基于形态滤波的短波信号检测算法

针对短波信号检测中色噪声干扰导致信号检测概率低的问题,通过研究实际短波信道特性和信号的频谱特征,提出一种将信号频谱图作为一维灰度图像进行形态学滤波的预处理算法,应用联合形态学滤波估计信号噪声基底,利用改进的顶帽变换进行白化滤波,最后依据高斯白噪声环境下的门限估计理论进行信号检测。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,对弱信号的有效检测率可提高10%～20%。     

Nakagami衰落信道下噪声跟踪干扰检测性能分析

针对慢跳频通信中噪声跟踪干扰的检测问题,提出了一种新的噪声跟踪干扰检测算法.该检测算法应用认知无线电中协作频谱感知方法,分析了接收信号的条件概率密度函数,研究了加性高斯白噪声信道下单跳信号存在干扰的检测性能.在此基础上,推导了Nakagami衰落信道下单跳信号存在干扰的检测概率和虚警概率,通过对检测概率和虚警概率中的多重积分进行化简,得到了检测概率和虚警概率的级数表达式.单跳信号检测后,把检测结果上报到融合中心,应用协作频谱感知中的“k out of n”准则分析了噪声跟踪干扰的检测性能.仿真结果验证了理论分析的正确性.     

高斯混合噪声环境中基于分数低阶矩的频谱感知算法研究

传统的频谱感知算法因非高斯噪声的干扰,其检测性能严重退化。为抑制实际通信环境中非高斯噪声的干扰,本文提出了一种基于分数低阶矩的空闲频谱检测方法,该方法不需要主用户信号、通信信道和噪声的先验信息。本文采用高斯混合分布拟合非高斯噪声环境,根据中心极限定理及广义二项式定理推导出信道为无衰落和Nakagami衰落时基于分数低阶矩感知算法的检测概率和虚警概率。理论分析和仿真结果表明,在非高斯噪声环境中,基于分数低阶矩感知算法的检测性能明显优于传统的能量检测算法,且采用多天线技术有助于进一步提高感知性能和频率资源的利用率。      

扩频通信的频谱相关检测方法

基于周期平稳信号特征和频谱相关密度，本文提出了利用频谱相关处理检测扩频通信信号的频谱相关检测方法。这种方法的检测性能常规经典方法，并有更好的抗噪声和干扰的能力。     

基于频域编码技术的冲激噪声抑制方法

冲激噪声干扰是一种突发性的噪声干扰,在其持续时间内强度远大于高斯白噪声,对通信系统的影响非常大.本文提出一种新的基于频域编码技术的冲激噪声抑制方法,通过采用频率特性为伪随机码的滤波器对输入信号的频谱进行随机编码来降低冲激噪声的峰值功率,使冲激噪声转化为近似高斯白噪声.本文从冲激噪声的物理模型出发,分析了频域编码信号的统计特性,论证了频域编码技术抑制冲激噪声的原理.仿真结果表明频域编码技术能简单有效地抑制冲激噪声,抑制效果随着编码长度的增加变佳.     

双模非高斯噪声背景下级联双稳态随机共振信号检测

针对随机共振(SR)以高斯噪声为研究背景的局限性,为了分析非高斯噪声对级联随机共振的影响且验证在双模非高斯噪声中级联随机共振的降噪及波形整形特性的可靠性,提出了级联双稳随机共振系统在双模非高斯情况下的微弱信号检测方法。输入信号在进行信号检测过程中,首先把概率密度函数作为随机共振现象的衡量指标,然后当系统处于最佳随机共振状态时,分析了非高斯参数、相关时间及噪声强度之间的关系。最后通过仿真证实,与一级SR相比,二级SR的噪声强度和相关时间的可用范围随着非高斯参数的减少不仅会得到增大,而且滤波特性、信号检测效果得到明显提高。     

