循环谱相关方法在调制信号参数估计中的应用

通信过程中的调制信号具有循环平稳特性,本文通过分析调制信号的循环谱相关特点,提出了利用循环频率谱峰的位置与大小来估计调制信号载波频率和码元速率的方法,给出了具体的实现步骤,实验结果表明该方法在信噪比较低的情况下仍能完成对调制信号参数的估计。     

一种基于信号谱自相关特性的盲波束形成方法

研究了阵列流型未知情况下的波束形成问题，基于周期平稳信号的谱自相关特性提出了一种估计信源导向矢量的算法，在未预知阵列流型及信源波达方向（ＤＯＡ）信息的条件下实现了盲波束形成。计算机仿真结果验证了其有效性。     

基于循环平稳多天线的DSSS信号参数估计

提出了基于SIMO(Single-Input Multi-Output)循环平稳特性的参数估计方法,对分集合并后的DSSS信号进行了循环谱分析,并对信号的载频、码元宽度进行估计.仿真结果表明,该方法能充分利用多天线提供的空间分集,提高DSSS信号的参数估计性能.     

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。     

直扩信号识别的有限时间平均循环自相关法

直接序列扩频信号在低信噪比条件下仍能正常工作,但对于非合作的直扩信号采用常规方法很难准确检测和识别.文章利用循环谱理论,根据直扩信号和高斯噪声在循环平稳性上的差异,通过在有限时间内计算接收信号的谱相关密度函数,来实现在循环频率轴上对二者进行检测和识别.实验仿真结果表明,采用有限时间平均循环自相关算法在极低的信噪比条件下对直扩信号识别的准确率仍很高,从而说明该方法是可行的.该研究结果对于直扩信号检测具有一定的参考价值.     

分数阶自相关和FrFT的LFM信号参数估计

基于分数阶自相关和分数阶傅里叶变换的特点,提出了一种LFM信号检测与参数估计方法。相对分数阶傅里叶二维扫描法和匹配傅里叶变换,所提方法将检测与参数估计的二维搜索变为一维搜索,快速实现信号检测和参数估计,在多分量LFM信号情况下借助"Clean"的方法来抑制强分量对弱分量的干扰。计算机仿真表明了该算法在低信噪比多分量LFM信号检测与参数估计中的有效性。     

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．     

一种基于循环前缀的OFDM盲检测及参数估计算法

提出了一种基于循环前缀的OFDM盲检测及参数估计算法。该算法利用接收信号循环前缀的相关性进行OFDM信号的盲检测,并通过搜索联合相关函数的峰值来实现参数估计。该算法能区分OFDM与其它多种体制的信号,应用范围广范。实验结果表明该算法所需数据量小,检测及参数估计精度高,具有一定的可行性和实用性。     

循环平稳理论对非协作通信信号的检测和参数估计技术研究（1）：基本理论及算法

文章介绍了循环平稳的基本理论，系统的分析了循环谱估计的两种基本算法-时域平滑循环周期图法和频域平滑循环周期图法，对循环平稳理论用于非协作通信信号的检测及参数估计的潜在优势进行了详细的分析，文章最后给出了一个仿真实例。     

循环平稳理论对非协作通信信号的检测和参数估计技术研究（2）：性能评估

本文是第一部分的继续，在循环平稳理论的基础上，对通信中常见的ASK、PSK信号的循环谱进行了详细的分析，对其在高斯白噪声和时变高斯白噪声背景下的检测性能进行了仿真评估，并给出了参数估计步骤及估计样本曲线。仿真结果表明，应用该方法进行信号检测和参数估计具有很好的性能优势和广阔的工程应用前景。     

正弦信号参数估计的最小二乘算法

为了提高信号相位匹配原理估计正弦信号参数的精度,提出了一种正弦信号频率、振幅和相位参数的最小二乘估计方法.推导了利用单传感器接收信号的参数估计的最小二乘估计计算公式.给出了已知频带内的未知频率,振幅和相位的信号参数估计的搜索算法;分析了最小二乘法使用的方程数、信噪比和采样频率确定后FFT的序列长度对参数估计精度的影响.理论和仿真结果说明,该方法不仅能降低估计频率带宽以外的噪声,还可降低被估计频率信号带宽内的噪声,提高低信噪比时的信号参数估计精度.该算法简单、快速、具有工程应用前景.     

