有色噪声背景下陆基导航接收机对信号的检测

针对我国典型海域干扰噪声的特点,提出了在有色噪声背景下直接序列扩频体制的无线电导航接收机对接收信号检测方法,即利用卡尔曼滤波技术对接收的信号进行建模从而得出自相关函数,根据单层神经网络对相关函数中的有色噪声协方差参数进行预测.同时,给出了系统的递推公式、预测自相关函数表达式、程序流程图和计算机仿真.计算机仿真结果表明,该方法不仅能够有效的逼近有色噪声,而且程序计算复杂度较低,从而提高了系统的稳定性.     

有色噪声背景下的正交子空间辨识

针对传统子空间辨识中存在的有色噪声干扰问题,本文提出一种正交子空间辨识方法.首先,根据子空间辨识算法机制构建含有色噪声的扩展状态空间模型.然后,结合有色噪声的相关性分析,研究了传统子空间辨识方法的有偏性问题,并重新设计了投影向量和正交投影方式,用以消除有色噪声干扰.最后,对投影后的数据矩阵进行奇异值分解,获取广义能观测矩阵,进而求得系统的状态空间模型参数.仿真结果表明该方法在有色噪声干扰下是一致无偏的,并且具有渐进二阶统计特性.结合陀螺仪的具体实验结果表明,该算法在实际应用中具有比传统子空间辨识法更高的辨识精度.     

有色噪声条件下的子空间辨识改进方法及应用

针对工业生产过程中噪声往往为有色噪声的情况,提出一种改进的子空间辨识方法。传统的子空间辨识方法在系统存在有色噪声时辨识效果不佳,改进方法则采用变换系统模型形式来克服有色噪声对系统的影响,在辨识时直接利用变换系统模型后的数据得到系统较为准确的状态空间模型,实践证明,状态空间模型更适用于工业过程。连续搅拌反应釜（CSTR）系统是一类典型的工业生产系统,将子空间辨识方法应用于CSTR过程的仿真实验,通过比较改进前和改进后的系统预测误差,验证了所提方法的有效性。     

非线性系统中稳定有色噪声建模及FLOC谱特性

用多项式自回归模型对非线性系统中稳定有色噪声建模,利用扩展的迭代重加权最小[p]范数算法进行模型参数估计。系统研究了分数低阶协方差谱的性质,并对无限方差非高斯多项式自回归有色噪声进行频域特性分析。理论分析和仿真实验表明,EIRLP算法是在高斯和分数低阶稳定分布噪声条件下具有良好韧性的参数估计方法。仿真通过对稳定有色噪声条件下的正弦信号进行谱估计,结果表明,分数低阶协方差谱具有良好韧性的谱估计性能。     

有色噪声中非线性动态系统的BP网络辨识

前馈多层神经网络为复杂的非线性系统提供了一种极具吸引力的模型结构。本文不利用仅含一个隐层的前馈多层神经网络来拟合离散时间非线性动态系统的问题进行了探讨。由于有色噪声的存在会导致网络模型偏差产生，文中引入了一种对噪声建模的方案。借助于非线性模型检验技术，本文给出了在有色噪声存在的情况下，利用ＢＰ网络辨识离散时间非线性动态系统的一般方法，仿真结果亦表明该方法行之有效。     

基于多重自相关的微弱信号检测算法研究

利用正弦信号的特殊性质,在信号未知的情况下通过多重自相关运算可检测出埋没于噪声中的微弱正弦信号.文中推导了算法的实现过程,并讨论了多重自相关法在白噪声背景下、有色噪声背景下等情况下的检测效果,并给出仿真结果.     

