基于训练序列的跳频通信下变频参考ICA抗干扰方法

针对跳频通信盲分离抗干扰过程中采样率高、需要额外信号提取单元的难题,通过对跳频通信系统进行下变频处理,提出一种基于训练序列的参考ICA抗干扰方法。首先构建跳频通信盲分离的下变频处理模型;然后通过引入训练序列作为参考信号,利用参考独立分量分析算法,从导频下变频混合信号中获得期望信号的分离向量;最后基于此分离向量,从业务下变频混合信号中直接提取出期望信号。不仅降低了系统的采样率,而且节省了信号识别与分选的工作开销,同时由于滤除了部分带外干扰和噪声,改善了分离效果。仿真结果表明：新算法的误码率性能与Baseband JADE、Baseband Fast ICA相当,相比于RF JADE、RF Fast ICA算法及RF ICAR算法,新算法具有更好的分离效果,可明显改善跳频通信在强干扰下的误码率性能。     

基于Givens-Hyperbolic 双旋转的多路语音信号卷积盲分离

针对语音信号的卷积混迭模型,通过对接收信号进行滑窗处理并重新排列,使得重构后的接收信号可表示为块独立的源信号与扩展的混迭矩阵的瞬时混迭模型。利用不同语音信号之间的近似独立和短时平稳特性,分析接收信号二阶相关矩阵的非正交联合块对角化结构。改进基于Givens和Hyperbolic旋转的瞬时混叠盲分离算法,提出Givens-Hyperbolic双旋转的联合块对角化算法(GH-JBD)。所提出的GH-JBD算法可以直接在时域估计传输信道的块本质相等矩阵,实现非正交联合块对角化,进而完成卷积混叠信号盲分离。该方法不需要进行预白化处理,避免了由于白化不彻底而引入的额外误差。仿真实验验证了该算法的有效性并就参数变化对分离信号的影响进行了分析。     

基于独立分量分析的物联网多设备通信干扰抑制方法

通信干扰信号的增多,严重影响到了物联网多设备的正常通信,因此提出基于独立分量分析的物联网多设备通信干扰抑制方法。物联网多设备通信系统的干扰信号通过梳状滤波器和功率放大器转变为梳状阻塞干扰信号,通过独立分量分析的混合模型、解混模型和假设条件实现干扰信号独立分量分析,分离物联网多设备跳频信号和梳状阻塞干扰信号,实现干扰抑制。实验结果表明,该方法对混合信号的分离效果好,能有效抑制物联网多设备通信中的梳状阻塞干扰。     

一种跳频信号网台分选方法

跳频信号的网台分选是电子战领域的一个传统难题。该文提出了一种跳频信号网台分选方法,首先采用独立分量分析算法FastICA初步分离混合信号,再利用短时傅立叶变换和图像处理技术对信号进行进一步处理,使之达到完全分离,最后估计出各电台跳频信号的跳周期、跳变时刻、跳变时间和跳频频率等参数,实现跳频信号网台分选。采用该方法对实际采集到的由两个跳频电台混合的信号进行仿真,结果表明,跳频信号网台分选效果良好,且快速可靠有效。     

基于盲源分离的电站锅炉多源泄漏定位研究

为解决电站锅炉多源泄漏问题,对多源泄漏混叠信号分离及定位进行研究。采用快速独立分量算法对混叠信号进行分离,将分离后的各源信号进行广义互相关得出时延估计,通过最小二乘定位算法得出泄漏点位置。仿真结果表明,快速独立分量算法能够将压力为0.8 MPa的5 mm、8 mm口径混叠喷流信号进行分离,不同位置分离后的同一源信号保持了原有的相关性,计算所得时延估计与真实值误差在0.029 ms;最小二乘定位算法在-0.15 ms至0.15 ms时延误差范围内时,定位误差保持在0.2 m以内,相对模型尺寸精度为2%。通过基于盲源分离的电站锅炉多源泄漏定位方法能够有效地将多源信号分离并进行定位。     

基于负熵粒子群算法的盲信号分离研究

针对粒子群对盲信号分离时出现早熟等现象,提出负熵粒子群算法.首先将信息负熵最大化作为粒子群的目标函数,不依赖其它的非高斯性度量判断,避免识别混叠矩阵;然后对观测信号进行中心化和白化处理,用分离矩阵调整,使各个信号分量之间独立,大权重粒子做全局搜索,小权重的做局部搜索,混叠矩阵对所有列元素数组完成分离;最后给出了算法流程.MATLAB仿真结果显示该算法能够有效地完成盲信号分离和主要参数的提取.     

