BFSK的循环平稳特性分析

首先介绍了循环平稳的基本概念,给出了BFSK的信号模型,推导了BFSK信号的循环相关函数和循环谱的数学表达式,分析了其循环平稳特性,说明了其具有循环平稳性,最后给出了计算机仿真实验。仿真结果表明,BFSK信号具有循环平稳特性,属于循环平稳信号。仿真同时说明了利用信号的循环平稳特性进行参数估计具有较高的循环频率分辨率。     

线性调频连续波信号的检测和参数估计

针对长时间积累较难在线性调频连续波信号的检测和参数估计中应用的问题,该文提出一种联合变窗长相干平均法与循环平稳法的线性调频连续波信号检测与参数估计算法。首先基于分段相干的思想采用变窗长相干平均法提高信噪比的增益,然后利用循环平稳法完成信号的检测和参数估计。该算法以较低计算复杂度实现信号的长时间积累,并且解决了起始时间给信号检测和参数估计带来的问题,在低信噪比条件下具有较好的估计性能。仿真结果验证了方法的有效性。     

基于循环谱的MSK信号盲检测与参数估计

针对最小频移键控(MSK)信号的循环平稳特性,分析其循环谱密度,将渐进最优x2分布应用到该种信号的盲检测中,提出了一种基于信号频域循环平稳特征的检测方案。根据其循环谱截面的特点,提出了对信号载频和码元速率进行估计的方法,该方法避免了多维搜索,而且不需要知道信号的频率参数等先验信息。仿真结果证明了在低信噪比下本文所提出检测和参数估计方法的有效性。     

基于循环平稳特征的正弦调制相位信号参数估计

正弦调制相位信号是微动目标雷达回波微多普勒信号的一般形式。该文利用正弦调制相位信号的循环平稳特性推导了信号的循环谱,并由循环谱特征估计信号的参数。相对于传统的频谱分析方法,基于循环谱的参数估计方法对平稳噪声有较好的抑制作用。仿真实验以及误差分析证明了方法的有效性。     

一种2FSK信号参数估计的方法

文中在研究信号循环平稳特性的基础上给出了一种2FSK信号参数估计方法。基于2FSK信号频域上的单个谱峰与2ASK信号谱的相似性,首先在频谱上将2FSK信号的两个谱峰分离,然后根据2ASK信号的循环谱特征对单个谱峰做参数估计,最后将上述估计值做加权平均得到原2FSK信号的参数估计值。仿真结果表明该算法在信噪比（SNR）高于0dB时,信号参数估计MSE低于10^-4。     

基于四阶循环累积量的二维DOA和极化参数估计

在任意分布的加性平稳噪声背景下,提出一种基于单个电磁矢量传感器的四阶循环累积量算法来实现宽带循环平稳信号的二维波达方向(DOA)和极化参数估计.通过利用信号的循环平稳特性,使该算法具有信号选择的能力,同时能够抑制宽带干扰和任意分布的加性平稳噪声的影响,从而提高算法的信号检测能力.仿真结果验证了该方法的有效性.     

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.     

线性调频连续波信号检测与参数估计算法

针对长时间积累的方法较难在线性调频连续波信号的检测和参数估计中应用的问题,该文基于归一化变窗长相干平均法,提出一种联合帧间相关法与循环平稳法的线性调频连续波信号检测与参数估计算法。该方法首先利用归一化变窗长相干平均法实现噪声方差的一致性,然后在此基础上利用帧间相关法实现周期的精确估计,最后利用循环平稳法估计信号的相位参数。该算法以较低的计算复杂度实现信号的长时间积累,在低信噪比条件下具有较好的估计性能。仿真结果验证了该方法的有效性。     

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。     

SSCA算法改进及性能分析

分段谱相关算法（SSCA）是循环谱估计常用的一种时域平滑算法。为了解决SSCA在循环谱估计中出现循环谱泄露和错误循环频率峰值的问题,提出了一种改进算法,该算法改进之处在于线性内插和窗函数的选择。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出算法的有效性,得出了改进算法能够有效抑制循环谱泄露和错误循环...     