采用频域紧支集正交小波基消除瞬态散射回波中的高斯白噪声干扰

本文提出一种采用频域紧支集正交小波基的非线性柔性阈值波方法,该方法利用频域紧集小波基的良好频谱特性和信号压缩能力,有效地消除了高斯白噪声对瞬态散射回波的干扰。     

一种基于V／F变换的数字相敏检测方法

本文提出一种基于电压频率变换（Ｖ／Ｆ）的数字相敏检测方法。这种方法可对被检测信号进行矢量分析，文中分析了这种数字相敏检测方法在加性高斯白噪声和谐波干扰环境下的检测性能，并给出了这种方法与常用的正交采样法的计算机模拟比较结果，此外，文中还给出了本文所提出方法用微处理器实现的结构。     

基于LPC高阶统计量语音活动检测算法的设计与实现

论文提出了一种基于LPC残差信号高阶统计量对加性噪声中的确定性信号及非高斯随机信号进行检测的方法,通过理论分析与实验结果表明,高阶统计量能有效地解决客观存在的非高斯及非线性问题,是现代信号分析与处理研究的重要内容,这种检测方法对加性噪声是否有色或是否为高斯分布并不敏感,而只要求噪声具有对称的概率密度函数。利用这种方法对确定性LPC残差信号进行检测的性能与已知波形时匹配滤波器的检测性能要好。利用这种方法还非常易于实现非高斯随机信号的检测。     

频谱相关检测法在大频偏低信噪比扩频通信的载波频率提取中的应用

基于周期平稳信号特征和频谱相关密度,本文提出了利用频谱相关处理提取大频偏低信噪比扩频通信信号的载波频率的频谱相关检测方法.这种方法的检测性能优于常规经典方法,并有更好的抗噪声和干扰的能力.     

非高斯非平稳背景噪声中的信号检测研究

非高斯非平稳噪声的干扰问题在通信过程中是经常出现的。在非高斯非平稳背景噪声下,以前经常使用经典信号检测理论对信号进行检测,很难取得较为理想的效果。基于小波变换以及小波去噪原理,提出一种新的阈值处理方法,该方法能有效地去除噪声,使有用信号能从非高斯非平稳噪声中检测出来。实验结果表明,新方法不但去噪效果明显,而且获得了较高的分辨率和信噪比,检测性能较为理想,是对信号检测理论的一种有效推广。     

基于AR模型与卡尔曼滤波的火检算法研究

在锅炉火焰检测中,为更好地提取火焰的燃烧特征,有效地判断锅炉燃烧状态,文中采用卡尔曼滤波和AR模型相结合的算法,对仿真信号和实时火焰进行频谱分析。结果表明,该方法能从复杂的背景信号中有效地获得火焰的各频率组分,提高了对火焰频率的分辨率,减小了背景高斯白噪声对燃烧状态分析的干扰,为快速分析燃烧火焰信息提供了一种高效的方法,在锅炉火焰检测中有很好的应用前景。     

超宽带信号在高斯噪声中传播性能的研究

超宽带无线通信技术使用微弱的、持续时间极短的脉冲进行短距离通信。超宽带信号具有极宽的射频带宽和较低的中心频率，这种特性可使短距无线通信利用较低的发射功率进行高速传输。根据信号的频谱及其在高斯噪声中的传播性能，研究超宽带信号的减少衰减余量特性，给出不同进制波形的PPM调制超宽带信号比特误码率仿真分析。     

AWGN和FEXT噪声下铜双绞传输线的信道容量

本文研究加性白高斯噪声和远端串音两种噪声并存时铜双绞传输线的信道容量，用数值方法给出了不同线路长度和不同输入功率时的信道容量，研究了达到信道容量时的最优输入功率谱密度分布。计算结果表明，在加性白高斯噪声和远端串音同时存在时，信号的输入功率谱不再为均匀分布，这种不均匀性随着输入功率的增加更为明显。这与干扰为纯白高斯噪声时，最优输入功率谱近似为均匀分布的结果是不同的。     

基于图像域检测的SAR杂波干扰评估

杂波干扰在时域、频域及多普勒域与雷达回波信号具有相似特征,其特点是在SAR成像后形成局部类似杂波的输出效果.为了定量评估干扰效果,图像域采用双参数恒虚警检测方法,通过比较杂波干扰和高斯白噪声干扰对检测性能的影响,验证了杂波干扰优于白噪声干扰的效果以及基于图像域检测方法对干扰效果评估的有效性.     

