基于熵最小化的LFM信号调频率估计算法

利用LFM信号频谱的熵随着调频率减小而降低的性质,提出了一种基于频谱熵最小化的LFM信号调频率的估计SEM方法。建立参数待估的相位补偿因子,通过搜索得到使得补偿后信号频谱熵全局最小的调频率估值。在搜索过程中,采用两级搜索策略,并引入牛顿迭代算法,有效降低了算法复杂度。理论推导和仿真结果证明,该算法为有偏算法,估计偏差量与初始频率相关,理论估计方差比较CR下界低12d B。对雷达实测回波信号进行验证,与离散多项式变换算法相比发现,提出算法估计的鲁棒性更好,并具有较高的测速精度,具有一定的应用价值。     

基于负熵最大的FastICA语音信号分离算法

语音信号分离是现代信号处理的热点问题,针对未知信号源个数的情况,提出一种基于负熵最大的FastICA(Fast Independent Component Algorithm)语音信号盲分离算法,有效解决了源信号数目估计、语音信号分离及复原等问题。改进的算法增加了源信号数目估计环节,放宽了算法适用条件,即在源信号数目未知的情况下,也能够实现信号盲分离功能。并将其成功应用于运用信号分选过程中,最终复原语音时域波形,完成信号分选任务。仿真实验中,详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力,证明了方法的有效性和优越性。     

INS辅助的GNSS接收机信号捕获性能分析

针对信号捕获过程中Doppler频移造成的影响,采用INS辅助的GNSS信号捕获方法,分析了INS辅助后卫星信号捕获的性能。利用INS速度误差方程与Doppler误差之间的关系,分析INS辅助后的捕获性能,并通过性能参数的比较,理论上验证了INS辅助后的捕获能力的提升。仿真结果表明,INS辅助能够有效提高信号捕获的检测概率和对弱信号的捕获能力,并大幅减小平均捕获时间。同时,考虑到INS器件参数的关键性作用,采用战术级的INS器件完全满足工程需求。     

单脉冲雷达四通道联合的高分辨测角新方法北大核心

常规单脉冲雷达具有方位、俯仰二维角度的测量能力,其角度分辨力取决于天线波束宽度,对主波束宽度内的双/多目标不具备分辨能力。为了提高传统单脉冲雷达测角分辨能力,提出一种新的单脉冲雷达系统结构,巧妙的提取和利用了雷达对角线差通道的接收信号;提出了一种四通道联合单脉冲测角新方法,一次脉冲测量即可同时获得主波束范围内2个目标的二维角度信息,显著提高单脉冲雷达的角度分辨能力。该算法简单便于工程实现,并且在不同信噪比和2目标回波功率比条件下都具有很好的稳定性。最后,通过仿真分析验证了方法的有效性。     

新的IFF系统及其信号检测方法

介绍了一种新型敌我识别系统Mode 5 IFF,并分析了该系统的特点及信号产生流程。通过分析Mode 5 IFF系统询问及应答信号格式,提出了基于同步脉冲相关的Mode 5 IFF信号检测方法,该方法根据Mode 5 IFF信号同步脉冲数据一致性的特点,利用同步脉冲信号与所接收到的中频信号进行相关,取相关峰值达到Mode 5 IFF信号检测的目的。最后分析了该方法在"混扰"和低信噪比条件下的信号检测效果,验证了该方法的有效性。     

分数阶Fourier变换的多相码雷达信号分离算法

利用多相码雷达信号在某个分数阶域内呈现多个间隔相等的冲击这一特性,提出了一种基于分数阶Fourier变换的多相码雷达信号分离算法,首先将混合信号以特定的旋转角作分数阶Fourier变换,然后通过窄带通滤波器抽取多相码雷达信号,去除大量噪声和其他干扰信号,最后再经过分数阶Fourier反变换,恢复出时域的多相码雷达信号。理论分析和仿真实验表明,该算法计算量小,分离效果好,可实现较低信噪比下的多相码雷达信号分离。