脉冲噪声环境下基于分数低阶循环相关的自适应时延估计方法

以α稳定分布作为噪声模型，研究了非高斯噪声对传统的二阶循环统计量的影响，提出了分数低阶循环相关的概念，研究并证明了其性质，对传统意义上的二阶循环统计量进行了广义化，并在此基础上结合自适应技术提出了一种基于分数低阶循环相关的自适应时延估计方法。计算机模拟表明，该方法可有效估计高斯噪声和脉冲噪声条件下的时变和非时变时延值，其性能不仅优于基于二阶循环相关的自适应时延估计算法，而且优于最小平均P范数（LMP）自适应时延估计方法。     

脉冲噪声环境下基于分数低阶循环相关的自适应时延估计方法

以α稳定分布作为噪声模型,研究了非高斯噪声对传统的二阶循环统计量的影响,提出了分数低阶循环相关的概念,研究并证明了其性质,对传统意义上的二阶循环统计量进行了广义化,并在此基础上结合自适应技术提出了一种基于分数低阶循环相关的自适应时延估计方法。计算机模拟表明,该方法可有效估计高斯噪声和脉冲噪声条件下的时变和非时变时延值,其性能不仅优于基于二阶循环相关的自适应时延估计算法,而且优于最小平均p范数(LMP)自适应时延估计方法。     

循环时延估计子性能分析

文章详细分析并推导得到了一类循环时延估计子的估计理论精度.在较高信噪比条件下(SNR＞-5dB),仿真得到的估计精度与理论估计精度基本上是一致的,这说明了文章理论分析的正确性.在高斯白噪声和慢变化时变高斯白噪声两种噪声模型下对二相编码和四相编码信号的仿真实验表明,循环估计子估计性能确实要优于实际中经常使用的能量辐射计.     

DS／FH混合扩频系统抗干扰性能分析

在建立DS／FH混合扩频系统数学模型的基础上,本文对三种组合条件下（高斯白噪声和多址干扰;高斯白噪声、多址干扰和部分带宽干扰;高斯白噪声、多址干扰和信道衰落）DS／FH混合扩频系统进行了系统性能仿真分析。     

一种空间相关高斯噪声背景下的时变时延估计算法

在空间相关高斯噪声的背景下,基于二阶统计量的时延估计方法会失效,该文提出了一种基于三阶统计量的自适应时变时延估计算法,并分析了算法的收敛性,最后的仿真结果表明该算法可以有效地抑制相关高斯噪声。     

基于四阶累积量对角切片的短波自适应通信信号检测

短波自适应通信信号的检测是现代电子战信号处理的一个重要研究课题,本文提出了基于四阶累积量对角切片的短波自适应通信信号检测方法.文章推导了有限长度信号四阶累积量对角切片的分段估计方法,分析了其渐进性能,分析表明该估计方法降低了估计方差;论文介绍了信号检测原理,借助于计算机仿真研究了高斯白噪声和色噪声及不同信噪比下不同检测方法的性能.仿真对比结果验证了该方法的有效性.     

多循环频率循环时延估计方法及性能分析

由于单循环频率循环估计子估计性能对循环频率的选择有较大的依赖性,使其在实际应用中受到了较大的限制.为解决该问题,文章研究并给出了多循环频率循环时延估计方法,还详细推导得到了多循环频率估计子组的估计均方误差.在平稳高斯白噪声和慢变化时变高斯白噪声条件下对BPSK和QPSK信号的仿真结果表明,较高信噪比时(SNR＞-6dB)循环估计子组的估计理论精度与仿真精度基本上是一致的,并且三循环频率循环估计子组估计性能要优于双循环频率循环估计子组,而双循环频率循环估计子组的估计性能要优于单循环频率循环估计子.仿真结果充分说明了文章理论分析的正确性,也说明了多循环频率循环时延估计方法的有效性及估计算子的稳健性.     

