基于稀疏系数位置和归一化残差的压缩感知信号检测

信号检测是压缩感知理论研究的重要内容。针对当前压缩感知信号检测算法没有充分利用稀疏系数幅值和位置信息的不足,提出了一种新的检测算法。该算法首先引入归一化残差变量,有效克服了稀疏系数幅值波动大的缺点;然后,利用不同测量矩阵确定的稀疏系数位置信息,基于正交匹配追踪( OMP)算法实现目标信号检测。实验结果表明,算法的检测性能随着信噪比的提高而增强,且与压缩比负相关,运算复杂度较正交匹配追踪算法和仅利用稀疏系数位置信息的算法相当但检测性能分别提高了4 dB和1 dB。     

基于CS和OMP的宽带LFM信号源个数估计算法

多分量LFM信号源个数估计是进行后续信号处理的基础。考虑到压缩测量值较好地保留了原信号的特征信息,基于压缩感知部分重构的思想,提出了一种基于压缩感知和OMP分解的信源个数估计算法,算法在基于OMP的信号重构算法上改进而来,以归一化残差为迭代终止的条件,引入一种自适应阈值选择策略,根据迭代分解次数进行信号源个数估计。仿真结果表明,在信噪比为-3db左右、压缩比大于0.25的情况下,该算法进行信源个数估计的成功率高于90%。     

塔康包络检测与方位估计算法研究

采用中频数字化技术的塔康视频信号是离散的脉冲调幅信号, 含有大量随机填充脉冲, 占空比大。首先,针对峰值搜索提取包络的方法在低信噪比环境下效果差, 提出一种新的数字包络检测算法,设计与脉冲相匹配的滤波器, 通过检测匹配滤波器输出的最大相关峰值确定脉冲到达时刻, 拟合整个脉冲估计其峰值得到包络信号; 然后,用最小二乘算法拟合包络估计方位, 通过残差分析以一定置信度剔除粗差; 最后,对连续k个方位参数数据平滑得到最终的结果。在装备模拟器上的仿真实验表明, 所提方法在0 dB功率信噪比下, 能有效检测包络、估计方位信息, 估计误差小于0.5°, 满足系统精度要求。     

基于检测残差消除的CP-OTFS系统信号检测算法

正交时频空（OTFS）调制技术因其高抗频率色散的性能，有望成为6G中高移动性场景下通信的关键技术。通过在OTFS系统发送端加入循环前缀（CP），可克服信道多径效应导致的码间干扰。针对当前CP-OTFS系统信号检测算法计算复杂度高的问题，提出一种基于检测残差消除的信号检测算法。采用时频域低复杂度初始检测后，结合系统时延-时间域的输入-输出关系计算初始检测残差。以检测残差为迭代变量，通过计算反馈值更新检测信号，并在时延-多普勒域进行逐符号最大似然检测。在迭代计算过程中逐步消除检测残差，并给出了算法停止准则。实验结果表明，该算法在信噪比为15 dB时误码性能比线性最小均方差算法提升了2.79 dB，比消息传递算法提升了1.76 dB，并且具有更好的收敛性和更低的计算复杂度。     

基于特征显著性融合的红外小目标检测

复杂背景下的红外图像通常存在信噪比低、邻近像素灰度变化不明显以及易被杂波信号和噪声干扰的特点,导致红外小目标检测困难。为解决上述问题,提出一种基于特征显著性融合的红外小目标检测算法。首先,在空间域中利用目标与其局部背景灰度差异来计算得到灰度显著图,在频域中结合谱残差计算得到背景抑制后的频域显著图;其次,将灰度显著图和频域显著图归一化后通过哈达玛乘积相互融合;最后,通过自适应阈值分割并使用Unger滤波器剔除较小的噪声点,从而提取出目标区域。实验结果表明,所提算法对图像的信噪比有了数十倍的提升,对背景抑制效果显著,并有着检测率高和虚警率低的优点,是一种有效的小目标检测算法。     

