基于扩频信号的数字广义线性自干扰消除器

针对带内全双工系统中的自干扰信号问题,设计有效的数字域消除方案.分析自干扰信号中各分量的功率量级,针对I/Q不平衡引起的镜像分量,设计基于广义线性模型的数字域LMS自干扰消除器.为了提高自干扰消除性能,引入扩频伪码,以加强自干扰信号和有用信号间的非相关性.仿真结果表明,设计的数字域消除器具备在不同镜像抑制比条件下对镜像分量的重建和抵消能力.引入扩频伪码,能够减小滤波器误差向量中因信号相关性导致的估计噪声,仿真中最高获得了7.5 dB的消除量提升.在不同输入信干比的条件下,采用广义线性模型和引入扩频伪码,均提升了数字域消除器的性能.     

采用AKF神经网络的直扩系统抗干扰技术

为了消除扩频系统中的窄带干扰信号,提出了一种新的基于自适应卡尔曼滤波(AKF)学习算法的递归神经网络预测器(RNNP),其中自适应卡尔曼滤波被用于反馈修改递归神经网络的权值系数,从而准确地估计干扰信号,具有收敛速度快、预测精度高和数值鲁棒性较好的优点.仿真实验表明:基于AKF学习算法的RNNP相对于自适应线性最小均方差(LMS)干扰预测器、自适应近似条件均值(ACM)干扰预测器和基于实时递推学习(RTRL)算法的RNNP,在预测误差的均方误差、收敛速度、干噪比改善量和信噪比损失量方面上有不同程度改进.     

基于神经网络的小波域超声信号消噪技术研究

为了提高超声无损检测（UNDT）与无损评价（UNDE）基础数据的信噪比（SNR），提出了一种基于神经网络模式识别理论的小波域超声信号消噪技术.该技术在研究材料内部散射体引起的结构噪声产生机理，以及分析传统裂谱分析(SSP)算法局限性的基础上，利用小波变换方法将原始超声检测信号分解到小波空间，并通过径向基函数（RBF）神经网络所构成的信噪分离器对信号和噪声进行识别、分离来消除噪声，得到高信噪比的超声回波信号.实验结果表明，与传统裂谱分析算法相比，该技术提高了消噪性能的稳定性，增强了湮没材料内部各类散射体散射中的缺陷回波信号能力     

基于盲源分离的CDMA系统上行链路多用户检测

在分析码分多址(CDMA)系统信号模型的基础上,提出了一种基于盲源分离的多用户检测算法,该算法充分利用了各用户信息之间的独立性.仿真结果表明,当信噪比一定时,该算法的误符号率是传统最小均方差(MMSE)算法的50%左右. 当干扰用户与期望用户的功率比（干信比）为40?dB时,本算法的误符号率比MMSE检测算法要低2个数量级,而且干信比越高,抗远近效应性能改善的程度就越大.     

基于改进广义旁瓣抵消器的语音增强

为更好地抵消干扰信号,对广义旁瓣抵消器堵塞矩阵输出信号进行累加处理,得到与干扰信号相关性更强的信号,作为自适应干扰抵消器输入,提高了信干比增益;并提出了采用一个自适应干扰抵消器的系统简化结构.仿真结果表明,与广义旁瓣抵消器算法相比,当干扰信号源偏离目标信号源的角度越小时,该文提出的改进广义旁瓣抵消器算法及其简化算法可以获得7-9dB的信干比增益,且复杂度低.     

一种自适应跳频中的干扰检测算法

为提高跳频通信系统的可靠性和稳定性,根据线性数字调制信号的特点,对信号进行非线性变换,应用变换后信号的功率谱密度中所包含的信号特征信息,提出了一种适合于自适应跳频的干扰检测算法。该算法基于贝叶斯决策理论,属于盲信干(信噪)比检测。仿真结果表明,该算法满足跳频通信系统的要求。     

基于硬件限幅器和LMS自适应算法的GPS接收机干扰抑制方法

根据硬件限幅器抑制小信号的特性得到干扰信号,将硬件限幅器输出信号作为自适应算法的参考信号,再利用LMS的自适应特性消除GPS接收机输入信号中的时变强干扰信号,最终抑制干扰获得有效信号。仿真结果表明该方法对未知源的强干扰信号具有较好的抑制性能,当信干比在-25~-35dB时干扰抑制能力可改善30dB以上。     

