短波信号检测中的形态学预处理算法

针对信号检测中色噪声干扰和多谱峰信号的判断问题,通过研究实际短波信道特性和信号频谱特征,提出一种将频谱作为一维灰度图像进行形态学滤波的预处理算法,应用顶帽变换进行白化滤波,通过闭运算进行信号增强。仿真实验结果表明,该算法能在复杂的短波信道环境下较好地抑制色噪声干扰,实现对弱信号和多谱峰信号的有效检测。     

基于频谱方差的抗噪声语音端点检测算法

在语音识别系统中,对识别的准确性有很重要的作用.对于纯净语音信号,传统的端点检测算法能够很好地检测语音部分的起止点.由于在有噪声干扰的情况下,算法的检测准确度往往会急剧下降.为了改善噪声环境下的端点检测效果,从语音信号和噪声信号频域分布特性的差异出发,用频谱方差数值来区分语音和噪声,提出了基于频谱方差的端点检测算法,并进行了无噪声和噪声环境下的仿真,证明了这种算法在强噪声干扰的情况下也能够取得很好的效果.同时将新算法和传统的基于LPCC的端点检测算法进行了对比试验,实验结果表明,在噪声环境下,新算法的检测精度有明显提高.     

一种基于循环谱特征识别的频谱感知算法

针对传统循环谱计算复杂度高的问题,提出一种基于循环谱特征识别的频谱感知算法,该算法采用自相关矩阵替代频域平滑方法计算信号的谱特征,在降低算法复杂度的同时,能够准确区分噪声与有用信号,利用软件无线电构建测试平台,用以验证算法的有效性.实验结果表明,该算法能够准确检测出频谱空穴,准确度大于90％,并能降低时间复杂度,可以满...     

某型指挥信息系统有线远传接口自动识别方法

为提高对指挥信息系统有线远距离传输接口测试的自动化水平,提出一种基于信号特征提取的信号类型自动识别方法;在对各类接口信号时域和频域特性分析的基础上,采用限幅滤波法实现对信号峰峰值的准确判断,通过基于Burg算法AR模型的谱估计方法实现信号频谱准确估计;依据提取到的信号峰峰值和频带宽度,采用双阀值判决方法对接口类别进行自动识别;实验结果表明,基于信号时频域特征差异的自动识别方法,能够有效区分3种类型15个接口,识别准确度达到87%以上。     

基于循环平稳的图样特征识别频谱检测方法

频谱空穴检测是认知无线电研究的关键技术。针对认知无线电系统中甚低信噪比环境下频谱检测的困难,基于循环平稳理论,提出对接收信号的循环谱密度函数俯视图特殊图样的模式识别来进行频谱检测判决的方法。由此设计出谱峰搜索检测与图样特征识别相结合的频谱检测判决机制。实验仿真结果表明,所提出的检测方法性能良好,可以有效地对弱主用户信号进行频谱检测。     

基于神经网络的机车车轮故障诊断

针对现有机车车轮超声检测系统无法准确区分其故障类型,探讨了一种基于小波包变换与BP神经网络相结合的方法来识别基于超声检测机车车轮的故障类型。该方法对机车车轮的超声检测的回波信号进行小波包分解,并提取了频谱能量特征值,由此构造不同类型机车车轮内部伤损对应的特征向量,然后利用改进的BP神经网络算法训练随机抽取的样本空间,并对测试样本数据进行了识别验证。通过实验验证了该方法能够快速准确地识别出机车车轮不同类型的故障对应的超声检测信号。     

微弱运动目标的检测与跟踪识别算法研究

在运动目标检测问题的研究中,针对图像处理中微弱运动目标检测与跟踪识别技术的特点,在简单分析了微弱运动目标检测跟踪的技术难点的基础上,重点对微弱运动目标的检测与跟踪算法展开了研究,为了对弱信号提高检测精度,采用图像预处理、目标特征的选取和目标跟踪三个步骤设计,对微弱运动目标在强噪声背景下的图像检测与跟踪识别算法,用给出具体的改进算法,通过仿真测试结果表明,算法具有较好的目标识别与检测效果,对于进一步提高微弱运行目标的图像检测的研究水平具有一定的借鉴意义。     

