多跳频信号参数估计时频分析算法

为了解决噪声及干扰环境下多跳频信号参数估计难度大的问题，提出一种多跳频信号参数估计时频分析算法。首先对信号进行短时傅里叶变换得到时频图像，针对不同干扰的时频分布特点，通过能量对消、自适应阈值法、形态学滤波消除各类干扰影响，实现跳频信号的提取；通过区域联通标记算法标记各个跳频簇，并通过各跳频簇时长实现多跳频信号分选。利用改进的PAM聚类算法，完成跳频频率和跳频周期的估计。仿真实验表明，与通过提取时频脊线方式进行参数估计的算法相比，该算法具有更高的估计精度，同时能够准确分选出多跳频信号，在各类干扰影响下，仍具有较高的估计精度。     

基于谱熵的单通道多跳频信号参数盲估计方法

针对在单通道接收情况下对多跳频信号参数盲估计困难的问题,提出了一种基于谱熵的异步跳频参数盲估计方法。该方法在对接收信号时频分析的基础上,利用谱熵函数完成了对异步跳频信号中跳频时刻的全盲估计,并进一步通过PRI变换估计了不同分量信号的跳频周期。仿真结果表明,该方法以无交叉项干扰的时频分析方法为基础时,都能实现对异步跳频信号参数的盲估计。当信噪比不低于6 dB时,对跳频周期能满足90%以上的检测成功率与0.1以下的均方根误差值。该方法在跳频驻留时间小于跳频周期时也适用,但检测性能会有所下降。     

基于组合时频分析的跳频信号盲分离算法

针对混叠跳频信号盲分离中特征矩阵对应的自项时频点选取不准和联合对角化正交约束性问题,提出了一种基于组合时频分析的跳频信号盲分离算法。该算法先提出GaborSPWVD组合时频分析,利用其时频图清晰的优点准确提取具有特征矩阵结构的自项时频点,然后构造自项时频点的空间时频矩阵,并利用最小二乘原则对其进行非正交对角化,最后实现分离矩阵的估计以及多个混叠跳频信号的盲分离。仿真结果表明,该算法不仅能有效实现不相关跳频信号的盲分离,还可以实现相关跳频信号的分离,与TFBSS算法在不同信噪比条件下的分离性能相比具有更好的抗噪能力。     

基于帧重叠的变速跳频信号分选算法

针对当前变速跳频信号采用"跳速多变"策略加大了利用参数估计实现信号分离难度的问题,提出了基于帧重叠的变速跳频信号分选算法。该算法在盲源分离的基础上,通过对变速跳频信号进行重叠帧的构建,利用不同时间帧重叠部分的频率相似性,进行不同时间帧的信号分选,能够解决信号的不确定性问题。仿真结果表明,在信道条件较差时,算法仍可以较为准确地完成不同时间帧信号的分选,得到完整的恢复源信号。     

改进的欠定变速跳频信号盲分离算法

针对传统欠定盲源分离算法恢复精度低的问题,提出了改进的欠定变速跳频信号盲分离算法。该算法通过对混合矩阵估计与源信号恢复进行改进,在一定程度上提高了对变速跳频信号盲分离的精确程度。仿真实验表明,恢复信号与源信号相似度在良好信道环境下可以达到90%;在相同条件下,算法的估计误差可以达到约-60 dB。     

基于最小互信息算法的跳频信号接收方法

针对增大发射功率和自适应天线对于跳频系统抑制调频噪声干扰的局限,采用盲源分离理论,提出了基于最小互信息算法的跳频信号接收方法。该方法首先在射频利用盲源分离算法——最小互信息算法将跳频信号与噪声调频干扰分离开,然后对分离得到的跳频信号进行解跳,从而得到发射的信号。由计算机仿真表明,在相同的干扰强度下,与传统的接收方法相比,提出的接收方法具有更低的误码率和更强的抗干扰能力。     

