改进的迟延相位差多信号频率估计应用

给出了一种多信号欠采样频率估计算法。该算法通过迟延相位差的允许误差求出频率大致取值区间,利用欠采样频谱结果求出多个信号的高精度频率估计值,并重点解决了当不同信号因欠采样出现谱峰重叠时测频不准确的难题。仿真表明,该算法具有良好的抗噪性能,且估计精度高。     

基于IFM的交叠线性调频信号参数估计

线性调频信号是脉冲压缩雷达中一种重要的脉冲压缩雷达信号,但当前的瞬时测频系统无法对其检测,更无法检测交叠信号。以瞬时测频系统为基础,分析了单线性调频信号和交叠线性调频经过瞬时测频系统的理论输出,据此提出了一种改进IFM系统的思路和解算交叠线性调频信号方法。新方法用模数转换器(ADC)对前沿未交叠的I、Q输出值进行量化和连续时间采样,得到一个信号离散频率值,应用LMS算法估计出其初始频率和调频斜率。以此为基础,根据交叠部分的I、Q输出值,估计出另一个信号参数。由Matlab/Simulink仿真验证可知,新方法能够估计两交叠线性调频信号的参数。     

OFDM系统非数据辅助采样频率偏差估计的Cramér Rao界

研究了OFDM系统中非数据辅助采样频率偏差估计性能的衡量问题,推导了其Cramér Rao界(CRB).根据中心极限定理,对接收信号中的子载波间干扰进行近似,推导了在未知调制信息时接收信号的概率密度;根据CRB的定义,对非数据辅助采样频率偏差估计的CRB进行了推导;通过蒙特卡罗积分的方法得到了在不同OFDM基带调制方式...     

一种基于压缩感知的OFDM调制识别方法

卫星通信信号频带宽、传输数据量大的特性,为解决其处理困难的问题,提出一种基于压缩感知的OFDM信号调制识别方法,对OFDM信号进行稀疏变换后,在非重构的条件下直接对欠采样测量值进行处理,根据OFDM信号在高阶累积量上的性质进行调制识别。推算了几种单载频调制信号的欠采样后的高阶累积量理论值;分析了OFDM信号的渐进高斯性,通过这一性质可以将OFDM信号与其他单载频调制信号区分,做到OFDM信号的调制识别;仿真实验结果表明,该方法可以在欠采样的情况下以较高概率完成对OFDM信号进行调制识别,并且有较好的抗噪性。     

基于频率补偿的时延估计方法

由于2个测量站的通道幅相不一致而导致送给时延估计器的两路信号的频率有差异,继而影响时延估计和系统定位精度。首先理论推导了频率差异是如何影响广义相关时延估计的,接着应用频域相关函数对频率差异做准确估计和补偿,最后给出了频差补偿后的时延估计方法。以4种常用通信信号为例,仿真验证了不同信噪比下所提出方法的正确性和有效性。     

调频斜率极性捷变SAR欠采样转发干扰

针对传统欺骗干扰难以对调频斜率极性捷变SAR形成有效干扰的问题,研究了对调频斜率极性捷变SAR进行欠采样转发干扰的方法。通过建立调频斜率极性捷变SAR有限时长欠采样转发干扰信号模型,分析欠采样转发干扰对调频斜率极性捷变SAR的干扰效果。给出假目标数目、位置以及幅度的理论计算公式,在此基础上讨论欠采样周期对干扰效果的影响。利用数字仿真验证了理论分析的正确性。     

非整周期采样信号频率估计的加窗相位差法

针对相位差法频率估计精度受信号非整周期采样影响的问题,在相位差法基础上提出了非整周期采样信号频率估计的加窗相位差法。首先,利用FFT法获得信号频率粗估计值,根据频率粗估计值设计矩形窗,对采样信号重新分段,获得2段近似整周期采样的加窗信号;其次,利用第1段加窗信号求取频谱峰值所在位置;然后,利用DFT计算出2段加窗信号频谱峰值处的相位差,得到频谱峰值位置校正量;最后,根据频谱峰值位置及其校正量计算频率精估计值。模拟计算和实测实验表明,所提方法有效抑制了信号非整周期采样带来的影响,提高了相位差法的测频精度,改善了LFMCW雷达的测距精度。     

