小波变换域估计观测噪声方差的Kalman滤波算法 及其在数据融合中的应用

众所周知,卡尔曼滤波的成功应用需要事先准确知道观测噪声的统计特性.本文首先简要分析了不准确的观测噪声统计特性对卡尔曼滤波性能的影响,然后利用小波变换可以实时分离信号和噪声的特性,提出了一种在未知观测噪声条件下的卡尔曼滤波算法,该算法可以实时跟踪观测噪声的变化,即实现了对观测噪声方差的实时估计,从而解决了在未知观测噪声的条件下卡尔曼滤波失效问题.最后讨论了提出的方法在信息融合中的应用,仿真结果证明了本文方法的有效性和实用性.     

改进的基于信号子空间的多通道语音增强算法

通过同时对角化麦克风阵列接收信号中语音信号和噪声信号的全局协方差矩阵,本文改进了一种基于信号子空间分解的多通道语音增强算法.该算法不依赖任何信号模型且无需对噪声信号的统计特性进行任何先验假定,它弥补了原始算法只限于白噪声背景下语音增强的不足,实现了色噪声背景下语音信号的最优估计.仿真结果表明本文算法在主观和客观测试中都具有良好的语音增强效果.     

小波变换在生命信号提取中的应用

主要研究在墙等固定物体强杂波背景下,对人体心跳、呼吸所产生的多普勒频移信号的检测和提取,由于生命信号是一种微弱的低速目标信号,回波信号将会湮没在杂波噪声中.基于以上考虑,提出利用小波变换的多分辨率特性,选择合适的小波基,采用Mallat算法,主要完成在噪声背景下对生命信号的提取、抑制杂波、提高信噪比3个方面的研究,通过对目标信号的分解、通道提取以及目标信号重构,能更加精确、有效地提取目标信号,实时性和应用性更强.     

基于信号子空间的改进OFDM系统信道半盲估计

本文改进了一种基于信号子空间的OFDM系统半盲信道估计算法.该算法利用基于梯度变化的变遗忘因子递归最小二乘算法(GVFF-RLS)计算接收信号的自相关矩阵.通过同时对角化接收信号中的信息信号和噪声信号的全局协方差矩阵,推导出噪声信号子空间,无需对噪声信号的统计特性进行任何先验假定.本算法弥补了原始算法在慢衰落信道下收敛慢以及只限于加性白噪声的不足,实现了色噪声背景下高效半盲信道估计.仿真结果表明本文提出的算法具有良好的性能.     

周期脉冲信号在阈值系统中随机共振特性研究

研究含有高斯白噪声的周期脉冲信号,通过阈值系统后的随机共振特性。在一定条件下因系统、信号、噪声的协同作用而产生随机共振现象,在某一最优噪声强度下获得最大的信号幅度放大及信噪比增益。讨论了仿真实验中一些有益的发现和可能的应用。     

基于Myriad预处理和分形盒维数的信号检测方法

随着信道环境的日益复杂化,实际应用中遇到了很多非高斯噪声信号,此类过程具有显著的脉冲特性,其统计特性严重偏离高斯分布,传统的通信信号检测方法不再适用.为此,重点研究了在Alpha稳定分布噪声背景下的通信信号检测方法.首先,介绍了Alpha稳定分布的基本理论.其次,分析并验证了在Alpha稳定分布噪声背景下,传统信号检测方法失效的原因.最后,提出了分形盒维数的概念,针对Myriad滤波预处理后的信号,基于分形盒维数实现了通信信号的检测,仿真结果表明,此方法在Alpha稳定分布噪声背景下能够有效地实现信号的检测,具有良好的性能.     

混响背景下的CW信号检测

CW信号即单频矩形脉冲信号,是雷达及声纳中常用的信号形式.混响是主动声纳检测中主要的背景干扰,它是一种有色干扰噪声,并常被看作是一个非平稳的随机过程,这使得工作在白噪声条件下检测器的性能在一定程度上受到限制.关于混响背景下的CW信号的检测问题是人们一直关注的问题,通常人们将混响视为随机信号进行建模,而忽视它的混沌特性.将混响视为混沌噪声,利用混沌噪声背景下的信号检测方法来检测混响背景噪声下的CW信号,并通过仿真得到预期结果.     