基于认知无线电的自适应小波调制

为了解决小波调制频带利用率不高的缺点，提出了一种基于认知无线电的自适应小波调制方案。通过实时感知信道频谱占用情况，运用基于着色理论的贪婪算法，并以均方误差达到最小值为准则，调整权值，控制信源中各种不同的噪声敏感度信号的功率，实行动态频谱分配。在高斯白噪声信道中对其进行了仿真，仿真结果表明，在传递不同的噪声敏感度信号时，自适应小波调制方案的性能优于传统平均功率分配的小波调制。     

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,...     

强跟踪变分贝叶斯自适应卡尔曼滤波算法

针对线性高斯状态空间模型中的噪声统计特性时变时,变分贝叶斯自适应卡尔曼滤波效果会受影响的问题,提出了基于强跟踪原理的改进算法。该算法选择测量噪声模型为逆Wishart分布,将系统状态与时变的测量噪声协方差作为待估参数,利用变分贝叶斯方法对二者迭代递推估计。测量噪声协方差的最优估计结果再作为时变参数引入到基于强跟踪原理的次优渐消因子中,以提高其对状态预测协方差的修正精度。仿真结果表明,改进算法在噪声时变的线性高斯系统中能自适应地跟踪测量噪声协方差,有效克服过程噪声协方差时变的影响,估计结果的收敛速度和精度有很大改善。     

Impact of additive noise on system performance of a digital X-ray imaging system

The impact of additive noise on the performance of a digital X-ray imaging system was investigated. The X-ray system is uniquely designed for small animal studies with a focal spot of 20 microm and an adjustable source-to-object distance for radiography. The noise power spectrum and the detective quantum efficiency of this system were measured. The additive noise increased rapidly when the exposure time exceeded a certain range, since the charge-coupled devices of the detector had no cooling system. The noise power spectrum for the additive noise and the noise of the entire imaging system were studied and compared at different exposure times. The detective quantum efficiency was also measured at different exposure times. It was observed that for exposure times less than 10 s, the detective quantum efficiency ((DQE)(0)) is approximately 0.26, dropping to 0.13 at 4 lp/mm and to 0.026 at 8 lp/mm. However, when the exposure exceeds a certain limit (10 s in this study), the rapidly increased additive noise caused the system to be no longer quantum noise limited, resulting in a decreased detective quantum efficiency and a degraded system performance. For example, at an exposure of 20 s, the DQE(O) is approximately 0.22, dropping to 0.11 at 3 lp/mm and to 0.022 at 8 lp/mm.     

基于DSP的自适应噪声消除系统

自适应噪声消除技术在信号处于噪声很强的环境中时,可以非常有效地将噪声去除掉。而DSP是一种高速、高性能的专业数字信号处理器,用DSP实现自适应噪声消除,其具有很好的实时性和处理精度。在此完成了基于DSP的自适应噪声消除系统,有效地消除了信号中的噪声。     

一种基于自适应噪声估计的宽带语音增强算法

为解决传统算法对噪声适应性较差,残留音乐噪声较强的问题,本文提出了一种基于自适应噪声估计的宽带语音增强算法。该算法可应用于宽带语音编码器,以提升在噪声环境下的编码质量。本文所提算法利用谱熵对噪声类型进行有效的判别,将背景噪声分为白噪声和有色噪声两类,并根据噪声特性选择适当的噪声估计方法。在白噪声背景下,选择一种谱平滑的方法;在有色噪声背景下,则选择经典的最小值控制递归平均算法。在此基础上结合经典的统计模型方法,构建一种具有较强噪声鲁棒性的宽带语音增强算法。在ITU-T G.160标准下对算法进行性能测试,测试结果表明,在不同强度的背景噪声环境下,增强语音的信噪比提高都较为明显。同时,在低信噪比情况下,该算法有效的抑制了严重影响听觉质量的音乐噪声现象。      

一种基于自适应背景预测的红外弱小目标检测方法

针对目前典型的基于背景预测的红外弱小目标检测方法中无法较好消除噪声的问题,提出了一种基于自适应背景预测的红外弱小目标检测方法。该方法不同于传统方法,在对红外图像进行背景预测时,不仅考虑邻域内像素点的灰度值,同时还通过自适应处理的方法将待预测像素点灰度值也考虑其中,能有效改善低信噪比下红外图像弱小目标的检测性能。通过大量的仿真数据对本文和传统方法进行了对比和分析,证明了该方法的有效性和优越性。     

