基于循环谱峭度的信号检测方法

在研究通信信号的循环平稳理论的基础上,将循环谱和峭度相结合,给出了一种低信噪比情况下的信号检测方法,降低了一般循环谱检测方法的复杂度,提高了检测性能。该方法首先采用频域平滑方法计算循环谱的α截面,有效降低背景噪声的影响;然后计算该截面幅度的峭度值κ,当该峭度值κ大于门限时,表明检测到信号。仿真结果表明,基于循环谱峭度的信号检测方法优于前人提出的循环谱检测方法,可用于低信噪比情况下的信号检测。     

基于循环谱相关的调制信号检测方法

在研究通信信号的循环平稳理论的基础上,利用频域平滑的谱相关估计算法,提出一种新的数字调制信号检测方法,降低了一般循环谱检测方法的复杂度,提高了检测性能。该方法对数字调制信号谱相关特性进行分析,计算谱相关函数f截面的归一化面积,确定合适的判决阈值,通过阈值判决来实现基于通信信号循环特征的调制模式检测。仿真结果表明,在低信噪比条件下,检测成功率高达98%。     

基于循环谱的MSK信号盲检测与参数估计

针对最小频移键控(MSK)信号的循环平稳特性,分析其循环谱密度,将渐进最优x2分布应用到该种信号的盲检测中,提出了一种基于信号频域循环平稳特征的检测方案。根据其循环谱截面的特点,提出了对信号载频和码元速率进行估计的方法,该方法避免了多维搜索,而且不需要知道信号的频率参数等先验信息。仿真结果证明了在低信噪比下本文所提出检测和参数估计方法的有效性。     

MPSK信号循环谱检测与码元速率估计改进算法

利用循环谱理论对MPSK信号进行检测和参数估计,分析了其循环谱包络特征;在有限数据下,为实现更低信噪比情况下MPSK信号的检测与码元速率估计,提出一种改进算法。该算法基于数据分段处理和重叠保留,通过在非零循环频率上一维谱峰搜索实现信号检测与码元速率估计,能够有效地抑制噪声的影响,避免多维搜索,计算量小。分析了算法性能,给出了算法实现的具体步骤,并进行了计算机仿真。仿真结果证明了所提算法的有效性。     

低信噪比下周期平稳信号的稳健检测算法

本文提出了一种新的对周期平稳信号进行检测以及对二阶周期循环频率进行估计的算法。该算法利用信号的递归性质构造高阶自相关矩阵,并通过利用周期平稳信号与自相关矩阵特征值和特征向量的关系,对其进行检测以及对循环频率进行估计。传统检测周期平稳信号的算法是通过计算其循环自相关函数或循环谱实现,相比传统算法而言,本算法由于利用到了信号更多的先验信息,因而在较低信噪比以及较低快拍数下对周期平稳信号均能有较好的检测性能。文中仿真实验表明,本文所提算法估计出的伪循环谱相比传统方法估计出的循环谱更为平滑,在相同快拍和信噪比条件下,检测概率均高于传统方法,特别在低信噪比下对检测概率的改善更为明显。      

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。     

改进的MSK信号循环谱检测算法

利用循环谱理论对MSK直接序列扩频信号进行检测,分析了其循环谱包络特征;在有限数据下,为实现更低信噪比情况下信号检测,提出了一种改进算法,该算法基于数据分段处理和重叠保留,通过在非零循环频率上的一维搜索实现检测,能够有效地抑制噪声影响,避免多维搜索,计算量小;文中还分析了算法性能,给出了算法实现的具体步骤,并进行了计算机仿真.仿真结果证明了所提出算法的有效性.     

基于相关-循环谱方法的DSSS／BPSK信号检测与识别

在通信侦察、频谱监测等非协作通信领域,直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号得到广泛应用。但其低功率谱密度发射的隐蔽性,抗干扰能力强等特点增加了通信对抗中信号截获、检测和分析的难度。低信噪比情况下,针对DSSS/BPSK信号与同调制类型窄带BPSK信号的辨别问题,利用直扩信号的循环平稳性、扩频序列的周期性和良好的自相关性,给出相关-循环谱算法,进行直扩信号的检测识别。对该算法进行了仿真实验,并与相关积累法和倒谱法比较,实验结果说明该算法具有更低的信噪比容限和更高的检测识别正确率。     

基于谱相关的直扩信号检测及噪声抑制分析

直扩信号是二阶循环平稳信号,根据谱相关分析方法,利用直扩信号非零循环频率处的谱线特征,可将直扩信号从噪声背景中检测出来。为消除基底噪声,采用电子测量中的3σ准则对直扩信号的循环谱进行了消噪处理,便于实现检测,仿真论证了该方法在低信噪比条件下的有效性。     

基于谱相关函数截面特征的调制方式识别

谱相关函数在双频平面上全面反映了循环平稳信号的二阶周期性。调制信号是循环平稳信号,不同调制信号的谱相关函数具有不同的分布特性,且对平稳噪声、干扰不敏感,可用于低信噪比下的调制方式识别。采用时域平滑FFT积累算法计算出调制信号的谱相关函数,对结果进行了对比分析,提取了多种调制信号的谱相关函数截面特征,设计了AM、MSK、PAM、2ASK、2FSK、4FSK、QPSK七种调制信号的树形识别流程。仿真结果表明在低信噪比下,七种调制方式具有90%以上的识别率。     

冲击噪声背景下基于KPCA和C-SVM的频谱检测算法

针对背景噪声是冲击噪声,且在低信噪比中,二级用户检测性能低的问题,提出了核主成分分析(Kernel PrincipalComponent Analysis,KPCA)和C-支持向量机(Support Vector Machine,SVM)的频谱检测方法.提取接收信号的循环谱特征,核主成分分析对信号特征进行降维,提取出信号的主要非线性特征,再结合C-SVM对接收信号进行分类.仿真结果表明,在冲击噪声背景下,低信噪比中,与PCA-SVM、SVM算法进行比较,所提算法能够提高次级用户的检测性能.     

