基于非正交对角化算法的非平稳信号盲分离

运用分段平稳的思想处理非平稳信号,对每一子分段信号进行计算,得到相关矩阵群,并运用非正交对角化算法(alternatmg columns diagonal centers,ACDC)求得分离矩阵的逆阵,从而在混合信号中分离出源信号.仿真结果表明,在信噪比为40 dB的情况下,信号的平均干扰比可以保持在-15 dB以下.因而采用分段平稳和非正交对角化算法相结合的思想来处理信噪比较高时的非平稳信号,可以取得较好的分离效果.     

超声无损检测中基于支持向量机的自适应裂谱分析法

传统裂谱分析（SSP）方法对滤波器类型及其参数选择过于敏感,优化处理算法的信噪分离规则不能根据应用场合、信号和噪声的性质进行自适应调整.为了提高超声无损检测（UNDT）和无损评价（UNDE）中基础数据的信噪比（SNR）,提出了一种基于支持向量机（SVM）模式识别理论的自适应裂谱分析方法.采用以高斯函数为核函数的SVM所构成的信噪分离器,对信号和噪声进行识别和分离,从而消除噪声,得到高信噪比的超声回波信号.实验结果表明,与传统裂谱分析方法相比,该方法提高了消噪性能的稳定性,增强了湮没晶粒（或其他散射体）散射中缺陷回波信号的能力.     

基于多项式变换的自适应Chirp信号参数估计

提出了一种新的基于多项式变换的RLS(recursiveleastsquare)算法。利用多项式变换将多项式相位信号(PPS)转变为具有线性相位的谐波信号,这一谐波信号满足AR(Autoregressive)模型且其频率对应于多项式相位的最高次项系数。然后利用RLS算法对AR模型的AR系数进行自适应估计,通过AR系数求解谐波信号频率,便可以获得多项式相位中最高次项的系数。本算法速度快,计算量小,并且在较低的信噪比(SNR)下估计性能依然良好。Monte Carlo仿真实验证明了本方法的有效性。     

用于GPS接收机的快速自适应干扰抑制方法

提出了一种基于Householder变换的快速自适应干扰抑制方法.利用Householder变换构建的广义旁瓣相消器下支路阻塞矩阵,可将期望信号完全阻塞,提高了最小均方误差算法的收敛性,获得了较高的输出信干噪比,并提高了GPS接收机的快速抗干扰性能.理论分析和性能仿真验证了该方法的优越性.     

基于径向基函数神经网络的自适应滤波器

自适应滤波器在信号检测、信号恢复、数字通信等领域中被广泛应用。传统的自适应滤波器主要在时域中实现。通常采用算法简单、稳健性好的自适应LMS算法。但LMS算法对输入信号的自相关矩阵具有很强的依赖性,因而自适应率不高。本文提出利用RBF神经网络实现的自适应滤波,并将其用于语音除噪和脉象信号的除噪。仿真结果表明该方法具有良好的非线性噪声抑制能力。     

广义的自适应相干累积算法

根据最小均方误差(LMS)算法、自适应相干累积(ACI)算法及推广的自适应相干累积(GACI)算法在原理上的相关性和推广关系，提出了广义的自适应相干累积(IGACI)算法。它是在GACI的基础上，在算法的权系数迭代公式中引入更多的动量因子，即利用权系数的更多的历史信息，使被检测的单频或调频脉冲信号，在脉冲期间，实现自适应相干累积，从而完成低输入信噪比条件下的信号检测，而无需或很少需要知道信号的先验信息。理论分析和仿真结果证明在低信噪比的情况下，其性能要优于GACI算法。     

Wavelet Packet Domain LMS Based Multi-User Detection

An improved wavelet packet domain least mean square (IWPD-LMS) based adaptive multiuser detection algorithm is proposed. The algorithm employs the wavelet packet transform to re-whiten the input data,and chooses the best wavelet packet basis according to a novel convergence contribution function rather than the conventional Shannon entropy. The theoretic analyses show that the inadequacy of the eigenvalue spread of the tap-input correlation matrix is ameliorated,thus the convergence performance is improved greatly. The simulation result of convergence performance and bit error rate(BER) performance as a function of the signal power to noise power ratio(SNR) are presented finally to prove the validity of the proposed algorithm.     

