分形噪声中的信号检测

本文讨论了在1/f类分形噪声中的信号检测问题,利用小波变换对1/f噪声的近似白化作用,来消除1/f噪声间的相关性。文中给出了白化滤波器的传递函数,信号检测的判决规则和接收系统结构;分析了系统的接收性能;最后给出了仿真实验结果。     

分形噪声中的信号检测

本文讨论在１／ｆ类分形噪声中的信号检测问题，利用小波变换对１／ｆ噪声的近似白化作用，来消除１／ｆ噪声间的相关性，文中给出白化滤波器的传递函数，信号检测的判决规则和接收系统结构，分析了系统的接收性能，最后给出了仿真实验结果。     

1/f信号的积分多小波变换表示

在积分多小波变换理论的基础上,研究了1/f信号的积分多小波变换表示,给出了用积分多小波逆变换产生1/f信号(非近似1/f信号)的条件。并对1/f信号的积分多小波变换的统计特性进行了研究,证明1/f信号的统计自相似性在多小波域内可由积分多小波系数的自相关函数矩阵来表达。基于单小波变换的1/f信号表示是其特例。     

1/f噪声功率谱的加权最小二乘法拟合

本文导出了用最小二乘法对1/f噪声功率谱进行曲线拟合的具体算法,提出了一种提高拟合精度的加权法,并与传统方法对比分析了拟合误差,用实际处理结果证明了加权法对1/f噪声功率谱低频部分的拟合质量有很大改善,能提高曲线拟合的整体效果.     

1/f分形噪声的一种多尺度Kalman滤波方法

针对淹没在1／f分形噪声中的有用信号恢复问题,提出了一种基于小波变换与Kalman滤波的多尺度滤波算法。首先将带有1／f分形噪声的信号分解成多尺度的子带信号,通过小波变换对1／f分形噪声的白化作用,消除了1／f分形噪声的自相似性和长程相关性。然后在小波域内,利用Kalman滤波实现了噪声和有用信号的分离,估计出了各子带中的有用信号。最后进行小波重构,较好地恢复出淹没在1／f分形噪声中的有用信号。仿真实验表明,使用多尺度Kalman滤波器能有效地抑制分形噪声,显著地提高了信噪比。     

分形信号估计的最佳子波门限方法

本文提出了一种基于奈曼－皮尔逊（Ｎｅｙｍａｎ－Ｐｅａｒｓｏｎ）准则和最小均方误差准则的，估计淹没在加性白高斯噪声中的１／ｆ类分形信号的最佳子波门限方法，计算机仿真结果证明了该方法的可行性和有效性。     

非平稳分形随机信号波形估计的最优门限方法

本文用基于最小均方误差准则的最优门限方法估计叠加高斯白噪声的分形布朗运动,并给出其离散小波变换分解级数确定方法.与多尺度维纳滤波相比,本方法不需估计1/f类分形信号的方差,且其离散小波变换分解级数可预先确定,因此有着更好的实用性和可操作性.     

基于小波变换的分形随机信号的卡尔曼滤波

本文基于多尺度卡尔曼滤波方法来估计淹没在加性高斯白噪声中的分形布朗运动.针对每一尺度,给出了相应的动态系统参数和运动模型方程以及更精确的估计算法.并与多尺度维纳滤波进行了对比,计算机仿真结果证明了其优越性.     

间歇混沌合成1/f噪声的相关特性分析

本文利用非线性随机微分方程来合成间歇混沌信号,针对该信号表现出的1/f噪声特征,在不同消失矩的小波基下进行相关特性分析.仿真结果发现,在功率谱的中间频段内,该信号的功率谱密度表现出典型的1/f噪声特性,其小波变换系数方差与相应的小波尺度呈对数线性关系;且在该频段内,部分尺度下该间歇性信号的小波变换系数的相关性随小波基的消失矩的增大而减小,在另一部分尺度下该相关性则随着消失矩的增大而增大.实验结果表明,随小波消失矩的增大,并非在所有尺度下小波变换对该间歇性信号均具有去相关作用.论文讨论了小波变换系数的方差和尺度的关系,详细分析了小波变换系数的相关性随小波消失矩的变化趋势.     

基于最小二乘法的跳频信号参数估计

作为目前较为成熟的抗干扰手段,跳频通信技术得到了巨大的发展。因此对于如何估计跳频信号的参数,人们提出了许多方法。短时傅立叶变换作为时频分析法的一种,由于其具有计算量小、算法简单的优点得到了广泛的运用,但是存在估计精度不高的缺点,文章提出最小二乘拟合算法,在用短时傅里叶变换(STFT)算法对跳频信号参数进行估计进之后,再利用数据的统计特性,用最小二乘法做线性拟合,计算出某一跳频时刻的平均跳变周期,从而提高STFT调频估计的精度。经仿真结果验证了该算法的有效性。     

Detection of known signals in 1/f fractal noise

Based on the whitening property of wavelet transformation for 1/f noise, this paper addresses the problem of detecting deterministic signals in the presence of 1/f fractal noise. The transfer function of whitening filter is provided as well as the condition for whitening. The receiver structure based on Karhunen-Loeve expansion and the decision rule are also given. Finally performance of the detector is analyzed.     