Study on hybrid pattern recognition algorithm for modulated signals

A combined feature extraction and recognition method is proposed based on higher-order spectrum, cyclic spectrum and time-frequency characteristics. In the application of this method, α-dimensional features, quadratic spectral characteristics and Fourier transform spectral characteristics of the signal are used to extract three characteristic values including the envelope means (EM) of α plane, the recursive normalized frequency component detection value (RNFCDV) and the quadratic spectrum normalized frequency component detection value (QSNFCDV), which have the merits of less identification parameters, insensitive to noise, less computation, high recognition rate, and multi-species identification. With this method, simulation results show that the recognition rate is more the 98% with the signal to noise rate (SNR) not less than 6 dB. And the performance of this method is better than the common recognition algorithms. There are eight types of signal, such as amplitude modulation (AM), phase modulation (PM), amplitude shift keying (ASK), frequency shift keying (FSK), phase shift keying (PSK), minimum shift keying (MSK), quadrature amplitude modulation (QAM) and direct sequence spread spectrum (DSSS), have been used to validate the feasibility of the method.     

无先验参数条件下直扩信号时差估计研究

周期谱相关具有较强的抑制噪声和抗干扰的能力,适应于低信噪比时差估计的情况,但其抗噪声和干扰能力完全在于循环频率的选择。目前关于直扩信号时差估计的研究都是建立在循环频率已知的前提下进行的。运用直扩信号的周期谱特性,可在无先验参数条件下确定其循环频率,对时差进行估计,大大降低了谱相关时差估计算法的计算量。仿真结果表明,该方法是切实可行的。     

直接序列扩频信号的盲检测

本文将时域相关检测法,循环谱检测法,倒谱检测法和高阶累积量检测法四种方法应用于直接序列扩频信号(DSSS)的盲检测,给出了具体的实现方法,并通过仿真实验进行验证比较,结果表明,时域相关法和循环谱法并不适用于低信噪比情况下信号的盲检测,相对于高阶累积量法,倒谱法在实时性方面有较大优势,有较好的发展前景。     

基于参数模型的双谱估计在FSK信号检测中的应用

为克服低信噪比情况下的FSK信号检测问题,我们利用双谱能很好地抑制噪声,并且能充分地获取了隐含在数据中的信息的特性,采用了基于参数模型的双谱估计算法;同时为了更好地满足实时性以及数据流量的要求,在实际中采用了双谱估计与功率谱算法的双通道检测系统.仿真结果表明采用双谱估计算法能很好地解决小信噪比条件下的车载FSK检测问题,检测128路信号的处理时间为0.4秒之内,检测精度达到0.1 Hz.目前该技术现已成功运用到相关检测设备中.     

基于二阶循环累积量的多载波信号频谱检测

针对认知无线电系统中多载波信号OFDM/OQAM进行循环谱特征检测预处理要求严格的问题,提出一种以二阶循环累积量的循环频率为特征,结合循环平稳性检测的频谱感知改进算法.算法无需各种参数估计以及同步等预处理过程,理论推导及仿真结果证明,该算法能够实现低信噪比下主用户信号的有效感知,且相比于能量检测法能达到更好的检测性能.     

基于循环自相关集平均的DS信号参数盲估计

在循环平稳理论基础上,以DS/BPSK信号为例,分析其循环自相关函数特征,提出一种基于循环自相关集平均的参数盲估计算法。该算法在非零循环频率上搜索特征谱线,从而在较低信噪比下完成对直扩信号载频和PN码速率的估计。通过算法仿真,证明该算法能够有效提高参数估计的信噪比容限。     

基于小波降噪的压缩感知—循环平稳检测技术

认知无线电技术通过次级用户动态接入空闲频谱来提高空闲频谱资源的利用效率,是认知无线电的重要环节。在低信噪比环境下,如何快速精确地进行频谱感知是频谱感知面临的重大挑战。提出了一种基于小波降噪的压缩感知—循环平稳特征检测器来实现低信噪比环境下的频谱检测。采用压缩感知技术提高了频谱感知的效率,并进一步利用小波变换技术降低了压缩感知过程中引入的压缩噪声,提高了低信噪比环境下的频谱感知准确度。仿真结果证明,提出的基于小波降噪的压缩感知技术能够实现低信噪比环境下的频谱空洞检测。     

基于功率谱熵的频谱感知算法研究

针对低信噪比条件下认知无线电频谱感知问题,提出了一种基于功率谱熵的频谱检测算法。在分析主用户信号空闲与占用两种不同条件下观测信号功率谱熵差异的基础上,将其作为检验统计量,并确定了相应的判决门限,以实现对主用户信号频谱是否空闲的判决。计算机仿真结果表明,本算法无需信号的先验信息,可在较低信噪比条件下实现对常用调制信号的频谱感知,与盒维数频谱感知方法相比,检测性能约有8 dB的改进。