基于TS201S的分段谱相关算法SSCA的实现

分段谱相关函数算法SSCA(Strip Spectral Correlation Algorithm)是一种实用的高效循环谱估计算法,对循环平稳信号的检测和参数估计的硬件实现具有重要意义。利用信号的循环平稳特性能很好的抑制平稳噪声和干扰,实现低信噪比条件下信号检测与参数估计。文章以SSCA的ADSP TS201S的实现为研究重点,分析了实时运算时各参数的选取依据,讨论了工程实现的难点和解决方案,并给出了程序的优化方案,为循环谱的工程应用打下坚实的基础。     

基于线阵连续扫描的水下航行器辐射声场全息重构

针对在线阵步进扫描定位中存在的准确度以及测试效率不高的问题,提出了采用线阵进行连续扫描的方法,并根据声源和线阵的运动关系和莫尔斯声学理论,分析了多普勒效应对全息重构结果的影响,同时采用幅值校正和三次样条插值拟合抽样的方法实现了时域信号校正,从而通过自谱和互谱计算构成了全息复声压面。最后,通过仿真和试验验证了线阵连续扫描的水下航行器辐射声场全息重构的可行性和准确性。     

复杂声场环境下的近场声全息技术

近场声全息对测量环境的严格要求限制了它在工程实际中的应用,特别是利用互谱法求解全惠面声压时,参考信号的获取极为关键.针对有多个噪声源同时存在的复杂声场环境,提出一种工程解决方法,利用振动信号和声源出口处的信号作为近场声全息的参考信号,在传递函数法的基础上推导出全息面上分离的复声压,由此达到复杂声场环境下的近场声全息重建...     

声全息重构中的滤波窗优化设计

声场逆向全息重构过程中,必须要对波数域噪声信号进行滤波处理,但常规滤波窗的效果不佳。为此,提出了空间域-波数域联合迭代滤波窗,并以一个简谐激励作用下四周为无限大障板的简支钢板为对象,通过仿真分析与对比验证所设计滤波窗的效果。结果表明:采用空间域-波数域联合迭代滤波,不仅能够有效消除重建面边缘的误差,抑制声场逆向重构误差,同时经过多次迭代,可以有效提高全息声场重构的精度,其效果优于常规滤波窗。     

基于循环平稳的卫星信道多普勒频移估计

基于线性调制信号的循环平稳特性,卫星信道多普勒频移的估计可以通过求解发送信号与接收信号的循环相关函数关系得到.借助循环谱函数推导出发送信号的循环相关函数,接收信号的循环相关函数则对信号本身及其有限差分进行计算.仿真结果说明了该算法对信道中的干扰与噪声不敏感,在多普勒频移较大时,该算法具有良好的估计精度;同时该算法还具有低复杂度和应用灵活的特点.     

二源间反向内可逆卡诺循环全谱分析及最佳参数的选择

本文以特征参数γ、θ表达了反向内可逆卡诺循环的全息谱,统一热源间内可逆正、反循环的特征参数与全息谱函数,并说明了以特征参数及全息谱为工具,从有限时间热力学观点确定制冷或热泵循环最佳方案的方法。     

基于改进循环谱的DVB-S2信号符号速率估计算法

在循环平稳理论的基础上,对DVB-S2信号的循环谱特征进行了理论分析和推导,针对计算中出现的平滑噪声包络起伏明显影响估计性能的问题进行了分析,提出了改进措施,并利用Chirp-z变换替代FFT变换,达到了降低运算量、提高分辨率的目的。仿真结果表明改进后的方法能够在低信噪比条件下有效估计出DVB-S2信号的符号速率。     

齿轮箱辐射声场实验研究

从齿轮箱内部动态激励、箱体动态响应及辐射声场预测等方面,研究了试验齿轮箱的辐射声场;分析了声场预测过程中产生的各种误差影响因素;通过扫描法声强试验对辐射声场全息面进行了测量,结果表明:在齿轮副理论啮合频率处,箱体辐射声场的预测值与测量值表现出更好的符合特性,验证了该齿轮试验机辐射声场预测方法的准确性。     

基于谱分析的卫星通信调制识别算法

通过分析典型卫星通信信号功率谱、平方谱、四次方谱以及包络平方谱特性,针对卫星通信随参信道造成信号噪声谱均值与方差随频率变化这一问题,采用最小二乘法对信号谱图进行预处理,定义偏离比作为单频分量检测值,在无任何先验知识条件下提取一组鲁棒性强的特征参数,实现信号自动调制识别。实验证明,改进后的算法复杂度较低、过程简单易实现,所提取参数对数字信号的调制指数与滚降系数不敏感,具有较好的可分性与稳健性,并同样适用于随参信道的信号调制识别,具有一定的实用意义。     

基于循环平稳的DSSS系统窄带干扰抑制技术

在对窄带干扰的频谱特性分析的基础上,采用一种新的利用信号循环平稳特性的方法进行干扰抑制。利用LCL-FRESH滤波器对信号进行更精确的估计,从而有效地抑制了窄带干扰。仿真结果表明,同传统时域预测滤波器相比,这种干扰抑制方法,能够更好地估计和消除窄带干扰,具有更加优越的干扰抑制性能。     

