对脉间跳频、频率捷变信号的双通道高精度测向技术研究

利用脉间跳频、频率捷变信号的脉间频率不同等特性,提出了一种对脉间跳频、频率捷变信号的双通道高精度测向算法。该算法相对于传统的多基线干涉仪测向系统,大大减少了设备的成本,仅仅通过2个通道便可完成高精度测向。     

基于联合对角化的同频多信号测向技术

针对传统超分辨测向方法在复杂电磁环境中测向分辨率严重下降、干涉仪测向方法不能应用于同频多信号测向、传统盲源分离方法分离性能低等问题,提出了一种基于联合对角化、干涉仪、空间谱等处理方法相结合的同频多信号测向方法。针对盲分离过程中未知源信号数目的问题,提出了基于对角加载的信源个数估计改进方法,为盲源分离提供基础。运用了快速稳定的复数联合对角化盲源分离方法,分别给出了目标矩阵组的确定、对目标矩阵组的降维处理以及分离矩阵的求解方法。对分离出的每个源信号,进行干涉仪和空间谱测向处理。对所提方法与传统测向方法进行了对比分析。     

基于盲信号分离的同频多信号测向技术

介绍了一种基于快速定点的盲分离算法,该算法可以对来自不同方向上的统计独立信号进行有效的分离,并且不需要预先知道信号的方向和阵列的结构流形。常规的干涉仪算法只能够对非同频信号测向,当多个信号频谱重叠时,无法准确获得单个信号的相位,因此采用干涉仪算法不能够实现对同频多信号测向。提出了一种基于盲信号分离结果的干涉仪测向算法,可以解决同频多信号的测向,进一步提高了干涉仪算法的应用前景。     

基于优化阵形的宽带相控阵多目标测向算法

针对电子侦察中宽带接收机的多目标检测问题,提出了一种基于非均匀阵型的宽带相控阵频域多目标测向的新技术,该技术基于优化所得的阵形实现频域的单快拍多目标测向算法,首先采用FFT测得频率,通过门限进行目标检测,然后基于所测频率进行空间谱估计,最后分析了多个独立信号、部分相关和完全相干信号时所提算法的性能.仿真结果和性能分析验证了该算法的有效性和可行性.     

基于数字波束合成的空间信号分离研究

自适应波束形成可以实现空间信号分离。在基于子阵平滑技术的同频信号测向的前提之下,给出了在主瓣和零点约束及阵列静态噪声功率输出最小条件下的波束形成方法,并给出了求解加权矢量的算法。仿真结果表明：本文提出的空间信号分离的方法是有效的。     

一种基于高速开关阵列的测向算法

利用高速开关在天线阵列之间进行快速切换,会产生与信号方向相关的频率信号,通过对该信号频率的测量可以实现对信号的精确测向.针对该现象,提出了一种基于高速开关阵列的信号测向方法,该方法将不同扫阵列周期的信号联合处理,然后对信号进行精确测频,最后通过频率测量实现对目标波达方向(DOA)的精确测量.基于实测数据的结果验证了该算法的有效性.     

基于正交投影变换的宽带弱信号测向算法

为了解决强干扰环境下宽带多波束系统中弱信号的测向问题,提出了一种基于正交投影变换的弱信号测向算法。该算法根据强干扰方向构造干扰子空间的正交补子空间作为投影矩阵,对多波束频域数据进行变换,抑制强干扰对弱信号测向的影响。分析和仿真实验表明,算法能够有效抑制强干扰的影响,实现邻近弱信号的正确测向,提高了弱信号的分辨概率。     

一种基于CAF的频谱混叠多信号检测算法

针对多源同频混叠信号检测问题,本文提出了一种基于互模糊函数(Cross Ambiguity Function,CAF)的空间域信号检测算法.该算法首先在二维时延-频移搜索范围内计算多信号情况下的CAF值数组,将频谱混叠的多信号映射在空间域上,然后在分析多信号CAF峰特征的基础上,借鉴图像分割中区域增长法的思想,将CAF峰逐一识别、分割,及迭代循环,以实现多信号的榆测.本文采用所提出的算法对同频多信号进行了仿真,给出了在不同信噪比下和不同信号功率比下的多信号检测概率,以及不同门限因子对检测概率和虚警概率的影响.仿真结果表明,该算法能够在低信噪比条件下,有效地对具有一定功率差别的同频多信号进行检测.     

