基于循环谱的多循环频率加权合作频谱检测

在接入主用户授权频段之前,认知用户需要检测该频段是否处于空闲状态,以免干扰主用户通信.利用主用户信号和噪声的不同谱相关特性,研究了基于循环谱的频谱检测方法.将主用户非零循环频率上的接收信号循环谱幅度作为检测统计量,给出了判决准则和检测方法.利用主用户信号在不同循环频率下不同程度的循环平稳特征,多个循环频率之间通过加权迭代合作来提高检测结果的可信度;并通过蒙特卡罗仿真方法验证该方法的可行性.仿真结果表明:加权迭代合作可有效实现频谱检测,且检测性能优于等权合作检测;通过合理选择信号采样点数、循环频率个数、迭代次数进行合作检测既可有效提高检测概率,又能保证检测灵敏度.     

联合循环平稳特征PCA与XGBoost的频谱感知

针对低信噪比条件下主用户信号检测概率低的问题,提出一种基于循环平稳特征主成分分析与极限梯度提升算法(eXtreme Gradient Boosting,XGBoost)的主用户信号频谱感知算法。在信号各循环频率不为零值的情况下,提取能量最大的信号循环谱,通过PCA对循环谱特征进行降维处理,生成训练样本和测试样本。利用训练完成的XGBoost算法对待检测的信号进行分类,实现主用户信号是否存在检测。实验结果表明:与支持向量机算法、随机森林算法和传统循环谱算法相比较,该算法在低信噪比和低虚警率情况下具有更优的检测性能。     

一种基于PCA的MPSK信号码元速率估计方法

针对MPSK信号的码元速率估计问题, 研究了有限数据条件下循环谱的谱线特征受到背景色噪声干扰的现象, 提出了一种基于主分量分析(PCA)的循环谱特征码元速率估计方法。PCA变换抑制了信号循环谱中的背景色噪声, 提高了估计精度, 减小了估计方差。仿真表明, 该方法在有限数据条件下具有良好的估计性能, 适用于不同成形滤波系数的MPSK信号。     

基于谱相关函数的多循环频率合作频谱检测

为了避免干扰主用户的通信,认知用户在伺机使用主用户授权频段之前,需要检测该频段是否处于空闲状态,为此研究了基于谱相关函数的频谱检测方法。根据噪声谱相关函数的幅度确定检测门限,将接收信号在主用户某一循环频率处的谱相关函数的幅度与检测门限进行比较,若大于判决门限,则判断主用户存在。利用主用户信号的多循环平稳特性,多个循环频率之间通过合作检测来提高检测性能,并利用蒙特卡洛仿真方法验证该检测方法的可行性。仿真实验结果表明,该算法可有效检测到主用户,通过多循环频率的合作检测提高了检测概率。     

一种基于循环谱的MPSK信号符号速率估计方法*

针对频谱感知的实际应用,在循环平稳理论的基础上,研究了经过脉冲成形滤波器滤波后的MPSK信号的循环谱特性,通过分析有限数据条件下剩余带宽对循环谱估计的影响,提出一种恒包络处理与频域平滑循环周期图结合的符号速率估计算法,仿真表明该方法在有限数据条件下具有良好的性能,而且在剩余带宽较小时,该方法也能有效地估计MPSK信号的符号速率。     

基于压缩感知和循环谱理论的信号载频估计方法

为实现在低信噪比的情况下对载频进行参数估计,提出了一种算法。首先,根据循环谱理论计算出信号的循环谱;然后,采用压缩感知的方法重新构造信号的循环谱切面;最后,根据信号循环谱切面中的离散谱线位置与信号的载频的关系采用平均法来计算载波频率。数值仿真显示在信号稀疏度较高的情况下,对载波频率的估计精度能控制在103△ Hz以下。在低信噪比的情况下,该算法能够有效地实现对信号载频的估计,在工程上具有一定的实用价值。     