基于经验模式分解和最小二乘支持向量机的胎儿心电信号提取

针对心电信号的非平稳特性,将非平稳信号处理方法与非线性估计方法相结合,提出一种从母体腹壁混合信号中提取胎儿心电信号的新方法。采用经验模式分解(EMD)方法将非平稳的母体心电信号分解为有限个本征模函数(IMF)和一个残差信号;母体腹壁混合信号中的母体心电成分为母体心电信号的非线性变换,采用最小二乘支持向量机(LSSVM)拟合这一非线性变换;将EMD分解所得的本征模函数和残差信号经由所拟合的非线性变换得到母体腹壁混合信号中母体心电成分的最优估计,从母体腹壁混合信号中减去该最优估计得到胎儿心电信号。引入基于特征值分析和基于互相关系数计算信噪比的方法,评估胎儿心电信号提取方法的性能。实验结果表明,在胎儿心电信号和母体心电信号QRS波分离或者重叠的情况下,通过本文提出的方法均可得到清晰的胎儿心电信号,且信噪比相对于传统方法有明显提高。实验结果验证了该方法的有效性。     

一种最小模级联相消器

针对阵列信号自适应相消器运算量大、收敛性能易受相关干扰影响等缺点,提出了一种改进的阵列信号级联相消器．该方法用最小模作为权值,替代中位值级联相消器中的中位数,具有收敛速度快、运算量小等特点,且对非平稳数据工作性能良好．仿真结果表明,此算法用采样协方差求逆类算法一半的样本数就可取得相同的收敛性能．     

基于IGMP的IEEE 802.11无线组播速率自适应机制

针对组播速率不能满足传输需求的问题,提出了基于因特网组管理协议(IGMP)与改进自动速率回退(ARF)算法的无线组播速率自适应机制.该机制利用组播中必须发送的IGMP报文来获取接收信噪比,进而决定组播速率.基于IGMP报文的周期间隙调整,加入了改进后的ARF算法进行速率调整.该机制规避了大量反馈帧产生碰撞的问题,可以使组播路由器获得传输结果的有效反馈,从而更准确地进行速率调整.结果表明,所提机制能够较好地调整无线组播速率,提升无线组播的吞吐量.     

分数阶傅市叶变换域的心电信号滤波算法

心电信号是一种非平稳的低频微弱信号,与干扰噪声具有较强的时频耦合．经典的滤波方法难以实现有效的信噪分离．提出了一种基于分数阶傅立叶域的LMS自适应滤波算法,既结合了适合处理非平稳信号和减少时频耦合的特点,又能够有效地提高信噪比．首先将信号进行分数阶傅立叶变换,寻找最优变换域,再利用LMS自适应滤波算法在最优变换域滤波,然后对滤波后的信号进行分数阶傅立叶反变换．通过对MIT—BIH中的心电数据进行Mat—lab仿真,表明信噪比从-6dB提高到14dB,清晰地还原出心电信号的波形及特征点．     

高频地波雷达机动多目标的信号处理方法

提出一种基于多信号分解和重建以及目标参数估计和运动补偿的信号处理方案.首先,通过对多目标回波进行自适Ch irp let分解和最小二乘误差准则下的重建,将多机动目标的信号处理问题转化为单机动目标的信号处理问题;然后,采用DPT算法估计每个目标的高阶运动参数,进而补偿目标运动对信号处理的影响,从而提高多普勒输出信噪比和改善估值精度.仿真结果验证了算法的可行性和优越性.     

基于数据场与云模型的多模雷达信号分选算法

针对传统分选算法处理多模雷达信号效果较差的问题,提出一种基于数据场的层次聚类信号分选算法,以克服多模雷达信号分选时存在的"增批"问题.将数据场理论应用于多模雷达辐射源信号的分选,利用数据场势函数划分辐射源信号数据的层次,通过等势图的绘制完成数据的自组织层次聚类.提出一种基于云模型的分选结果有效性评估算法,可在脱离雷达辐射源库的情况下验证信号分选结果的有效性.仿真实验验证了提出算法的有效性.     