Computationally efficient algorithms for cyclic spectral analysis

Two computationally efficient algorithms for digital cyclic spectral analysis, the FFT accumulation method (FAM) and the strip spectral correlation algorithm (SSCA), are developed from a series of modifications on a simple time smoothing algorithm. The signal processing, computational, and structural attributes of time smoothing algorithms are presented with emphasis on the FAM and SSCA. As a vehicle for examining the algorithms the problem of estimating the cyclic cross spectrum of two complex-valued sequences is considered. Simplifications of the resulting expressions to special cases of the cross cyclic spectrum of two complex-valued sequences, such as the cyclic spectrum of a single real-valued sequence, are easily found. Computational and structural simplifications arising from the specialization are described     

SSCA算法中FFT模块的设计与实现

该文介绍了高效循环谱估计算法SSCA（Strip Spectral Correlation Algorithm）中FFT模块的重要作用,给出了一种FFT模块的设计和实现方案。该方案采用定常构形算法,可以很好地满足SSCA算法对FFT核心模块的并行化以及高速运算要求,同时数据处理采用流水线工作方式,大大提高了FFT模块的连续处理数据能力。仿真测试表明,该方案能够满足SSCA算法对FFT模块的运算要求。     

基于时域平滑循环周期图的直扩信号载频估计

根据直接序列扩频(DS-SS)信号的特点,将其建立为循环平稳模型。利用循环谱分析的方法估计了低信噪比下DS-SS信号的载波频率。利用时域平滑循环周期图估计了循环谱密度函数,在循环谱密度函数的数字实现过程中,研究了有限采集数据条件下数据截短点数对循环谱的时域平滑周期图估计性能的影响,分析了经过时域平滑后的DS-SS信号载频估计精度。最后,仿真实验验证了算法的有效性。     

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。     

基于循环平稳差异的直扩信号盲提取抗干扰方法

提出一种基于循环平稳差异的直扩信号盲提取抗干扰方法.针对源信号在统计域上的近似独立性,构建直扩通信盲源分离抗干扰模型,基于源信号的循环平稳差异,利用循环自相关函数的典型极值点定义一个用于区分直扩信号和干扰的二阶循环差异度特征参数,通过比较该特征参数的大小进行模式识别,提取出直扩信号而抑制掉干扰,达到抗干扰的目的.仿真结果表明:当信干比(SJR)为-40dB、归一化信噪比(NSNR)为9dB时,直接解扩/解调信号的误比特率约为IE-0.3,而本文所提抗干扰算法误比特率(BER)低至IE-3,可从强干扰中有效分离并提取出直扩信号.     

A fast computation method for MUSIC spectrum function based on circular arrays

The large computation amount of multiple signal classification (MUSIC) spectrum function seriously affects the timeliness of direction finding system using MUSIC algorithm, especially in the two-dimensional directions of arrival (DOA) estimation of azimuth and elevation with a large antenna array. This paper proposes a fast computation method for MUSIC spectrum. It is suitable for any circular array. First, the circular array is transformed into a virtual uniform circular array, in the process of calculating MUSIC spectrum, for the cyclic characteristics of steering vector, the inner product in the calculation of spatial spectrum is realised by cyclic convolution. The computational amount of MUSIC spectrum is obviously less than that of the conventional method. It is a very practical way for MUSIC spectrum computation in circular arrays.     

基于循环自相关的OFDM时间参数盲估计改进算法研究

在非协作通信领域，传统的基于循环自相关的OFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）时间参数盲估计算法常分析的是无导频OFDM信号，不适用于实际应用场景中含导频OFDM信号的参数盲估计。本文分析了不同导频图案的OFDM信号循环自相关谱特性，针对谱特征变化改进了OFDM信号参数估计算法。改进算法既适用于无导频OFDM信号，也适用于不同导频图案的OFDM信号。仿真结果表明，对于无导频OFDM信号，改进算法比传统算法的时间参数估计误差可降低一个数量级；同时改进算法有效避免了导频引入的二阶周期性谱峰对OFDM时间参数估计的影响，可精确估计含导频OFDM信号的时间参数，具有很好的鲁棒性和应用价值。      

Two-dimensional strip spectral correlation algorithm to fast estimation of 2D-cyclic spectral function for texture analysis

This paper presents a new affective scheme to estimate the two-dimensional cyclic spectral function of a texture as a two-dimensional signal. Recently, considering textures as cyclostationary signals, several algorithms have been introduced to utilize the more discriminant features of hidden periodicity for texture analysis, such as one-dimensional strip spectral correlation analysis (1D-SSCA), one-dimensional FFT-accumulated method, and direct frequency smoothing method. Although the reported results of these algorithms are proper, all of them suffer a drawback: they sweep texture images row by row and column by column and analyze them as one-dimensional signals, and hence lose the relationships between neighboring pixels. In this paper a new efficient extended algorithm namely two-dimensional SSCA is proposed to estimate the two-dimensional cyclic spectral function for two-dimensional signals. This algorithm is fast respect to other cyclic spectral function estimators and is based on 1D-SSCA algorithm. The effectiveness of the proposed algorithm is evaluated on three well-known databases. The experimental results illustrate that the proposed scheme is computationally efficient, generates flexible features and improves correct classification rate, in comparison with other studies in this field.