一种DSSS信号载频与码片速率的估计方法

在军事通信领域中,为解决抗干扰问题,直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号具有较低的功率谱密度,信号淹没在背景噪声中,侦查难度较大.针对低信噪比DSSS信号载频与码片速率检测的难题,为提高通信系统的性能,消除噪声,利用循环统计量的循环特性可以体现出循环平稳信号的频率参数,高阶循环累积量可以有效地抑制任何平稳噪声与非平稳高斯有色噪声的特点,提出了一种可同时对DSSS信号的载频与码片速率进行盲估计的方法.通过对不同延时切片的选择可以实现低信噪比DSSS信号载频与码片速率的检测,不需要任何的先验信息,在低信噪比的情况下有较好的估测效果.仿真实验验证了估计方法有效性.     

基于无线环境图信息辅助的多循环频率协作频谱感知方法

针对频谱感知中单循环频率检测不能充分利用信号循环谱信息的缺点,本文提出一种基于无线环境图(radio environment map,REM)信息辅助的多循环频率协作频谱感知方法.本文方法第1步在多个认知用户处分别选取多个相同的循环频率进行循环平稳检测,选取谱相关函数幅度作为检测统计量,根据推导的判决门限公式设定恒虚警...     

基于AR模型的直扩信号循环平稳特性的分析

在信号处理中,传统的功率谱分析方法包含的信息量少,谱相关方法较前者具有更多优点.而一般的谱相关估计方法均基于周期图方法,分辨率低,估计方差大,需要的数据样本长.提出了一种基于AR模型,结合谱相关的方法进行信号的循环谱估计,克服了周期图方法的缺点.给出了算法的大致流程和建模思想.应用此方法在低信噪比条件下,进行直扩信号的循环谱分析,载波频率估计和码片时宽的估计.计算机仿真验证了此方法的有效性.     

基于四阶循环多谱的频谱感知算法

目前,大部分基于能量检测和信号循环平稳的频谱感知算法能够在平稳噪声环境中取得优异的检测性能,在非平稳噪声环境中的检测性能则急剧下降。为了更好地消除频谱感知过程中非平稳噪声的影响,利用信号四阶循环多谱抑制非平稳噪声的性质,提出了一种基于四阶循环多谱的频谱感知算法。该算法首先计算四阶循环多谱的切片形式;然后通过简化的四阶循环多谱幅度平方和对协同用户截取的信号进行检测;最后计算其峰值系数,实现对主用户信号存在性的判断。仿真结果表明,在非平稳噪声环境中,所提出的算法比传统的频谱感知算法识别概率更高,性能更好。     

新的全球定位系统弱信号高灵敏捕获算法

通过对弱信号条件下的全球定位系统(GPS)捕获算法的分析,建立了相干累加—非相干累加结合捕获算法的信号模型及检测概率模型。为了提高强弱信号并存时GPS卫星信号的捕获性能,提出一种采用序贯概率比检测方法的GPS捕获算法。对该方法和相干累加—非相干累加算法的检测概率、时间复杂度进行了分析比较,并进行了仿真验证。通过理论分析和计算机仿真,证明该方法在保证较高检测概率性能情况下,可以有效地缩短强弱信号并存时的检测时间,提高对GPS弱信号的捕获性能。     

基于排列组合熵的语音端点检测技术研究

语音端点检测对于后续语音识别分析有着重要的意义,论文研究基于排列组合熵的语音端点检测技术。分析排列数和窗长对检测性能的影响,对含不同噪声类型及不同信噪比的中英文语音样本进行了端点检测实验。尤其在低信噪比情形下,检测方法要优于谱熵特征检测方法。该方法具有较优的稳健性和实时性等特点,为强背景噪声下的语音端点检测提供了新的研究途径。     

基于小波变换和神经网络模型的数字调制识别方法

由于小波变换对瞬态信息具有较强的检测能力,数字调制信号在间断点呈现不同的瞬态信息。使用提取小波变换后包络方差与均值平方之比的特征参数,来实现3种信号(MFSK、MPSK和MQAM)的类间识别。然后提取经小波变换后的信号幅度层数N1,对MFSK进行类内识别,提取经归一化后的信号再经过小波变换后的尖峰数N2,对MPSK进行类内识别。最后利用人工神经网络作为分类器,仿真结果表明在低信噪比下具有良好的正确识别率。     