高阶统计量在检测中的应用

本文提出了一种利用高阶统计量对加性噪声中的确定性信号及非高斯随机信号进行检测的方法。这种检测方法对加性噪声是否有色或是否为高斯分布并不敏感，而只要求噪声具有对称的概率密度函数，在信号波形未知而造成匹配滤波器性能恶化时，利用这种方法对确定性信号进行检测的性能与已知彼形时匹配滤波器的检测性能相近。在色噪声话密度未知且噪声港与信号谱重叠程度最大时，这种方法的性能优于匹配滤波器。利用这种方法还非常易于实现非高斯随机信号的检测。因此，这种检测方法弥补了匹配滤波器必须有先验知识才能达到良好检测效果的不足。     

提升小波与能量检测联合优化下的频谱感知方法北大核心CSCD

传统的频谱感知方法易受噪声波动的干扰,而且在低信噪比的无线通信条件下检测精度较差。通过结合提升小波去噪与动态门限能量检测算法,能有效提高传统频谱感知方法的抗噪声性能和检测精度。首先对含噪信号进行奇偶抽样,分解信号,去除噪声部分,再重构为去噪新信号,然后通过能量检测方法来统计信号的能量积累,设置动态门限,最后以动态门限判断用户信号是否存在。提升小波去噪能够有效地去除采样信号中的噪声,减少噪声对能量检测法检测精度的影响,动态门限能根据噪声波动进行调整来适应复杂的噪声环境。仿真结果表明,提升小波去噪结合动态门限能量检测算法相比于传统的频谱感知要有更优的检测精度。此方法不但提高了其对不确定噪声的抵抗性,使之能适应复杂的通信环境,而且提高了频谱感知过程的可靠性。     

QPSK相关检测系统蒙特卡罗仿真及其性能

根据蒙特卡罗仿真方法基本思想，分析了加性高斯噪声和单频干扰条件下的QPSK信号相位分布模型及其相关检测方法；讨论了加性噪声和单频干扰模型，建立了相关检测系统蒙特卡罗仿真模型，模型通过动态系统仿真软件SystemView的二次开发方法实现；进行了仿真电路设计与应用系统性能分析。     

利用自适应滤波星载激光测高仪回波噪声抑制方法

具有波形记录功能的星载激光测高仪,通过回波信息解算地表与卫星平台距离和反演地物特性。目前广泛采用的固定宽度高斯滤波方法在抑制回波噪声过程中造成有效信号变形,对提取信号有效参量造成严重干扰。根据分块信号统计特性不同的规律,提出了激光测高仪回波噪声均值和方差的估计方法;根据回波信号的统计特性,设计了一种宽度自适应的高斯滤波器。通过GLAS系统实测回波信号的噪声估计与自适应高斯滤波、高斯拟合,得到的波形处理结果与GLAS官方数据有很好的吻合度,噪声均值估计误差小于0.4个数字化仪单位,有效高斯参数计算误差小于1%。该方法能准确地提取波形参量,为地表高程解算和目标表面信息反演提供有效数据。     

基于统计区分度的SAR图像干扰评估方法

针对干扰信号和目标回波信号在图像上的统计特性差异,该文提出了基于统计区分度的SAR干扰评估方法。借助于独立分量分析(ICA),把SAR图像域上的干扰抑制问题转化为一种盲源分离问题。分别对高斯噪声干扰和类杂波干扰SAR图像进行ICA处理,并采用峭度准则进行干扰基图像分离。由于类杂波干扰信号具有和SAR回波信号类似的统计特征,相对于高斯噪声干扰的干扰抑制效果降低。理论分析和仿真验证了基于目标回波信号特征的类杂波干扰方法的有效性。