基于循环平稳特性的两步盲信号提取算法

盲提取算法作为信号处理和分析的重要手段,其利用信号的先验特性提取期望信号,从而降低算法计算量、节约系统资源。文章针对通信信号的盲提取问题,基于信号的循环平稳特性,提出了一种两步盲提取算法:第一步,利用信号的循环平稳先验特性粗提取信号;第二步利用信号的高阶统计特性精提取信号。理论分析与计算机仿真表明:与参考文献[5]中基于循环平稳特性的盲提取算法相比,提出算法具有更好的性能,平均信噪比可提高约10 dB。     

基于声辐射模态的双面Patch近场声全息技术

针对近场声全息技术在应用过程中遇到的外界干扰和测量孔径效应的双重问题,提出了基于源强密度声辐射模态理论的双面Patch近场声全息技术。经过理论分析和公式推导,建立了由声辐射模态叠加表达的声场声压数学模型。首先,采用双面声场分离技术清除测量面背向干扰源的影响;然后,对分离数据进行内插与外推,等效增加声源在全息面处的声压数据,减小了测量间隔;最后,获得了声源在非自由声场环境下具有高空间分辨率的全息图像。与传统的分离方法和Patch技术相比,所提方法综合考虑了相关参数的优化选择与控制,便于应用与推广。为了验证该方法,在理论工作的基础上,以刚性脉动球为对象进行了仿真研究,以音箱为对象进行了试验测试,相关结果证明了该方法的有效性与正确性。     

基于循环累积量的QAM信号载波相位估计算法

利用通信信号的循环平稳特性,在循环累积量域内提出了一种基于高阶循环累积量的载波相位估计算法,该算法通过提取观测样本的循环累积量特征并对其进行归一化,有效消除了信号能量、时延和成形脉冲参数对算法性能的影响。理论分析和仿真结果均证明了算法的正确性和有效性。     

亚音速飞行目标气动噪声方位角估计技术

亚音速飞行弹道气动声源是宽带非平稳噪声。提出基于小波函数的波达方向估计算法,并采用时频分析方法进行特征分析,获取气动噪声显著目标特性。通过优化时间-空间谱特征,对在时频域空间谱的目标信号进行优化,从而增强目标信号在空间谱上的显著性,最终有效实现亚音速飞行弹道气动声源的角度估计。实验数据验证表明,基于时频分析阵列信号处理模型,可以更好地实现亚音速飞行目标气动噪声方位角估计。     

外辐射源雷达系统中时延估计算法及仿真

时延估计的方法有经典的广义相关法、自适应法、循环平稳法、高阶累积量法、时频分析法等,重点分析了外辐射源雷达系统中用于时延估计的循环平稳法和相关法,并给出了循环平稳法和相关法用于时延估计的仿真,得出了仿真结果。仿真结果表明,对QPSK信号无法用循环平稳的方法来进行时差的获取,用相关法在极低信噪比条件下检测出目标信号,长时间的信号积累是必需的。     

低截获概率雷达信号的循环谱相关函数检测方法分析

给出了一些噪声、干扰及低截获概率雷达信号的循环谱相关函数 ,分析了其在噪声与干扰中检测的优越性 ;对循环谱相关函数与Wigner Ville分布、解线调、模糊函数进行了比较 ,分析了它们的一致性 ,并比较了循环谱相关函数的几种主要估计算法。从这些分析中可知 ,循环谱相关函数是检测低截获概率雷达信号的有效方法 ,抗干扰能力强 ,并具有实时处理的潜力和可能性     

周期平稳通信信号时差估计

研究了一种利用信号谱相关特性对周期平稳通信信号进行时差估计的方法。研究表明,谱相关时差估计方法较之经典的广义互相关(GCC)法具有更强的抗干扰能力,在多辐射源环境下,该方法可以无模糊地估计各个辐射源的时差。     

机械设备非平稳噪声成像研究

针对实际机械设备噪声的非平稳特征带来的成像问题,采用总体经验模态分解(EEMD)方法对噪声信号进行分离,从而获取噪声的非平稳特点;利用高密度传感器阵列,采用近场声全息(NAH)与波束形成(Beamforming)相结合的方法实现瞬态成像。结果表明:使用该方法能够获得非平稳声场空间分布的动态特征,实现对实际机械设备噪声的有效监测。     

基于深度学习的MPSK信号调制识别

为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying, MPSK)信号调制识别方法。分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证。仿真结果表明,所提方法具有良好的识别性能。     

侵彻靶板过程中刚体过载特征提取方法

针对引信动态环境非常复杂各种振动非常丰富,侵彻加速度信号含有许多瞬变成分,是非平稳时变信号,采用局部均值分解算法自适应的对侵彻加速度信号进行分解,从而提取加速度信号刚体过载特征和加速度信号频率分布特性,有效准确地对信号机理进行分析.为了使得侵彻特征更加明显,利用半正弦波形作为匹配波形,采用匹配相关算法得到侵彻过程层穿越的特征信号,更有效实时地进行层识别或者空穴识别.