基于能量分离算法的多分量线性调频信号频率估计

对基于能量算子的能量分离算法进行了改进,提高了该方法用于多分量线性调频信号瞬时频率估值的抗噪性.采用平滑样条插值的方法对离散信号进行插值,然后再对其应用连续信号的能量分离算法.仿真表明,改进后的算法在噪声环境下,比直接利用对应离散信号的分离算法估值更准确,当信噪比从5 dB以5 dB为步进,增大至30 dB时,平均估计误差约减小10%.     

SAR距离-多普勒成像算法中的距离徙动及校正

在SAR距离-多普勒成像算法中，距离徙动会使距离向和方位向发生耦合，成像质量下降.典型的距离徙动校正插值算法有：最近邻插值、牛顿插值、辛格插值等.但以上算法的光滑性和收敛性不好，而三次样条函数具有连续的二阶导数，且可采用分段函数的形式，具有很好的光滑性和收敛性.作者用三次样条函数插值进行距离徙动校正，进行了点目标SAR仿真成像，得到了满意的仿真结果.     

改进的脉冲雷达信号加窗DFT频谱校正算法

为了减少加窗效应对基于离散傅里叶变换(DFT)频谱分析的测频算法产生的不良影响,推导了不同K值下,广义余弦类窗函数的频谱及幅度比值法插值校正公式.针对脉冲雷达信号DFT频谱校正问题,提出一种改进的Sinc窗函数.仿真结果表明,通过选择最优插值窗函数,可减少窗口效应并简化插值校正算法;该算法符合基于大点数DFT的脉冲雷达信号数字接收机的实际应用.     

考虑尺度相关性及几何约束的小波扩散平滑滤波

在系统分析各向异性扩散与小波平滑去噪的特点与不足的基础上,研究提取重要小波系数的8邻域几何约束方法;考虑到小波系数间存在一定的局部相关性,提出利用窗口内信号的方差与噪声方差的比值估计扩散系数函数;为了加快扩散速度并提高平滑效果,提出一个考虑小波尺度间相关性及几何约束的扩散平滑模型。研究结果表明：与P＆M函数相比,利用扩散系数函数扩散图像具有更高的峰值信噪HS（PSNR）,且受扩散时间尺度的影响较小;对受噪声污染的指纹图像（σ=25）,利用所提出的方法扩散平衡时信噪比为28．809dB,当扩散时间尺度为50时,信噪比为28．724dB,而利用P＆M函数的信噪比分别为27．127dB和25．623dB;新扩散模型性能比其他方法的性能优。对于Lena图像,当σ-=25时,维纳滤波法小波滤波方法、BayesShrink法、LAWMAP法及本文方法处理后的信噪比分别为24．866,26．613,26．854,27．245和27．831dB。     

空域相关滤波法在突变检测中的应用

为有效检测含噪信号突变点,研究了小波变换的空域相关滤波算法,并应用其分析和处理突变信号.应用Matlab分别对信噪比为15.7133 dB、10.1305 dB、5.7688 dB含噪突变信号进行仿真,结果证明,空域相关滤波算法在不同信噪比下具有良好的适应性.在信噪比为15.7133 dB时,分别运用小波阈值滤波算法和空域相关滤波法对突变信号进行处理,得到平均重构误差分别为1.1636和0.93906。证明了空域相关滤波法在突变点检测中的优越性.     

基于二维DFT的多导频模式OFDM信道估计算法

提出了一种正交频分复用 (orthogonal frequencydivision multiplexing,OFDM)系统中的抗噪声信道估计算法 ,适用于块状、梳状、格形和菱形导频模式。该算法通过导频位置偏移量预校正、二维离散 Fourier变换 (DFT)和变换域滤波消除噪声的影响 ,利用变换域补零和二维反离散Fourier变换进行信道传输函数插值 ,并使用变形 cos窗抑制插值过程中的频谱扩散。仿真结果表明 :该算法的系统性能明显优于传统信道估计算法 ,采用该算法获得了约 2 d B的每 bit信噪比增益。该算法在宽带 OFDM系统中有应用潜力     

一种提取含噪声信号中重叠峰位置的新方法

以二阶B-样条小波为分析小波，提出了一种提取分析化学中含噪声重叠峰位置的新方法——连续样条小波变换法．在合适的尺度下，处理后的信号类似于信号的四阶导数．结果表明，采用连续样条小波变换法能使峰变窄，并能提高信号的信噪比，同时还能从含噪声重叠信号中直接得到重叠峰的数目及其相应的峰位置．     