电能质量监测中频谱泄露检测方法研究

为了提高电能质量算法的精确度,需要检测傅里叶变换(FFT)时的频谱泄露程度,尽可能地抑制频谱泄露现象。详细分析了频谱泄露的机理,在此基础上提出了一种基于调制波的频谱泄露检测方法,在源信号上叠加调制波,根据连续十周波电压测量值,计算出波动频率下的频谱泄露系数,从而判断信号的频谱泄露情况。使用该方法对比分析了通过两种不同加窗方式进行FFT的结果,实验结果验证了频谱泄露系数及其约束条件的可行性,该检测方法简单易操作,能够有效地检测频谱泄露现象,为检测电能质量监测终端的电压计算方法提供了新思路。     

基于四阶循环多谱的频谱感知算法

目前,大部分基于能量检测和信号循环平稳的频谱感知算法能够在平稳噪声环境中取得优异的检测性能,在非平稳噪声环境中的检测性能则急剧下降。为了更好地消除频谱感知过程中非平稳噪声的影响,利用信号四阶循环多谱抑制非平稳噪声的性质,提出了一种基于四阶循环多谱的频谱感知算法。该算法首先计算四阶循环多谱的切片形式;然后通过简化的四阶循环多谱幅度平方和对协同用户截取的信号进行检测;最后计算其峰值系数,实现对主用户信号存在性的判断。仿真结果表明,在非平稳噪声环境中,所提出的算法比传统的频谱感知算法识别概率更高,性能更好。     

窄带干扰环境下的BOC信号捕获

针对信道干扰会影响二进制偏移载波(Binary Offset Carrier,BOC)信号传输的正确性以及BOC信号自相关函数多峰值导致捕获模糊性的问题,提出了一种基于频域FFT重叠变换干扰抑制方法和相关重构方法相结合的BOC捕获算法。该算法首先通过对信号重叠加窗处理,降低信号的频谱泄露和减小信号的损失,然后通过频域陷波技术对干扰信号进行有效的抑制,最后将经过处理后的BOC信号利用相关重构方法进行捕获。仿真结果显示,该算法能够有效抑制窄带干扰信号,在信噪比为10 dB、信干比为-30 dB条件下误码率能够降为零,且该算法和其他算法相比捕获精度明显提高。     

电力通信异构多网共存网络发现与识别算法

电力无线通信网支撑用户量大面广、业务高并发、运行环境复杂,表现为异构多网混合共存。为了支持智能电力终端动态选择网络接入,必须首先执行网络发现与识别。针对TD-LTE无线通信专网、WiMAX无线通信专网、智能电网邻域网和230 MHz电力无线专网异构多网共存场景,提出一种融合物理层信号时频特征和MAC层协议特征的网络识别算法。该算法结合改进的窗口滑动能量检测和多周期特性加权循环平稳特征检测执行网络发现与识别。仿真结果表明,该算法能有效识别异构的多种电力无线通信网络。     

基于级联随机共振的直接序列扩频信号的捕获方法

在直接序列扩频信号的捕获中,针对低信噪（SNR）比以及大频偏对信号捕获产生影响的问题,提出了一种基于级联随机共振的直接序列扩频信号的捕获方法。首先将输入信号通过部分匹配滤波器进行处理,当本地伪码和输入信号伪码相位对齐时,输出信号仅剩下了残余多普勒频偏;然后将该信号进行级联随机共振,从而提高信号的输入信噪比;最后通过快速傅里叶变换（FFT）谱分析,可以在频谱上得到清晰的谱峰,进而求出多普勒频偏值。通过理论分析和实验仿真可知,在输入信噪比为-26 dB的情况下,所提方法能够提高直接序列扩频信号的捕获灵敏度,并且通过两级级联随机共振系统后输出信噪比提高了15 dB左右;同时与传统捕获算法相比,该方法的正确检测概率提高了4 dB左右。所提方法不但能抑制噪声,而且能将部分噪声能量转换为信号能量,同时能够改善大多普勒频偏的影响,在捕获弱信号方面有着极大的优越性。     

基于稀疏分解残差的氢气传感器故障探测与辨识方法

针对传感器故障探测和诊断,提出了一种基于稀疏分解残差的氢气传感器故障探测和辨识方法.基于信号稀疏分解理论,对采集的传感器正常信号数据集,利用K奇异值分解(K-SVD)学习算法得到一超完备字典D;在字典上对非正常(故障)信号进行分解,根据稀疏分解的残差大小和范围完成对传感器故障的探测及辨识.实验结果表明:对氢气传感器的故障探测率和总辨识率分别达到98.75%和97.25%,可以有效地解决氢气传感器的故障探测和辨识.     

