自适应线谱增强器的改进及实现

针对舰船辐射噪声中线谱检测及提取难问题,研究了基于矢量水听器的自适应线谱增强器。利用矢量水听器同步、同点测量声场的声压和振速的特点,将传统自适应线谱增强器改进为双输入结构,由于所测声压信号与振速信号间的相关性,提高了线谱增强的效果。通过实测数据对改进算法进行了验证,并在Simulink中的DSP Bulider平台下对改进的自适应线谱增强算法予以实现。     

使用小波理论分析信号功率谱的二次处理方法

本论文研究讨论一种利用小波分析理论对功率谱进行二次处理的方法．论文首先介绍了这种方法的应用背景,给出了舰船辐射噪声功率的结构．在简明扼要地介绍了小波理论的有关基础知识,给出线谱的数学解释并分析了它在尺度分解中的特点之后,论文基于多尺度分析与奇异性信号检测的理论,对信号的功率谱做尺度分解,利用线谱的奇异性捕捉舰船辐射噪声功率谱中的线谱分量．由实船辐射噪声信号的分析结果我们看到,这种二次处理的方法不仅可以准确定位低信噪比的线谱,而且可以同时提取所有可能的线谱信号．     

舰船地震波信号的小波能量谱检测算法

本文基于滑动小波能量谱提出一种新的舰船地震波信号实时检测算法,首先利用小波变换对实测信号进行尺度—小波能量谱分析,获得信号在尺度—小波能量谱上的特点,然后基于该特点选取一段频带内的能量和作为检测特征量,最后通过比较特征量与阈值的大小,并根据一定的检测规则,完成对舰船地震波信号的实时检测。实测数据和仿真数据表明,该检测算法能够实时地完成对目标信号的检测,且在信噪比为-15dB时,检测概率达到96%。      

强噪声背景下车辆震动信号检测算法研究

针对强噪声背景下车辆震动信号检测问题,结合车辆震动信号特点,提出了2种检测算法:基于功率谱分布的检测算法和基于负熵的检测算法,并将小波去噪用于强噪声背景下地震动信号的提取。该算法与一般检测算法相比具有环境适应性强、检测准确率高和运算量小的特点,这些优点使得该算法更适用于能量受限、工作环境复杂的无线传感网络。仿真结果表明该算法具有很高的检测准确率。     

基于循环谱能量的自适应频谱检测算法

根据信号循环平稳谱的特征,研究在低信噪比环境下的频谱检测问题,提出一种基于循环谱能量的自适应判决门限频谱检测算法。该算法融合能量检测与循环平稳特征检测的机理,以信号的循环谱能量为检测统计量,加权合并虚警率与检测率,准确估计循环谱特征值,构建了具有噪声自适应能力的频谱检测判决门限。仿真结果表明,该算法可以在低信噪比环境下有效地完成频谱检测,克服了噪声波动对频谱检测性能的影响,对不同调制主信号的感知具有稳健性。与最大—最小特征值算法和盲检测算法相比,该算法分别改善了信噪比4dB和8dB。     

一种小波核函数的支持向量回归算法及应用

借助谐波小波函数在分析窄带信号方面的性能,利用支持向量回归算法,提出了一种基于谐波小波核函数和支持向量机相结合的谐波小波核支持向量回归算法,实现了小样本情况下微弱信号的精确检测.仿真和实测检测噪声数据的分析表明该算法可以有效地检测出舰船噪声中的线谱信号.     

强海水混响背景下水中兵器攻击目标检测研究

水中兵器在对舰船目标攻击过程中受到海水混响杂波的影响,导致目标检测性能下降。传统方法采用时频分析方法进行目标检测,在信混比较低的情况下受到的干扰较强,导致虚警概率较高。提出一种舰船目标回波盲源分离的强海水混响背景下的水中兵器攻击目标检测算法。首先构建强海水混响干扰下的舰船目标回波模型,对舰船目标回波模型进行自相关匹配滤波,提取回波信号的高阶谱特征,实现目标信号的盲源分离,达到目标检测的目的。仿真结果表明,采用该算法进行目标检测,准确检测概率较高,降低了虚警概率,提高了水中兵器对目标的准确打击能力。     

基于灰度相关性的SAR图像联合CFAR舰船检测算法

分析了中高分辨率SAR海洋图像的目标和海杂波特点,利用了SAR海洋图像中舰船目标的灰度相关性、形状特性以及舰船目标与背景杂波的信杂比特性,提出了一种基于灰度相关性的联合CFAR舰船检测算法。算法综合利用了舰船目标内部相邻像素间的灰度强相关性和舰船目标和海杂波的信杂比,建立了海杂波区域内相邻像素间灰度值的二维对数正态分布来实现联合CFAR检测。该算法能够改善斑点噪声和背景局部不均匀对检测带来的虚警,检测效果相比于传统检测算法更加优越。     

利用功率谱极值和几何平均的频谱感知算法

为了提高基于功率谱的频谱感知算法抗噪声不确定性、抗频偏及低信噪比下检测性能,本文利用功率谱的部分样本平均估计最大值,以降低信号频偏对频谱感知性能影响;利用功率谱的最大值与最小值之差与功率谱几何平均之比作为判决统计量,以尽可能消除噪声影响及保留主用户信号;推导得到了检测门限表达式,表明该算法对噪声不确定性不敏感。加性高斯白噪声信道和瑞利衰落信道下的仿真结果表明:该算法频谱感知性能优于已有的基于功率谱的频谱感知算法,降低了未知载波频偏和噪声不确定性对频谱感知算法性能的影响,该算法能够有效检测实际信号。      