基于改进EMD算法的跳频信号参数估计

针对短时傅立叶变换时频分辨率不能同时很高,小波变换运算时间偏长,抗噪性差,Wigner-Ville变换及其改进方法受交叉项影响等问题,提出了一种基于希尔伯特-黄(HHT,Hilbert-Huang Transformation)算法的跳频信号参数估计.该方法的分解是自适应的,计算出的瞬时频率有很高的时间分辨率和较高频率分辨率.对于HHT算法中出现的虚假分量和端点效应问题,通过互相关方法来消除虚假分量,镜像闭合延拓方法去除端点效应.仿真结果表明该方法能很好解决上述两个问题.     

一种实现PSK信号快速码速率估计的新方法

为了解决如何快速、准确地估计相位编码信号码元速率问题,提出了一种基于信号离散域累加平均的码速率估计方法.通过对载频估计值和采样频率进行累加长度和步进的设置,累加平均值会在信号相位跳变点处出现峰值,设置一定的门限后,利用搜索峰值点即可迅速计算码速率.该方法只进行加法和少量的乘法运算,避免了传统瞬时自相关算法中的大量乘法运算,具有快速和易于工程实现的特点.仿真实验表明,该算法具有一定的有效性和准确性,与瞬时自相关方法相比具有更强的抗噪性.     

基于相位匹配原理的波达方向遗传搜索算法

提出了一种将信号相位匹配原理和遗传算法相结合的信号波达方向估计方法.根据信号相位匹配原理的最小二乘解所确定的期望信号能量函数,设计了遗传算法的适应度函数.分析了不同信噪比下阵元数和FFT序列长度对波达方向估计精度的影响,给出了不同信噪比时波达方向估计的Monte-Carlo实验结果.计算机仿真表明,该方法不但可在360°范围内快速搜索波达方向,而且还能同时对信号频率进行参数估计.只估计波达方向时,在信噪比为0dB、8阵元、1024点FFT和种群规模为20的情况下,20代遗传进化就可搜索到精度较高的波达方向;同时进行方向和参数估计也取得较好的效果,证明了该方法的有效性.     

非线性模型参数估值的Excel方法

给出了非线性模型参数估值的Excel方法 ,不用编程 ,特别简便 ,速度快 ,具有较强的实用性 .     

一种新的盲联合角度-时延估计方法

提出一种新的盲联合角度-时延的估计方法,对阵列天线输出的过采样样本的Fourier变换后信号进行分析,结果表明,此信号具有三线性模型特征.为此,提出一种改进的三线性交替最小二乘(ITALS)算法,对波达方向(DOA)和时延联合估计.该算法利用方向矩阵和时延矩阵的Vanderm onde特征、基于最小二乘原理对方向矩阵和时延矩阵进行重构,以及对DOA和时延估计.仿真结果表明,ITALS方法具有较好DOA和时延联合估计性能,且在过载系统下仍有较好的性能.ITALS方法随着天线数增加联合估计性能变好;而且该方法无须信道衰落系数,是一种盲、鲁棒的联合处理方法.     

一种基于FFT变换的超宽带信道盲估计算法

提出一种假设同步条件下,适合PPM调制的超宽带信道盲估计算法.算法基于接收信号的一维圆周平稳特性,结合圆周退卷积运算,达到对参数的估计目的.该算法只需简单的傅里叶变换运算和少量操作,具有低复杂度,易工程实现的优点.算法可同时对多路信道进行估计,而且对幅度和相位不存在模糊因子.仿真结果表明,对于传输500个信息符号的信道估计结果,当系统误码率达到1%o时,与理想条件下接收机信噪比相差不到3 dB.     

基于Root-MUSIC和Adaline神经网络的 间谐波参数估计

为了提高电力系统间谐波分析的精度和分辨率,提出基于求根多重信号分类法（root-MUSIC)和自适应线性神经网络的间谐波参数估计方法.该算法利用求根多重信号分类法估计信号中谐波和间谐波的个数及频率,将谐波和间谐波的频率作为Adaline神经网络的输入进行学习,用得到的权值确定谐波和间谐波的幅值和相位;将频率作为权值在改进的Adaline神经网络中参与学习,估计谐波和间谐波的频率、幅值和相位.Matlab仿真结果表明,该算法频率分辨率高、检测准确、收敛快;当频率估计准确时,基本Adaline神经网络与改进的Adaline神经网络具有相近的检测精度,且前者的实时性更好.