低信噪比下突发通信的同步检测

针对低信噪比下突发通信系统的同步检测问题,提出了一种利用接收信号平均信噪比和瞬时信噪比设置动态检测门限的同步方法,实现了信号检测门限的设置与信号脉冲出现时刻噪声能量的自适应匹配,提高了低信噪比下同步检测概率。计算机仿真表明在同步序列长度为63时,信号的有效检测工作信噪比可以降低到-5 dB。该方法适合于低信噪比下运动平台间的突发通信系统。     

一种基于修正激活函数的CNN车载毫米波雷达目标检测方法

为了提高车载毫米波雷达在复杂城市道路环境中目标检测的抗杂波与干扰能力,本文利用卷积神经网络（CNN）特征参数提取和目标分类特性,提出了一种改进的基于CNN的车载毫米波雷达目标检测方法。该方法首先将毫米波雷达回波信号距离-多普勒二维数据运用滑窗进行分割,并采用CNN网络模型处理分割后的二维矩阵,训练二维CNN网络模型及其参数,使其具有提取回波特征并基于特征参数模型进行目标分类的能力,从而实现目标检测功能。通过对卷积神经网络模型结构进行优化,增加批量归一化层,优化Dropout层使得低权重特征失活,自适应地删减部分神经元节点修正该层非线性激活函数,进一步降低了CNN模型目标检测的虚警概率。实验结果表明,在相同虚警概率条件下,CNN网络检测方法目标发现概率优于传统的单元平均恒虚警检测方法,并且在低信噪比的条件下仍然能够保持较高的发现概率;在同等发现概率水平下,修正后CNN网络检测方法的虚警概率较修正前可提高约1个数量级。     

基于噪声子空间奇异值的信号分量数目估计

针对现有信号分量数目估计方法在低信噪比时估计性能差的问题,该文提出了基于噪声子空间奇异值恒虚警检测方法估计信号分量数目。通过对Hankel矩阵奇异值与噪声能量之间关系的研究,利用高斯白噪声包络平方服从指数分布的特点,在虚警率一定的条件下,获得噪声子空间奇异值检测门限。仿真结果显示该方法在低信噪比时有效。     

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。     

MIMO雷达弱目标检测前跟踪算法

相比相控阵雷达,多输入多输出(MIMO)雷达发射功率密度低,在低信噪比条件下空间分集特性优势不明显,检测概率降低。针对此问题,提出了基于逐目标消除-动态规划的多目标检测前跟踪(TBD)算法。该算法先利用统计量筛选航迹点,对信号进行积累,在降低TBD运算量的同时,减小了噪声的积累;再采用逐目标消除的思想,克服了动态规划的航迹分叉和仅能处理单目标的缺陷,实现了多目标的有效检测。文中还推导了目标检测的虚警概率和检测概率,给出了检测门限与虚警概率的关系。复杂度分析和仿真表明,相比传统TBD算法,所提算法的运算量明显降低;相比传统MIMO雷达检测方法,在相同虚警概率和检测概率条件下,所提算法要求的信噪比降低了5 dB,有效提升了检测性能。     

基于离散傅里叶变换的高动态突发信号检测及频率估计

针对高动态突发通信应用环境,提出了一种新的基于频率域的突发信号检测及载波频偏估计算法,通过一次离散傅里叶变换( DFT)实现突发信号存在性检测及频率估计,并与经典Power-Law算法进行了比较。仿真结果表明：在低信噪比条件下,新算法检测信噪比门限改善超过1 dB,频率估计均方根误差小于符号率的1‰,并且对载波频偏及信号电平动态不敏感,实现结构简单,适合实时处理及工程应用。     

瑞利信道下基于信号采样自相关的信号检测技术

信号检测技术是认知无线电中的首要及关键技术之一。为了提高低信噪比条件下的信号检测性能,采用基于接收信号采样自相关的检测方法来进行授权用户信号检测,并用捕获的数字电视信号以及随机产生的二相相移键控信号作为信号源,在MATLAB中进行信号检测仿真。仿真结果表明,在瑞利衰落信道以及低信噪比(特别是信噪比≤–14 dB)情况下,该检测方法与传统的能量检测方法相比,有较好的检测性能。此外,该检测方法中被检测信号相关性程度对检测概率也有一定影响。     