基于空间时频分布的非平稳信号盲分离算法性能研究

基于空间时频分布的盲信号分离算法可以用来分离具有不同时频分布的非平稳信号。Wigner-Ville分布（WVD）作为比较常用的时频分布，对合成信号存在交叉项，因而将WVD分布用于这种分离算法时，其分离性能并不好。理论上，大多数Cohen类时频分布可以抑制交叉项并且保持时频聚集性,因此，Cohen类时频分布可以在TFBSS中取得更好的分离性能。分析了各种常用的Cohen类时频分布对交叉项的抑制性能和对盲源分离性能的影响，理论分析和仿真结果表明：通常情况下，在时频盲源分离算法中，采用Born-Jordan分布、Choi-Willimams分布、Butterworth分布、广义矩形时频分布、减小交叉项分布、平滑伪WVD、ZAM分布、Margenau-Hill谱图时频分布和伪WVD分布时的盲分离效果优于采用WVD。     

基于单声矢量传感器的语音信号时频掩蔽盲分离改进算法

利用单声矢量传感器精确的测向能力,提出了一种基于波达方位估计(DOA)的语音信号盲分离改进算法。该算法在时频域进行,采用基于混合冯·米塞斯分布的期望最大化算法对混合信号中各个源信号在每个时频点的概率进行估计。基于此,针对高混响及信号方位较近时很难估计到均值的问题,提出了一种简单、有效的改进算法,并在不同混响强度、不同方位差及不同混合信号数目情况下对其进行了仿真验证。仿真结果表明,相较于二值时频掩蔽和泛值时频掩蔽,文中提出的改进算法在信号-失真率(SDR)和客观感知质量(PESQ)两方面均有较大提高。     

基于循环平稳特性的时频分析法欠定盲源分离

基于二次时频分布的算法是解决欠定盲源分离问题的一种有效方法。不同于传统算法,针对循环平稳信号,借助分段平均的周期图法求解谱相关密度函数,并利用其实现Wigner-Ville时频分布的重构。计算信号时频分布矩阵并找出自源时频点,利用自源时频点对应的时频分布矩阵构建新的3阶张量模型。利用平行因子分解,直接实现源信号的分离。该算法不需要假设任意时频点的源数目,不大于混合信号数目。仿真实验结果表明,所提出的方法可以有效地抑制噪声,并且只需要一步即可实现源信号的恢复,避免“两步法”造成的误差叠加,提高了盲源分离的效率和性能。     

利用时频分析频率重心的跳频周期估计方法

针对传统方法对经过升余弦滤波后的跳频信号周期进行估计出现的性能下降问题,提出利用时频分析频率重心的跳频信号跳周期估计方法。该方法利用时频分析的频率重心表征时频分析窗的载频值,通过对比前后窗的频率重心差值与跳频率间隔,确定一跳内包含的时频窗数目,统计平均窗数目与每个窗时间长度的乘积,得到跳周期估计值。仿真实验结果表明,基于频率重心的方法比基于能量最大值的方法更适合于分析升余弦滤波后的跳频信号。     

改进的快速短时傅里叶变换算法在跳频信号分析中的应用

考虑到哈特莱变换对于实信号频谱分析的高效性，在分析哈特莱变换与傅里叶变换相互关系的基础上，给出了离散哈特莱变换（FHT）基2算法的推导，并将其计算量与FFT算法进行了比较，最后应用高效的离散哈特莱变换（FHT）基2算法对快速跳频信号进行了STFT时频分析。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。通过比较可以看出该算法运算量较小，可有效节约运算时间，适合于快速跳频信号的实时分析和跟踪干扰。     

误差影响下滚动轴承多重故障模态特征信号的盲源分离方法

针对旋转机械设备受到测量误差及系统误差等因素影响,导致滚动轴承多故障模态信号难以分离的缺陷,提出一种误差影响下滚动轴承多重故障模态特征信号的盲源分离方法。对故障信号进行白化预处理得到白化矩阵,进而计算白化矩阵的4阶累积量,并构建4阶累积量矩阵;将累积量矩阵对角化,并取前K个较大特征值对应的特征向量作为新累积量矩阵;利用总体最小二乘方法估计最小化新累积量矩阵与目标正交矩阵的误差函数,最大程度地联合近似对角化新累积量矩阵,实现多故障信号的分离估计;为进一步评估该方法的有效性,选用时域相关系数及时频域双谱估计两种评价方法对分离结果进行验证。结果表明,该方法分离出来的信号与源信号相关系数高,并且时频域双谱估计相似,是一种有效分离多重故障的方法。     