噪声对信号混沌特性的影响研究与分析

基于Lorenz混沌系统模型,用小数据量方法计算研究了噪声对信号混沌特性的影响.通过对不同信噪比下的混沌吸引子及相关参数仿真结果进行深入对比分析与研究,得出结论:噪声强度增加,时间延迟减小,嵌入维数增加,Lyapunov指数波动变大,信号混沌特性变弱,混沌系统的可预测时间减小,使混沌信号重构更困难.对抑制混沌信号噪声方...     

基于小波二维重建的强噪声光栅信号奇异点检测

机械传动轴扭矩信号的奇异点携带重要信息,准确而有效地检测出信号的奇异点,对于故障分析和保障系统安全具有重要意义.实际采集的光栅传感信号含有很强的噪声,干扰了奇异点的检测.传统的小波频域或其他滤波方法,会同时光滑信号奇异点.根据信号和噪声在小波变换下的不同特性,提出了一种将小波滤波与奇异值检测相结合的方法,通过将噪声频段的分解系数置0,实现信号的小波时-频二维滤波重建,它能在滤去噪声的同时很好地保持信号的奇异信息,适合强噪声下的信号奇异性检测与分析.实验中对含噪声光栅信号进行了对比处理,结果表明,该方法能在强噪声干扰下有效地检测到信号的奇异点.     

脉冲噪声环境下高斯稀疏信源贝叶斯压缩感知重构

 大多数现有的压缩感知重构算法对脉冲噪声不具有鲁棒性,在脉冲噪声环境下,重构性能急剧下降,使得整个重构系统崩溃.针对此问题,本文提出了一种脉冲噪声环境下的稀疏重构算法BINSR算法,其基于贝叶斯理论,可以有效地估计出信号的支撑集和脉冲噪声中脉冲的位置,并且根据压缩感知观测序列的democracy特性,利用最小均方误差MMSE估计量,有效地估计出原信号.在此基础上,本文结合鲁棒统计学,提出自适应的ABINSR算法,使其不再依赖于信号以及噪声的统计参数.实验结果表明,BINSR算法在脉冲噪声环境下可以有效地恢复出稀疏信号,很大程度上改善了脉冲噪声环境下算法的重构性能.ABINSR算法不仅对脉冲噪声具有鲁棒性,而且可以在高斯白噪声环境下实现有效的信号重构.     

一种新的低截获概率雷达信号的设计与分析

从信号频谱、模糊函数等方面对二相编码信号、步进频率信号两种典型的低截获概率雷达信号进行了分析,提出一种脉内二相编码——脉间步进频率复合调制雷达信号,并对其优缺点进行了比较。研究结果表明,复合调制信号既能克服步进频率信号较严重的距离——多普勒耦合和相位编码信号的多普勒频移敏感的缺点,同时又具备相位编码信号的大带宽特性和步进频率信号的高距离分辨率特性,是一种较理想的低截获概率雷达信号。     

基于Wigner-Ville分布的复杂时变信号的时频分析

对多分量线性调频(LFM)信号、单分量非线性调频(NLFM)信号以及多分量NLFM信号的Wigner-Ville分布进行了数值计算,探讨了信号项与交叉项之间的差异性特征,提出了信号时频曲线中点集的概念,研究了交叉项出现的一般规律.对于多分量信号,交叉项出现在信号项时频曲线之间的中点集之内.对于单分量NLFM信号,也有交叉项产生,交叉项出现在信号项时频曲线自身的自中点集之内.     

