比下提取数字调制信号脉内特征时的性能,首先利用WVD变换在零频处既可以保持原始信号调制特性不变,又具有很好的噪声抑制作用的特性,对信号进行降噪处理,然后从理论上分析了PSK信号和FSK信号小波脊线的性质,根据不同调制信号小波脊线的差异可以得出其调制类型,进而可以得到信号的频率和码速等脉内调制信息.通过对低信噪比下PSK信号和FSK信号的计算机仿真,取得了较好的效果,也验证了方法的可行性.     

基于小波变换的相位编码调制函数估计方法

相位编码调制信号是一种典型的脉冲压缩信号.广泛应用于脉冲压缩体制的低截获概率雷达中.获取相位编码信号的编码规律对单站无源定位与跟踪十分重要.推导了基于连续小渡变换的相位编码信号相位调制函数的估计算法,能得到相位编码信号的相位调制函数的正确估计.计算机仿真结果证明了算法的有效性.     

基于深度卷积神经网络的变换域通信网络抗干扰优化算法

为了有效抑制变换域通信网络干扰信号,改善信噪比,研究了基于深度卷积神经网络的变换域通信网络抗干扰优化算法。应用傅里叶变换方法将信号从时域转换到频域,并以傅里叶变换通信信号获得的参数为依据构建干扰信号模型;嵌入干扰信号模型以形成接收信号,然后对接收信号进行处理并存储在干扰数据库中,利用深度卷积神经网络完成干扰信号的特征学习与干扰估计,并根据干扰估计结果,在接收信号中去除干扰信号,完成变换域通信网络抗干扰优化。实验结果表明：该算法可有效完成变换域通信网络抗干扰优化,优化后通信信号的信噪比改善性能与误码性能均较佳,输出的通信信号几乎无干扰信号存在。     

基于广义函数投影同步的混沌保密通信研究

针对已有的混沌广义函数投影同步保密通信的局限性,研究了基于广义函数投影同步和参数调制的混沌保密通信问题。把混沌参数作为一个状态变量,将信息信号经过函数变换后调制在混沌系统的不确定参数中,通过构造参数自适应率与非线性控制器,实现混沌系统的广义函数投影同步与参数估计,在接收端通过参数辨识和反函数变换实现信息信号的解调。以电阻电容电感分流的约瑟夫森结(RCLSJJ)混沌系统为例进行数值仿真,仿真结果表明改进方法可成功辨识出系统的未知参数,从而快速有效的恢复出调制在参数中的信息信号。     

小波变换的多频连续波雷达多目标参数估计

在多频连续波雷达多目标参数测量中,目标速度、加速度的准确快速估计对后续测距、测角有重要的意义.小波变换是时频分析的有力工具,能方便、准确和快速分析目标的时频参数.通过检测时频面上的直线,可以准确的得到目标参数.小波变换满足线性叠加,小波变换具有良好的多目标处理性能,对多频连续波雷达多目标信号处理具有良好的适应能力.研究了基于小波变换的雷达多目标速度和加速度估计算法:通过小波变换提取小波脊线,估计出高能量目标参数,然后构造陷波滤波器滤掉该目标信号,通过上述方法逐步估计出剩下目标参数.仿真试验表明了该算法的有效性.     

水声信道盲均衡器优化设计与仿真

针对水声信道高速数据传输中的码间干扰问题,设计了一种基于小波包变换的分数间隔盲均衡器,优化均衡器性能,以提高水下通信质量。采用具有过采样性质的分数间隔均衡器,减少了波特间隔均衡器常数模算法（CMA）的稳态误差,又加快了其收敛速度;并利用去相关性较强的小波包理论,进一步加快了分数间隔盲均衡器算法（FSE-CMA）和小波分数间隔均衡器算法（WT-FSE-CMA）的收敛速度。水声信道的仿真结果,验证了该均衡器的良好性能。     

第2代小波变换算法的改进及应用

在阐述第2代小波变换基本原理及特点的基础上,将最优插值估计引入到预测器设计中,提出了第2代小波变换算法的改进算法.为了验证改进算法的效果,本文将它应用到信号的去噪处理中,并将其去噪效果与第2代小波变换的去噪效果和传统小波变换的去噪效果进行了比较,结果表明,用第2代小波变换改进算法去噪具有更好的性能.     