基于循环平稳度准则的多路雷达信号识别算法

在日益复杂的电磁环境中分选识别出雷达信号,是电子对抗发挥功用的先决因素。关于雷达信号调制样式与信号参数的先验信息有限,难以为信号分选提供充足的情报支撑,且信号交叠严重制约着信号分选的效能。将上述需求转换为盲源分离问题,通过Givens变换构造高阶分离矩阵,将适用于两路信号的基于3阶循环量的循环平稳度（DCS）盲源分离算法拓展到适用于具有不同循环平稳频率的多路信号。通过理论推导证明了该方法的可行性,并推导出构造Givens矩阵参数确定的方法。利用循环平稳理论提取雷达信号在循环平稳域的特征,结合DCS分离准则进行仿真验证。仿真结果表明,该算法能够实现对多路雷达信号的有效分选。     

基于功率谱对消的时域相关认知跳频谱检测算法

认知跳频技术将认知无线电运用到跳频通信中,通过检测认知跳频频谱中的“频谱空穴”来更新跳频点集,避免频点碰撞,提高频谱利用率。针对频谱检测中的时域相关算法因噪声和授权信号的存在,导致频谱空穴的判定门限难以确定,从而使占用信号的检测概率较低的问题,提出了一种基于功率谱对消的时域相关算法来检测跳频谱。与未经过功率谱对消运算的传统时域相关算法相比,该算法能有效提高信号的检测概率,具有实时性好、克服白噪声不确定性、抑制授权信号干扰的优点。理论分析与仿真结果表明,基于功率谱对消的时域相关算法优于传统时域相关算法。     

时变环境对信源数估计及盲源分离的影响分析

针对信号来波方向突变、源信号个数及信号样式发生变化,对辐射源个数估计及盲源分离(blind source separation,BSS)结果的影响进行分析。源信号个数的估计采用基于信息论准则的估计方法,采用自适应盲分离算法 进行信号盲分离。实验结果表明：混合矩阵发生突变时,使用接收数据进行信源数估计,无法正确估计信源数;当 混合矩阵未发生突变,而信号样式发生突变时,源数估计算法能准确估计来波方向数;若混合矩阵不变,在某一来 波方向信号样式的改变,对信号的盲分离不会产生不利影响,可将该来波方向不同的信号样式分开;若混合矩阵不 变,阵列接收信号中信号个数的改变,对信号分离结果没有明显的不利影响。分析结果表明：该研究对评估信源数 估计算法和盲源分离算法在实际环境中的应用效果具有一定参考价值。     

一种基于盲源分离和Wigner-Hough变换的线性调频信号检测方法

Wigner-Hough变换可以检测线性调频信号,但是当线性调频信号受到噪声污染的时候,其检测的性能将下降。文中采用时频盲源分离的方法,将线性调频信号和噪声分离,然后将分离出的线性调频信号进行Wigner-Hough变换。仿真表明,这种方法对噪声不敏感,检测性能依赖于盲源分离的效果。     

基于自适应时频分布的瞬时频率估计算法

为了改善噪声条件下信号瞬时频率的估计方差及减少瞬时频率估计的计算量,提出了基于信号自适应最优核时频分布的瞬时频率估计算法及一种改进算法。在改进算法中,计算自适应时频分布时,综合利用线性时频分布（Gabor变换）和正交时频分布（Wigner- Ville变换）的特点生成一种基于信号的自适应时频分布。仿真和实际数据处理结果表明,改进算法同基于信号的自适应最优核时频分布的瞬时频率估计算法相比具有计算量小、方差接近的优点。     

自适应跳频原理及其关键技术

自适应跳频技术是建立在自动信道质量分析基础上的自适应技术与跳频技术相结合的通信技术。采用该技术的通信双方在通信中自动适应信道变化,实时避开频率集中被干扰的频点,可提高通信的可靠性和抗干扰能力。文章在简述跳频通信基本原理的基础上,分析了自适应跳频通信的基本原理、抗干扰性能和通信过程,探讨了自适应跳频的实时信道质量分析、自适应跳频频率选择等关键技术,有助于对自适应跳频通信系统进行深入研究、分析和设计。