盲接收条件下单信道时频混叠信号的调制识别

针对现有调制识别算法对单信道时频混叠信号失效问题,从信号循环平稳域出发,通过分析不同调制信号自身具有以及做非线性变换处理衍生出的二阶循环平稳结构特征,结合循环平稳性检测,提出了一种新的适用于单信道时频混叠信号的调制识别算法。该算法无需完成任何参数估计以及同步等预处理过程。对一些典型常用调制信号(如BPSK、QPSK、16QAM、OQPSK等)的随机混合,能够同时有效辨识混叠信号中所包含的信号个数以及每个信号的调制类型,理论推导及仿真结果表明,该算法可在较低信噪比下实现对单信道时频混叠信号的调制识别,有效提高了盲接收条件下对QPSK/16QAM时频混叠信号的分类能力。     

检测低频振荡模式的EMD复合算法研究

提出一种抗模态混叠的EMD复合算法。首先,通过改进频率外差方法,增加混叠模态分量间的频谱距离,有效分离出倍频模态混叠成分;其次,结合小波奇异点检测技术,确定各模态分量的自适应滑动分析窗口,实现间歇性混叠模态分离和振荡模式非平稳参数辨识。为验证算法的有效性,利用测试算例和电网仿真算例进行了测试分析,结果表明,该算法能够有效分离出混叠模式分量,对于模式复杂的低频振荡信号,能够有效分离出对应的低频振荡模式,具有较高的振荡模式信息检测精度。     

采用高阶累计量的时频混叠信号调制识别研究

随着当今无线通信技术的发展,频谱资源的划分日益紧张,在同一信道里出现两个或两个以上时频混叠信号的现象越来越普遍。文章针对共信道时频混叠信号调制识别的问题,提出一种基于高阶累计量的算法。该算法分别对混叠信号中各个信号以其参数进行载波同步与定时同步后由高阶累积量计算混叠信号的累积量处理得到混叠信号的特征参数,而后由SVM（支撑向量机）分类器进行多分类识别。经仿真验证,该算法能够实现BPSK,QPSK,8PSK,8QAM,16QAM信号混合后的识别。在对比已有文献的基础上,严格证明了经过载波同步和定时同步后混叠信号处理等效为单信号的结论,简化了特征参数的选取,同时采用SVM优化了分类性能并简化了分类流程。     

跳频信号的欠定盲源分离

针对跳频信号的欠定盲源分离,为了解决现有的时频域方法中算法计算量大、信号存在畸变、恢复精度不高的问题,提出了一种基于滤波的跳频信号欠定盲分离算法. 该算法首先根据估计到的源信号载频设计带通滤波器,利用这些滤波器对观察信号进行滤波,得到只包含某一个源信号的观测信号分量,使原分离问题分为数个时域上稀疏的欠定盲分离问题,然后对各个分量在时域上分别应用欠定盲源分离算法估计每跳数据. 通过仿真对比发现,所提的滤波法得到的跳频信号更精确,信干比比时频域方法大4dB;同时所提算法处理的数据量小,计算复杂度低.     

多跳频信号的盲分离与参数盲估计

针对接收到的多个未知任何先验参数的跳频信号，提出一种先分离各个信号再对其分别进行时频分析来估计跳频参数的方法.首先采用特征矩阵联合近似最优化(JADE)算法分离跳频信号，再利用多窗口重叠的平滑伪Wigner Ville分布(SPWVD)来估计出跳频信号的跳周期(hop duration)、定时偏差(time offset)和跳频频率(跳频图案)等参数.通过将多个时频分析的窗口重叠来克服时频分析中交叉项的影响.仿真结果表明，该估计算法显
著提高了估计的准确度和可靠性.     

基于分数阶傅里叶变换的混叠电磁信号分离研究

在现代电子侦察领域中,随着电磁信号接收环境的日益复杂以及电子防御措施的完善,对信号进行分选和识别的工作变得更加复杂。由于在同一时间内,接收机能够接收到多个信号,导致从这几个混和重叠的信号中检测并分离出来每个信号及其相应的特点参数十分困难。针对电磁环境中存在的干扰源信号混叠的问题,基于分数阶傅里叶变换对传统混叠电磁信号参数估计算法进行改进,并设计出相应的分离方法。通过仿真实验证明,新的方法具有更好的信号参数估计性能,且具备更强的噪声抑制能力。     

基于步长最优化的EASI盲源分离算法

针对通信信号的盲分离问题,在EASI批处理算法的基础上,提出了一种基于步长最优化的EASI盲源分离算法(SO-EASI).该算法基于最速下降法的思想来调整步长,因此该算法不论迭代步长的初始值如何选取,其收敛速度相对固定步长的迭代算法都有很大幅度的提高,计算机仿真验证了该算法对通信信号分离的有效性.结果表明当初始步长为0.02时,其算法的收敛速度比固定步长的EASI算法以及VS-EASI算法的收敛速度提高10倍以上.     

