基于循环平稳分析的MPSK信号调制分类

提出了一种新的MPSK信号调制分类算法。通过对预处理后的MPSK信号进行循环平稳分析,把利用高阶累积量对复基带MPSK信号的调制分类推广到已调信号。由于高阶循环统计量具有抗平稳噪声的能力,从而在高阶循环累积量域构成了分类特征不变量。这种分类算法无需知道信号参数的先验信息,理论分析和实验结果证实了分类算法的有效性。     

一种基于OFDM信号周期平稳特性的系统时延和频偏的盲估计算法

该文首先提出一种基于信号周期平稳特性的OFDM系统时延和频偏的盲估计算法,然后分析算法,获得一种可以估计非整数倍样点周期的时延和扩大频偏估计范围,实现整个OFDM系统带宽范围内的频偏估计的方法,并指出本算法可以在信道未知的情况下获得好的估计性能,最后给出相应的仿真结果。理论分析和仿真结果表明,本算法有很好的抗噪特性、强的变化信道适应性,与同类方法比较,具有更高的估计精度、估计非整数倍样点周期时延和扩大频偏估计范围的能力。     

基于自适应短时Chirplet分解的高性能时频分布重构

通过傅里叶变换得到的频谱能够反映信号所包含的频率成分,但无法揭示瞬时频率随时间的变化特性。为满足工程应用中大量非平稳信号的分析需求,能够同时描述信号时域和频域特征的时频分析方法得到了广泛关注和深入研究。然而,传统时频分析方法所得到的时频分布往往具有较低的能量聚集性和较强的交叉项干扰,难以支撑信号时频特征的准确表达和提取。通过对信号内在稀疏特性进行挖掘和利用,能够有效提升信号时频分布的质量。本文通过对信号的相位函数进行泰勒展开,阐述了信号稀疏时频分解的实质,并分析了现有稀疏类时频分析的方法不足。在此基础上,提出了一种基于自适应短时Chirplet分解的高性能时频分布重构方法。首先,利用与信号时频特性自适应的窗函数为每一时刻生成了具有最强拟平稳性的最优短时信号;其次,提出了一种Chirplet字典的简化设计方法,利用得到的Chirplet字典对上述短时信号进行稀疏分解,基于分解结果实现了短时信号中心时刻瞬时频谱的参数化重构;最后,按时间顺序排列所有时刻的瞬时频谱,得到了信号能量聚集性高且不含任何交叉项干扰的高性能时频分布。仿真实验表明,所提方法有效改善了传统稀疏类时频分析方法结果中时频曲线...     

一种抗噪的红外图像对比度增强方法

提出一种基于离散平稳小波变换和非线性增益的红外图像对比度增强方法。对红外图像进行离散平稳小波变换后,利用所提出的去噪方法对分辨率较好的各高频子带直接去噪;并利用所提出的非线性增益法结合文中的去噪法对分辨率较差的各高频子带进行增强。实验结果表明,提出的方法在有效地增强红外图像对比度的同时,又能很好地抑制相关噪声。算法在视觉质量上优于传统的反锐化掩膜法、直方图均衡法。     

分段平稳随机过程的参数估计方法

Ｐ．Ｍ．Ｄｊｕｒｉｃ等人用贝叶斯法对非平稳随机信号化为分段平稳随机信号的问题作了。导出了一个关于分段数，各段自回归模型阶数和各段之间分界点的优化方程，但未给出具体的解法。由于经方程非常繁琐，故本文对其解法进行了研究，推导出其中一些递归关系，使求解问题变得简化，大大减少了计算量，同时对非平稳随机信号的分段问题作了进一步讨论。     

高速移动环境下基于深度学习的信道估计方法

针对高速移动环境下信道快时变、非平稳特性导致下行链路信道估计性能受限的问题,本文提出一种基于深度学习的信道估计网络,即ChanEstNet.ChanEstNet使用卷积神经网络（Convolutional Neural Network,CNN）提取信道响应特征矢量和循环神经网络（Recurrent Neural Network,RNN）进行信道估计.我们利用标准的高速信道数据对学习网络进行离线训练,充分挖掘训练样本中的信道信息,使其学习到高速移动环境下信道快时变和非平稳的特点,更好的跟踪高速环境下信道的变化特征.仿真结果表明,在高速移动环境下,与传统方法相比,所提信道估计方法计算复杂度低,性能提升明显.     

基于信号共轭循环平稳特性的算法研究

该文在深入研究共轭循环平稳算法内在联系的基础上,提出了一类基于信号共轭循环相关特性的预处理算法(HAM,MHAM,IHAM)。这些预处理算法充分利用了共轭循环相关数据矩阵是。Hankel矩阵的先验信息,通过Hankel预处理来提高算法在低信噪比时的信号到达角估计性能。最后通过计算机仿真实验证实算法的有效性。     

基于聚类算法实现信号盲分类

本文解决了信号处理、工业控制等领域存在的非平稳信号盲分类问题。在聚类中广泛应用的K-Means算法及其它基于中心的聚类算法有两个共同的缺陷-需要预先确定类数目且随机初始化中心引起性能不稳定。本文提出的算法较好地解决了这两个问题，提高了算法稳定性，实现了非平稳信号盲分类。提取非平稳信号的小波系数作为聚类的样本空间，分析聚类结果的统计偏差以估计类的数目，采用调和均值准则进行分类。最后给出的仿真结果表明本文提出的方法较传统的K-Means算法明显降低分类错误率。     

近期国内石油市场形势综述

5月下旬以来，我国油品市场出现供需增势减弱，价格高位回调的变化。国内市场供需基本保持平稳，汽、柴油价格在小幅回调的基础上趋于稳定。估计，盛夏季节我国石油产品供需增势将继续减弱，但由于国际行情高位上扬、成品油生产成本持续攀升，使国内油品价格上涨的压力增强，因此近期国内成品油价格仍将以高位平稳为主，不会出现继续下降走势，但明显上升的可能也不大。     

脉冲噪声环境下基于分数低阶循环相关的MUSIC算法

该文以稳定分布作为噪声模型,研究了脉冲噪声环境下循环平稳信号的波达方向估计问题。针对在脉冲噪声环境中基于传统2阶循环相关的算法效果显著退化的问题,该文提出了基于分数低阶循环相关的分数低阶循环MUSIC算法(FLOCC-MUSIC)。将分数低阶循环相关与MUSIC算法相结合,可以有效抑制脉冲噪声的同频带干扰。计算机仿真表明了此算法可有效完成高斯噪声和脉冲噪声条件下的波达方向估计,其性能优于传统的基于2阶循环相关的Cyclic-MUSIC。