调参随机共振在超高频微弱信号检测中的应用

针对经典随机共振（SR）理论只适用于小参数,在提取高频微弱信号失效而无法使用的问题,提出一种调参随机共振检测高频率微弱信号的方法。首先,推导出双稳系统中阻尼系数与信号频率的关系,并以Kramers逃逸速率为分析手段,讨论阻尼系数变化对系统发生随机共振的影响;然后,分析了系统形状参数对系统产生随机共振现象的影响,通过联合调整阻尼系数和系统参数实现了大频率微弱信号的检测,并讨论了不同采样频率与调参系统输出频谱特性的影响,验证了该方法在低采样率下仍具有较强的稳定性;最后,以通用软件无线电设备（USRP）接收的无线电带噪信号作为系统的输入进行仿真。实验结果表明,利用该调参随机共振策略能够稳定有效地检测出强噪声背景下的超高频微弱信号,信号频率可达到MHz、GHz,拓展了随机共振原理的微弱信号检测的应用领域。     

基于盲稀疏度匹配追踪的协同频谱检测

针对认知用户接收的未知稀疏度信号,提出一种基于盲稀疏度匹配追踪的协同频谱检测算法。该算法自动调节候选集原子的数量后,在迭代过程中采用阶段转换得到稀疏度,并利用回退机制获得全局最优支撑集,同时通过SNR估计选择最优协作用户进行联合检测,从而实现频谱的快速检测。实验结果表明,在相同条件下,该算法的检测效果优于同类算法,检测率比无选择对象的协作检测方法提高 约25%。     

基于宽带非合作的突发信号存在性检测算法

随着宽频带接收机的广泛应用,在宽带中非合作突发信号的盲检测越来越重要。面对低时间占空比的突发信号难以检测和高时间占空比突发信号与连续信号区分的问题,通过构建两种宽带统计谱来解决该问题:最大谱和最大差分谱。最大谱通过取瞬时频谱的最大值,保留连续信号和突发信号的功率谱信息;最大差分谱则保留前后瞬时频谱差值的最大值,能够有效地提取突发信息并且抑制连续信号。利用最大谱检测信号,利用最大差分谱辨别突发信号,实现了连续信号和不同时间占空比突发信号的宽带盲检测。最后对算法性能进行了测试,结果表明该算法能够对各种时间占空比的突发信号进行检测。     

基于改进MUSIC算法的宽带信号DOA估计

现有的波达方向（DOA）估计算法在估计被动探测系统中的宽带信号方位时,存在DOA估计结果偏差大、运算复杂度高等问题,难以满足信号实时处理的要求。为提高多源信号DOA估计的空间分辨率,提出一种基于S变换且不需要预估信号源个数的多重信号分类改进算法。根据宽带信号的频域特征,利用S变换处理阵列接收信号,得到多分辨的时频谱矩阵,同时构建时频域的阵列信号数据模型,结合信号功率谱矩阵呈联合对角化结构的特点,设计基于S变换的子空间谱估计公式。在此基础上,通过谱峰搜索进行DOA估计,实现多源宽带信号的声源定位。仿真结果表明,在信噪比范围为-15～10 dB的条件下,该算法的估计成功率始终保持在90%以上,相比TCT、CS＿TCT、CWT＿MUSIC算法,其具有较优的估计性能,并且无需预估信号源数。     

混沌背景中微弱网络传输信号有效检测仿真

针对传统微弱信号检测方法存在检测准确性较低、检测时间较长等缺点,提出混沌背景中微弱网络传输信号有效检测方法。根据Wiener-Khinchine定理对信号函数计算,并经过傅里叶变换获得信号的自相关函数与其相对应的功率谱,利用周期图法分析获得微弱信号的检测原理,运用Briot-Bouquet引理进行计算,根据计算结果证明瞬态信号以及周期信号的存在,并以此为基础构建混沌背景下噪声的检测模型,从预测误差中检测出在噪声层下的微弱网络传输信号。仿真结果表明,所提方法能够快速检测出在混沌背景下的微弱信号,且检测时间较短、检测误差较低,可广泛引用在现实生活中。     

融合Snake模型与拓扑路线的图像分割算法

为了能够提高图像边缘检测的准确度,提出一种新型图像处理算法.该算法是基于主动轮廓方法和拓扑路线相结合的方法,目的是提高图像检测过程的精确度.该算法提出了新型技术来整合拓扑路线和主动轮廓方法各自的优点.将基于拓扑路线的初始分割边界作为Snake模型输入信号,并逐步演化成为最终对象的分割边界.实验结果表明,该算法可以处理低对比度图像,同时可以提高针对弱图像边界进行分割的准确度,取得了更好的图像分割和边缘检测效果,说明该算法有改进低对比度和自动图像分割系统的处理能力.