基于正交分集的灵巧噪声干扰对抗方法*

针对数字射频存储干扰机多通道宽带转发模式下的灵巧噪声干扰,提出了基于混沌调制信号、多谐波相位调制线性调频信号的正交分集抗干扰方法。混沌调制信号与多谐波相位调制线性调频信号具有“图钉”型模糊函数,除了具有良好的距离、多普勒分辨力,而且对回波频率敏感,通过正交分集设计,能够更好的适应宽带转发灵巧噪声干扰。通过计算机仿真对新方法的抗干扰性能进行了分析和验证,结果表明,在多通道宽带转发灵巧噪声干扰环境下,新方法的抗干扰改善因子能够达到10dB以上,抗干扰性能明显优于传统的频率捷变、斜率捷变方法。     

采用正交分集的灵巧噪声干扰对抗方法

针对数字射频存储干扰机多通道宽带转发模式下的灵巧噪声干扰,提出了基于混沌调制信号、多谐波相位调制线性调频信号的正交分集抗干扰方法。混沌调制信号与多谐波相位调制线性调频信号具有"图钉"形模糊函数,除了具有良好的距离、多普勒分辨力,还对回波频率敏感,通过正交分集设计,能够更好地适应宽带转发灵巧噪声干扰。通过计算机仿真对新方法的抗干扰性能进行了分析和验证,结果表明:在多通道宽带转发灵巧噪声干扰环境下,新方法的抗干扰改善因子能够达到10 d B以上,抗干扰性能明显优于传统的频率捷变、斜率捷变方法。     

基于FPGA的BOC调制信号捕获处理器设计

通过对BOC调制信号的相关特性进行分析,结合带通欠采样技术,提出了一种BOC调制信号的直接捕获方法,并进行基于FPGA的BOC调制信号捕获处理器的设计与实现.仿真结果表明,基于FPGA的BOC调制信号捕获处理器实现了对BOC信号的正确捕获,为BOC信号接收机的研制提供了技术基础.     

幅相调制信号的星座图恢复与调制方式识别

针对幅相调制信号的调制方式识别问题,提出一种基于星座图恢复的算法。该算法估计信号载频及信噪比等参数,并依据波特率和符号定时完成对接收信号的波特率采样;采用一种非数据辅助载频偏差估计方法,以消除载频偏差及相位偏移对星座图恢复的影响;利用平均似然比检测的方法,完成幅相调制信号调制方式的识别。仿真结果表明,与仅考虑信号幅值分布的极大似然算法相比,该算法具有识别性能更优。     

基于改进MUSIC算法的宽带频谱快速感知方法

针对宽带频谱感知中采样率大、感知时间长的问题,在调制宽带转换器采样的基础上提出了一种改进多重信号分类算法的宽带频谱快速感知方法。调制宽带转换器对宽带频谱进行欠奈奎斯特采样,以最小描述长度准则估计信号个数,用改进多重信号分类谱估计信号位置。算法引入调整因子,使得多重信号分类谱中信号位置更为明显,降低了噪声的干扰。整个感知过程无需重构原始波形,无需计算频谱,大大降低了计算量,而且感知算法计算复杂度低,提高了感知效率。仿真结果表明,在低信噪比的情况下,该算法仍具有很好的检测性能。     

调频脉冲信号辐射源多普勒信息提取方法研究

提出了一种基于单脉冲频率及频率变化率联合估计和多脉冲联合估计脉冲重复周期变化率的调频脉冲信号辐射源目标多普勒参数提取方法。该方法解决了无源定位系统数据采样频率与辐射源脉冲重复周期不匹配造成的频率偏差问题,在脉冲到达时间的提取上避免了对脉冲边沿的判断,使得利用中频采样信号计算脉冲重复周期成为可能。介绍对了该方法所采用的频率及频率变化率联合估计关键技术,并在此基础上讨论了该方法所能达到的理论估计精度及误差分析,最后通过仿真试验验证了该方法的可行性和有效性。     