利用改进CV模型连续水平集算法的核磁共振乳腺图像分割

针对核磁共振乳腺图像边界弱、信息量大、信噪比低的问题,提出一种基于改进Chan-Vese(CV)模型的连续水平集分割算法。该算法利用B样条基函数将传统离散水平集函数表示成连续形式,用解决B样条空间的变分问题代替水平集函数更新的计算问题;通过引入转移Heaviside函数,构造α-CV模型作为能量函数模型。实验结果表明,与传统CV模型离散水平集方法相比,该算法可以避免局部极小值的现象,提高分割精度,有效抑制噪声,分割迭代次数降低了101数量级,并且可以准确、稳定地实现低信噪比、弱边界的核磁共振乳腺图像分割。     

经验模式分解算法的探讨和改进

对经验模式分解算法中的滤波停止条件和端点延拓问题进行了研究。在改进的EMD算法基础上,通过对本征模函数使用“新的滤波停止条件”,获得了更好的实验分解结果,同时,由于改进的EMD算法假定信号是无限长的,回避了B样条插值中节点延拓的固有问题,研究了有限长度信号的端点延拓问题,给出了端点延拓算法,从而弥补了已有方法的不足,使之更具实用性。实验表明,文中提出的算法是有效的。     

一种降低复杂度的CCD彩色图像重构算法

为了提高视频展台的图像质量和帧率,提出一种基于边缘检测的低复杂度插值方法。首先重构绿色分量图像,然后按照实验确定的阈值T划分图像平滑区域和边缘位置,分别对平滑部分、边缘位置进行双线性插值和Laplacian二阶校正项插值,来重构红、蓝色分量图像,最后对红蓝分量图像的平滑区域进行中值滤波以抑制伪彩失真。该算法与传统的两阶段图像重构算法相比,计算量显著降低,提高了图像重构实时性,并保持满意的图像质量,PSNR值达到33 dB以上。     

低信噪比下数字幅度调制的调制进制快速识别

为了快速自动识别低信噪比下的数字幅度调制进制,提出了一种识别M进制正交幅度调制(M-QAM)和M进制幅度键控(M-A SK)的调制进制的方法。该方法利用优化的缩放尺度对信号进行小波变换,以识别M-QAM和M-A SK信号的调制进制,并进行了仿真。仿真结果表明:仅利用100个观测符号,当信噪比大于或等于-4 dB时,M-QAM信号的正确识别率大于93%;当信噪比大于或等于-10 dB时,M-A SK信号的正确识别率大于90%。这说明该方法在低信噪比下能够快速获得很好的识别性能。     

基于高阶累积量的LCP-GLSTBC-OFDM信号调制识别

提出了频率选择性衰落信道条件下基于高阶累积量的LCP(Linear Constellation Precoding)-GLSTBC (Group Layered Space-Time Block Coding architecture)-OFDM (Orthogonal Frequency-Division Multiplexing) 信号识别算法，用以区分LCP-GLSTBC结构下的多载波信号(OFDM)和单载波信号(MPSK、MQAM)。该算法不需要预先知道信号和信道噪声的先验信息，也不需要对接收的信号进行解调，只需从接收的中频信号直接进行识别处理，分别求出接收信号的2阶和4阶累积量，然后构造特征参数消除信道衰落的影响。仿真结果表明：在SNR高于5dB时，对多载波和单载波信号的识别率大于90%。     

用高阶累积量实现数字调相信号的分级识别

针对BPSK,QPSK,OQPSK和8PSK信号的调制模式自动识别,传统的基于高阶累积量算法无法区分QPSK和OQPSK,因此提出了一种基于差分高阶累积量的识别算法。该算法首先用四阶累积量提取待识别信号和其差分序列的特征参数,然后用决策树分类法实现信号的分级识别。理论分析和计算机仿真结果表明该算法有较强的抗噪声和抗相位抖动能力,在信噪比>3 dB时识别率达95%以上,更适用于较低信噪比下信号的识别。     

