循环谱密度的两通道最大嫡谱估计

对周期平稳随机过程的循环谱密度的估计,过去主要采用时域平均周期图法和频域平滑周期图法,但当短数据时,上述方法的分辨率很低,方差很大。本文提出了循环谱密度的两通道最大熵谱估计,该方法不仅具有很高的分辨率,而且估计的方差也很小,具有较好的估计性能。     

循环谱密度的两通道最大熵谱估计

对周期平稳随机过程的循环谱密度的估计,过去主要采用时域平均周期图谱法和频域平滑周期图法,但当短数据时,上述方法的分辨率很低,方差很大,本文提出了循环谱密度的两通道最大熵谱估计,该方法不仅具有很高的分辨率,而且估计的方差也很小,具有较好地估计性能。     

DS-UWB信号的谱相关分析及码片宽度估计

给出了直扩超宽带(DS-UWB)信号模型,详细分析了DS-UWB信号的循环平稳性和利用谱冗余估计码片宽度的方法。最后,严格推导出了DS-UWB信号的循环谱密度函数。仿真实验显示:DS-UWB信号具有循环平稳性,由于它的单脉冲时域波形不同,它的循环谱密度函数和传统的脉幅调制PAM信号有很大的不同;在较低信噪比时,码片宽度能够完全准确地估计出来。     

基于时域平滑FFT累加算法的循环谱实现方法

当无人机处在任务路径末端,或者受到电波传输环境和电磁干扰的影响,数据链接收端信号将变为低信噪比信号,用于载波提取的锁相环性能严重下降或失锁。因此,为了保证无人机顺利完成预定任务,低信噪比信号的载波恢复成为无人机数据链的关键技术之一。本文从循环谱的基本概念出发,研究并给出了BPSK调制信号的循环谱密度函数。重点介绍了基于时域平滑FFT累加算法的循环谱计算机仿真实现方法,并利用该方法,验证了在信噪比为-10dB条件下,循环谱依旧可以准确的对信号的载波频率进行估计。     

低信噪比下周期平稳信号的稳健检测算法

本文提出了一种新的对周期平稳信号进行检测以及对二阶周期循环频率进行估计的算法。该算法利用信号的递归性质构造高阶自相关矩阵,并通过利用周期平稳信号与自相关矩阵特征值和特征向量的关系,对其进行检测以及对循环频率进行估计。传统检测周期平稳信号的算法是通过计算其循环自相关函数或循环谱实现,相比传统算法而言,本算法由于利用到了信号更多的先验信息,因而在较低信噪比以及较低快拍数下对周期平稳信号均能有较好的检测性能。文中仿真实验表明,本文所提算法估计出的伪循环谱相比传统方法估计出的循环谱更为平滑,在相同快拍和信噪比条件下,检测概率均高于传统方法,特别在低信噪比下对检测概率的改善更为明显。      

多用户直扩超宽带信号的码片宽度估计

针对低信噪比多用户直扩超宽带(DS-UWB)信号码片宽度估计的问题,提出了利用循环谱的谱冗余估计该信号码片宽度的方法。首先推导了单用户DS-UWB信号的循环谱密度函数,进一步利用循环谱的叠加特性推导出了多用户DS-UWB信号的循环谱密度函数,最后得出了利用信号循环谱的谱冗余特性估计其码片宽度的方法。计算机仿真实验表明:多用户DS-UWB信号具有循环平稳性,其码片宽度参数可以在低信噪比时完全准确地估计出来,并且优于分段相关累积法的估计性能。     

Frank码截获信号循环谱特征参数提取方法

基于时域和频域两种循环谱密度估计方法,研究和总结了Frank码信号的循环谱特征及其与信号参数的对应关系。提出了一种没有先验知识条件下Frank码截获信号参数提取方法。首先介绍了Frank码信号的表示形式,给出了信号主要参数之间的关系;然后使用时域和频域两种循环谱密度函数估计方法分析了信号的循环谱特征,得到了循环谱特征与信号参数之间的对应关系;在此基础上提出了基于循环谱特征的信号参数提取方法。通过对六个Frank码信号参数提取相对误差的计算,验证了该算法的有效性。     

基于循环谱理论的BPSK直扩信号检测

研究了扩频信号的周期平稳性及其循环谱密度函数;在推导出BPSK扩频信号的循环谱密度函数的基础上,提出利用循环谱理论对BPSK直扩信号进行检测,并用MATLAB进行仿真验证。     

一种基于循环谱的直扩信号参数估计方法

分析BPSK调制的直扩信号循环谱密度函数特征,提出一种直扩信号参数估计方法。从循环谱物理意义入手,计算谱密度,通过时域预处理,可以减少DFT要求的数据量,提高运算效率,使循环谱实时处理成为可能,同时可以准确分辨出循环频率方向和谱频率方向的谱峰;在非零循环频率上搜索特征谱线,可以在较低信噪比环境下完成直扩信号载波频率和PN码速率的估计,并通过仿真确定了该方法的信噪比容限。     

循环互相关时延估计算法在合作目标测距中的应用

为了克服传统信号TDOA估计的不足,本文基于循环谱和循环谱密度函数的基本定义,给出了BPSK直序扩谱信号的循环谱密度函数,提出了利用循环互相关法对合作目标测距信号进行时延估计的算法。该算法利用信号的循环平稳性去除接收信号中的非循环平稳信号和不同循环频率的循环平稳信号,用循环统计量方法替代传统的二阶统计量方法,通过MATLAB进行仿真验证,并与广义互相关法进行了仿真比较,得到很好的TDOA估计效果。     

