一种抑制参数估计背景色噪声的形态学滤波算法

根据循环平稳有关理论,通信信号的非线性变换频谱中存在体现信号各阶循环平稳性的离散谱线,谱线位置对应着信号载波频率和符号速率的线性组合。通过提取这些离散谱线可以完成信号的基本参数估计,然而非线性变换不仅能产生对应于信号载波频率、符号速率等参数的正弦分量,而且还会形成不利于谱线提取的背景色噪声,当信号信噪比低、数据量小时,色噪声对谱线提取的影响尤为突出。针对这一问题,本文深入研究了信号非线性变换谱特征,结合数学形态学基本理论,提出了一种基于离散灰度形态滤波的方法来抑制背景色噪声。首先利用开运算估计背景色噪声,其次运用顶帽变换进行白化处理,通过闭运算填平杂散负脉冲,增强谱线相对强度,最后设置检测门限,提取离散谱线,完成信号对应参数的估计。详尽的Monte Carlo仿真给出了谱线检测性能与信号脉冲成型系数、信噪比和数据量之间的关系。结果表明,该算法有效抑制了背景色噪声,在信噪比低、脉冲成型系数小、数据量少的情况下提高了谱线检测性能,从而证实了该算法的有效性。      

窄带通信信号时延估计的循环谱组合切片法

循环时延估计方法只使用单一循环频率进行时延估计,对信号的循环平稳信息利用不充分,且估计性能对循环频率的选择有较大依赖性.针对此问题,研究了利用多循环频率组合进行时延估计的方法,为减小循环谱密度函数估计的计算量并提高时延估计的精度,阐述了利用循环谱切片组合进行时延估计的方法,在不同信噪比的高斯噪声和同频干扰条件下分别进行了仿真实验.仿真结果表明,多循环频率时延估计法较单循环频率时延估计法有更高的估计性能.     

基于高阶循环累积量的OFDM子载波盲估计

该文针对通信对抗和OFDM信号解调的实际应用,提出一种利用高阶循环累积量估计OFDM信号子载波的方法。由于高阶循环累积量能有效抑制平稳噪声和非平稳高斯噪声,通过理论分析可证明在上述噪声背景下,子载波采用2/4PSK调制的OFDM信号的特定四阶循环累积量仅在子载波处存在,因此可以通过检测此循环频率实现子载波的估计。该算法还可推广到采用星形QAM和高阶PSK调制的OFDM信号。仿真实验验证了该算法的有效性。     

基于广义二阶循环统计量的通信信号调制识别研究

针对传统的二阶循环统计量在Alpha稳定分布噪声中显著退化的问题,提出了广义二阶循环统计量的概念。在研究了所选通信信号的广义二阶循环统计量的基础上,提取信号广义二阶循环谱中特定频率和循环频率处的幅值作为特征参量,采用最小误差准则作为分类器算法,实现信号调制方式识别。仿真结果表明,在Alpha稳定分布噪声背景下该方法性能优于传统二阶循环统计量的方法,且在高斯噪声背景下也具有良好的性能。     

一种新的雷达辐射源信号识别方法研究

随着雷达技术的发展,雷达体制的多样性和雷达信号的复杂性对雷达辐射源信号识别技术提出了严峻的挑战。循环双谱抗噪性能强,且包含了丰富的信息,能用于识别雷达辐射源信号。但是其数据量庞大,而循环双谱对角切片法丢失了大部分信息。证明了循环双谱的对称性和周期性,提出了局部轴向积分循环双谱。该方法首先计算信号的循环双谱,然后在两个谱频率构成的平面上沿平行于谱频率轴的直线积分,最后用Fisher判决率（FDR）选择鉴别能力较强的轴向积分循环双谱。这样不但能有效地减小数据量,而且保留了大部分有用的循环双谱信息。仿真条件下,对比分析了局部轴向积分循环双谱与循环双谱对角切片的识别效果,结果表明新方法的识别率远远优于循环双谱对角切片法。      