水声跳频通信系统的设计与实现

本文以工程需求开展水声跳频通信的研究,针对复杂信道特点提出一套适合于多途环境下的水声跳频通信方法,并构建了通信系统。开发数字信号处理算法,在水池实验条件下,实现了跳频编码信号的解调,恢复出基带通信信息。     

一种组合时频分布在跳频信号参数估计中的应用

为了有效分析跳频信号并估计其参数,根据跳频信号的特点,提出了一种基于频率分解的组合时频分布．这种新的时频分布先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的Wigner-Ville分布线性叠加．理论分析和仿真结果表明,这种新的组合时频分布能够有效抑制跳频信号的交叉项干扰．与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计．     

跳频信号的时频分析新方法

根据跳频信号的特点,提出了一种基于信号分解的时频分析方法。该方法先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的WVD线性叠加得到新的时频分布。理论分析和仿真结果表明,这种新的时频分析方法能够有效抑制跳频信号的交叉项干扰,与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计。     

基于压缩采样的宽带跳频信号盲检测算法

为了在非协作情况下,达到对宽带跳频信号进行实时检测的目的,提出一种基于压缩采样值数字特征的盲检测算法.首先分析了不同先验假设条件下压缩采样值的期望和方差,然后讨论了利用这些不同数字特征对高斯白噪声中的跳频信号进行检测的方法.仿真结果显示,该算法能在Eb/N0大于8dB时对高斯白噪声中的跳频信号进行有效的检测.该算法相对于传统基于奈奎斯特采样值的检测算法,运算复杂度低,实时性较好.     

时频混合重叠复用系统的快速检测算法

为提高通信系统的频谱效率,研究了一种时频混合重叠复用系统,并提出针对该系统的基于Gabor变换的快速检测算法和利用误差反向传播思想的改进检测算法。实验结果表明,与利用最大似然序列估计检测算法相比,该算法在牺牲部分性能的条件下,检测速度大幅提高,且系统性能和检测速度做了很好的折衷,在较高信噪比时仍然优于相同频谱效率的高阶调制。采用相互重叠的信号复用传输方式直接提高传输速率比使用同样频谱效率的高阶QAM调制能带来更大的增益。     

基于EEMD-JADE的桥梁挠度监测中温度效应的分离

针对桥梁挠度各成分的分离问题,提出一种基于EEMD-JADE的单通道盲源分离算法。首先,利用传统的集合经验模态分解法（Ensemble Empirical Mode Decomposition,EEMD）将单通道的桥梁挠度信号分解为一系列线性平稳的本征模函数（Intrinsic Mode Function,IMF）;然后,采用基于能量熵增量的判别法识别并剔除虚假的IMF分量,将能量熵增量较大的IMF分量组成盲源分离模型的输入信号;最后,采用矩阵联合近似对角化（Joint Approximate Diagonalization of Eigen-matrices,JADE）算法对输入信号进行盲源分离。JADE算法在源信号频率差异较小且频率有所混叠的状况下也能较好地分离出源信号,但要求观测信号数必须大于等于源信号数目;EEMD具有良好的自适应性,能够将单通道的混合信号进行多尺度分解,形成多通道信号,但分解结果存在端点效应与模态混叠。JADE算法能够解决EEMD分解结果存在的端点效应与模态混叠问题,且EEMD也解决了JADE分离算法的先决条件。两种算法优势互补,能够较好地分离出各挠度组分。通过有限元软件Midas/civil建立了背景桥梁模型,经仿真分析得到了各单项因素作用下的桥梁结构响应,并将其叠加在一起作为待分离的混合挠度信号。仿真信号分离的结果与源信号的相关系数均在0.98以上,说明分离效果较好。最后,采集实测挠度信号进行分离,处于对称位置测点分离出的各挠度组分的相关系数均在0.9以上,证明了该算法的适用性。