基于压缩感知的通信信号频谱检测方法

频谱感知是无线通信网络中提高频谱利用率的关键。针对现有通信信号频谱检测方法抗噪性低的问题,文中提出一种基于压缩感知的频谱检测方法。该方法首先利用压缩感知理论对通信信号的宽频带进行稀疏采样,其次采用改进的平滑范数重构算法对信号循环谱进行重构,提高了信号循环谱的重构性能,最后在循环谱域实现频谱检测。仿真实验结果表明,改进的平滑范数重构算法对信号的重构精度优于正交匹配追踪算法,压缩感知信号频谱检测算法的抗噪性优于传统能量检测算法。     

基于循环谱对称性的频谱感知算法

针对现有基于循环谱的频谱感知算法的不足,利用改进SSCA算法计算接收信号的循环谱,减少算法的计算量;利用循环谱的对称性,选择非零循环频率处的循环谱抵抗干扰和噪声,结合对称性搜索策略进行频谱感知.分析并仿真了循环谱的参数对频谱感知算法的影响,仿真结果证明了所提出算法克服了传统算法的不足,提高了低信噪比下的正确检测性能.     

基于FPGA的实时载波频率检测电路设计

为了实现窄带调制信号载波频率的快速准确获取并减少硬件资源消耗,基于FPGA设计一种综合哥兹柔(Goertzel)算法和能量重心估计算法的实时载波频率检测电路。首先,确定频率检测算法实现流程,在Matlab中进行了频谱和能量重心的仿真;接着提出一种低复杂度频率检测系统的硬件实现架构,以8个哥兹柔电路并行运行获取信号频谱,通过查找峰值谱线位置初步估计出信号频率;最后,采用能量重心估计法,精确估计出载波信号的频率。实验结果表明,设计的低复杂度实时频率检测硬件电路在资源消耗上仅为传统FFT方法的1 3,测频相对误差小于0.2%,2 048点频谱获取时间仅为103μs,易于硬件实现,可用于实时准确获取载波频率。     

BOC信号捕获的设计与实现

BOC调制作为一种导航信号体制具有良好的抗多径和抗干扰性能,实现共用载波频率条件下的频谱分离.分析了BOC信号的频谱特性及自相关特性,提出了基于并行码相位搜索的改进算法,设计了正交IQ捕获算法,对两路并行捕获,仿真结果显示算法的正确性以及优越性.     

基于多抽样率系统的频谱多分辨率算法研究

快速傅里叶变换作为最常用的变换只能得到单一分辨率的频谱,给实际应用带来很多问题。本文介绍的基于多抽样率系统的变频谱多分辨率算法可以得到变分辨率的频谱,并针对多分辨率算法可能丢失突变信号频率的问题,提出了多分辨率改进算法。从仿真对比研究的结果看出,该方法比传统的信号分析方法更为优越。     

添加自适应高频谐波的改进经验模态分解算法

提出了一种改进的添加自适应高频谐波进行经验模态分解(EMD)的算法,减少了EMD原始算法中频谱混叠现象。通过对原始信号的预处理,自动提取出原始信号中包含的最高频率分量,并根据提取出的频率分量进行高频谐波添加。仿真验证了添加自适应高频谐波的EMD算法,可有效减少EMD算法中频谱混叠现象,同时解决了高频谐波添加中频率难以确定的问题。     

基于二阶循环累积量的多载波信号频谱检测

针对认知无线电系统中多载波信号OFDM/OQAM进行循环谱特征检测预处理要求严格的问题,提出一种以二阶循环累积量的循环频率为特征,结合循环平稳性检测的频谱感知改进算法.算法无需各种参数估计以及同步等预处理过程,理论推导及仿真结果证明,该算法能够实现低信噪比下主用户信号的有效感知,且相比于能量检测法能达到更好的检测性能.     