基于线性预测残差倒谱的多语音基音频率检测

本文提出了一种基于线性预测残差倒谱的多语音基音频率检测算法,该算法首先对混合语音信号进行线性预测分析,进而计算预测信号与原混合信号的残差,并对残差信号做倒谱变换,得到混合语音信号的线性预测残差倒谱;然后在该信号的残差倒谱中,结合图像处理的技术,利用语音信号基音倒频匹配法检测出多语音信号的基音频率;最后在基音标定的过程中,本文算法利用语音信号的连续特性,依据信号基音频率前后差距变化最小原则标记出各基音所属话者。实验结果表明,本文提出的算法在弱回声及无回声的情况下能快速有效地从单声道混合语音信号中检测出多语音基音信息。     

基于特征值能量的盲信号检测方法

针对低信噪比下电子侦察机接收到的多分量信号的盲检测问题,提出了一种基于特征值能量的盲信号检测算法.该算法首先计算归一化特征值,然后进行信号子空间维数估计,构建检验统计量表达式,进而研究了扰动分布,从而确定给定虚警概率下的检测门限,实现信号的盲检测.理论分析和仿真结果表明,该算法对多分量信号尤其是时频重叠的多分量信号适应...     

基于深度残差网络的特定协议信号识别

针对短波信道下信号截获质量差,信道环境复杂以及单一特征识别率低等问题,提出了基于深度残差网络的信号特征自动提取算法,设计了一种具有自适应学习能力的短波特定通信协议识别模型.通过对具有特殊结构的协议信号的时频视觉差异进行理论推导,将信号的时频能量转换成灰度图像,并用于对所构建的深度残差网络进行训练.该方法克服了传统方法对信号质量要求高、先验信息需求多等缺陷,可直接对中频接收信号进行处理,适合实际工程应用.实验表明,当深度残差网络达到稳态时,识别准确率高,在低信噪比、多径衰落、多普勒频偏以及信号被强干扰所遮挡的情况下,依旧能准确识别协议类别.     

基于迭代自适应稀疏分解的雷达信号去噪

稀疏分解能有效分离信号和噪声,因此适用于信号去噪.文中构造了雷达回波稀疏表示的冗余字典,字典原子与目标回波波形匹配,基于该字典的雷达回波信号稀疏度就是目标数.针对稀疏度自适应匹配追踪算法进行低信噪比信号稀疏分解时的不足,提出了一种迭代自适应匹配追踪算法,采用规范化的残差之差作为迭代终止条件,使得稀疏分解过程能依据噪声水平自适应终止,以逐次逼近方式估计信号稀疏度,改善了稀疏分解的精度.仿真实验结果表明,该算法在低信噪比以及稀疏度未知的条件下,实现了雷达回波信号的准确稀疏分解,极大地提高了信噪比.     

大规模MU-MIMO系统归一化预编码算法

针对大规模MU-MIMO系统中预编码技术性能不佳的问题,在不完善信道状态信息(CSI)的情况下,对迫零(ZF)和最大比发射(MRT)预编码技术提出了两种归一化算法：向量归一化与矩阵归一化。首先基站通过上行导频序列估计CSI,并在下行链路中用所提的算法对预编码矩阵进行归一化处理,然后将其与发送信号以及信道进行匹配。仿真结果表明,在高信噪比时,ZF预编码使用向量归一化算法实现了更好的系统性能;而在低信噪比时,MRT预编码使用矩阵归一化算法使系统性能得到了良好改善。     

基于先验信噪比估计的超宽带穿墙雷达呼吸信号检测算法研究

废墟下呼吸信号的检测对地震救援具有重要意义.在实际中,障碍物(如墙体)后的人体呼吸信号会被环境中的噪声所掩盖.如何提升穿墙呼吸信号的信噪比(SNR)仍是一项具有挑战性的工作.该文提出一种基于先验信噪比估计的检测算法,用于增强穿墙弱呼吸信号的输出SNR.该算法在谱减法中典型的决策导向(DD)算法基础上加入了自适应权重因子...     

一种有效的雷达信号快速识别方法

针对多种调制类型的雷达信号快速侦察识别成功率较低的问题,提出了基于瞬时频率特征提取的雷达信号快速识别新算法.首先,由短时傅里叶变换(STFT)得到信号每一部分的瞬时频率特征;其次,对得到的瞬时频率进行两次归一化分别得到各自特征值;最后,用层次决策方法对雷达信号进行分类识别.仿真实验结果证明该方法能有效识别各种雷达信号,在信噪比高于-3 dB时,各种脉内调制的识别成功率都达到90%以上.     

