基于相位信息的非均匀包络未知脉冲边沿估计方法

对脉冲边沿的估计一直是雷达、电子侦察等领域的重要课题,其结果直接影响雷达特征的提取。本文针对接收脉冲未知且包络非均匀、有剧烈起伏的情况,提出了一种基于相位信息的未知脉冲边沿估计方法。该方法利用信号和噪声相位的统计特性不同,通过求取接收信号相位的标准差将信号段和噪声段区分开来,从而得到脉冲边沿的粗估计;然后在粗估计范围内对信号段进行滑窗检测,进而得到脉冲边沿的精确估计。理论分析和仿真结果表明,当脉冲包络起伏剧烈时,该算法可以有效解决传统脉冲边沿估计方法存在的脉冲分裂问题,且具有运算量小,精度较高的特点。      

低信噪比下离散频率编码波形脉冲信号联合积累检测算法

雷达电子侦察环境下,非合作目标发射的离散频率编码(DFC)波形信号具有低截获、抗干扰的特性,在低信噪比(SNR)条件下传统方法难以实现波形的稳健积累及准确的脉冲检测,容易造成数据漏检与情报缺失。针对以上问题,该文提出一种联合的积累检测算法,该算法通过相关积累和非相干积累的联合处理实现了低信噪比下稳健脉冲信号包络的获取,并利用双向恒虚警(CFAR)检测和脉冲沿判决准则抑制了突跳噪声对脉冲检测的影响,实现了准确而稳健的脉冲到达时间和脉冲宽度的估计。相比于常规算法,该文在不需要任何先验信息的条件下能够实现离散频率编码波形信号的准确检测,检测虚警率低且具有良好的稳健性。仿真实验验证了所提算法的有效性和稳健性。     

雷达全脉冲的数字分析方法研究

提出了一种雷达全脉冲分析算法——极值序列分析法。该算法能够分析雷达脉冲的载频、脉冲幅度、脉冲宽度、信噪比、脉冲到达时间、脉冲包络特征参数和脉内调制参数。该算法的特点是：参数测量精度高;识别信号类型准确率高;算法速度快和所需存储空间小。     

一种低信噪比背景下的脉冲参数提取方法

通过对单频采样信号的分析，应用匹配滤波原理在白噪声背景下最大限度提高信噪比。并构造了信号跳变沿定位的判别准则．给出了在低信噪比的条件下提取脉冲信号的重复周期、脉冲宽度等参数的算法。     

一种低信噪比背景下脉冲参数提取方法

通过对单频采样信号的分析，应用匹配滤波原理在白噪声背景下最大限度提高信噪比，并构造了信号跳变沿定位的判别准则，给出在低信噪比的条件下提取脉冲信号的重复周期，脉冲宽度等参数的算法。     

恒包络信号识别与快速突发捕获

为了迅速判断恒包络信号的起始点,详细推导了信号平坦度的计算公式,将信号平坦度概念引入到信号捕获和端点检测领域,在快衰落信道下通过计算噪声和信号平坦度不同,快速区分噪声和恒包络信号;并利用搜索窗快速定位信号起始点位置。经过试验表明在信噪比不低于5dB条件下,该参数能够迅速捕获恒包络信号,并能准确得判定信号的起始点位置,该方法适用在实时性要求比较高的领域。     

一种ADS-B报头互相关检测方法

广播式自动相关监视( ADS-B )报头检测方法的优劣直接决定着接收机的性能。为了解决脉冲匹配检测方法受脉冲能量影响较大的不足,提出了一种基带归一化的互相关报头检测方法。首先将基带信号根据动态门限进行归一化,然后将其与标准报头作互相关,最后通过相关峰检测来判定信号的存在和到达时间。与主流基于脉冲位置和上升沿的检测方法相比,该方法隐含地利用了脉冲位置、上升沿、下降沿、脉冲宽度、非脉冲区等多个信息用于检测报头,且无需进行下行格式( DF )认证。仿真结果表明：该方法在信噪比大于2 dB时检测性能略优,在信噪比小于2 dB时检测性能与主流检测方法相差1 dB。在实际接收实验中,以该方法为基础的信号接收效果良好,在视距内可以形成稳定连续的航迹,证明了该方法的实用性。     

基于混频的二相编码信号参数估计

提出了一种对二相编码(BPSK)信号子脉冲宽度估计的新方法。通过获取BPSK信号的精确频率,构造相位相差π/2的正弦信号和BPSK进行混频,提取两次混频后信号的包络交叉点来对BPSK信号的相位跳变点进行估计,从而获得信号子脉冲宽度估计。仿真试验表明:在低信噪比(SNR)情况下可以较好地获得BPSK信号的子脉冲宽度估计值。     

基于相关算法的脉冲信号检测性能分析

低信噪比信号检测一直都是侦察领域关注的课题。为此,提出了基于相关算法的脉冲信号检测方法,介绍了相关算法检测原理,用统计分析方法确定了理论最佳检测门限,并对相关检测性能进行了仿真分析,在低信噪比条件下完成了信号到达时刻和脉冲宽度的估计。     

基于PCNN噪声检测的两级脉冲噪声滤波算法

为有效滤除图像中严重脉冲噪声干扰,提出了一种基于改进型脉冲耦合神经网络(PCNN)噪声检测的两级脉冲噪声滤除算法。该算法首先利用PCNN同步脉冲发放特性区分定位噪声点和信号点位置,其次根据噪声点局部邻域信息对噪声进行第1级自适应滤波,然后再利用具有保护边缘细节特点的多方向信息中值滤波器(MF进行第2级辅助滤波。实验结果表明,该算法在噪声检测中无需设定检测阈值,噪声检测精度较高;在去噪过程中不但有效滤除噪声干扰,而且能很好地保护图像边缘细节等信息,具有较好的主观视觉效果和客观评价指标,比传统MF及其它相关算法有更优的滤波性能,去噪能力强、信噪比高和适应性好,特别是对受严重噪声污染的图像,显示了更大的优越性。     

