基于DPT的非线性调频信号的DOA估计

提出了一种基于DPT的宽带非线性调频信号的DOA估计算法.首先将非线性调频(NLFM)信号建模为高阶多项式相位信号(PPS)模型,然后通过高阶瞬时矩进行多项式相位变换.接收信号将变换为单个正弦信号和新的噪声.再利用ROOT-MUSIC或者ESPRIT算法对变换得到的正弦信号的波达方向进行估计.理论分析和仿真结果表明,该...     

基于径向基函数神经网络的混沌干扰信号检测

为提高强混沌背景下谐波信号的检测能力,提高系统的信噪比,提出了一种在混沌背景噪声中提取正弦信号的RBF神经网络方法。依据混沌吸引子固有的几何特性和混沌系统轨迹点在流形中的演化规律,建立混沌系统的RBF神经网络单步预测模型,改进了网络的学习算法,利用RBF神经网络对输入扰动的敏感,预测出误差信号。分析了在低信噪比下的检测性能。通过对Lorenz流和实际舰船辐射噪声信号中的信号检测进行计算机仿真实验,验证了算法的有效性和可行性,并且实验表明信噪比最低达-40dB时,仍能有效检测出信号。     

基于频域相位方差加权的线性调频信号检测方法

针对未知线性调频信号的检测问题,依据线性调频信号相位比较稳定这一特征,提出一种基于频域相位方差加权的线性调频信号检测方法。该方法利用线性调频信号频率单元对应相位比较稳定,背景噪声频率单元对应相位比较随机的特点,对各频率单元进行相位方差加权,可以进一步抑制背景噪声能量干扰,增强线性调频信号检测信噪比增益,实现对未知线性调频信号的检测。仿真条件下,在输入平均谱级比大于-10 dB时,相比相位差分对齐法,该方法所得最终线性调频信号频率单元与噪声频率单元的平均谱级比得到了进一步提高,且随着输入平均谱级比越高,输出线性调频信号频率单元与噪声频率单元的平均谱级比提高越多。理论分析和实验结果表明:该方法可以有效增强信号能量,抑制噪声,提高信噪比。     

基于麦克风阵列的时延定位算法研究

针对互功率谱相位（CSP）法在低信噪比环境下,时延估计精度下降这一问题,提出了一种改进的CSP方法。研究了传统的CSP法,分析了语音信号能量在总能量中的比例问题,为保证强噪声环境下,语音信号不被淹没,定义了一个随信噪比变化的非线性参量,通过该非线性参量调节加权函数的大小,进而减小噪声的影响,提高算法的抗噪性能。采用8个线性阵列麦克风采集语音信号,在Matlab平台上,就传统的CSP算法,SCOT算法,改进CSP算法,在高信噪比和低信噪比环境下进行仿真验证,仿真结果表明,改进的CSP方法在强噪声环境下具有更好的定位性能。     

DPT和虚拟阵列相结合的相干NLFM信号的DOA估计

针对无线电通信领域中经常遇到多径传输和反射因素的现象,必须考虑宽带相干信号源的存在。提出一种离散多项式相位变换(DPT)与虚拟阵列变换法相结合的相干非线性调频(NLFM)信号的波达方向(DOA)估计方法,并对其中的算法做了对比、分析和改进。解决了常规MUSIC、ESPRIT算法不能估计宽带信号、相干信号的问题,不仅能更准确地进行DOA估计,而且不损失阵列的孔径,提高了阵元数的利用率。同时还提出了当两个信号源很近的情况下的角度估计算法。仿真实验证明了该算法的有效性。     

基于循环谱的改进BPSK直扩信号检测算法*

在有限数据长度条件下,针对低信噪比下的二相相移键控(BPSK)直接序列扩频(DS-SS)信号,提出一种基于数据分段和重叠保留处理的改进检测算法。该算法无需信号的先验知识,通过在非零循环频率上的一维搜索实现信号检测。实验结果表明,该算法能有效抑制噪声,在低信噪比下对于DS-SS信号具有较好的检测性能。     

基于Duffing振子的弱Chirp信号检测与参数估计

在超低信噪比下, 针对 chirp 信号常规检测方法均失效. 提出一种超低信噪比下 chirp 信号的检测与参数估计方法. 该方法利用 Duffing 振子构建广义滤波器组,并以其最大 Lyapunov 指数的符号作为系统状态的判断标准. 根据 chirp 信号的特征, 将 chirp 信号的检测问题转化为一个周期信号检测的问题, 使其满足 Duffing 振子的检测条件. 获得调频斜率的估计后, 构造一个新序列, 再利用 Duffing 振子系统估计初频. 为提高信噪比, 本文还提出分段相关平滑的方法, 使检测和估计性能得到提高.     

带噪语音端点检测方法研究

影响语音识别性能的一个关键因素是端点检测的准确性。实际应用中信噪比较低，使得某些高信噪比下性能好的检测算法不能有效工作，影响系统的识别率。提出了一种基于时频方差和的语音端点检测算法。实验证明该算法能够在低信噪比的情况下，准确地检测出语音信号。通过对三种不同的端点检测算法的比较，发现基于时频方差和的端点检测算法的端点检测的准确率较高。     

基于分数阶傅立叶变换的水下动目标检测

当发射信号为线性调频信号(LFM)时,水下动目标径向运动速度使得回波和副本不匹配,从而导致传统的最佳检测器——匹配滤波器对线性调频信号的检测性能下降。动目标的回波信号依然为LFM信号和分数阶傅立叶变换对线性调频信号的聚焦特性,提出了以信号的分数阶能量谱的峰值作为统计量来进行检测,并且给出了细化搜索峰值的自适应方法,提高了搜索速度。仿真结果表明,算法在高斯噪声背景下对径向速度未知的运动目标线性调频回波具有良好的检测性能,并分析了信号参数对检测器性能的影响。     

改进的语音端点检测技术

为了提高低信噪比下语音端点检测的性能,提出了一种改进的基于谱减法和自适应子带谱熵的语音端点检测方法。该方法先利用谱减法对带噪语音消除加性噪声,及时更新背景噪声估计,再对增强后的语音信号利用改进的自适应子带谱熵进行端点检测。实验结果表明,该方法具有良好的检测性能,相对传统方法提高了端点检测的准确率,在低信噪比环境下仍能比较准确地检测到语音的端点。