单比特宽带数字接收机的频域多波束测向技术

提出了一种用于单比特宽带数字接收机的频域多波束测向新方法,该方法基于优化所得的阵列流形,对射频信号时域直接单比特采样,转换到频域进行检测,然后对过门限的频点分别实现数字多波束形成,利用比幅查表完成空域多目标的联合测频、测向,通过大量的仿真实验分析了该算法对单比特采样数据的多目标处理能力,即在单个、多个独立信号和完全相干信号时所提算法的性能,以及所提算法对幅相误差的稳健性分析.仿真结果和性能分析验证了该算法的有效性和可行性.     

基于FFB滤波的FPSO-DML宽带信号一维测向算法

一维测向算法的目的是估计空间信号源的方位角（即1-DOA估计）,从而确定辐射源的方向。DML（Determined Maximum Likelihood）是一种针对确定性窄带信号的参数进行最大似然估计的算法,理论上具有估计精度高、抗相干及抗噪性强等优点,但其目标函数不易求解。提出了一种FP-SO-DML算法,通过FPSO对DML目标函数进行高精度、低复杂度的全局寻优。结合FFB（Fast FilterBank）滤波,将宽带信号分解为不同频点上的窄带信号,再选取某一频点上的信号作为处理对象,通过FPSO-DML算法完成对宽带信号的一维测向。仿真证明了提出算法即使在存在相干信源的情况下仍然可以完成高精度的1-DOA估计。     

LOOP-SHIFT S&G ADAPTIVE FILTER AND ITS APPLICATION IN SEPARATION OF OVERLAPPED PERIODIC BIOMEDICAL SIGNALS

A Loop-Shift Stop & Go Adaptive Filter(LSSGAF) with applications in period detection and signal separation of overlapped periodic signals is presented. The filter places no constraints on the overlapped forms in frequency domain and requires no priori knowledge except for approximate period range of signals to be separated, therefore it provides for an efficient and feasible method to separate periodic signals overlapped both in time and frequency domains. The convergence conditions of the filter and the requirements of all parameter selections are discussed, meanwhile a rough scanning and channel auto-shut algorithm is proposed to reduce the amount of calculation in the searching stage. Experiments show that the filter can separate all kinds of overlapped periodic signals with different initial phases and different relative magnitudes.     

环移S&G自适应滤波器及其在交叠的周期性生物电信号分离中的应用

本文提出了一种适用于交叠周期信号的周期检测和信号分离的环移Stop&Go(S&G,停止-进行)自适应数字滤波器。该滤波器对周期信号在频域的交叠程度没有任何要求。除假设已知要分离的周期信号的周期的大致范围外,不需其他先验知识。因而它提供了一种分离时域和频域都互相交叠的周期信号的有效可行的方法。文章从理论上讨论了该滤波器的收敛条件和各参数的选取要求,并提出了一种较实用的粗精度周期搜索和通道自动关闭算法,减少了计算量。实验证明该滤波器对各种不同初始相位、不同相对幅度的周期信号交叠而成的信号均能有效地分离。     

基于峰度自然对数最大化的信号盲分拣算法和盲波束形成

该文基于峰度自然对数最大化准则,提出了一种自适应一元信号盲分拣算法,提出的算法可以用于一元信号盲分离和进行盲波束形成,与基于峰度值最大化准则的KMA算法相比,收敛速度快,有较强的稳健性,将非线性函数引入学习速率的调节,算法自动选取学习步长,避免了人工选取学习速率不当而导致算法发散。同时,提出了两种复数抽气算法,配合一元信号盲分拣算法可以依次分离多个信号源,仿真试验验证了算法的有效性。用提出的算法在四元线阵上盲分离两个水声信号,结果发现,一元信号盲分离实现的盲波束形成波束图与最优波束接近。     