基于小波变换的MPSK信号符号速率估计算法

在非合作MPSK信号调制方式识别和盲解调过程中,符号速率的估计是一个重要环节.本文根据morlet 小波函数的时频特征以及MPSK信号的时频分布,提出了一种基于morlet小波变换的MPSK信号符号速率估计算法.仿真结果表明,与现有算法相比,该算法对载频估计误差不敏感,具有更低的信噪比门限,也更逼近CRLB曲线.     

基于小波降噪的稀疏傅里叶变换时延估计

稀疏傅里叶变换时延估计具有较低的运算时间复杂度,但在低信噪比时无法准确估计出时延.针对稀疏傅里叶变换时延估计在噪声干扰下时延估计精度下降的缺点,提出了基于小波降噪的稀疏傅里叶变换时延估计算法.算法利用小波降噪方法处理接收到的信号,再对降噪后的信号进行稀疏傅里叶变换广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比条件下,基于小波降噪的稀疏傅里叶变换时延估计算法在保证数据高处理速度的同时,具有较好的抗噪性以及较高的时延估值精确度.     

基于混沌系统的正交小波变换盲均衡算法

针对常数模盲均衡算法(CMA)收敛速度慢、稳态误差大和局部收敛的缺点,将正交小波变换与混沌通信理论相结合,提出了一种基于混沌通信系统的正交小波变换盲均衡算法(CS-WT-CMA)。该算法充分利用了混沌映射的伪随机性、遍历性、相关性以及无限宽带功率谱等特点,将混沌调制系统用于产生宽带混沌信号,使用混沌信号作为载波,在调制的同时直接对发射信号进行扩频,从而降低了信道输入信号的自相关性,更好地抑制了码间干扰和多径衰落;同时对均衡器输入信号进行正交小波变换,并作能量归一化处理,降低了信号的自相关性,从而有效地加快了收敛速度。水声信道仿真结果表明,与正交小波变换盲均衡算法(WT-CMA)相比,该算法收敛速度更快、稳态误差更小。     

煤矿井下低压电力线OFDM通信算法研究

针对传统的基于离散傅里叶变换的OFDM算法应用在井下低压电力线上容易产生较大的ISI和ICI而影响信号正常接收的问题,提出了一种基于小波变换的OFDM通信算法。该算法选用Daubechies小波函数作为正交基,采用MATTAL算法进行小波的重构与分解,并得到信道的输出函数。仿真结果表明,基于小波变换的OFDM算法在低压电力线通信中应用具有减少ISI和ICI的作用,提高了通信质量。     

基于小波变换的视频压缩新方法

提出了以小波变换为核心技术的视频压缩系统的具体实现方法，设计了系统的整体框架，对各个模块都提出了改进和具体实现的算法。对于帧内图像的编码，提出了Mallat小波变换的改进延拓算法，加入了感觉加权量化。对于帧间图像的编码，针对低码率电视会议的特点改进了三步搜索法，在保持低复杂度的基础上提高了搜索的精度，同时为了提高编码效率，对运动补偿后的残差图像也进行小波编码。实验表明，这种算法的性能优于传统的视频压缩方法。     

一种基于小波去噪的DFT信道估计改进算法

针对小波去噪与DFT插值相结合的信道估计算法没有对循环前缀内的噪声进行去噪的缺点,提出了一种基于小波去噪与改进的DFT插值相结合的信道估计新算法。该算法首先利用离散小波变换对最小二乘(LS)法估计出的结果进行阈值去噪处理,并根据循环前缀内、外噪声方差的均值在DFT插值的过程中设置相应门限,然后对循环前缀内的噪声再次处理,以进一步减小噪声的影响。仿真实验结果表明,在复杂度基本不变的前提下,该算法能够较好地减小加性高斯白噪声的影响,并有效提升信道估计的准确度,其总体性能较小波去噪与DFT插值相结合的信道估计算法更优。