一种应用于车地无线通信系统的干扰检测方法

城市轨道交通的车地无线通信,正处在一个日益复杂的电磁环境中.文中提出了一种针对城市轨道交通车地无线通信系统的干扰检测算法.该算法采用频域能量检测的方法,通过设置自适应门限对车地无线通信进行干扰的有无检测和频率参数估计.针对经典干扰频率估计方法在低干信比或频谱峰值偏离干扰中心频率,估计误差较大的问题提出了一种改进方法.计算机仿真结果表明:当信号数据速率为5.5 MSPS且干信比达到-7 dB以上时,干扰检测概率接近于100％;当信号数据速率为11 MSPS且干信比达到-8 dB以上时,干扰检测概率接近于100％.提出的改进频率估计算法,随着干扰信号比的提高,频率估计误差呈现单调减小趋势,在干信比大于10dB时,其性能优于经典算法.     

基于二项分布改进的宽带压缩频谱检测方案

宽带压缩频谱检测存在依赖稀疏度先验信息和信号重构时延较高的问题.因此,本文提出了一种高效可靠的宽带压缩频谱检测方案.首先,推导出了基于二项分布精确置信区间改进的稀疏度估计模型.其次,利用稀疏度估计上下界改进了稀疏度自适应匹配追踪算法.最后,提出了一种宽带压缩频谱检测方案.仿真结果表明,本文所提出方法可以同时精确的估计信号稀疏度的上下界,提高了频谱检测的效率和可靠性,加快了算法的收敛速度.     

低信噪比下一种改进的谱相关频谱检测

针对现有基于谱相关频谱检测算法中周期图法谱估计精确度较低的缺点,提出了一种用主用户发送信号与认知用户接收信号的最小方差无失真响应(MVDR)谱的谱相关量作为检测统计量进行频谱检测的改进方法.由于MVDR谱估计算法比周期图法具有更高的分辨率,因此所提频谱检测算法比现有算法具有更好的检测效果.模拟了两种电视信号作为主用户发送信号,仿真结果表明:对于两种电视信号,所提算法的检测性能都优于现有算法,同时通过分析算法的复杂度,证明所提算法能够满足IEEE802.22标准对于检测时间的要求.     

基于Nuttall自卷积窗FFT算法的生物电阻抗谱多频率同步测量方法

传统的扫频式生物电阻抗频谱(BIS)测量法难以准确反映生物体真实的阻抗信息,开发BIS的多频率同时快速测量方法具有重要意义。该文提出一种基于多频率同步(MFS)信号激励和加窗改进FFT算法的BIS多频率同步快速测量方法。该文首先介绍了一种7频率同步信号的合成及其频谱特性,提出了性能优良的Nuttall自卷积窗函数,并构建了基于Nuttall自卷积窗的改进插值FFT谐波分析算法,从而在理论上论证了BIS多频率同步快速测量的可行性,为下一步开发实际的BIS快速测量系统提供了技术支持。     

基于小波变换的MSK信号码速率盲估计

针对最小频移键控调制信号的码速率估计问题,提出一种基于Haar小波变换的MSK信号码速率盲估计方法。首先对接收信号作傅里叶变换得到信号频谱,对频谱频点分析粗估计信号的码速率,接着通过粗估计的码速率选取短时傅里叶变换窗函数长度和3个小波尺度,利用短时傅里叶变换得到信号瞬时频率变化,再利用小波的边缘检测特性对信号瞬时频率序列相位跳变点检测,最后对检测结果作频谱分析,估计频率得到MSK信号的码速率。仿真结果表明,高于信噪比门限时本算法可以对MSK信号码速率有效估计。     

基于功率谱熵的频谱感知算法研究

针对低信噪比条件下认知无线电频谱感知问题,提出了一种基于功率谱熵的频谱检测算法。在分析主用户信号空闲与占用两种不同条件下观测信号功率谱熵差异的基础上,将其作为检验统计量,并确定了相应的判决门限,以实现对主用户信号频谱是否空闲的判决。计算机仿真结果表明,本算法无需信号的先验信息,可在较低信噪比条件下实现对常用调制信号的频谱感知,与盒维数频谱感知方法相比,检测性能约有8 dB的改进。     

频率估计的一种多段同频正弦信号频谱相关算法

为提高低信噪比条件下正弦信号的频率估计精度,针对多段同频正弦信号,该文提出一种基于频谱相关的频率估计算法。首先,构造加权因子对多段同频正弦信号频谱进行加权积累,得到最优加权积累频谱;然后,将多段同频正弦信号的最优加权积累频谱和累加频谱进行相关运算,得到频谱相关谱;最后,谱峰搜索频谱相关谱,实现频率的精确估计。模拟结果验证了该文算法的有效性。     

