一种用于跳频信号参数估计的时频表示方法

在时延和频移两个方向上,对跳频信号的模糊函数进行了分析,提出了一种基于跳频信号模糊函数自项特征的时频表示方法。其核函数在信号的模糊域能够有效地滤除噪声和交叉项,并保留绝大部分的自项能量。仿真试验结果证实,与平滑伪维格纳分布相比较,该方法提高了信号项的时频聚集性,具有更好的参数估计性能。     

一种基于神经网络的跳频信号频率预测方法

对跳频通信进行有效干扰的关键在于对跳频信号的频率进行较准的预测,本文就此提出了一种基于神经网络的对跳频信号频率进行预测的新方法,该方法利用了神经网络的非线性映射能力,能够较好的对目标进行预测,仿真实验的结果表明该方法有限强的实用性,值得进一步研究。     

随机跳频信号的模糊函数与时频分析

在分析随机跳频信号模糊函数及其特性的基础上,给出了用于时频分析的矩形核函数与信号模糊平面的关系,提出了一种新的时频表示方法。理论推导和仿真结果表明该方法能够有效地分析随时间快速跳变的跳频信号。与平滑伪维格纳分布相比,在保持相似性能的情况下,该算法运算量比较小,可以有效地节约运算时间,适合于快速跳频信号的实时分析。     

基于改进WVD的跳频信号参数估计方法

为了克服传统的平滑伪魏格纳分布(SPWVD)在跳频信号参数估计中分辨率降低的问题,提出基于改进WVD算法的跳频信号参数估计新方法。通过分析跳频信号WVD的性质和特点,构造出与跳频信号WVD自项支撑区重合的时频窗,用其与信号WVD相乘进行加窗,有效抑制交叉干扰项的同时保持了WVD良好的时频分辨率,得到了清晰的跳频信号时频分布,基于此分布给出跳频信号参数估计的具体步骤。仿真实验结果表明,该方法有效可行且具有很好的整体性能。     

重排谱图在跳频信号参数估计中的应用

为能准确提取出跳频信号的参数,提出了基于重排谱图的方法对跳频信号进行参数提取.对跳频信号进行重排谱图,得到其能量分布的最大值,对由最大值构成的矢量进行傅里叶变换,根据得到的数据,按照峰值检测法进行估计,得到对跳频周期、跳变时刻及跳频频率的估计值.对跳频跳速(跳频周期的倒数)进行仿真,仿真结果表明,与简单的谱图方法相比,重排谱图具有更好的时频分辨率,并且能得到更精确的估计值.     

基于CMOR的跳频信号参数盲估计算法

针对传统算法在复杂的电磁环境中不能准确有效地检测跳频信号的不足,提出一种基于Morlet复小波变换(complex-Morlet wavelet transform,CMOR)的跳频信号参数估计算法,挖掘CMOR的尺度序列与跳频信号频率之间的内在联系。MATLAB仿真与真实信号验证结果表明,该算法无需任何先验条件,能够准确地估计跳频信号的跳变点、跳周期、跳速及跳频频率等性能参数,算法流程清晰度与估计精度均优于其它算法。     

低信噪比下的跳频信号参数估计

针对基于时频分布的跳频信号参数估计存在信噪比阈值的问题,提出了一种参数估计的算法。该算法首先基于粒子群优化,利用匹配追踪算法对信号进行自适应分解,获取匹配原子;然后基于原子参数对跳频信号进行参数估计。仿真结果表明,该方法不仅解决了匹配追踪算法运算量巨大的问题,而且克服了跳频信号各参数估计误差的相互影响,同时在低信噪比下参数估计的方差也比较小,更加适应于实际的电子战环境。     

跳频信号SPWVD参数估计方法研究

跳频信号是典型的非平稳信号,必须采用非平稳信号处理方法.WVD是时频分布中最常用的一种手段,可用来进行跳频信号分析,但存在严重的干扰项.SPWVD是WVD的改进,可以减少WVD交叉干扰项的影响.文章介绍了跳频信号的模型以及SPWVD的离散化实现过程,对SPWVD进行了计算机仿真.结果表明WVD和SPWVD均可时跳频信号进行分析,而SPWVD可以抑制交叉项的影响,并且这种分析方法更加有效、合理.     

