基于能量检测的频谱感知技术研究与仿真

认知无线电是提高频谱资源利用率的有效手段,检测频谱空穴是否存在是实现认知无线电 的前提和关键技术之一.对高斯白噪声信道下的单用户的能量检测和合作检测进行了理论和仿真研究.研究结果表明:单用户检测容易检测出信噪比较高的信号,随着信噪比的下降,单用户检测的检测性能急剧下降;在信噪比较低时,认知无线电用户之间进行联合检测可使检测系统的性能得到明显的改善.     

宽带耦合机械振源的卷积盲分离研究

利用卷积盲分离算法,对宽带耦合机械振源信号进行了盲分离研究.在实际环境中,由于相邻设备和环境干扰的影响,传感器往往只能获得混合信号.且源信号在频谱上可能相互重叠,此时,传统的信号滤波、净化方法就无能为力.文中利用盲信号处理技术对源和传递路径先验知识要求较少的特点,仅从混合信号出发,利用信号的二阶统计特性,较好地恢复出了频谱上相互重叠的机械振源信号.电机和海水泵的仿真试验验证了该方法的有效性.     

远场弱磁信号的小波域自适应检测研究

探讨了基于Mallat算法的自适应小波阈值消噪在复杂磁环境下运动目标磁场弱信号检测方面的应用.阈值的选取是算法的关键,基于对目标磁场频谱分析,采用与尺度相关的自适应ARMA模型的阈值算法,改进在不同的小波分解层阈值滤波的性能.对实测数据进行算法仿真,并与Donoho阈值算法检测效果对比表明,自适应ARMA模型阈值滤波算法显著提高对目标磁场弱信号的检测和提取能力.     

非高斯非平稳背景噪声中的信号检测方法

在非平稳非高斯背景噪声下,使用经典信号检测理论对信号进行检测往往难以达到理想的效果。文中利用小波包变换,通过将信号及噪声变换到小波包系数域,使得噪声在某些尺度及子空间上的小波包系数成为近似乎稳高斯噪声,从而运用信息融合的思想和经典信号检测理论的分集检测方法,对非平稳非高斯噪声下的确知信号检测问题提出了一种新的检测算法。仿真实验表明该方法是经典信号检测理论的有效推广。     

超低频接收信号降噪研究

在建立超低频接收信号模型的基础上,对超低频接收信号误码率性能进行了分析。将小波降噪算法应用于超低频噪声处理中,通过Monte Carlo计算机仿真试验,对基于小波降噪和传统数字滤波的方法对模拟的超低频接收信号进行噪声处理,并对降噪后的误码率性能进行分析,结果表明,应用小波降噪的方法对超低频接收信号进行非线性噪声处理,比传统数字滤波的方法能带来更高的信噪比增益。     

超低频接收信号降噪研究

在建立超低频接收信号模型的基础上,对超低频接收信号误码率性能进行了分析。将小波降噪算法应用于超低频噪声处理中,通过Monte Carlo计算机仿真试验,对基于小波降噪和传统数字滤波的方法对模拟的超低频接收信号进行噪声处理,并对降噪后的误码率性能进行分析,结果表明,应用小波降噪的方法对超低频接收信号进行非线性噪声处理,比传统数字滤波的方法能带来更高的信噪比增益。     

基于EEMD-JADE的单通道EP信号少次提取方法

生物医学工程中诊断神经系统损伤及病变的重要手段之一是检测与分析诱发电位(Evoked Potential,EP)信号.现有的方法可以在混合信号中分离出经过成多次刺激的EP信号,但丢失了其瞬时特性,因此EP信号的少次提取是当前生物医学信号研究中的一个重点问题.给出了一种基于EEMD-JADE单通道盲源分离算法,只利用2个周期的EP与EEG信号随机混合成的单通道观测信号中分离EP信号,仿真实验证明了EEMD-JADE算法的有效性.并与EEMD-PCA-ICA方法比较,结果表明EEMD-JADE算法从2个周期的单通道观测信号中分离EP信号时性能优于后者.     

基于EEMD-JADE的单通道EP信号少次提取方法

生物医学工程中诊断神经系统损伤及病变的重要手段之一是检测与分析诱发电位(Evoked Potential,EP)信号.现有的方法可以在混合信号中分离出经过成多次刺激的EP信号,但丢失了其瞬时特性,因此EP信号的少次提取是当前生物医学信号研究中的一个重点问题.给出了一种基于EEMD-JADE单通道盲源分离算法,只利用2个周期的EP与EEG信号随机混合成的单通道观测信号中分离EP信号,仿真实验证明了EEMD-JADE算法的有效性.并与EEMD-PCA-ICA方法比较,结果表明EEMD-JADE算法从2个周期的单通道观测信号中分离EP信号时性能优于后者.     

