多重自相关函数在微弱正弦信号检测中的应用

研究了一种用于微弱正弦信号检测的新方法,该方法利用了正弦函数的特殊性质,在信号未知的情况下,通过多次自相关运算成功的检测出埋没于强大噪声中的微弱正弦信号．分别讨论了多重自相关法在白噪声背景下、有色噪声背景下,单一正弦信号、多个正弦信号等情况的检测效果,并给出了具体的仿真结果,此方法在频率测量中具有极高的准确性;在幅度测量上,精度略低,但通过多次测量取平均值,仍可达到预期的精度．与以往的弱信号时域处理方法比较,多重自相关检测方法具有理论推导简单、物理意义明确等特点,应用前景广泛。     

基于循环自相关的PSK信号盲参数估计新方法

推导了PSK信号的循环自相关函数．建立了一个基于循环自相关函数的统计量。提出了一种在没有先验信息的情况下．利用该统计量对PSK信号的载频和码速率两个参数进行盲估计的新方法．该方法可采用傅里叶快速算法来计算循环自相关函数的延迟切片．因此计算复杂度低，实现简单．此方法不需要多维搜索．且适用于低信噪比情况．仿真实验对该盲参数估计方法性能进行了评估，实验结果证明了该方法的有效性．     

基于循环自相关的滚动轴承故障特征提取研究

滚动轴承在工作过程中产生的振动信号既有周期性又有随机性。周期性信号来源于滚动轴承的周期运转方式,这种周期性本质上是一种近似周期的冲击性振动;随机性信号来源于滚珠的滑移、制造误差等多种因素。因此,对于滚动轴承的故障诊断来说,理论上用循环平稳模型来描述故障特征比单纯用周期性模型描述更加合适。以循环平稳模型为基础,提出一种基于循环自相关的滚动轴承故障特征提取方法,通过理论分析以及滚动轴承故障仿真和试验,证明了循环频率可以反映故障特征频率。用循环自相关函数谱图与包络频谱图进行对比分析,说明在提取滚动轴承故障特征时,利用循环自相关函数法能够很好地抑制噪声。所提出的方法对于滚动轴承故障的精细诊断具有重要的意义。     

直升机声信号的特征分析

根据传统语音信号的分析方法分析了直升机声信号,采用MATLAB软件进行了仿真,提取出了两种直升机声信号的短时自相关函数、短时频谱图和线性预测系数LPC,并分析对比了两种不同型号直升机声信号的特征。实验结果表明短时自相关、短时频谱和LPC等特征参数能较好地分析与识别不同类型的直升机声信号。     

基于修正自相关函数的OFDM信号调制识别

以CP OFDM、ZP OFDM、SCLD、CP SCLD 4类信号作为研究对象,针对OFDM信号序列的自身周期性对其循环自相关函数表达式进行了修正,并加以公式推导;结合OFDM信号的调制特征,提出了一种新的识别算法。所提算法无需完成任何参数估计及同步等预处理过程,理论推导及仿真结果表明,该算法具有良好的抗噪性能,且对多普勒频移及多径等信道参数表现出较强稳健性。     

复杂电磁环境中跳频信号检测算法研究

定频干扰信号的自相关特性严重影响了基于多跳自相关方法的跳频信号检测性能。提出了一种跳频信号中的定频干扰信号对消方法,并将其作为跳频信号检测的预处理环节。该方法能较好地抑制定频干扰信号,提高跳频信号的检测概率。通过计算机仿真实验,结果表明了该方法的有效性。     

基于小波自相关的数字调制样式识别

提出一种小波变换与自相关结合的数字调制信号识别方法，先采用Haar小波对QAM、PSK和FSK信号分别进行离散小波变换，然后针对3种信号小波变换结果的特性分别求出它们的自相关函数，选取合适的门限对3种信号加以识别．该方法计算量少，信号功率对识别性能影响小，计算机仿真结果表明其快捷、有效。     

线性接收阵列下LFM信号的检测与参数估计方法

针对微弱信号较难在通信侦察中检测和估计的问题,提出了基于线性阵列的信号检测和参数估计方法．该方法首先利用基于傅里叶快速算法的循环自相关方法实现了每一个阵元的能量积累,然后,对每一阵元循环自相关结果采用用非相干积累方法实现了信号的检测和参数估计．该方法计算复杂度低,实现简单,低信噪比下可有效实现信号的参数估计与检测．仿真实验证明了该方法的有效性．     

DS信号自相关函数的自适应估计

本文介绍了一种对直接序列扩频(DS)信号自相关函数的自应适估计方案，在一定条件下能完全去掉有限带宽干扰的影响。     

相关函数在检测周期性信号中的应用

介绍了相关函数的定义及其物理意义.根据定义推导出函数的某些相关性质.根据推导结果设计了一种从白噪声中检测周期性信号的算法.通过软件仿真,发现该算法实用有效,而且可以在噪声功率大于周期信号功率的情况下有效分辩出有用信号的周期.     