有色量测噪声下机器人同步定位与地图构建

针对有色量测噪声模型,提出一种有色量测噪声下的轮式机器人同步定位与地图构建算法。通过重新组合轮式机器人的过程模型和量测模型,将有色量测噪声量测模型转化为虚拟的白噪声量测模型。为使过程噪声和量测噪声不相关,对过程模型进行不相关条件处理。算法按照构造的虚拟过程模型和量测模型进行滤波估计和地图构建。仿真结果验证了算法的一致性和鲁棒性。     

基于子空间方法的精馏塔系统辨识建模研究

子空间辨识方法作为一种有效的针对多输入-多输出系统(MIMO)的辨识建模方法近年来受到广泛的重视.目前主要采用的子空间辨识算法只能适用于白噪声环境,而实际的工业现场数据很多是受到较大有色噪声干扰的.针对问题采用了一种新的子空间辨识算法,利用马尔可夫参数用于处理随机性部分,同时引入辅助变量用以去除噪声的干扰,能够适用于存在较大有色噪声干扰情况下的辨识建模,并可得到对象的无偏模型,建模的精度优于通常所采用的子空间辨识算法.通过对精馏塔仿真模型的辨识结果证明了该方法的可行性和有效性,以及在实际工业过程对象建模中良好的应用前景.     

去相关卡尔曼滤波算法在视频跟踪中的应用

针对测量噪声去相关下的卡尔曼滤波算法在视频目标跟踪中的应用问题展开了研究,首先分析了图像目标质心测量噪声的统计特性,指出测量误差是具有较强相关性的有色噪声;通过提出一种噪声白化方法,将测醋噪声视为在高斯自噪声激励下所产生的一阶马尔科夫序列,并对系统测量模型进行了改进;最后借助噪声去相关虑义下的卡尔曼滤波算法对所拍摄的航模飞机视频图像进行了跟踪仿真测试.仿真实验结果证明所给出的滤波算法可以明显提高目标位置的估计精度,并有效抑制了背景的干扰.     

基于ANFIS的有色噪声抵消技术

利用自适应神经模糊推理系统ANFIS对噪声的非线性动态特性进行建模,并利用ANFIS逼近有色噪声,然后从测量信号中消除有色噪声得到有用的信号。仿真结果表明利用这种方法能在和被测对象相似的噪声背景中很好地提取有用信号。     

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。     

Multidimensional folding for sinusoidal order selection

Estimation of the number of harmonics in multidimensional sinusoids is studied in this paper. The ESTimation ERror (ESTER) is a subspace based detection approach that is robust against colored noise. However, the number of signals it can detect is very limited. To improve the identifiability, we propose to combine the multidimensional folding (MDF) techniques with ESTER for multidimensional sinusoidal order selection. Our algorithm development is inspired by the shift invariance properties of the two matrix slices resulting from multidimensional folding and unfolding, which have been exploited to extract the spatial frequencies in the literature. The maximum identifiable number of signals of the MDF-ESTER is of the order of magnitude of product of the lengths of all spatial dimensions with uniform spacing, which is significantly larger than that of the conventional multidimensional ESTER methods. Meanwhile, it inherits the robustness of the ESTER against colored noise, and performs comparably to state-of-the-art schemes when the number of signals is small.     

基于色噪声背景下线性滤波器组检测性能的研究

随着5G新空口信号处理技术的广泛应用,为了提高大规模组网中基站(天线)滤波器检测系统的检测性能,本文提出了一种基于色噪声背景下对信号进行检测判决的线性滤波器组(LFB)检测系统,即在传统匹配滤波器检测系统中加入白化滤波器级联组构成线性滤波器组检测系统,首先对二元确知信号检测判决系统中相干相移键控系统(CPSK),相干频移键控系统(CFSK),和相干启闭键控系统(COOK)的检测性能进行分析。其次,在此基础上推广到对多元(M元信号检测)确知信号检测性能进行分析。最后,经过仿真,根据最大输出信噪比准则,采用白化滤波器组将色噪声滤除有色部分后通过检测判决系统,获取在色噪声背景下最佳的线性滤波器组(Linear Filter Bank,LFB)(相关接收机)的检测性能。     