基于时频特征的卷积神经网络跳频调制识别

针对人工设计特征表征能力不足,提取难度大的问题,提出基于卷积神经网络（CNN）的跳频信号调制方式识别系统. 该系统通过训练学习跳频信号时频图特征,将调制方式识别问题转化为图像识别问题. 采用组合时频变换方法对跳频信号进行时频变换得到二维时频图;经过自适应维纳滤波算法滤除背景噪声,提高系统抗噪性;采用连通域检测和双线性插值算法提取跳频信号每跳时频图,对时频图大小进行重置调整;将已处理的时频图输入到设计的11层卷积神经网络中进行训练学习,通过在输出层增加Softmax分类器,实现跳频调制方式分类识别. 仿真结果表明,该系统在信噪比为–4 dB条件下,对跳频信号BPSK、QPSK、8PSK、SDPSK、QASK、16QAM、32QAM和GMSK共8种调制方式的平均识别率达到92.54%.     

基于广义随机共振的Chirp信号检测性能分析

为便于提取多个chirp信号叠加噪声模型中目标chirp信号的参数信息,本文研究了该混合信号激励过阻尼双稳系统的随机共振现象。但由于chirp信号在频域能量的非聚焦性,传统刻画随机共振的信噪比指标失效。因此,基于chirp信号在分数阶傅里叶变换域上的能量分布特性,对非线性随机动力系统的畸变输出信号进行变换域上的最优滤波,给出最优分数阶傅里叶变换域上的信干比定义形式,并以此作为目标chirp信号经过系统后的性能增益的度量和广义随机共振现象的判别依据。数值仿真结果表明,在存在多个chirp信号驱动的过阻尼双稳系统中,当目标chirp信号或噪声能量不足以激发粒子跃迁时,干扰chirp信号能在一定程度上协助粒子发生跃迁,产生协同随机共振现象,从而提高对目标chirp信号的检测性能。     

一种新的线性约束恒模算法

针对LSCCMA在干扰信号来波方向上不能形成明显零限的局限性,以及需要避开强干扰来波信号的应用场合,提出基于干扰信号导向矢量算法(LICCMA),该算法在常规CMA的基本条件上增加了干扰零陷的约束条件,以干扰信号零陷为目标进行算法优化设计.与LSCCMA相比,LICCMA在干扰信号强于期望信号的环境,在干扰信号来波方向上形成明显的零陷,提高了信号的信干比.     

Rejection of Linear FM Interference in DSSS System Based on Fractional Fourier Transform

A new method for the rejection of linear frequency modulation (LFM) interference in direct sequence spread spectrum (DSSS) system based on the fractional Fourier transform is proposed, and the configuration of the receiver with an interference exciser is also presented. Based on the property that the fractional Fourier transform of a signal is equivalent to rotating the signal in the time-frequency plane, the received signal is transform into a certain fractional Fourier domain, this transform will result in the least spectrum overlap between the signal and interference. Then, a narrowband filter is exploited to extract most of the interference energy. The performance analyses show that remarkable improvements in signal-to-noise ratio (SNR) and biterror-ratio (BER) are obtained.     

融合小波包和神经网络的脑电信号处理方法

针对运动想象脑电信号处理中分类准确率较低的问题,提出了一种基于能量（二阶矩）小波包变换和莱文伯格-马夸特神经网络算法相结合的运动想象脑电信号处理方法.首先,利用能量方法对信号进行时域分析,选取有效的时序段;然后,使用小波包变换对所选有效时域段的各导信号进行时频分解,选取与想象任务相关的频段信息重构脑电信号特征;最后,将各导信号重构的特征串接,导入基于莱文伯格-马夸特训练算法的神经网络实现最终的任务分类.利用2个脑电信号标准竞赛数据库进行方法验证,分别取得了95.62%和90.13%的分类准确率.与近期的一些研究成果进行对比,可知该方法具有较好的分类效果.     

变换域信号处理在窄带干扰抑制中的应用

采用变换域信号处理方法解决窄带干扰抑制问题。通过采用变换域滤波方法可以从宽带舰船噪声中抑制目标舰船发射的窄带声纳脉冲信号,从而解决声纳抗窄带干扰问题。     

Performance analysis of hybrid carrier DS CDMA communication system

A hybrid carrier (HC) DS CDMA communication system is proposed, combining 4-weighted fractional Fourier transform (4-WFRFT) with code division multiple access (CDMA) technique. The signals are modulated in a certain order fractional Fourier domain and transformed by 4-WFRFT to compose the hybrid carrier signals. In the time domain CDMA technique is adopted for multiple accesses and time diversity gain. Compared to orthogonal frequency division multiplexing (OFDM) system, in which Fourier transform is adopted, the signal energy in HC system is distributed on the time-frequency plane more evenly and symmetrically. Thus, when there is a deep fading notch or single-frequency interference in the channel, the proposed method can split the interference to a broader range in order to reduce the influence, resulting in the better system performance. Moreover, the performances of the proposed system, such as peak-to-average power rate (PAPR) and security are also discussed in the paper.     