基于循环平稳性的CPM信号调制阶数盲识别算法

为了有效估计多进制CPM信号的调制阶数,本文提出了一种基于循环平稳性和非线性变换的新方法。根据循环平稳的有关理论,通信信号的非线性变换频谱中存在体现信号各阶循环平稳性的离散谱线,谱线位置对应着信号载波频率与符号速率的线性组合,提取这些谱线可以完成信号一些基本参数的估计。本文在分析与推导多进制CPM信号一阶循环矩简化表达式的基础上,研究了与调制阶数有关的谱线特征,并给出了算法步骤。实验结果证实了理论分析的正确性,并且表明,较已有方法,本文算法无需知道符号周期,计算复杂度更低,受噪声影响小,在高斯白噪声条件下,对任意频率成型脉冲的单指数CPM信号都能实现调制阶数有效识别。      

一种部分响应CPM信号的调制参数盲估计算法

针对非协作通信环境下部分响应CPM信号的调制参数盲估计问题,提出了一种系统的参数估计方案,可依次对载波频率、符号速率、调制指数和调制阶数进行有效地估计。在基于循环平稳特性的符号速率估计的前提下,对联合估计算法进行简化,构造新的代价函数,实现载波频率和调制指数联合估计,提取循环谱线特征估计调制阶数。仿真试验表明,该算法在信噪比10 d B时具有较好的估计效果。     

比特谱相关改进循环谱的单通道混合信号参数估计快速算法

为了应对复杂环境下非合作通信、电磁频谱监管等宽带接收中存在的先验信息缺失,针对单通道混合信号的参数盲估计问题,提出了一种基于比特谱相关算法改进循环谱估计的快速算法。针对信号集{BPSK、QPSK、OQPSK、8PSK、8QAM、16QAM、16APSK、32APSK、CPM},系统给出整套参数估计算法流程,通过高阶累积量以及功率中心方法确定信号个数以及载波频率,然后利用改进循环谱提取符号速率谱线,完成单通道混合信号参数估计。论文对改进算法的统计特性进行了理论推导。理论和实验表明:算法不需要同步码等先验信息,适用于高斯噪声信道和多径平坦衰落信道,同时降低了计算复杂度、存储空间、估计方差以及数据量的需求,当混合信号等功率混合时,且信噪比分别为-4 dB和-1 dB时,算法对载波频率和符号速率的估计正确率可以达到90%,验证了算法的有效性和可行性。      

基于二维循环统计量的二维谐波信号参数估计

本文利用二维循环统计量方法对二维平稳乘性噪声与二维平稳加性噪声共存情况下的二维谐波信号参数估计问题进行了讨论.利用二维循环统计量能够有效地抑制二维平稳乘性噪声和二维平稳加性噪声的特点,有效地从噪声中提取出信号参数.仿真实验对算法作了说明.     

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。     

基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题,提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图,与噪声对应的灰度图比较差异,再将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征,解决门限难以确定的问题。若分析三维循环谱的时间块长过短,将导致信号灰度图特征在有无噪声情况下区别不大;若块长过长会导致检测延迟较大。为此,采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量,自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比,仿真表明所提算法在低信噪比下性能最优。     

基于周期谱包络的线性调频信号特征参数估计

线性调频信号是二阶循环平稳信号,其周期谱幅度包含了信号的最小载频、最大载频以及调制斜率等信息。本文提出了利用非零循环频率处谱峰的位置与大小估计这三个参数的算法,该算法不需要信号参数的先验信息;对参数的估计是在非零循环频率处进行一维搜索,可减小平稳噪声和干扰的影响,适用于低信噪比情况,且避免了多维搜索;文中给出了算法的实现过程,分析了其估计性能,最后进行了计算机仿真实验。     

一种基于循环谱峭度的信号检测方法

在研究通信信号的循环平稳理论的基础上,将循环谱和峭度相结合,给出了一种低信噪比情况下的信号检测方法,降低了一般循环谱检测方法的复杂度,提高了检测性能。该方法首先采用频域平滑方法计算循环谱的 截面,有效降低背景噪声的影响;然后计算该截面幅度的峭度值 ,当该峭度值 大于门限时,表明检测到信号。仿真结果表明,基于循环谱峭度的信号检测方法优于前人提出的循环谱检测方法,可用于低信噪比情况下的信号检测。     

低信噪比下周期平稳信号的稳健检测算法

本文提出了一种新的对周期平稳信号进行检测以及对二阶周期循环频率进行估计的算法。该算法利用信号的递归性质构造高阶自相关矩阵,并通过利用周期平稳信号与自相关矩阵特征值和特征向量的关系,对其进行检测以及对循环频率进行估计。传统检测周期平稳信号的算法是通过计算其循环自相关函数或循环谱实现,相比传统算法而言,本算法由于利用到了信号更多的先验信息,因而在较低信噪比以及较低快拍数下对周期平稳信号均能有较好的检测性能。文中仿真实验表明,本文所提算法估计出的伪循环谱相比传统方法估计出的循环谱更为平滑,在相同快拍和信噪比条件下,检测概率均高于传统方法,特别在低信噪比下对检测概率的改善更为明显。      