两种微弱正弦信号检测方法比较研究

介绍了低信噪比正弦电压幅值测量用的多重自相关算法和数字相敏解调（DPSD）算法，概述了2种算法的理论依据，给出了2种方法在实际微弱信号检测中的测量结果。通过对实际测量结果的对比分析，确定了这2种方法各自所适用的范围及缺陷。     

微弱高频CW信号的自适应滤波

高频电报(CW)是强噪声背景下战术应急通信的主要工作方式,由于高频信道是典型的随参信道,不可能事先已知干扰噪声的统计特性。该文提出了一种基于ARMA新息模型的CW信号自适应Kalman滤波方法,以解决高斯背景下高频电报系统干扰噪声方差未知的问题。根据CW信号的时频域特征定义状态空间随机信号模型,构造ARMA新息模型,通过在线辨识新息模型参数来估计Kalman滤波增益,实现CW信号的自适应跟踪滤波。仿真结果表明,该方法能够有效估计微弱高频CW信号时域波形,算法可递推实现,实时性强。     

自相关级联混沌振子法实现随相弱正弦信号的检测

为了全面考查混沌振子系统的检测能力,改善系统的检测性能并实现随机相位微弱正弦信号的检测,通过Monte-Carlo仿真得到了系统的检测性能,提出了自相关与混沌振子相结合的检测方法.首先对接收信号进行自相关,故意失掉相位信息并抑制部分噪声,从而使自相关结果即送入混沌振子的信号变为了信噪比得到增强的0初相正弦信号,采用一个方程就可实现检测.避免了方程组的方法,不仅降低了检测的复杂度,也提高了检测性能,Monte-Carlo仿真证明了联合检测系统提高了对微弱信号的检测能力.     

直接序列扩频信号PN序列盲估计方法

在非协作信息侦测情况下,提出了一种实用的直接序列扩频(DS-SS)通信信号PN码序列的快速盲估计方法。该方法根据DS-SS基带信号的特点,首先采用二阶循环统计量估计PN码周期,然后利用分段互相关平均估计PN码同步始点;并在准确预估计这2个参数的基础上,将接收信号以PN码周期分成多个时段,利用多重互相关方法估计PN码序列。理论分析与仿真表明,该方法在截获信号信噪比很低的情况下有很好的估计性能,且无需任何先验知识,对PN码码型也没有任何限制,是一种有效的快速盲估计方法。     

微弱直接序列扩频信号Duffing振子检测方法研究

Duffing系统对特定信号敏感及对噪声免疫的特性,使其在微弱信号检测中具有潜在应用。该文针对Duffing振子的分岔问题,通过对Duffing系统Feigenbaum行为的分析,导出了在微弱直接序列扩频信号检测中Duffing系统所表现出的间歇性混沌行为,提出了一种新的基于间歇性混沌行为的微弱直扩信号检测方法。通过仿真实验,验证了该方法的有效性。     

微弱光电信号的检测与采集

针对光电倍增管接收微弱光电信号的检测问题,研究了基于H7712光电倍增管的微弱光电信号的检测与采集方法,研究光电检测技术原理,分析影响微弱检测信号的因素;利用高响应、低噪声OPA686设计信号放大处理电路,采用12位高精度A／D转换器设计信号采集电路．实验结果表明：本设计的电路可以对微弱光信号进行放大处理,响应的输入信号频率可以达到100kHz,可以探测到大于3mV以上的光信号．     

Adaptive Noise Cancellation Method Used for Wheel Speed Signal of Integrate ABS/ASR System

The anti-lock braking system (ABS) and anti-slip regulation system(ASR) are the very i mportantparts of active safety systems used for modern vehi-cles . This two systems make up of commonintegratesystem ABS/ASR[1 ,2]. At present ,the main controlmethodin ABS/ASRis the logic threshold method.When getting the wheel speed signal ,ECUcomputesand applies control after comparing current signalwith the threshold[3 -5].Because of many reasons ,the wheel speed sig-nals sampled in ABS/ASRalw…     

微弱相干信号的双锁定检测

单锁定放大器能有效地抑制宽带噪声,改善信噪比,但对抑制与信号频率相同的干扰信号,却显得不是十分有效。为此,本文试图探究在宽带噪声和干扰同时存在的情况下,采用双锁定放大器来提取深埋于干扰和宽带噪声中的微弱信号的方法。     

基于时延自相关预处理的Hilbert-Huang变换解调

针对具有噪声干扰的旋转机械故障振动信号解调问题，提出基于时延自相关运算和经验模态分解（
EMD）方法相结合的新方法.讨论了时延相关算法的降噪原理、离散信号时延相关算法和Hilbert Huang变
换理论.采用矩形窗截断故障振动信号自相关函数的无偏估计, 获取较长时间差的部分，得到时延相关函
数.利用EMD方法对时延相关函数进行自适应滤波, 得到固有模态函数（IMF），对IMF进行Hilbert变换，
求得解调结果.不同噪声强度仿真数据和滚动轴承故障振动信号实验数据分析表明，该方法比直接解调或
仅采用时延相关解调更能有效抑制噪声，凸现信号调制信息.