基于自适应噪声估计的小波阈值语音增强

文中提出了一种基于小波阈值和自适应噪声估计方法的语音增强算法。该算法直接利用含噪语音信号估计出信噪比SNR,并通过该值调整小波阈值,从而实现了小波阈值的自适应变化。针对噪声的小波变换模值随尺度增大而减小的特性,采用了随尺度变化的小波阈值。并且改进了小波阈值函数。实验数据表明,本文算法在多种噪声环境下,均有较好的语音增强效果。并且在抑制噪声的同时,减少了语音失真。     

Noise emissions sources direction-finding in the process of their background air threats detection in radars with phased antenna array

We analyze two options of combined systems for spatial signal processing in radars with phased antenna array, where the detection of noiseless point targets with background noise emissions is accompanied by the direction finding of their sources. In the first option the direction finding of noise emissions is based on the shape analysis of the adaptive radiation pattern of the phased antenna array, formed during the adaptive target finding with background noise emissions. In the second option the bearing angles are determined on the basis of maxima of “spectral functions” of different evaluations of correlation matrix, formed on the basis of input readings. An example how to build such a combined system for spatial signal processing based on general adaptive grid filter is presented. It is shown that the effect of simultaneous target finding in external noise background and direction finding of their sources is achieved by single utilization of the most complex tuning operation of the adaptive grid filter. This operation is same for both of these tasks, and it is easier comparing to solving these two problems separately.     

3种改进型LMS算法在噪声抵消中的仿真比较

介绍了噪声抵消的原理和从强背景噪声中采用自适应滤波提取有用信号的方法;对基于Sigmind函数的变步长算法、基于箕舌线和基于抽样函数的变步长算法进行了对比研究。计算机仿真结果表明,这3种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号检测特性;输出均方误差曲线和信噪比表明:基于抽样函数的变步长LMS算法具有良好的收敛性能、更小的权噪声和更大的抑噪能力。     

强噪声下非平稳时延目标信号提取

为实现强噪声背景下时延目标信号自提取,设计了相关检测模型,提出了基于目标数据段自截取和变分模态分解(Variational Mode Decomposition, VMD)算法的目标信号自适应定位和提取算法。首先,根据目标信号频域参数构建基准信号;然后,利用互相关检测技术并以峰值梯度为特征值确定目标信号时延参数;最后,利用预设参数自适应初始化的VMD算法对截取的数据段进行处理,并对分解的各分量进行自动筛选实现目标信号有效提取。不同算法的对比实验表明,自截取+VMD算法可有效实现强噪声下时延信号的定位提取,实时性基本满足实际应用需求。     

自适应背景对消方法

本文讨论了一种新的红外图象预处理算法—自适应背景对消算法。这种算法的基本出发点是自适应L滤波具有很好的消除脉冲噪声的特性，红外图象中的点目标具有脉冲噪声的特性和红外噪声的相关特性。实验表明这种算法在某种程度上去除了原始图象噪声的相关性并且能明显的抑制背景噪声和显著提高信杂比。     

应用形态学的自适应门限干扰检测算法

该文针对通信信号中背景噪声复杂的问题,应用数字形态学的信号预处理方法,能较好地滤除背景噪声;又由于单一门限值难以实现对不同宽度干扰的检测,提出一种应用形态学自适应门限的干扰检测算法。此算法首先对信号谱线进行功率谱估计,然后利用形态学的方法进行预处理,再根据信号功率谱的分布情况,选取不同的门限值,实现门限的自适应,为检测不同占有用信号带宽大小的窄带干扰提供了有效的方法。该文提出的方法不会受噪底变化的影响,计算量小,复杂度较低,适用于星上卫星通信的实时频谱监测。经过Matlab仿真实验得出,当采用结构元素长度为25的扁平型结构元素时,通过形态学中的膨胀预处理方法以及自适应门限可以得到检测效果比传统的连续均值去除算法(CME)算法有6dB以上的提升。