基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题,提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图,与噪声对应的灰度图比较差异,再将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征,解决门限难以确定的问题。若分析三维循环谱的时间块长过短,将导致信号灰度图特征在有无噪声情况下区别不大;若块长过长会导致检测延迟较大。为此,采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量,自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比,仿真表明所提算法在低信噪比下性能最优。     

一种基于循环统计量的直扩信号检测

本文利用循环统计量检测循环平稳性的特性,将渐近最优 χ ²检验方法推广到直扩信号的盲检测,提出了一种基于循环统计量的直扩信号检测方案;理论上推导了直扩信号二阶循环统计量的表达式,分析了时间间隔的选取对从二阶循环统计量估计循环频率的影响,据此提出了基于循环统计量的直扩信号载频和chip速率等参数的估计新方法.该方法避免了多维搜索,且不需要信号的伪码序列和各频率参数等先验信息,可实现信号的"盲"检测和"盲"参数估计.仿真实验证明了本文方法的有效性.     

一种基于循环谱的直扩信号参数估计方法

分析BPSK调制的直扩信号循环谱密度函数特征,提出一种直扩信号参数估计方法。从循环谱物理意义入手,计算谱密度,通过时域预处理,可以减少DFT要求的数据量,提高运算效率,使循环谱实时处理成为可能,同时可以准确分辨出循环频率方向和谱频率方向的谱峰;在非零循环频率上搜索特征谱线,可以在较低信噪比环境下完成直扩信号载波频率和PN码速率的估计,并通过仿真确定了该方法的信噪比容限。     

直扩信号检测与估计的改进

对低信噪比下直接序列扩频(DS／SS)信号的检测和估计提出了一种新的改进思路。在通常数值处理前加设一预处理模块,该模块能改善白噪声背景下信号的信噪比,从而为进一步提高低信噪比信号检测与估计的能力给出了一条新的途径。     

改进的压缩接收机对直扩信号的检测

利用压缩接机收对单一频率或窄带信号进行检测是一种高灵敏度的检测方法。但它不能直接用于直扩信号的检测。如果先将直扩信号倍频，消除相位变化，再用压缩接收机就可以完成检测了。由于压缩线具有很高的压缩比，这种方法仍能获得很高的检测灵敏度。     

直扩信号检测的相关积累技术

分析直接序列扩谱信号与噪声在统计特征上的差别，在此基础上，提出了利用相关积累的思路来检测直扩信号载频和码速的方法，这种相关积累充分利用了伪噪声和噪声之间的统计差别，以较长的积累时间，来获得低信噪比下检测扩谱信号的能力，在仿真验证中，对于GPS的P码信号，在信噪比为－26dB（带内信噪比为－12dB)时，相关积累0．5－1s钟后，扩谱信号的载频和码速被准确估计出来，其误差在100kHz以内。     

基于循环谱的直扩信号到达时差估计

以循环谱理论为基础,分析了直扩信号在平稳噪声及窄带干扰情况下的循环统计特性,研究了直扩信号的到达时差估计模型和提取方法。在单一循环频率的基础上,对算法进行改进,提出了全相干循环估计器的到达时差算法。通过计算机仿真,验证了改进算法不仅对信号具有选择能力,而且较单循环估计器和传统互相关方法具有更强的抑制噪声能力。最后通过仿真得到了估计性能曲线,验证了理论的正确性。     

基于四阶矩切片循环谱的非周期性直扩信号检测与参数估计

由于非周期性直扩信号破坏了伪码的周期性和相关特性,原周期性直扩信号检测方法将失效或性能严重恶化.本文在信息序列不相关的前提下,利用四阶矩切片能有效抑制高斯白噪声和其循环相关谱具有明显谱峰的特点,提出一种基于四阶矩切片循环相关谱的非周期性直扩信号盲检测方法,该方法同时能精确估计信号载频.这种方法不需要先验信息,计算简单,...     

直扩信号检测的相关积累技术

分析直接序列扩谱信号与噪声在统计特征上的差别,在此基础上,提出利 用相关积累的思路来检测直扩信号载频和码速的方法。这种相关积累技术充分 利用了伪噪声和噪声之间的统计差别,以较长的积累时间,来获得低信噪比下检 测扩谱信号的能力。在仿真验证中,对于 ＧＰＳ的 Ｐ码信号,在信噪比为－２６ ｄＢ(带内信噪比为－１２ ｄＢ）时,相关积累 ０．５～１ｓ钟后,扩谱信号的载频和码速被准 确估计出来,其误差在１１ ｋＨｚ以内。     

基于循环谱理论的弱信号检测及特征参数估计

研究了循环平稳信号的基本特性,通过分析通信系统中典型信号的循环平稳特性,得到了循环平稳的特征参数循环频率和信号特征参数的关系。在此基础上研究了该理论在通信领域的具体应用,提出了应用谱相关理论完成弱信号检测及信号特征参数（信号载频、码元速率）的估计方案,仿真实验结果表明,在-17dB的条件下能够进行信号的无误检测,可在-10dB条件下进行特征参数的无误估计。     