基于粒子群算法的跳频信号参数估计*

针对基于时频分布的参数估计存在信噪比阈值和低信噪比下方差大的问题,提出了一种基于多峰优化粒子群算法的跳频信号参数估计新算法。该算法首先将跳频信号分解为时频原子的线性组合,然后由匹配原子获取跳频信号的参数估计。仿真结果表明,基于改进的物种形成粒子群算法能够搜索到与跳频信号分量相匹配的原子,与平滑伪魏格纳分布相比,提出的参数估计算法在低信噪比下具有较小的估计方差,更加适宜于电子战的实际应用。     

基于压缩感知的跳频信号参数估计

为解决跳频信号侦察中高带宽带来的高采样率和海量数据处理问题,将压缩感知理论应用于跳频信号参数估计。根据跳频信号的时频特征,构建以加窗正弦函数为基函数的3-参数稀疏字典;在此基础上,提出一种带预处理过程的正交匹配追踪算法,从压缩测量值中获取跳频信号跳周期、跳变时刻以及跳频频率的估计值。仿真结果表明,该方法能够显著减少信号采样数据量和算法计算量,保持较高参数估计精度。     

参数估计的Systolic算法

本文根据最小二乘原理在三角形Ｓｙｓｔｏｌｉｃ阵列上实现了单输入单输出系统的递推参数估计算法，首先利用矩阵的三角分解给出了待估参数及协方差阵的递推公式，然后利用正交平面旋转并结合三角形Ｓｙｓｔｏｌｉｃ阵列的特点给出了相应的Ｓｙｓｔｏｌｉｃ递推参数估计算法，最后还考虑了算法实现时的性能指标，其后是一些数值仿真结果，由于文中利用了正交平面旋转，因而所得算法是数值稳定的。     

脉冲噪声环境下宽带循环平稳信号DOA估计算法

针对传统二阶循环相关算法在脉冲噪声环境中的显著退化问题,本文以α稳定分布为噪声模型,提出基于分数低阶循环相关的波达方向(Direction of arrival,DOA)估计算法。利用分数低阶循环相关的相移特性,将宽带循环平稳信号的DOA估计问题转化为"中心频率"为ε的窄带问题,解决了宽带情况下DOA估计困难的问题。计算机仿真结果进一步验证了此算法的有效性,且性能优于传统SC-SSF(Spectral correlation signal subspacefitting)算法。     

基于CITAF-HAF的立方调频信号参数估计

针对立方调频(Cubic Frequency Modulated,CFM)信号的参数估计问题,提出了一种基于高阶模糊函数(High order Ambiguity Function,HAF)和相参积累三阶自相关函数(Coherently Integrated Trilinear Autocorrelation Func...     

高效的图像超分辨率重建参数估计算法

估计正则化参数的有效方法是计算L-曲线的最大曲率,然而在超分辨率图像重建中,计算L-曲线的曲率代价十分昂贵.提出一种基于截断Arnoldi过程的图像超分辨率重建正则化参数估计算法.该方法将超分辨率重建中的系统矩阵进行截断Arnoldi过程的分解,得出简化的Hessenberg矩阵.借助Galerkin方程可将超分辨率重建方程组转化为与Hessenberg矩阵相关的简化方程组,通过Given旋转变换来快速求该方程组的解.给出了计算L曲率的计算公式.该方法能高效得到正则化参数.     

一种跳频滤波器性能自动测试系统

介绍了一种便携式跳频滤波器性能自动测试系统,该系统采用替代法测试滤波器插入损耗,利用该系统能够对跳频滤波器各通道性能进行快速准确的测试与分析,对于及时锁定故障通道具有重要意义。     

一种新的非线性回归模型参数估计算法

提出一种新的基于混合基因算法（HGA）的非线性回归模型参数估计算法,新算法通过对问题的解空间交替进行全局和局部搜索,达到快速收敛至全局最优解,较好地解决了传统算法通用性差、易陷入局部极小的问题,实验验证了算法的通用性和有效性。     

基于EM算法的混合模型的参数估计

介绍了极大似然参数估计，然后介绍了混合模型极大似然参数估计的EM算法实现，最后利用计算机仿真实验验证了此算法的有效性和收敛性．     

基于正交变换的时变参数限定记忆估计法

对于时变参数的最小二乘估计问题,提出基于正交变换的限定记忆法,克服了传统方法因求解法方程而造成的病态加剧,且在不增加运算量的情况下,节省了存贮空间,改善了收敛性。     

通信信号的参数估计技术及其发展

通信信号的参数估计是非协作通信中的一个重要环节,针对目前非协作通信中信号检测与识别过程中所用到的参数估计问题,从噪声环境、数据类型和算法实现的角度,对载频、码元速率、信噪比和信源个数的估计方法进行了讨论和分析,重点介绍了Alpha稳定分布和单通道环境下的参数估计方法,并给出了进一步研究的问题,以期能对该方面的工作有所借鉴.     

混沌噪声的神经网络建模应用于参数估计问题中

提出了基于神经网络预测器的参数估计算法，该算法将神经网络拟合非线性函数的能力和功率谱分析技术相结合．文中介绍了相空间重建技术和神经网络的原理，对于神经网络预测模型，给出了所提算法的原理和步骤，针对具体应用问题，用计算机仿真实验验证了该算法提取混沌噪声中信号参数的有效性,给出了实验结果和必要的分析．