密钥提取中相干干扰抵消原理及应用研究

在无线通信利用物理层属性进行加密中,当通信双方受到噪声和干扰的影响时,导致双方对信道估计存在较大误差,进而提取的密钥存在较大的不一致。文中提出了一种基于两时隙双天线相干干扰抵消方法,将接收阵元数降到最低,并有效地降低了计算的复杂度。通过人为制造信号重发,使两时隙期望信号相同,而干扰不同。同时利用信号和干扰不相关原理,进行干扰消除。MATLAB实验及仿真结果表明,该方法可以有效地消除干扰信号,提高生成密钥的一致性。     

微弱信号混沌检测的自跟踪扫频控制方法

当利用混沌理论进行微弱信号的检测时,针对不同频率的信号只能分别构建不同的检测系统进行检测,势必使其检测效率低下.本文阐述了一种分频段阈值变换的混沌检测方法,并基于该方法实现了自跟踪扫频检测.为此,首先分析了微弱信号混沌检测方法中的变阈值法和定阈值法,指出了这两种方法的优缺点,然后提出了分频段阈值变换的混沌检测方法,并基于该方法开展了微弱信号的自跟踪扫频检测控制的研究,设计制作了微弱信号自跟踪扫频检测控制电路,并进行了微弱信号自跟踪扫频混沌检测的实验研究.结果表明该检测控制系统可以实现在噪声背景下的中低频率微弱周期信号的自跟踪扫频检测.     

色噪声环境下双基地MIMO雷达相干目标角度估计算法

通过研究多输入多输出(Multiple input and multiple out,MIMO)雷达的角度估计算法,针对色噪声环境下双基地MIMO雷达相干目标角度估计问题,基于双基地MIMO雷达的信号模型,利用MIMO雷达的接收数据,通过四阶累积量的计算消除了色噪声的影响,并证明得到的一组矢量包含所有目标的角度信息;然后利用得到的四阶累积量矢量构造出块Hankel矩阵,并证明该矩阵的秩等于目标总数,且不受信号相干性的影响,通过奇异值分解,结合ESPRIT算法实现了色噪声环境下对相干目标的角度估计.算法结合四阶累积量和MIMO雷达的估计性能,具有自动抑制加性高斯白噪声和色噪声的能力,实现了相干目标的有效估计和参数的自动配对,提高了抗噪能力,更利于在实际中应用.最后计算机仿真结果证实了算法的有效性和可行性.     

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。     

基于自适应滤波的民航导航通信干扰检测系统设计

针对目前使用的民航导航通信干扰检测系统受到背景噪声与电磁干扰信号重叠影响,导致干扰检测结果不精准的问题,提出了基于自适应滤波的民航导航通信干扰检测系统设计。使用多信道检测接收机,将接收结果经过PCI接口传送给上位机。使用测向天线阵,捕获来自其他天线阵元的信号幅值、相位。使用由三个垂直磁阻传感器组成的电子罗盘,测量X、Y、Z方向的电磁干扰,经过A/D转换器放大处理和主机检测后,完成硬件结构设计。计算系统输出结果,结合自适应滤波处理技术,整理自适应滤波的加权矢量,彻底分离开噪声信号与电磁信号,避免噪声干扰。计算相位差,并对其进行矢量化处理,获取多组载波相位差,确定干扰信号的数值和方向,完成通信干扰检测。由实验结果可知,该系统在同频干扰、临频干扰情况下,信号波动的-0.2-0.4和-0.8-0.7幅值均与实际干扰信号波动幅值一致,具有精准检测结果。     

Applying random stream theory to the group target detection problem

The detection problem for a group of moving targets is a generalization of the classical detection problem for a single still target. Synthesis methods for joint detection and phase coordinate measurement for objects in the group are being developed in the theory of random streams of events. In this work, we propose a Poisson approximation for a Bernoullian stream of signals generated by a group target and observed in noises for small signal/noise ratios. Using this approximation, we can significantly simplify optimal detection and parameter estimation for a group target which are hard to implement exactly. Developing suboptimal algorithms is an important problem for a number of technical applications, including, in particular, radioand hydrolocation.