一种新的脉冲压缩信号抗干扰性能分析

介绍了在通信领域中常用的最小频移键控信号及其特点,并将它引入雷达信号处理中,通过理论分析,给出了该类信号的功率谱、脉冲压缩、抗干扰等多方面的特性,并与雷达系统中广为采用的二进制相移键控信号和m序列伪随机信号相比较,仿真表明其在雷达信号处理中具有很强的抗干扰性能。     

一种新型的多址导航信号体制研究

本文从导航信号设计的决定性因素出发,论述了导航信号设计采用不同多址技术的优缺点。通过Locata新体制信号的组成及特征分析,说明Locata信号与GPS卫星导航信号的区别;并从新体制信号的相关性和互相关性研究出发,通过试验仿真分析了新体制信号与GPSC/A码信号的兼容性,最后给出新体制信号与GPSC/A码信号兼容接收应注意的问题。     

一种多径线性调频信号的参数估计方法

基于循环互相关变换，提出了一种结合循环频率域的信号分离技术的多径LFM信号参数估计方法。该方法首先利用信号循环相关变换，估计出源信号的特征参数，根据估计出的参数重构出源信号，并将其和观测信号作循环互相关变换，再根据信号循环频率域上的多径信号特征，估计出最强路径信号分量的时延和衰减因子参数，然后重构最强路径分量，最后将其从观测信号中滤去，这样逐次分离出各径信号，从而有效地抑制了强路径信号分量对弱路径信号分量的影响。最后运用计算机进行了仿真实验。     

混沌在语音保密中的应用

为了加强语音传输的安全性,利用混沌的特性,把混沌作为加密钥加入到语音信号中形成密文,并从此密文中剔除混沌信号将语音信号还原,从而实现了对实时语音的加密解密处理.通过计算机仿真,实现了语音信号的加密工作,对密文用两种解密钥进行解密.分析所得的结果表明,把混沌加入语音信号中形成的密文保密特性较好,不易被破解,混沌是一种有效的保障信息安全的工具.     

集中式MIMO雷达阵列信号处理技术研究

根据集中式多输入多输出雷达信号模型,给出了其阵列信号处理的处理流程。该文对频率编码正交信号的阵列信号处理方法进行了研究。基于该正交信号的信号模型,针对其互相关及自相关性能讨论了信号参数关系。进而研究了在处理中需关注的运动补偿、接收波束展宽、发射波束合成宽带等问题。文中分析了该正交信号阵列通道误差,给出了误差校准方法,并进行仿真验证,说明了方法的有效性。最后给出了详细的处理流程,并对主要的处理运算量进行了评估,对工程应用有指导意义。     

GalileoE1信号特征及其软件解调

GalileoE1民用信号采用新的BOC（1,1）扩频调制方式。针对E1信号进行信号建模,并对其信号特征进行了详细研究,最后设计了Galileo软件解调器中的信号处理模块。通过仿真验证表明,软件解调器成功实现了对GalileoE1信号的捕获、跟踪、解扩、解调全过程处理,克服了BOC解调的错锁问题。     

稀疏子带的多频段雷达信号融合超分辨距离成像

多频段雷达信号融合是提高目标距离分辨率的一种有效方法,在稀疏子带观测条件下,由于信号频带稀疏,传统的相位补偿和融合成像方法难以应用,为此本文在线性调频信号体制下,基于修正的多重信号选择(MUSIC)算法提出了一种新的参数化融合成像方法.该方法首先对信号离散序列进行均匀采样处理,然后对多个频带的雷达信号统一建模,将相位补偿参数与目标散射中心参数一起估计,理论分析和仿真结果表明该方法能够有效融合多频段的雷达观测信号,改善目标一维距离像的分辨率.     

两种基于分数阶模糊函数的运动目标检测方法

针对海杂波中运动目标较微弱的特点,推导了单频信号、LFM信号以及相位含有三次项回波信号的分数阶模糊函数的时移特性及正负对称旋转角的分数阶模糊函数,得到2个有用的结论:(1)延时单频信号和延时LFM信号的分数阶模糊函数模函数与时域延时无关,而对于相位含有三次项的回波信号,其延时信号与原信号的分数阶模糊函数模值相等,但其最大值位置不同,与延时有关;(2)单频信号和LFM信号的正负对称旋转角的分数阶模糊函数模处处相等,而对于相位含有三次项的回波信号,其模幅度差别很大。根据此特性提出了2种基于分数阶模糊函数的运动目标检测方法。IPIX实测数据验证表明了文中方法的有效性。