改进多重信号分类算法的宽带频谱快速感知方法

针对宽带频谱感知中采样率大、感知时间长的问题,在调制宽带转换器采样的基础上提出了一种改进多重信号分类算法的宽带频谱快速感知方法。调制宽带转换器对宽带频谱进行欠奈奎斯特采样,以最小描述长度准则估计信号个数,用改进多重信号分类谱估计信号位置。算法引入调整因子,使得多重信号分类谱中信号位置更为明显,降低了噪声的干扰。整个感知过程无须重构原始波形,无须计算频谱,大大降低了计算量,而且感知算法计算复杂度低,提高了感知效率。仿真结果表明,在低信噪比的情况下,该算法仍具有很好的检测性能。     

基于FrFT的差分跳频通信LFM干扰抑制算法

针对差分跳频通信系统抗LFM干扰能力不足的问题,利用差分跳频信号和LFM干扰信号调频斜率参数的不同,通过估计采样信号中LFM干扰信号的调频斜率K和旋转阶次α参数,结合分段、参数估计和均值处理提高估计精度,进一步在采样信号的分数阶时频域二维参数平面(α,μ)中利用LFM干扰信号频带外的平面均值替代LFM信号成分,实现对差分跳频通信中LFM干扰信号的抑制。仿真结果表明,该算法可有效抑制差分跳频信号中LFM干扰信号,提高信噪比约11 d B。     

基于时延的宽带LFM信号DOA估计算法

针对常用宽带LFM信号DOA估计算法采样数据量大、运算量大的特点,提出了一种基于时延的宽带LFM信号DOA估计算法。先把阵元接收到的信号变换到频域,而后用极值频率点进行时延估计,并对各极值频率点的时延估计值进行加权平均,进而估计出宽带LFM信号的来波方位。仿真验证了该算法的合理性和有效性。     

一种基于交叉关联积分的功放无意调制识别方法

针对同频率连续波信号中的功放指纹分析问题,提出一种基于相空间交叉关联积分的无意调制识别方法(CCI-UMI).该方法通过对功放无意调制的机理分析和对重构矢量沿轨迹概率(PDT)的理论分析,建立了相轨迹比较的基本理论依据和参数选择方法.采用多尺度交叉关联积分算法,在重构相空间实现了对信号细微差别的灵敏比较.对任意波发生器两路通道实测数据的分类实验表明:本方法识别率较高,经合理选择参数,在低信噪比下可获得比功率谱方法和相空间微分方法更好的分类性能.     

基于阶次跟踪和BP网络的齿轮箱故障模式识别

在对齿轮箱的原始振动信号进行时域采样的基础上,利用小波包分析对其进行消噪,然后对得到的数据进行角域重采样,得到基于阶次跟踪的采样信号,再对该信号进行特征参量提取,最后利用BP网络对得到的故障特征参量集进行模式识别。该方法能够避免传统分析方法中难以克服的“频率模糊”现象,对于瞬态信号有较好的分析处理能力,是对传统频谱分析法的有力补充。     

基于EEMD方法的混合信号分离识别

针对宽开通信侦察系统中的多信号分离问题,提出了一种总体平均经验模式分解(EEMD)方法。首先对混合信号进行去噪,进行功率谱估计,然后利用EEMD方法对混合信号进行分解得到一簇本征模态函数IMF(Intrinsic Mode Function),对代表单个信号的IMF进行Hlibert变换,得到与各阶IMF相对应的瞬时频率,确定信号的个数,估计出其载波频率,设计出相应的带通滤波器,分离出单个信号。最后设计决策树对分离出的单个信号进行调制识别,确定信号的种类。文中以三个信号组合ASK、BPSK、2FSK为例,通过仿真验证了方法的有效性。     

基于星座图恢复的MQAM信号调制方式识别算法*

针对MQAM信号调制方式的识别问题,提出了一种基于星座图恢复的算法。该算法首先估计信号载频及信噪比等参数,并依据波特率和符号定时完成对接收信号的波特率采样。随后采用一种非判决辅助载频偏差估计方法,以消除载频偏差及相位偏移对星座图恢复的影响。最后利用平均似然比检测的方法,完成MQAM信号调制方式的识别。仿真结果表明,与仅考虑信号幅值分布的极大似然算法相比,该算法具有更优的识别性能。