低信噪比S模式应答信号相关检测方法

针对低信噪比条件下S模式应答信号检测概率低、虚警概率高的问题,提出一种基于数据包检测、单脉冲匹配滤波和报头多脉冲检测等三次相关检测的增强识别方法。该方法首先利用数据包相关检测得到数据包位置,从而确定报头脉冲的检测门限;然后利用单脉冲匹配滤波对信号进行降噪处理,确定脉冲位置;最后估计脉冲幅度和噪声功率,利用多脉冲相关检测识别信号报头。通过这三次相关处理,该识别算法可提高S模式应答信号的准确识别率。理论推导了检测概率的数学表达式,通过计算机仿真,在期望虚警概率下,本文方法基本达到了理论检测概率,同时对比了本文方法与传统的直接匹配滤波法、脉冲前沿检测法、基带归一化互相关法的识别性能,验证了本文算法性能的优越性。      

一种有效的用于雷达弱目标检测的算法

低信噪比的环境中对弱小目标的检测和跟踪已经在雷达信号处理领域中引起人们的广泛关注.检测前跟踪(TBD)方法对弱小目标的检测非常有效,其基本思想是为避免恒虚警率(CFAR)处理带来的信噪比损失,而直接对原始数据进行处理.但这样做运算量是很大的,多数场合难以接受.本文提出了CFAR和TBD联合检测的思想,即加入低门限CFAR检测和求秩过程对数据进行预处理,引进平滑度的概念以消除一些为伪航迹.仿真结果表明此算法的运算量较小而比一般的检测方法SNR性能上约提高2~3dB.     

非合作通信下弱突发信号的双重检测算法

在现代无线通信系统中,通常采用突发通信方式来提高系统抗干扰能力。非合作通信条件下,接收信号的信号类型未知和信噪较低导致检测性能较差。为了改善非合作突发信号检测性能,提出了一种结合双滑窗和延时自相关的双重检测算法,先用能量检测法对序列进行粗检,再用延时自相关进行精检。该能量检测算法是在经典双滑窗能量检测基础上,增加了一个对检测序列进行了延时相加的预处理来提高阈值。实验仿真证实了改进后的检测算法在-7 dB信噪比以上都具有很好的检测性能,并且在噪声数据占比高的突发通信中,运行速度是延时自相关检测的好几倍。因此,在非合作通信中算法具有较好的性能和较高的效率。     

基于奇异值分解的多卫星信号盲检测

针对非合作低信噪比环境下的卫星通信信号检测问题,在信号子空间维数估计的基础上,提出了一种基于奇异值分解的多卫星信号盲检测方法。该方法充分利用奇异值与特征值之间的关系,设计检测统计量将多个信号能量集中起来进行考虑,以适应更低的信噪比,并从理论上对检测性能进行了推导分析。仿真结果表明,该方法简单高效,针对不同的卫星信号,在虚警概率小于1%、信噪比为-11 dB时,盲检测概率均可达90%以上;同时能够在低信噪比环境下适应多信号环境,且其计算量相对特征值方法减少了一个数量级,更适合应用在星载设备上。     

无线噪声干扰下微弱通信信号捕获方法研究

在无线噪声干扰下通信信号的信噪比较低,难以实现对微弱通信信号的准确捕获,通信信号的检测性能较低,传统方法采用高阶谱检测方法进行噪声干扰下的微弱通信信号捕获,随着噪声干扰强度的增大,检测性能不好。提出一种基于微弱通信信号空间波达信号特征参量估计的无线噪声干扰下微弱通信信号捕获方法。首先进行了无线噪声干扰下微弱通信号的信号模型构建和通信信道分析,设计自适应匹配滤波器进行噪声干扰抑制,对滤波信号进行空间波达信号特征参量估计,实现对无线噪声干扰下微弱通信信号的准确捕获和检测,实现算法改进。仿真结果表明,采用该方法进行无线噪声干扰下微弱通信信号捕获的检测性能较好,对虚警干扰的抑制能力较高,提高对微弱信号的准确检测概率,展示了优越性能。     