粒子群算法用于盲信号分离的研究

提出一种采用粒子群优化算法进行盲信号分离的新方法,为盲信号分离领域提供一种新的研究思路与方法。该方法采用峰度作为适应度函数,利用粒子群算法对由多个源信号混合而成的信号进行盲信号分离。与自然梯度法盲信号分离相比,粒子群算法精度更高,收敛速度更快,实例仿真成功地对两个图像混合信号进行了盲分离,表明了算法的有效性和优越性。     

混合ADSL信号的盲分离

在深入研究ADSL的DMT调制的基础上,提出把带通滤波与盲信号分离相结合,把混合ADSL信号分离问题转化成同频MQAM混合信号分离问题.仿真选择扩展最大似然算法分离两个同频16QAM信号的线性瞬时混合信号.理论与仿真都表明把盲信号分离用于混合ADSL信号分离是可行的.     

卷积混叠信号的最小互信息量盲分离算法

本文提出了一种卷积混叠信号的盲分离算法。该算法利用当信号相互独立时互信息量最小的特性作为分离准则,应用随机梯度算法确定分离滤波器的系数,文中给出了详细的理论推导。理论分析及实验仿真证明了算法的有效性,并且算法对混合滤波器没有特殊限制     

A novel signal separation algorithm based on compressed sensing for wideband spectrum sensing in cognitive radio networks

In cognitive radio networks, since cognitive terminals use a shared wideband frequency spectrum for data transmissions, they are susceptible to malicious denial‐of‐service attacks, where adversaries try to corrupt communication by actively transmitting interference signals. To address this issue, in this paper, we propose a novel signal separation algorithm based on compressed sensing, which can not only recover the entire spectrum but also separate mixed occupying signals. Specifically, the proposed algorithm is executed following three steps: (i) each cognitive terminal attempts to recover all signals over an entire wideband spectrum employing the compressed sensing technique; (ii) all cognitive terminals send their recovered signals to the fusion center where a wavelet edge detection method is adopted to locate the spectrum edges of these signals and then divide the entire spectrum into several sub‐bands; (iii) the fusion center separates its received signals on each spectrum sub‐band into different categories according to their features. Both analytical and simulation results indicate that this novel compressed‐sensing‐based algorithm can effectively separate wideband signals at a low cost and combat interference of the malicious terminals in cognitive radio networks as well. Copyright © 2013 John Wiley & Sons, Ltd.     

基于盲信号分离的同频信号的串行分离技术

传统的时域和频域处理等方法很难分离多个频域的混叠信号,文中提出一种利用盲信号分离技术串行分离同频信号的新方法——FastICA盲分离算法。该方法充分利用盲信号分离技术不需要知道信号先验信息的特性,能正确地、一个一个地分离出在频域中混合在一起的信号,且能分离功率相差100万倍的同频信号。在存在比信号功率大得多的高斯白噪声情况下,FastICA盲分离算法具有良好的分离性能。     

基于SA-BFSN算法的多模地面雷达信号预分选方法

针对BFSN算法需要人工输入参数的缺陷,提出了一种自适应确定参数的SA-BFSN聚类方法。该方法利用同一部雷达数据的分布特性进行聚类。通过确定邻居点和比较相似性以达到分选不同的雷达信号,适用于未知雷达信号的分选。提出了合批的方法和一种分选的联合处理。算法测试表明,该方法对噪声不敏感,能够发现任意形状、大小和密度的聚类。     

基于单个频点的水声信号盲源分离

该文提出基于单个频点的卷积信号盲源分离方法,利用该方法不但可以有效克服频域盲分离过程中排序不确定问题,而且在分离过程中,无需考虑幅度不一致问题。将该方法用于水声信号的盲分离,仿真结果表明基于单个频点盲源分离方法能够很好地分离水声卷积混合信号。与基于两个频点盲源分离方法相比较,其分离效果更优,并且能有效节省CPU运算时间,因而更适合于对信号进行实时处理。