基于高阶Lamb波模态频谱差异系数的腐蚀检测

针对工业设备中大型薄壁结构件的腐蚀检测问题，提出一种基于频谱相干性分析的高阶Lamb波腐蚀损伤检测方法.首先，利用略高于截止频率的A1模态Lamb波对含腐蚀薄壁结构的不同位置进行激励，并采集各传播路径上的响应信号；随后，采用频散补偿技术消除信号中的频散效果，通过合适的窗函数对信号中的A1模态直达波包进行分离提取，建立其与激励信号的频谱差异系数(frequency spectrum difference coefficient, FSDC)，通过有限元仿真研究该指标对不同宽度、深度腐蚀损伤的敏感性；最后，在含腐蚀铝板上进行实验验证，结合各路径FSDC指标与概率成像算法，对检测区域的腐蚀损伤进行定位与成像.结果表明：FSDC值在健康状态下为0，而在不同宽度、深度的腐蚀影响下FSDC在0～1；相较于传统层析成像方法，所提出方法具有更好的检测灵敏度和抗干扰能力.     

ZPW-2000移频信号二分搜索频域解调法及窗函数的选择

ZPW-2000移频信号解调的准确性关系到行车安全及行车效率.由于采样持续时间受到限制,ZPW-2000信号频域解调准确度会受栅栏效应及频谱泄漏效应影响.通过分析栅栏效应及频谱泄漏效应的成因,提出二分搜索频域解调法,并为窗函数选择问题提供了建议.仿真分析表明,所提出算法能以较少的计算量增益为代价提高解调准确度,且具有较好的抗噪声能力.     

一种新的循环谱统计量频谱感知算法

为了提高认知无线电中感知用户对授权用户（主用户）的检测概率,提出一种新的基于循环谱统计量的主用户信号检测算法．该算法利用循环谱离散频域平滑方法,对信号的循环谱在循环频率处建立合理的检测统计量,然后求解得到对应不同虚警概率的判决门限,以使感知用户能检测信噪比更低的授权用户信号．该算法具有检测结构简单,易实现的特点．仿真结果表明,在高斯白噪声信道中,虚警概率为0．1,频域平滑累积次数为255,在信噪比为-16dB的条件下,与Dandawate-Giannakis（DG）方法相比,本文算法的检测概率提高23％．     

Cyclostationary property based spectrum sensing algorithms for primary detection in cognitive radio systems

To implement the primary signal without interference in cognitive radio systems, cognitive radios can detect the presence of the primary user in low SNR. Currently, energy detector is the most common way of spectrum sensing because of its low computational complexity. However, performance of the method will be possibly degraded due to the uncertainty noise. This paper illustrates the benefits of one-order and two-order cyclostationary properties of primary user’s signals in time domain. These feature detection techniques in time domain possess the advantages of simple structure and low computational complexity comparing with spectral feature detection methods. Furthermore, performance of the one-order and two-order feature detection is studied and the analytical results are given. Our analysis and numerical results show that the sensing performance of the one-order feature detection is improved significantly comparing with conventional energy detector since it is robust to noise. Meanwhile, numerical results show that the two-order feature detection technique is better than the one-order feature detection. However, this benefit comes at the cost of hardware burdens and power consumption due to the additional multiplying algorithm.     

Signal Detection Algorithm Design Based on Stochastic Resonance Technology Under Low Signal-to-Noise Ratio

In the current 4 th generation(4 G)communication network,the base station with the same frequency transmission makes a serious interference among adjacent cells,and information transmission is susceptible to interference such as channel multipath fading and occlusion effect.Detecting effectively spectrum signal under low signal-to-noise ratio(SNR.),directly affects the whole performance of the wireless communication network system.This paper designs an energy signal detection algorithm based on stochastic resonance technology which transforms noise's signal energy into useful signal energy,and improves output SNR.The energy signal detection algorithm realizes the function of providing effective detection of signal under low SNR,and promotes the performance of the whole communication system.     

非平稳信号自适应最大信噪比盲源分离方法

为了提高时变非平稳信号的盲源分离效果,提出了自适应最大信噪比盲源分离新方法.该方法以信噪比函数作为代价函数,并基于改进的多项式系数自回归模型,进行最优滑窗长度的自适应估计.仿真计算表明,FastICA算法需要预设源信号的概率密度函数,以选择适宜的非线性函数近似估计源信号的非高斯性,当假设的概率密度函数与实际不符时无法正确分离源信号;累积量算法在信源的峰度相同时无法正确分离源信号.新方法与经典的FastICA算法和基于累积量的盲源分离算法比较结果表明,对于经典的FastICA算法、累积量算法无法正确分离的时变非平稳信号,新方法能够有效地进行盲源分离,分离结果不受源信号的概率分布、信源的峰度等统计因素影响.      