基于正交匹配追踪的欠采样LFM信号参数估计

受限于目前数字采样水平,对宽带线性调频(LFM)信号进行欠采样参数估计具有重要的研究价值。该文基于线性调频信号具有近似矩形的幅频特性,对其频谱的差分过程进行处理,采用正交匹配追踪算法有效提取欠采样信号频谱的边缘信息,实现在欠采样环境下的宽带线性调频信号起始频率和终止频率的估计,具有较高的估计精度,仿真实验证明了其有效性。     

复杂噪声下基于同步压缩Chirplet变换的LFM信号参数估计

同步压缩变换建立在小波变换的基础上,通过在较小频域范围内压缩小波系数,可有效改善信号的能量分布,提高时频聚集性。该文针对线性调频(LFM)信号的参数估计问题,根据适用于LFM信号的Chirplet变换,在同步压缩理论的框架下,提出一种同步压缩Chirplet变换方法(SSCT)。由于充分利用了LFM信号时间与频率的线性关系,SSCT方法在提高Chirplet变换时频平面能量聚集性的同时,可实现信号参数的精确估计,且保留了Chirplet变换窗函数选取灵活,无交叉项干扰等优点。针对复杂噪声环境下的参数估计问题,进一步提出分数低阶SSCT方法(FLOSSCT)。仿真结果表明,在高斯噪声以及脉冲性更强的稳定分布噪声背景下,该方法可有效实现LFM信号的参数提取,具有较好的鲁棒性。     

基于小波分析的分形参数估计新方法

该文研究目的是估计1/f类分形随机过程参数矢量 (, 2,2w)。作者基于小波分析,对1/f过程观测值的小波系数方差进行一系列代数运算,并给出详尽的证明过程,最终求取了噪声中分数布朗运动(fBm)参数矢量的估计量。实验结果表明,与传统的极大似然估计(ML)相比,算法简洁,效果良好,估计参数范围广泛,同时对噪声也不再局限于高斯分布。     

基于稀疏表示的不相关分布式信源参数估计算法

在分析不相关分布式信源(Incoherently Distributed Source, IDS)信号模型的基础上,该文给出一种基于稀疏表示的IDS参数估计方法。该方法利用IDS协方差矩阵的Toeplitz性质,结合IDS协方差矩阵的两点近似及Jacobi-Anger级数展开模型,分别采用两个1维稀疏表示问题对IDS的角度扩展及中心入射角度进行估计。同现有算法相比,该文方法不需要进行2维搜索,计算量较小。仿真结果表明,该文算法在低信噪比及小快拍情况下具有良好的参数估计性能。     

稳定分布噪声下基于Merid滤波的跳频信号参数估计

常规时频分析方法是处理跳频(FH)信号的有力工具,但在稳定分布噪声环境下无法有效地实现参数估计。该文提出基于Merid滤波的时频分析方法对跳频信号进行参数估计。Merid滤波器可以有效地抑制稳定分布噪声,该文先对观测信号进行Merid滤波,再采用短时傅里叶变换(STFT)进行参数估计。仿真结果表明,在稳定分布噪声环境中,该方法的跳频信号参数估计性能优于基于分数低阶和基于Myriad滤波的两种时频分析方法。     

脉冲噪声环境下的自适应时间延迟估计新方法

基于自适应分数低阶协方差(AFLC)的时间延迟估计方法在脉冲噪声环境下具有良好的韧性,但是算法中参数a和b的取值对于算法的估计精度有一定的影响。针对信号噪声的非平稳特性,该文提出一种动态参数估计方法,并在此基础上提出一种不受约束条件限制的修正的自适应分数低阶协方差(M-AFLC)算法。计算机仿真结果表明,递推参数估计方法在平稳和非平稳噪声环境下都能够很好地工作,M-AFLC算法既保留了AFLC算法的全部优点,又避免了AFLC算法在约束条件不满足时的性能退化。     

改进的乘积型核函数二次调频信号的参数估计

该文提出一种基于改进乘积型核函数的二次调频信号的参数估计方法。首先,对信号乘以自身的共轭反转并做相位匹配变换,通过积累后信号最大值位置得到信号的调频率估计值;然后,再补偿掉原信号的调频率,对解调频(dechirp)后的信号构造新的乘积型核函数,并变换到2维时间-时延域,沿时间和时延轴分别做相位匹配变换和傅里叶变换,在变换后的调频率变化率-频率平面通过最大值的位置即可同时得到调频率变化率和中心频率的估计值,对补偿掉相位的信号取均值并求模得到幅度值,从而实现二次调频信号的参数估计和重构。可见,该方法避免了对所有相位参数的迭代搜索,提高了运算效率。最后,对单分量和多分量二次调频信号的仿真结果证明了该方法的有效性。     

基于FRFT的对称三角LFMCW信号检测与参数估计

对称三角线性调频连续波(STLFMCW)信号是一种典型的低截获概率雷达信号。该文通过分析STLFMCW信号在分数阶Fourier变换(FRFT)域的频谱分布特征,发现STLFMCW信号包含的各段LFM信号在其对应的最佳FRFT域内具有很好的能量聚集性;各段LFM信号在频域内会完全重叠,叠加的频谱幅度较高,在低信噪比条件下,严重影响STLFMCW信号的检测与参数估计。因此,利用FRFT检测STLFMCW信号时,必须克服该问题。该文提出一种FRFT与聚类分析相结合的STLFMCW信号检测与参数估计方法。该算法解决了由STLFMCW信号的频谱叠加给信号检测带来的问题,而且,克服了信号尖峰的高度必须高于噪声幅度的限制,在低信噪比条件下具有较好的检测效果。最后,仿真验证了该方法的有效性。