基于非参量CUSUM的认知超宽带频谱感知算法

提出了一种基于非参量CUSUM的超宽带信号快速检测算法,该算法针对认知超宽带频谱感知中超宽带信号检测问题,根据超宽带信号占空比低的特点,选择短时能量作为非参量CUSUM算法的观测统计量,将块检测思想和序列检测思想进行有机结合,克服了块检测算法的信噪比门限效应,并采用加滑动预处理窗的方式降低噪声对观测统计量的影响。本文通过自适应改变非参量CUSUM算法中Reference Value取值的方法,提出改进算法以进一步缩短检测延迟。仿真证明,占空比为1/10、信噪比为-25dB时, 所提算法可在用户发送50个脉冲的时间内以90%的概率检测出主用户信号的存在,而能量检测算法在8dB时才能达到相同检测概率,且所提算法检测延迟小于能量检测算法。改进算法在-10dB≤SNR≤5dB条件下可明显缩短检测延迟。      

基于合成孔径技术的轮对探伤成像算法研究

为了提高轮对超声探伤成像的信噪比(SNR)和缺陷的检出率,针对轮对超声探伤的方法和特点,提出了将轮对探伤结果B扫描图像与合成孔径聚焦技术(SAFT)相结合的图像处理技术。通过建立SAFT算法的数学模型,设计了SAFT算法处理软件,并以内部含有缺陷的China Railway High-speed(CRH)型车轮轮对为检测对象,进行了轮对探伤实验,实现并优化了基于SAFT算法的轮对超声探伤图像重建,验证了该技术的可行性和准确性。最后进行了SNR的定量数值计算和比较,结果表明,该技术能有效提高轮对超声探伤成像的SNR和分辨率,可提供更准确详实的缺陷信息,提高探伤系统检出率,从而有效保障车轮的安全运行。     

离散周期Wigner-Hough变换及其检测性能分析

分析了周期Wigner-Hough变换(PWHT)进行离散化计算时,对线性调频连续波(LFMCW)信号的检测性能.通过推导高斯白噪声中LFMCW信号经离散化PWHT后信噪比处理增益表达式,分析了离散PWHT的弱信号检测性能.通过推导离散PWHT较离散Wigner-Hough变换(WHT)的检测性能优势表达式,比较了离散PWHT与离散WHT算法的检测性能.仿真实验验证了离散PWHT的信噪比处理增益具有准相干积累的效果,PWHT较WHT更优的检测性能.     

基于相关算法的脉冲信号检测性能分析

低信噪比信号检测一直都是侦察领域关注的课题。为此,提出了基于相关算法的脉冲信号检测方法,介绍了相关算法检测原理,用统计分析方法确定了理论最佳检测门限,并对相关检测性能进行了仿真分析,在低信噪比条件下完成了信号到达时刻和脉冲宽度的估计。     

采用子带长时信号变化特征的稳健语音活动检测

为提高语音活动检测(VAD)在低信噪比下的准确率,提出了一种基于子带长时信号变化特征的VAD算法.将语音信号转换到频域,并分解为几个不重复的子频带,对这些子带信号分别提取长时信号变化特征,然后采用GMM在线建立语音和非语音模型,以模型的似然比进行VAD判决.实验结果表明,算法在较低的信噪比下能够显著地提高语音活动检测的准确率,且在多种噪声环境和信噪比条件下具有较好的稳健性.应用于语音识别系统的实验表明,该算法能有效提高噪声环境下的语音识别率.     

语音端点检测中能零比方法的改进

传统的基于语音信号短时能量与短时过零率之比的单参数双门限端点检测方法对高信噪比的语音信号能实现较好的检测,而在低信噪比的情况下检测正确率却很低。本文在研究了语音信号的非线性分析方法后,提出了一种改进的端点检测方法。首先,对分帧加窗后的每一帧带噪语音信号进行经验模态分解求其短时Teager能量;然后,求每一帧的短时过零率,平滑处理之后进行归一化;最后,求出短时Teager能量与归一化短时过零率之比用于端点检测。经过仿真实验证明,本文提出的改进方法能够在低信噪比的带噪环境下实现比传统能零比方法更好的端点检测效果。