Study of Detecting Impact Damage for Composite Material Based on Intelligent Sensor

A system of impact damage detection for composite material structures by using an intelligent sensor embedded in composite material is described.In the course of signal processing,waveldet transform has the exceptional property of temporal frequency localization,unereas Kohonen artificial neural networks have excellent characteristics of self-learning and falt-tolerance.By combining the merits of abstracting time-frequency domain eigenvalues and improving the ratio of signal to noise in this system,impact damage in composite material can be properly recognized.     

基于压电薄膜传感器的机器人触觉识别系统

为了使机器人通过触觉感知外部环境信息,弥补视听交互信息缺失的不足,根据聚偏氟乙烯（PVDF）材料的压电效应设计开发基于触觉传感器和卷积神经网络的机器人触觉识别系统,能够根据所采集的触觉信号识别出材质类型. 提出基于渐进式级联卷积神经网络的触觉识别算法. 该算法基于卷积神经网络提取机器人传感器的信号特征,包括经过短时傅里叶变换的触觉数据频谱图和信号表征周期内的时域特征. 为了解决特定材质识别混淆的问题,利用K-Medoids聚类算法和动态时间规整（DTW）距离度量算法将分类过程区分为粗、细2个层次,构建渐进式分类模型. 实验表明,设计的触觉传感器对物体材质的平均识别正确率约为97%,机器人能够成功识别触摸到的真实材质,为下一步的探索交互任务奠定基础.     

基于分数阶傅里叶变换的LFM干扰抑制算法

针对利用分数阶傅里叶变换(fractional Fourier transform,FrFT)进行干扰抑制时门限阈值设定的难题,为有效抑制DS/FH系统中的线性调频(linear frequency modulated,LFM)干扰,通过深入分析DS/FH和LFM信号的FrFT性质,提出了一种新的LFM干扰抑制算法,该算法充分利用FrFT时频面坐标轴旋转性质,通过计算信号的不同阶次FrFT并搜索其峰值,确定信号最优FrFT阶次,完成对LFM干扰信号的判别,最后采用频域陷波来抑制LFM干扰。理论分析和仿真实验表明,该算法能够有效的剔除DS/FH系统中的LFM干扰信号,不需要阈值门限设定,算法具有较好的稳健性和普适性。     

基于信息后处理的OAM态成分检测方法及应用

为了有效提升轨道角动量（OAM）态的检测效率,提出一种基于快速傅里叶变换（FFT）的OAM态成分检测方法.在马赫曾德尔干涉仪2臂上加入道威棱镜,其中一个道威棱镜设置为0,另一个道威棱镜设置为0~180°旋转,以接收干涉总光强,并对总光强进行FFT,从而在FFT域中提取OAM态的成分信息.数值仿真结果表明,该方法可有效地实施单个OAM态和复用OAM态的成分检测.不同于传统OAM态的检测方法,本方法可同时获取对FFT域设定子区间内总能量的判决.当该方法被应用于OAM通信系统时,能直接判决各OAM态信息,显著减小系统噪声对OAM复用通信性能的影响.     

Speech Encryption in Linear Canonical Transform Domain Based on Chaotic Dynamic Modulation

In order to transmit the speech information safely in the channel, a new speech encryption algorithm in linear canonical transform(LCT) domain based on dynamic modulation of chaotic system is proposed. The algorithm first uses a chaotic system to obtain the number of sampling points of the grouped encrypted signal. Then three chaotic systems are used to modulate the corresponding parameters of the LCT, and each group of transform parameters corresponds to a group of encrypted signals. Thus, each group of signals is transformed by LCT with different parameters. Finally, chaotic encryption is performed on the LCT domain spectrum of each group of signals, to realize the overall encryption of the speech signal. The experimental results show that the proposed algorithm is extremely sensitive to the keys and has a larger key space. Compared with the original signal, the waveform and LCT domain spectrum of obtained encrypted signal are distributed more uniformly and have less correlation, which can realize the safe transmission of speech signals.