侦察信号互相关滤波的信噪比分析

低截获概率（LPI）雷达的出现导致无源探测系统难以从噪声中检测到威胁信号,针对无源探测系统的信号检测问题,提出了一种基于互相关滤波的信号检测方法,利用高信噪比的辐射源样本与辐射源信号的重复性,进行互相关滤波处理,有效提高了检测性能。分析了脉压比、输入信噪比、样本信噪比,及时间同步误差、多普勒频率差对检测性能的影响。仿真分析证明了方法的正确性与有效性。     

一种新的雷达脉冲信号的非匹配检测算法

在电子侦察领域中，传统的雷达脉冲信号检测是基于包络检波的非匹配检测。为了提高在低信噪比条件下对雷达脉冲信号的检测概率和参数估计精度，文中提出了一种新的雷达脉冲信号的非匹配检测算法——极值序列分析法。该算法可在低信噪比条件下完成雷达脉冲信号的检测，然后对雷达脉冲信号的脉冲幅度、脉宽、到达时问、信噪比和载频等参数进行估计。仿真结果表明：极值序列分析法对雷达脉冲信号的检测概率高、参数测量精度高和处理速度快。     

基于短时自相关及过零率的语音端点检测算法

传统的基于短时能量端点检测算法,在高信噪比环境下可以比较准确地检测出语音端点,但在低信噪比环境下检测效果不理想。文中提出了基于短时自相关最大值与短时过零率之积的改进算法。利用短时自相关最大值可以有效地区分出语音段和噪音段,利用短时过零率可有效地检测出清音信号,将两参数相结合可有效地检测出低信噪比语音信号的端点。实验证明,在低信噪比环境下该改进算法相比短时能量算法减小了检测误差,可以有效地检测出语音端点。     

The “Harmonic” Rejecting Correlation Function

A classical problem in signal processing is accurate estimation of fundamental frequency/periodicity of periodic signals at low SNR. Typically, researchers address the estimation problem, assuming that the signal environment is a sum of sinusoids in white Gaussian noise. If the signals and noise are pulsed, the situation is much more complex since normal FFT based methods result in spectra which are sums of harmonic structures. Sorting radar signals can be especially difficult since there may be many pulsed signals present in a low SNR impulsive noise environment. In this paper, a method equivalent to integration along a hyperbola on the Wigner distribution is presented. This transform, which is closely related to both the Fourier transform and the correlation function, has the property that a periodic signal produces an expected non-zero complex-valued bulge at only the fundamental. The phase, magnitude and position of the correlation bulge are sufficient to characterize the time-domain pulse train. Finally, a simple super-resolution method is presented which may be used to refine the fundamental frequency/period estimate.     

一种抑制参数估计背景色噪声的形态学滤波算法

根据循环平稳有关理论,通信信号的非线性变换频谱中存在体现信号各阶循环平稳性的离散谱线,谱线位置对应着信号载波频率和符号速率的线性组合。通过提取这些离散谱线可以完成信号的基本参数估计,然而非线性变换不仅能产生对应于信号载波频率、符号速率等参数的正弦分量,而且还会形成不利于谱线提取的背景色噪声,当信号信噪比低、数据量小时,色噪声对谱线提取的影响尤为突出。针对这一问题,本文深入研究了信号非线性变换谱特征,结合数学形态学基本理论,提出了一种基于离散灰度形态滤波的方法来抑制背景色噪声。首先利用开运算估计背景色噪声,其次运用顶帽变换进行白化处理,通过闭运算填平杂散负脉冲,增强谱线相对强度,最后设置检测门限,提取离散谱线,完成信号对应参数的估计。详尽的Monte Carlo仿真给出了谱线检测性能与信号脉冲成型系数、信噪比和数据量之间的关系。结果表明,该算法有效抑制了背景色噪声,在信噪比低、脉冲成型系数小、数据量少的情况下提高了谱线检测性能,从而证实了该算法的有效性。      

基于多重累积相关的LFM脉冲信号实时检测算法

针对线性调频(LFM)脉冲信号的实时检测问题,提出了一种基于多重累积相关的检测算法.该算法根据信号与噪声具有不同的统计特性,利用LFM信号的累积相关高于噪声的累积相关的原理实现LFM脉冲信号的检测.通过二次累积改善累积相关输出的信噪比,实现对多分量微弱LFM脉冲信号的有效检测.该算法复杂度低,可以通过递推运算减小运算量...     

谱相减与波束形成相结合的语音增强算法

根据阵列信号语音增强的思想,提出一种基于频城处理的谱相减与波束形成相结合的语音增强结构。结构为多路信号输入,每路含噪信号在谱相减后,增加了波束形成结构,不仅有效地消除了背景噪声,也抑制了谱相减后的音乐噪声。并使用该算法对实际环境中采集到的含噪语音信号进行了仿真,结果显示经过该系统处理后的增强语音的信噪比有了较大的提高,主观试听效果也很好。     

A Novel Method to Detect Initial Time of Weak Sinusoidal Signal Embedded in Non-stationary Noise

The paper introduces a novel method to detect the initial time of a weak sinusoidal signal embedded in non-stationary noise and studies the performance of the method through numerical simulations. Furthermore, a proposed nonlinear function combined with time–frequency analysis can be used to effectively improve the signal-to-noise (SNR). Simulation results show that the method can rapidly detect the initial time of the weak analytical signal with a SNR lower than −54 dB and a time-domain resolution of only 1 second.