提高二维DOA估计分辨率的改进MUSIC算法

针对经典二维多重信号分类(Multiple Signal Classification, MUSIC)算法在低信噪比和小快拍数情况下,分辨率受阵列孔径限制的问题,提出了一种改进的基于MUSIC算法的二维测向算法．该方法利用MUSIC谱函数极大值点处对方位角和仰角的二阶偏导数小于零的特性,通过对方位角和仰角求二阶偏导,构造了新的空间谱函数．对新的空间谱函数进行谱峰搜索,其负向谱峰所对应的角度就是目标的波达方向 (Direction Of Arrival, DOA)估计．理论分析和仿真结果表明,在低信噪比、小快拍数下,该方法对相近信源有更高的角度分辨率和更低的均方根误差,并且可适用于任何阵型．     

噪声对边缘定位精度的影响

针对噪声对图像边缘检测等过程带来的极大干扰严重地影响了图像质量的问题,研究图像中所混有的白噪声对边缘定位精度的影响。采用一维灰度矩法与高斯拟合法这两种亚像素边缘定位法进行比较、分析,分别讨论了两种算法在偏移量不变、不同信噪比情况下,噪声对边缘定位精度的影响。实验结果表明,在对受噪声影响的图像进行边缘检测时,采用高斯拟合法能够有效地抑制噪声,提高检测精度,在信噪比SNR≥30dB时的分辨率精度能达到0.02个像素,而一维灰度矩亚像素边缘法无法达到该精度。     

未知频偏下直扩信号的扩频序列估计

针对未知频偏下的直扩信号, 通过将载频吸收至扩频波形中, 提出了一种有效的基于协方差矩阵子空间分解的扩频序列估计算法. 通过信号子空间分解, 提高了含有未知频偏信息的扩频波形估计的信噪比, 从而降低了载频估计难度. 在随机信号模型条件下, 还推导了扩频波形估计器的克拉美劳界. 在低信噪比条件下, 仿真验证了该算法的有效性.     

New Technique for Estimating and Suppressing Narrowband Interference in DSSS Systems

A generalized approach for narrowband interference （NBI） suppression in direct sequence spread spectrum （DSSS） communication systems using adaptive infinite impulse response （IIR） filter is presented. The excision filter coefficients depend on both the jammer power and its instantaneous frequency. The dependency of the filter construction on the jammer power is significant as it allows optimal tradeoff between interference removal and signal distortion by maximizing the receiver signal to noise ratio improvement（SNRI）. Instead of traditional adaptive line enhancer （ALE） estimator, a preferable NBI estimator-Fourier interpolation estimator （FIE） is proposed. Closed-form expressions of the SNR improvement and theoretical bit error rate （BER） based on the assumption that the output of the correlator is Gaussian distributed are both derived. Performance results obtained by numerical simulation are also presented and compared with theoretical results.     

基于多任务学习的MIMO-OFDM信号联合信噪比估计与调制识别

针对当前非协作通信中MIMO-OFDM信号信噪比盲估计与子载波的调制识别研究仅集中在单个任务中的问题,提出了一种将深度神经网络与多任务学习(MTL)框架相结合从而同时完成信噪比盲估计与调制识别的算法。首先利用特征值矩阵联合近似对角化算法(JADE)恢复发送信号,并提取恢复信号的同向正交(I/Q)分量作为浅层特征;然后搭建基于一维卷积神经网络(CNN)的多任务学习模型,通过联合训练信噪比(SNR)估计和调制识别两个任务,实现优势互补。仿真结果表明,所提算法可获得比单任务学习(STL)更优的性能,当信噪比为-10dB时,信噪比估计的均方误差降低了66.21%,调制识别精度提高了4.75%。另外,多任务学习模型在信噪比大于-1dB时,信噪比估计的均方误差小于0.1;信噪比为3dB时,调制识别的精度可达到100%。     

改进的三次相位函数法LFM雷达信号参数估计

为了研究对线性调频(LFM)雷达信号的参数估计,提出了利用改进的三次相位函数法对LFM雷达信号进行参数估计.三次相位函数法可提取信号的相位函数的各项系数,并且只需通过二阶非线性变换在信号参数空间形成最大值来进行估计参数,具有较高的精度和良好的低信噪比能力,但是计算量较大.针对三次相位函数法计算量大的问题,提出调频斜率搜索范围设定准则及双尺度调频斜率搜索法,可减少大量计算量,同时保持了低信噪比下的算法精度.仿真测试结果表明,新算法有效地减小了计算量,并且保证了低信噪比下的算法精度,算法性能得到了提高.     

基于阵列天线处理的GPS信号抗干扰研究

针对强干扰低信噪比条件下的全球定位系统（GPS）信号的接收抗干扰问题,提出了结合功率倒置算法和相位补偿的抗干扰方法.该方法通过利用功率倒置算法对GPS信号进行预处理,使其能正确解调,并进一步对GPS信号进行相位补偿处理,提高信噪比.仿真结果表明,该方法能有效抑制强干扰,增强信噪比,提高GPS接收机的抗干扰能力.