一种减少频谱泄露的幅值和相位自校正算法

频谱泄露是影响谐波检测和频谱分析的重要原因,而采样频率与信号频率不同步是造成频谱泄露的根本原因。现提出一种幅值和相位自校正的算法,可通过自动校正减小异步采样时DFT产生的幅值和相位的误差,降低频谱泄露造成的影响,对同步采样条件下的DFT没有影响,并给出算法的实现步骤和仿真结果,证明了该算法能精确地得到信号的实际幅值和相位,对于采样点数较少的信号也能给出较高的测量精度,而且该算法具有迭代特性,原理简单,是频谱分析中的一种有效方法。     

基于频谱分析的卫星2DPSK信号解调

通过分析2DPSK信号的频谱特点,提出了一种简单而实用的基于频谱分析的2DPSK信号解调算法。由于该算法是通过检测载频附近瞬时能量谱的相对关系来解调信号,所以不仅具有较好的抗噪声性能,而且不需要精确的载波恢复算法,能有效地克服卫星信道中多普勒效应引起的频率漂移。     

基于频谱重构的相干激光测风雷达风切变检测算法

为了提高相干激光测风雷达风切变的检测率,本 文提出了一种在频域检测风切变的新 方法。首先,截取激光雷达 目标探测距离处的回波信号进行傅里叶变换。其次,通过对回波信号的频率分量按其幅值大 小加权进行频谱重构。然后, 对重构后的频谱进行平滑并估计峰值频率,计算局部频率差,与风切变阈值进行比较,进而 在频域判别风切变。采用旋 转电机实验数据对该算法误差进行评估,得到该算法频谱估计误差为0.64 MHz。设计基于小 型飞机的激光雷达风切变检 测实验对算法检测率进行验证,以小型飞机飞行报告作为风切变判定标准,对激光雷达检测 结果进行判别。通过朝阳机 场实验得到该算法风切变检测率为84.62%,表明该算法对提高激光雷 达风切变检测率具有重要价值。     

一种改进的量子神经网络频谱感知算法

为了克服传统频谱感知的缺点,提升在低信噪比下的频谱检测性能,提出了一种改进的量子神经网络频谱感知算法。通过提取授权用户信号的特征参数,对量子神经网络进行训练,获取授权信号中数据的不确定性并加以存储、记忆,从而实现周围环境"频谱机会"的检测。为了提高量子神经网络的收敛性、稳定性,对算法进行改进,采用三层Josephson函数作为激励函数,缩短激励函数的饱和区,减少训练过程中出现"假饱和"现象;并在原有的学习目标函数中加入约束条件,使网络权值的调整和量子间隔的更新在学习过程中的相互影响降到最低。通过实验仿真得出,改进后的量子神经网络算法与改进前的算法、BP神经网络检测算法相比,不但在网络收敛速度和稳定性上有了明显提升,而且在低信噪比情况下具有更高的检测概率。     

基于主用户信号谱特征的频谱感知方法

频谱感知是认知无线电的关键技术之一。首先讨论了一种基于信号频谱特征的频谱感知方法,提出了一种判决统计量,克服了噪声功率不确定性的影响。给出了算法流程,并采用ATSC（ad-vanced television systems committee）信号作为主用户信号对算法性能进行了仿真分析。结果表明：选择较多点快速Fourier变换（FFT,fast fourier transform）估计得到的理想主用户信号功率谱作为模板所得的检测概率较高;FFT点数相同情况下,增加谱模板估计时的周期图平均次数对检测性能没有多大改进。另外,不同观测时间下的仿真结果还表明增加接收信号的观测时间有利于改进算法检测性能。     

基于频率分布波形的最小跳频间隔估计算法

针对最小跳频间隔的估计问题,提出了一种基于频率分布波形的最小跳频间隔估计算法。利用跳频信号检测结果中的信号频率构造了一个频率分布波形,从理论上推导了频率分布波形的频谱与最小跳频间隔的关系,给出了基于频率分布波形的最小跳频间隔估计算法的实现方法。仿真结果表明,当跳频信号检测结果中信号频率的误差控制在一定范围内时,算法具有较高的成功率和较小的均方误差。