基于时频分析的多跳频信号盲检测

为了减小低信噪比下干扰和噪声对跳频信号检测的影响,提出一种基于时频分析的多跳频信号盲检测算法。针对跳频信号、定频信号、高斯白噪声具有的不同时频分布特点,该算法利用短时傅里叶变换得到的时频图构造时频对消比;理论分析得到各信号的时频对消比是不同的,因此将其作为检测统计量,实现高斯白噪声背景下跳频、定频信号的盲检测。仿真结果表明,本文算法具有抗噪声功率不确定性能;与改进型功率谱对消法相比,本文算法在低信噪比环境下,具有更高的跳频信号和定频信号检测概率。此方法也能实现存在定频信号、扫频信号和突发信号干扰的复杂电磁环境中跳频信号盲检测,当信干比为5 dB且跳频信号的检测概率达到100%时,本文算法比改进型功率谱对消法改善信噪比10 dB;在干噪比为0.05 dB时的虚警概率几乎为0。      

基于稀疏重构的色噪声背景下未知线谱信号估计

针对色噪声背景下的未知线谱信号估计问题,该文提出一种基于分子频带处理的稀疏重构类线谱估计方法。首先,利用多速率余弦调制滤波器组对观测信号进行子带分解,得到功率谱相对平坦的子带信号。之后,在每个子带信号上,利用基于迭代最小化的稀疏学习方法进行线谱估计,并将各子带上的线谱估计结果进行频域综合滤波以及门限判决等处理。最终得到色噪声背景下的线谱估计结果。理论推导及仿真实验表明所提方法在色噪声背景下具有较好的线谱估计性能。其能够有效地去除色噪声背景,同时保留稀疏重构类线谱估计方法所具有的高频率分辨力等优点。     

基于符号-最小平均峭度的自适应谱线增强器

从误差信号峭度的性质和误差符号(SE)算法的特点出发,提出了基于符号一最小平均峭度(Sign-LMK)的自适应谱线增强算法。该谱线增强器的结构与基于LMS算法的自适应谱线增强器(ALE)相同,但它是用误差峭度的符号和输入信号作为权向量的更新因子的。仿真结果表明具有计算量小、抑制非高斯噪声和增强谱线性能强、收敛后均方误差小等优点。     

一种高效的APSK调制信号载波频偏估计算法

提出一种有效的幅度相位键控(APSK)调制信号载波频偏估计算法。该算法针对定时同步后的信号数据,根据APSK调制信号星座图数据点幅度半径不同的特点,将星座图上幅度半径最小的数据点保留,其余幅度半径较大的数据点的值均置零。对置零处理后的数据进行4次方谱线提取,从而估计信号的载波频偏。仿真试验表明该算法计算复杂度低, 具有很强的实用性。当数据量为500,信噪比大于15 dB时,频偏估计均方误差低于-80 dB。     

Adaptive Spectrum Sensing Algorithm in Cognitive Ultra-wideband Systems

Energy detection is a simple spectrum sensing technique that compares the energy in the received signal with a threshold to determine whether a primary user signal is present or not. Setting the threshold is very important to the performance of the spectrum sensing. This paper proposes an adaptive spectrum sensing algorithm where an optimal decision threshold of energy detection is derived based on minimizing the weighted sum of probabilities of detection and false alarm. Since the optimal decision threshold is dependent on the noise power and signal power, a simple, practical frequency domain approach is devised to estimate both. The algorithm can be used for the detection of various kinds of signals without any prior knowledge of the signal, channel or noise power, and is able to adapt to noise fluctuation. Simulations for detecting narrow-band and wideband signals (phase shift keying signal, frequency shift keying signal, orthogonal frequency division multiplexing signal) and ultra-wideband (UWB) signals (direct sequence spread spectrum signals) in an IEEE 802.15.3a UWB band are presented. The results show that the proposed algorithm has excellent robustness to noise uncertainty and outperforms the existing spectrum sensing algorithms in the literature.     

基于稀疏性的相位谱补偿语音增强算法

相位谱补偿语音增强算法通过调整相位谱对噪声进行压缩,提高重构信号的质量。针对传统的相位谱补偿(phase spectrum compensation, PSC)语音增强算法采用固定的相位补偿因子,且算法的性能易受噪声估计准确性的影响,提出了一种基于稀疏性的相位谱补偿(sparsity-based phase spectrum compensation, SPSC)语音增强算法。首先,利用噪声估计算法得到噪声幅度谱,利用基于幅度谱的语音增强算法得到目标语音幅度谱;接着,通过噪声和目标语音幅度谱之间的局部信噪比(Signal-to-Noise Ratio, SNR)来估计谱时间稀疏性;然后,利用sigmoid函数改进相位补偿因子,联合补偿因子和谱时间稀疏性,得到SPSC函数。最后,使用SPSC函数对相位谱中的谱分量进行补偿,通过短时傅里叶逆变换得到最终增强后的语音信号。仿真实验表明,在四种不同背景噪声的低信噪比下,新的相位谱补偿算法使增强语音获得了更好的LSD、PESQ和segSNR指标,说明新的算法在低信噪比下,可以有效恢复带噪语音中的语音成分,对噪声抑制效果明显,增强语音的质量和听感均有一定提升。      

一种新的扩频信号信噪比估计算法

对经典扩频信号信噪比(SNR)估计算法进行分析,提出了一种新的适用于扩频通信系统中频扩频信号信噪比估计算法。该算法在时域估计信号总功率,频域估计噪声功率,时频结合估计出中频扩频信号SNR。在加性高斯白噪声(AWGN)信道下,Matlab仿真结果表明该算法估计精度高,估计范围广及估计下限低。