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。     

一种基于恒虚警检测量的双判决帧同步方法

帧同步是突发无线通信系统中的重要技术环节,其虚警概率、检测概率对系统的整体性能有重大影响。文中针对能量检测算法在强干扰条件下虚警概率过高的问题,构造了一种具有恒虚警特性的随机变量,并推导了该变量的检测概率、虚警概率的解析表达式。该变量对干扰功率的变化不敏感,具有区分同步信号与突发强干扰信号的特点。基于所构造的新的随机变量提出了一种双重判决低虚警率帧同步算法,仿真结果表明该算法可有效降低系统的虚警概率,为帧同步信号的设计提供了参考。     

一种基于小波变换和统计特征的数字信号调制模式识别方法

对于数字信号的调制识别问题,提出统计特性和小波变换相结合的特征提取方法。可以通过低信噪比下提取参数识别出调制信号。该方法的特征参数提取具有更低的计算复杂度,具有良好的抗噪性能。当信噪比不小于5 dB时,正确识别率可以达到97%以上。     

雷达脉冲信号的非线性四阶检测接收机

为改善低信噪比条件下低复杂度的单频雷达脉冲信号的检测性能,提出了非线性四阶检测方法。基于微弱雷达脉冲信号的非友好性会导致非线性四阶检测中存在时间偏差问题,文中提出在单支路非线性检测的基础上增加延时检测支路,实现双支路联合检测,解决非线性四阶检测中的时间定位问题。结果表明:在恒虚警的情况下,该方法表现出优于传统检测接收机的性能。     

一种基于循环谱的突发信号盲检测算法

突发信号盲检测在非合作通信中至关重要。待检测信号特征量的构造与突发信号段起止点的精确捕获是突发信号盲检测技术的关键。文中提出了一种基于循环谱的突发信号盲检测算法,算法首先以循环谱循环频率截面的相对方差作为待检测信号的特征量,该特征量具有优良的抑制突发强噪声干扰性能;然后利用特征量的方差进行信号存在性判决;最后采用基于特征量峰值的突发信号段起止点搜索算法,避免了设置检测门限带来的信噪比估计、噪声功率估计等问题,同时可在一定的检测正确率条件下保证起止点的捕获精度。仿真结果表明,该算法能有效抑制突发强噪声干扰,信号存在性判决准确率高,而且在误差控制要求较严格条件下的检测精度优于双窗能量法。      

采用矩阵累乘的自相关矩阵构造

提出了一种适用于低信噪比情况下提取扩频信号特征参数的算法。该算法通过对被测信号的多次采样、分段累乘,扩大了待分解信号的样本数,降低了噪声的影响,从而能够获得比传统子空间分解算法更好的性能。通过分段累乘构造的自相关矩阵,对其进行特征值分解后,表现出对噪声不敏感的特性,在一定程度上克服了常规方法的噪声敏感缺点。对算法的仿真计算表明,该方法应用在低信噪比的通信环境下,信号特征值不会被噪声湮没,解决了传统子空间方法在低信噪比条件下的分辨率不足的问题。该算法的提出对低信噪比条件下的扩频信号处理和参数检测有重要的工程和实际意义。     

语音端点检测中能零比方法的改进

传统的基于语音信号短时能量与短时过零率之比的单参数双门限端点检测方法对高信噪比的语音信号能实现较好的检测,而在低信噪比的情况下检测正确率却很低。本文在研究了语音信号的非线性分析方法后,提出了一种改进的端点检测方法。首先,对分帧加窗后的每一帧带噪语音信号进行经验模态分解求其短时Teager能量;然后,求每一帧的短时过零率,平滑处理之后进行归一化;最后,求出短时Teager能量与归一化短时过零率之比用于端点检测。经过仿真实验证明,本文提出的改进方法能够在低信噪比的带噪环境下实现比传统能零比方法更好的端点检测效果。     

基于前向结构的高动态突发信号载波同步算法

为实现高动态突发通信系统载波快速同步,提出了一种新的基于前向结构的突发信号载波同步算法,采用多级处理方案分级实现多普勒变化率、多普勒频偏及载波相位的估计及恢复.理论分析及数值仿真表明,在高动态低信噪比条件下,新算法的载波同步信噪比损失小于1 dB,且对多普勒变化率及信号电平参数不敏感,实现复杂度低,能够满足高实时性应用需求.