OS-ESPRIT算法

讨论了无线网络环境中多径窄带信号的波达方向(DOA)估计算法的特点和性能,提出了基于一步特征值分解的S ESPRIT(OS ESPRIT)算法,该算法利用空间平滑的思想抽取采样数据,利用这些数据把对阵列流型的估计转化为旋转矩阵的估计,只需要一次特征值分解就可以求解DOA,与S ESPRIT算法相比,该算法求解过程简单且具有较小的估计误差,对信噪比的变化有更好的鲁棒性等优点,而且更适用于信噪比较低的通信环境·计算机仿真结果证明了该算法的有效性·     

基于Haar小波变换的直扩信号参数盲估计

为解决低信噪比下直扩信号的参数估计问题,提出了一种基于H aar小波变换实现直扩信号伪码(PC码)速率和符号周期盲估计的新型算法。阐述了小波变换表征和检测直扩信号相位瞬变的原理,给出了直扩信号小波变换的具体形式。通过对直扩信号小波变换频谱特征的具体推导,详细论述了通过小波变换提取这两个参数的算法原理和具体步骤。仿真实验表明,在码元数为400及扩频因子为63的参数条件下,该文所提出的伪码速率和符号周期估计算法可至少工作在-18 dB和-14 dB的低信噪比下,且其性能优于某些典型的算法。     

连续样条小波变换解析高噪声重叠分析信号

采用连续样条小波变换方法对化学中高噪声重叠信号中峰位置和峰数目的提取进行了分析,讨论了信噪比、重叠程度、信号相邻峰高比对重叠信号解析的影响．结果表明：对于信噪比低至1的高噪声信号,采用连续样条小波变换处理能够得到重叠信号的峰位置和峰数目;连续样条小波变换对于高噪声重叠信号具有较好的解析能力,为低含量多组分物质的复合信号的定性定量分析提供了基础;该方法与离散小波变换法相比,数据点无须为2^n(n为整数),并且不需要对信号进行多次分解,因此简单快速。     

基于核密度估计方法的涤棉混纺纱拉伸断裂声发射信号分析

为了研究涤棉混纺纱拉伸断裂过程中各组分纤维的断裂情况,自主搭建了声发射信号采集装置,分别采集纯涤纶、纯棉和涤棉混纺环锭纱的拉伸断裂声发射信号,采用HHT和ICA分析方法将声发射信号的时域信号转换成频域信号,并提取特征量频率与幅值。基于核密度估计方法对涤棉混纺纱的拉伸过程中涤纶与棉纤维的声发射信号进行分析。结果表明:涤棉混纺纱拉伸过程中其组分纤维的声发射信号可以用特征频谱表征;在拉伸过程的每一个阶段,各种材料声发射特征频谱的不同可以由特征频率的核密度估计表达,并可推测其组分纤维的断裂次序。     

基于有限样本信息准则的非协作盲信噪比估计算法

针对小样本条件下的盲信噪比估计误差较大问题,结合信号子空间分解方法,提出一种基于有限样本信息准则( finite sample information criterion,FSIC)的盲信噪比估计算法,并推导出基于FSIC盲信噪比估计算法的最大似然形式.在小样本情况下,FSIC的引入克服了传统信息论方法产生的过拟合和欠拟合问题,降低计算复杂度.在不需要已知信号调制方式、载波频率、波特率等先验知识的前提下,能够在加性高斯白噪声信道(AWGN)和多径信道(Rayleigh)下对常用调制信号进行有效的信噪比估计.在信噪比-25 dB～25 dB范围内,其平均估计误差小于1 dB,表明该算法可有效应用于小样本盲信噪比估计.     

基于高阶统计量信号检测的研究

研究了高阶统计量（主要是三阶累积量）在信号检测中的应用，探讨了信号检测的高阶累积量算法.利用高斯噪声的高阶累积量的零均值特性，用计算机对SNR=20dB和SNR=0dB的输入信号进行模拟仿真，并将检测结果与原始信号进行比较，从结果上看执行效果较好．     

应用于CDMA系统的迭代DOA估计算法

提出一种应用于CDMA系统的高分辨率迭代DOA估计算法,这种算法利用迭代逐步从空间谱中移出被检测出的信号,然后从残留空间谱进一步搜寻信号.算法对信号的相关性没有做任何假设,所以在相干多径环境中不需要进行运算量很大的特征值分解或空间平滑.实验证明这种方法的性能优于MUSIC算法或MVM算法.