Robust Nonparametric Cyclic Correlation-Based Spectrum Sensing for Cognitive Radio

Cognitive radios sense the radio spectrum in order to find underutilized spectrum and then exploit it in an agile manner. Spectrum sensing has to be performed reliably in challenging propagation environments characterized by shadowing and fading effects as well as heavy-tailed noise distributions. In this paper, a robust computationally efficient nonparametric cyclic correlation estimator based on the multivariate (spatial) sign function is proposed. Nonparametric statistics provide additional robustness against heavy-tailed noise and when the noise statistics are not fully known. Asymptotic distribution of the spatial sign cyclic correlation estimator under the null hypothesis is established. Tests using constraint on false alarm rate are derived based on the estimated spatial sign cyclic correlation for single-user and collaborative spectrum sensing by multiple secondary users. Theoretical justification for detecting cyclostationary signals using the spatial sign cyclic correlation is provided. A sequential detection scheme for reducing the average detection time is proposed. Simulation experiments and theoretical results comparing the proposed method with cyclostationary spectrum sensing methods employing the conventional cyclic correlation estimator are presented. Simulations demonstrate the reliable and highly robust performance of the proposed nonparametric spectrum sensing method in both Gaussian and non-Gaussian noise environments.     

一种基于循环谱的共信道多信号调制参数估计方法

共信道多信号的调制参数估计问题已成为通信信号处理领域的一个新兴课题,在非合作通信中是调制识别、信号解调等后续处理的基础。信号经过调制、成形及采样等处理后具有循环平稳性,本文提出了一种基于循环谱和离散谱线提取的调制参数估计方法。该算法利用信号调制参数和循环频率之间的关系,通过提取信号循环谱的谱频率截面上与循环频率相对应的离散谱线,实现对时频重叠的共信道多信号中每个信号分量调制参数的精确估计,主要包括载波频率和码元速率。Matlab仿真BPSK、8QAM两种类型的混合信号结果表明该方法切实有效,可以实现载波频率相差不大时共信道多信号的调制参数估计问题,并且算法计算复杂度小、精确度高、抗噪声性能好,不受频谱重叠度的影响。      

3PRK信号的循环平稳特性分析

脉冲位置相位翻转键控(3PRK)是一种超窄带(UNB)调制技术。相关文献已证明其已调信号是循环平稳信号,对其频谱也作了分析,但对该调制信号具有的循环平稳特性却没有相关论述。介绍了循环平稳信号的定义,推导了3PRK信号的循环谱数学表达式,提出了利用循环统计量对3PRK信号进行检测的方法,并进行了仿真实验。实验表明,该方法有很强的噪声抑制能力。     

基于分数低阶统计量的双谱及其估计方法

稳定分布可更好地描述实际中所遇到的具有显著脉冲特性的随机噪声.为了更好地抑制信号背景中的非高斯噪声,本文提出了基于分数低阶的双谱定义,并给出在分数低阶有色噪声背景下双谱非参数和参数模型的估计方法.仿真结果表明,同传统的双谱估计相比较,非参数法分数低阶双谱估计能有效的识别信号,保留了信号的幅度和相位信息,但存在较大的估计方差.基于AR模型的分数低阶双谱估计具有最大的谱平坦度,能够有效地抑制噪声,具有良好的韧性.     

Extraction of a cyclostationary source using a new cost function without pre-whitening

The proposed method aims to extract a cyclostationary source, whose cyclic frequency is a priori known, from a set of additive mixtures. The other sources may be either stationary or cyclostationary as long as their cyclic frequencies are different from that of the source to be extracted. The method does not require pre-whitening and consists in minimizing a criterion based on stationary and cyclostationary second order statistics of the observations; this method is labeled as Second Order Cyclostationary Statistics Optimization Criterion (SOC²). The relevance of this criterion is proven theoretically in the general case of N sources by P sensors, with P≥N. Other properties of the algorithm such as its accuracy and its robustness against additive noise or strong interferences are studied through a set of simulations.