基于小波变换的BDPSK信号盲解调算法

在BDPSK信号解调中,非合作信号的载频估计误差或高动态环境引起的多普勒频移都会使得解调性能恶化,甚至无法解调。针对这个问题,提出了一种基于morlet小波变换的BDPSK信号盲解调算法。算法利用BDPSK信号小波系数模的幅度突变信息,完成符号率估计、符号同步和符号识别。算法无需载波恢复,对载频估计误差也不敏感,并且能够适应载频时变的BDPSK信号。仿真结果表明,算法具有较高的符号率估计性能和同步性能,盲解调性能比理论值恶化量约为1.6dB。     

基于小波变换的码元速率估计优化算法

针对低信噪比下MPSK (M-ary phase shift keying)信号的码元速率估计问题, 提出一种优化算法.该算法无需先验知识, 通过Hilbert变换提取瞬时相位基带序列, 经多尺度小波变换, 对每个尺度下的小波系数的模值的平方进行叠加, 对叠加后的结果再进行功率谱计算, 在码元速率整数倍处有离散谱线, 估计正确率在信噪比大于1 dB时大于90 %.     

连续小波变换在电力系统谐波分析中的应用

电力系统中的信号通常是非平稳信号,传统傅里叶算法因其纯频域的特性,无法提供局部时间段上的频率信息,因而不适合电力系统信号的分析.基于离散小波的mallet算法则由于存在频带划分不够精确和能量泄露的问题,对于谐波的分析精度也会产生影响.本文提出了基于morlet复小波的连续小波变换算法在电力系统基波与各次谐波信号幅值计算中的应用,该算法既保留了良好的时一频特性,同时也避免了mallet算法中的问题.     

基于最优小波包理论陀螺信号处理方法

小波变换具有良好的时频率局部化特性,基于小波变换的陀螺信号消噪方法在实际应用中取得了较好的效果.小波包具有比小波更为细致的时频划分能力,因而具有更强的时频局部化特性.笔者将基于Shanon-weaker熵准则的最优小波包基应用于陀螺信号的去噪,并给出了去噪算法.此外,还将CS-ARS微机械陀螺的实测数据在MATLAB中进行了数值仿真,仿真结果表明,本文所介绍方法对陀螺信号的去噪效果优于小波变换方法,具有广泛的应用前景.     

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。     

离散小波变换在Chirp信号检测与时延估计中的应用

为了适应强噪声环境下的Chirp信号探测，提出了离散小波变换时频分布的二维相关算法，即利用发射信号和反射信号的时频分布相似性，估计接收信号中各个反射信号分量的时间延迟。仿真结果证明，该算法具有更强的压制噪声的能力，能准确地进行信号检测和时延估计。     

基于神经网络和小波分析的血细胞识别算法

结合小波变换时频局部化特性和神经网络的优势,提出了一种基于神经网络和小波分析的血细胞识别算法.首先对血细胞信号进行小波分解,然后利用小波分解系数重构信号的能量,结合时域特征参数构造特征向量作为神经网络的输入,最后建立神经网络模型进行训练.通过实验分析了不同条件下的信号识别情况,并与传统的识别算法作了比较,结果表明算法具有较强的血细胞识别能力,与传统的识别算法相比,识别准确度更高.     

基于时频重排和时频脊线的信号脉内特征提取

针对小波脊线法在提取雷达信号脉内特征时信噪比性能较差的缺点,本文基于小波变换谱,将时频重排和时频脊线相结合,提出了一种新的时频联合分析方法.该方法借助于时频重排在改善谱图时频凝聚性方面的优势,使算法的信噪比性能得到有效改善.仿真表明,在低信噪比条件下,该方法仍可得到准确的估计值.     

一种改进的基于小波变换的波特率估计算法

数字调制信号的解调过程中,必需的一个重要的参数是信号的调制速率,即波特率。在非协作通信或者自适应通信中,波特率对接收端可能是未知的参数。提出了一种改进的基于小波变换的MPSK波特率估计算法,通过信号变烦和选择最佳的变换尺度,可以降低原始估计算法的最低载噪比门限。利用CZT变换,可以以较小的代价提高估计的精度。     

一种衰落信道下MFSK信号符号速率估计算法

在短波通信中,MFSK是一种常见的调制方式,其符号速率估计对非合作接收方有重要意义, 而短波信道干扰常对符号率估计造成影响。本文通过分析信道干扰对信号传输的影响,提出 一种衰落信道下MFSK信号符号速率估计算法,该算法通过小波脊线提取、小波脊线滤波、过 零点间隔聚类等方法,能有效地克服短波信道中多径效应和多普勒频移对符号速率估计的影 响。仿真实验结果表明,本文算法在低信噪比、加入多普勒频移和多径效应等信道条件下仍 具有较高的估计精度,可用于实际工程。     

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。     

Morlet组合小波在振动信号滤波和包络检波中的应用

Morlet小波是高斯包络下的复指数函数,利用其虚部是实部的Hilbert变换、频域波形为钟形的特征,提出了基于Morlet小波组合的滤波和包络检波方法。利用该方法,能方便地构造合适的组合小波,完成对振动信号的滤波和包络检波。工程应用表明,该方法能非常有效地提取振动信号中的故障特征频率,具有良好的应用前景。     

基于小波块闭值降噪的OFDM系统信道估计算法

提出了基于小波块阈值降噪的OFDM信道佑计算法。该算法通过对最小二乘信道估计算法的结果进行小波块阂值降噪来提高信道估计性能。与传统信道估计算法相比,块阈值降噪算法由于利用了信道频率响应小波系数的局部相关性,在仅增加少量运算量的前提下,大大降低了信道估计的均方误差、系统的误符号率和计算复杂度,运算量仅正比于有效子载波数,且在系统CP长度小于信道多径时延扩展时算法仍然可以保持很好的性能。数值仿真结果证明了上述结论的正确性。     

一种基于高阶矩的OFDM信号调制盲识别算法

提出一种Rayleigh衰落信遭务件下的多载波调制盲识别算法，用以区分多载波调制信号（如OFDM）和数字单载波调制信号（如MPSK，MQAM，MFSK）。该算法不需要预先知道信号的载波频率和波特率，只需从中频信号直接进行识别处理。算法中利用信号的高阶统计量作为分类特征，采用信噪比（SNR）与特征参数联合估计的方法完成自动分类，仿真结果表明在SNR高于0dB时识别率大于95％。     

一种数据辅助的OFDM符号定时同步算法

针对正交频分复用系统的同步偏差敏感性,提出了一种新的符号定时同步算法。该算法通过新设计的训练序列结构,得到新的符号定时偏移估计函数表达式。仿真结果表明,该算法有效地克服了Schmidl、Minn和Park算法中的符号定时缺陷,并且在低信噪比下能实现更准确的同步;另外,该算法在同等条件下符号定时偏移估计的均方误差更低。