一种有效去除图像中脉冲噪声的滤波算法

为了抑制脉冲噪声,根据脉冲噪声点和边缘像素点的特征,提出了一种新的基于脉冲噪声点检测的滤波算法.实验结果表明,与传统中值滤波相比,这种新算法很好地保留了图像的细节,尤其在噪声密度较低时,滤波性能更加优越.     

野外植物波谱中噪声分布规律研究

基于空间相关算法和小波方差估计法,进行了噪声检测.实验表明,野外波谱噪声总体方差数量级介于10-2～10.之间,在350～1 300 nm.野外波谱曲线的噪声方差略高于JPL光谱库中的Conifers,1450 nm和1800 nm附近则噪声相当显著.野外波谱曲线的小波系数能量分布与加性仿真信号不同.在1450 nm和1800 nm附近,噪声在高分解尺度上表现为尖锐毛刺的减少,噪声能量减弱同时在这2个区段的信号总体能量逐渐增大,证明有波谱特征信号存在.野外波谱数据中这种尖锐噪声与2个污噪信号相除得到的复合信号表现出相似的特征,其能量传播特征也相似.     

基于改进Canny算法的道路标线自动识别及定位

在自动化道路病害检测过程中,检测车的横向偏移会导致路面病害横向定位的误差,通过边缘检测算法对标线进行自动识别及定位,可消除病害横向定位的误差. 但传统Canny边缘检测算法存在对标线边缘识别不全,噪声、伪边缘较多的问题. 因此本文对Canny算法进行改进:采用维纳滤波替代高斯滤波以滤除噪声;利用OTSU法自适应地选取图像阈值;提出划定准偏区域以滤除路面干扰并提高边缘完整识别率. 研究结果表明:与其他边缘检测算法相比,该算法检测出的边缘像素总数分布在900～2 000,与标准值1 352较为符合,8连通域数与边缘像素总数、4连通域数的比值分别分布在0～0.04和0～0.29,在抑制噪声、剔除伪边缘及路面干扰、边缘识别连续性和单一边缘响应方面实际应用效果较好;人工法验证结果表明该算法定位标线结果与实际值的吻合度高达99%,可在同步采集的3D激光图像上进行路面病害横向定位.      

An Improved Singularity Computing Algorithm Based on Wavelet Transform Modulus Maxima Method

IntroductionA recent finding is that noise signal may con-tain hidden information.Such information promis-es to be of application value(forecasting suddencardiac death in patients,or analyzing financialmarkets fluctuation,or predicting the properties ofelectric devices).We must use some approachesfor extracting such hidden information from noise.Conventional approaches include analysis ofmeans,standard deviations and other features ofhistograms,along with classical power spectrumanalysis.Thos…     

Preliminary Application of Scale Transformation Stochastic Resonance in Dual-Sequence Frequency Hopping System

Aiming at the detection failure of strong noise interference in the dual channel of the dual-sequence frequency hopping(DSFH), the scale transformation stochastic resonance(STSR) is applied for the first time,and the output signal to noise ratio(SNR) is raised effectively, at the same time, the symbol reception is completed for DSFH at low input SNR. Firstly, the radio frequency(RF) and intermediate frequency(IF) signals are analyzed based on the super-heterodyne reception of DSFH; secondly, the equations of probability density function(PDF), output power spectrum and SNR of the STSR output are derived for the IF signal; finally, the algorithm of the optimal matching STSR is proposed with the optimal matching parameters. The simulation results show that the algorithm can effectively solve the detection failure, as the global output SNR of DSFH is strongly improved that the output SNR can reach-17.72 d B when the input SNR is-20 d B after the processing of the optimal matching STSR.     

高斯混合噪声下微弱线谱检测的EM-静态非线性系统方法

采用3一水平量化器随机共振对非高斯水下噪声中的线谱信号进行检测,为使该随机共振类型达到最优的检测效果,利用EM算法进行了高斯混合分布的参数估计.通过仿真和实测数据对参数估计方法进行了检验,实验中算法能够正确收敛,拟合性能较好,在此基础上可以得到量化器的最优阈值.随机共振系统处理前后的功率谱对比表明,3一水平量化器随机共振是检测高斯混合分布中微弱线谱的有效手段.