基于图分析的OFDM频谱感知

随着OFDM信号被广泛应用到现代无线通信系统中,认知无线电中OFDM信号的检测具有重要意义。引入基于图的离散信号处理理论,提出了一种基于图分析的OFDM信号频谱感知方法,详细分析了其检测原理及判决门限的设定,并最后通过蒙特卡洛仿真实验,验证了这种方法的可行性并分析了检测性能,仿真结果表明,在较低信噪比下,这种方法仍具有良好的检测性能。     

基于随机矩阵最大特征值分布的频谱感知算法

现有频谱感知算法在低信噪比时检测性能较低且受虚警概率影响大,针对此问题,提出了一种基于wishart矩阵样本协方差矩阵最大特征值的分布特性的频谱感知算法。该算法利用最大特征值与几何平均特征值的比值,不需要主用户的先验知识,不敏感于噪声,对相关信号和独立同分布信号均具有较高的检测性能。仿真结果表明,所提算法受虚警概率的影响较小,检测性能高,并且在采样点数、协作用户数、信噪比及虚警概率较小的情况下,也能获得较好的检测性能。     

小波神经网络在微弱信号检测中的应用

因为噪声总是会影响检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。小波神经网络比数字滤波器更加适合检测微弱信号。小波神经网络是一种时频分析的自适应系统,它能检测信号中的微小变化。该文提出了一种新的检测白噪声中微弱信号的方法。仿真结果表明,小波神经网络在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

SIMO信道下MPSK信号的载波相位盲估计

提出了一种SIMO信道下多个MPSK信号的载波相位联合盲估计算法,以提高低信噪比条件下载波相位的估计性能.该算法综合利用多路接收信号以去除调制信息对相位估计的影响,构建与各信号相位相关的多个方程,并最终通过加权最小二乘解算方法完成对信号相位的联合估计.仿真结果表明,与传统的V&V算法相比,本算法在低信噪比条件下具有更加...     

一种改进的多天线信号能量检测方案

能量检测（ED）方法是最常用的信号检测方法之一,其具有实现复杂度低和不需要信号先验信息的优点。当噪声方差已知时,能量检测算法可以获得较好的检测性能。在大多数情况下,噪声的方差是需要预估的,因此噪声方差估计的不确定性会对能量检测算法性能造成较大的影响。为了减小由噪声方差不确定性造成的影响,提出了一种改进的多天线能量检测方案。方案将多天线采集的信号进行简单组合,从而构建出一种与噪声方差无关的判决统计量。理论公式表明,方案的检测概率和虚警概率是与噪声方差无关的。仿真结果显示,当天线的数量大于3时,方案的检测性能优于传统的能量检测性能。     

强杂波背景下LPI信号的模糊检测方法

研究了强杂波干扰背景下运用模糊集合理论解决低截获概率信号（LPI）雷达信号的检测问题,分析了在无源雷达体制下获取有效目标信号的方法,并指出了传统匹配滤波方法的局限性.针对该问题,给出了四种模糊集合相似性测度,在借鉴了传统的匹配滤波器基础上提出了构造模糊匹配滤波器,并利用模糊相似性测度为准则进行滤波运算,以解决强干扰背景中信号检测的问题.基于定义的相似性测度准则对LPI信号采用模糊匹配滤波,仿真结果表明该方法具有在强干扰背景下检测目标的良好能力,其性能优于传统匹配滤波方法.     

MPSK信号调制方式识别研究

文章介绍了一种新的MPSK信号识别方法，该方法基于信号星座图旋转和同相分量的四阶累积量，通过傅立叶级数展开提取了一组特征向量送入神经网络分类器进行分类识别。仿真结果表明该方法识别正确率高、信噪比要求低。