窄带干扰下基于循环谱的BPSK直扩信号盲检测

针对窄带干扰中BPSK直扩信号检测,提出了一种基于循环谱的新的检测方法,给出了具体检测流程,分析了检测性能。该方法充分利用了窄带干扰和直扩信号的循环平稳特性,通过峰值搜索检测信号。在不需要知道信号伪码序列和频率参数等先验信息的情况下,该检测方法在窄带强干扰中能有效地实现直扩信号盲检测。仿真实验证明了所提出检测方法的有效性。     

MPSK信号循环谱检测与码元速率估计改进算法

利用循环谱理论对MPSK信号进行检测和参数估计,分析了其循环谱包络特征;在有限数据下,为实现更低信噪比情况下MPSK信号的检测与码元速率估计,提出一种改进算法。该算法基于数据分段处理和重叠保留,通过在非零循环频率上一维谱峰搜索实现信号检测与码元速率估计,能够有效地抑制噪声的影响,避免多维搜索,计算量小。分析了算法性能,给出了算法实现的具体步骤,并进行了计算机仿真。仿真结果证明了所提算法的有效性。     

海底混响中基于前后向预测模型的信号检测

提出了一种基于径向基函数神经网络的具有更高建模精度的前后向预测模型,并用该模型对海底混响时间序列进行建模,以模型对于声纳接收信号的一步预测误差作为检验统计量,检测海底混响中的微弱目标回波信号.对湖试单频波束数据的处理结果表明,前后向预测模型对于波束信号包络的归一化预测误差比前向预测模型小约1个数量级,两种预测模型对于波束信号包络的预测误差都可以用作检验统计量,较好地检测出混响中的目标回波.     

基于循环互相关的宽带信号时差估计

研究了定位中的宽带信号时差估计问题，给出了时差估计信号模型，分析了信号的循环相关特性，提出了基于宽带信号循环互相关的时差估计算法。最后采用计算机进行了仿真实验，给出了估计性能的曲线，并和广义相关算法进行比较，仿真实验表明本文所提算法具有较好的估计性能。     

直升机声信号的检测和识别

详细介绍了一种基于小波包和神经网络的新算法，用于对直升机声音信号检测并且识别机型。具体方法是对采集到的声音样本利用小波包分析提取特征向量，把这些特征向量输入反向误差传播（Back Propagation，BP）神经网络训练，用训练好的检测神经网络进行直升机的检测。检测完毕，证实是直升飞机声信号后，再通过识别神经网络区分不同型号直升机。实验表明，此方法能利用小波包时频局部聚焦分析能力和BP神经网络的自适应能力，较好地对不同型号的直升机声信号进行有效地检测和识别。因此。基于小波包和神经网络的直升机检测和识别算法不仅可靠而且是可行的。     

基于循环神经网络的卫星幅相信号调制识别与解调算法

针对卫星通信中常用的幅相调制信号,提出了一种基于循环神经网络的信号识别与解调模型.通过循环神经单元直接对信号时序进行深层特征提取,结合全连接神经网络对特征进行维度映射,最终完成目标信号的调制识别与解调.该方法不需要预估目标信号载噪比,克服了人为确定阈值的缺陷,对信号频偏误差、定时误差容忍能力强;且在开发维护和更新拓展方面,克服了传统算法需重新部署判决规则的缺点,符合实际工程需求.仿真实验表明,当网络训练达到稳态时,在信噪比为6dB的条件下,目标信号识别率接近98%,解调误码率接近理论门限.本文所建立的理论形式为当今智能化信号处理提供了新思路,其思想同样可应用于其他通信信号处理领域.     

强噪声背景下的信号检测

在低信噪比下检测信号的方法备受关注。利用周期谱估计方法能在较低的信噪比下检测信号。本文提出基于小波包去噪的周期谱测量方法。该方法可进一步改善信号的检测能力。文中以相位码信号争以电视为发射信号的无源相干定位系统的回波信号为例，应用小波去噪和周期谱方法进行仿真。仿真结果表明，这种方法能在-21dB信噪比(相位码信号)和-14．5dB信噪比(电视信号)下检测信号。     

基于无预训练卷积神经网络的红外车辆目标检测

为解决基于卷积神经网络的目标检测算法对预训练权重的过度依赖,特别是数据稀缺条件下的红外场景目标检测,提出了融入注意力模块来缓解不进行预训练所带来的检测性能下降的方法.本文基于YOLO v3算法,在网络结构中融入模仿人类注意力机制的SE和CBAM模块,对提取的特征进行通道层面和空间层面的重标定.根据特征的重要程度,自适应...