基于循环谱包络的BPSK信号码元速率改进估计算法

采用频域平滑周期图法估计循环谱,分析了循环谱包络的谱特征,推导出了谱峰幅度和位置值,提出了一种基于循环谱包络BPSK信号的码元速率估计的改进算法,给出了信号估计的具体步骤,分析了估计算法的性能．进行了计算机仿真实验。仿真结果表明该估计算法可适用于较低信噪比情况,无需多维搜索。     

基于循环谱的MSK信号参数改进估计算法

利用循环谱理论对最小频移键控MSK信号的载频和码元速率进行参数估计,分析了其循环谱包络特征;在有限数据下,为实现更低信噪比情况下参数估计,提出了一种改进算法,该算法基于数据分段处理和重叠保留,通过在非零循环频率上的一维搜索实现参数估计,能够有效地抑制噪声的影响,避免多维搜索,计算量小;还分析了算法性能,给出了算法实现的具体步骤,并进行了计算机仿真。仿真结果证明了所提出算法的有效性。     

低信噪比下一种改进的谱相关频谱检测

针对现有基于谱相关频谱检测算法中周期图法谱估计精确度较低的缺点,提出了一种用主用户发送信号与认知用户接收信号的最小方差无失真响应(MVDR)谱的谱相关量作为检测统计量进行频谱检测的改进方法.由于MVDR谱估计算法比周期图法具有更高的分辨率,因此所提频谱检测算法比现有算法具有更好的检测效果.模拟了两种电视信号作为主用户发送信号,仿真结果表明:对于两种电视信号,所提算法的检测性能都优于现有算法,同时通过分析算法的复杂度,证明所提算法能够满足IEEE802.22标准对于检测时间的要求.     

时间重叠的循环谱估计性能分析

通过分析加ssinc窗的循环周期图在谱频率方向和循环频率方向的偏差，分析了TA循环谱估计是无偏估计。然后，根据STFT方法，推导了使方差得以减小的平均循环周期图的计算方法，同时分析了加ssinc窗的平均循环谱估计能使方差得到最佳地减少，并采用平均的TA循环谱估计方法，估计了具有不同循环频率的两个循环平稳信号和的循环谱，所得的循环谱能在循环频率方向将各循环平稳信号准确地分离开，并在各循环频率处的谱频率方向准确得到各自的功率谱。     

滑动DFT算法在功率谱估计中的应用

基于滑动DFT算法推导出一种改进的周期图功率谱估计方法,并在软件系统界面中应用。根据传统的功率谱估计方法和滑动DFT算法推导出改进的功率谱估计算法,通过滑动D丌算法计算出DFY值,计算DFT时通过加窗减少了频谱泄漏．然后通过周期图法计算出最终的功率谱值,在Matlab中绘制出功率谱进行验证,用C＋＋语言对该算法进行实现...     

基于传播算子的DS-SS信号扩频波形估计

扩频信号波形估计的本质是信号子空间估计。针对直接序列扩频（Direct Sequence Spread Spectrum,DS-SS）信号的扩频波形估计问题,提出了一种基于传播算子的估计算法。针对现有算法估计信号子空间计算量较大的不足,所提算法利用传播算子估计信号子空间。理论分析了所提算法与现有算法的计算量和性能,并进行了仿真实验。仿真结果表明所提算法有效,且计算量远小于现有算法。     

基于平均循环周期图方法的Frank编码信号循环谱特征参数估计

针对Frank编码信号非合作条件下参数估计问题,提出了基于平均循环周期图的循环谱特征参数估计算法.该算法利用信号参数与循环谱特征的联系,通过提取信号的循环谱特征,实现对其关键参数的估计.分析了算法的计算量,给出了该算法的具体实现步骤,并通过对信号参数归一化均方根估计误差的仿真计算,分析了噪声环境对参数估计的影响,表明该...     

基于改进传播算子的DS-SS信号扩频序列盲估计方法

本文研究了DS-SS信号的扩频序列盲估计问题,针对现有特征值分解算法失步时间估计不准和计算量大等缺点,提出一种基于改进传播算子的扩频序列盲估计算法,该算法对传统传播算子估计信号子空间的方法进行了改进,使之能够估计扩频序列,并利用信号子空间估计信号失步时间.与基于特征值分解的方法相比,本文算法提高了失步时间的估计精度,并有效的降低了计算量.最后对算法计算量和性能进行了仿真分析和验证,结果表明本文算法有效,计算量远小于现有特征值分解算法,且估计性能在低信噪比条件下更优.     

低复杂度高动态低信噪比环境下的GPS信号捕获算法

针对高动态低信噪比环境下的GPS信号捕获问题,提出一种频域分段移位平均周期图算法。首先,对接收信号进行频率斜升和码相位二维并行粗补偿并对各补偿支路进行分段快速傅里叶变换;其次,根据参与捕获的有效数据段长度将频域补偿间隔扩展为更为精细的估计间隔;然后,找到与各参数估计值最接近的补偿支路,根据估计值与实际补偿值之间差值对各数据段的频谱进行旋转移位,并将移位之后的频谱进行非相干累加以得到各估计值所对应的相关峰;最后,对相关峰的峰值进行恒虚警检测以确定捕获是否成功。仿真结果表明,与平均周期图算法相比,所提算法捕获性能略有下降,但计算复杂度大幅降低。     

基于最大似然法的超分辨率离散谱估计算法

基于最大似然法的交替陷波周期图算法（ＡＮＰＡ）是一种超分辨率的谱估计算法,它同时具有超分辨率、高精度和低信噪比门限的特性。本文提出了一种计算陷波周期图的新算法,它可使运算量和存储容量大幅度下降。计算机仿真结果证明了这种算法在分辨能力和估计精度方面优于己有算法。