罗兰C接收机抗载波干扰分析

在结合罗兰C信号特性以及接收机组成结构的基础上，通过数学模型分析了接收机抑制窄带载波干扰的能力。仿真计算表明，通过前端滤波、累加平均和相位解码，接收机在较低的信干比条件下也能有效地抑制载波干扰。     

基于强点目标的条带SAS自聚焦研究

合成孔径成像中,主要通过自聚焦校正剩余相位误差。相位曲率自聚焦是一种典型的条带SAR自聚焦方法,算法利用不同强点目标估计不同孔径相位误差曲率,对整个孔径相位曲率进行二次积分得到相位误差。侧摆偏差幅度较大时,条带SAS合成孔径图像中强点目标在距离向和方位向都会散焦,导致传统基于强点的条带SAR自聚焦算法无法直接用于条带SAS自聚焦。该文提出在距离压缩后利用强点目标的运动轨迹提取强点目标对应的存在误差的线性调频信号,对强点目标对应的信号进行解线频调处理得到相位误差函数并计算相位曲率。通过二次积分得到整个孔径的相位误差,从而提取侧摆误差。仿真结果表明改进算法可用于条带SAS中聚焦。     

自适应相位差估计器

介绍了自适应相位差估计器的原理,给出了算法的仿真结果和对实际数据的相位差估计结果,意在通过自适应相位差估计器对各阵元通道间的相位差进行测量,利用测量结果对多阵元接收系统进行时延差补偿.通过仿真与实际信号的分析,自适应相位差估计器具良好抗干扰能力,相位差估计精度高,学习速度快等优点,可以用此方法进行系统相位差估计.     

基于相关序列的在线频率估计方法

给出一种在线频率估计的时域算法.从Hankel矩阵与可控矩阵的隐含关系出发,利用可控矩阵的shift结构,推导出系统矩阵特征根与相关序列的显式关系,从而得到信号频率估计的简单公式.对于二阶系统,或可分解为并联二阶系统的高阶系统,特征频率可由信号分量的相关序列估计得到.对定常系统和时变系统的频率估计进行仿真,结果表明频率估计值可以快速逼近真实值,而且稳态误差小于1%.     

时间交替采集系统误差的频域校正方法

时间交替数据采集系统中存在偏置、增益和时间误差,这严重影响了采集系统的信纳比(SINAD)和有效位数(ENOB)。本文提出频域内的误差校正方法,针对增益误差和时间误差的校正。由存在误差时频域的幅度和相位值得到误差的估计值,推得相应的校正值后进行增益和时间误差的校正。通过对比校正前后信号的频谱来证明该校正方法的有效性。实验结果表明,该算法简单容易实现,将采集系统的信纳比提高到了41.02 dB,有效位数提高到了6.52 bit,校正效果不差于正弦拟合的方法。     

基于接收信号信噪比预测的自适应跳频信道质量评估

针对自适应跳频通信的特点,提出基于接收信号信噪比预测算法的信道质量评估方法.在FFH/BFSK系统中采用卡尔曼滤波器、信号子空间法和误码率性能分析法进行仿真.结果表明,在0～25dB的信噪比变化范围内,估计和预测误差较小,能够对信道质量做出实时评估,可用于快速自适应跳频通信系统.     

基于复数无迹卡尔曼滤波的电力系统频率和谐波估计

针对噪声干扰条件下传统的扩展卡尔曼滤波方法在电力系统频率和谐波估计精度问题,本文提出了基于复数无迹卡尔曼滤波的频率和谐波估计方法.利用欧拉公式,对电力系统信号进行适当变换,获得电力系统信号复数状态空间模型,实现了系统信号频率和谐波估计.为了验证噪声干扰条件下本文方法参数估计有效性,通过在系统信号中增加不同信噪比噪声干扰,分别利用本文方法和通用扩展卡尔曼滤波方法对参数进行估计.结果表明,在噪声干扰条件下,本文方法的估计精度优于通用扩展卡尔曼滤波方法,这表明本文方法更适于强噪声干扰条件下的系统信号频率和谐波估计.     

移动水声通信的3种帧同步方法性能分析

移动水声通信中收发两端的相对运动会导致通信信号出现时间压缩或扩展而产生多普勒效应,较大的多普勒频偏将引起严重的载波频率偏移,影响通信系统性能。通过帧同步进行多普勒因子准确估计与补偿,是实现移动水声通信的重要基础。本文分别研究了利用LFM信号、m序列信号、HFM信号的3种帧同步方法,给出了实现原理,并针对AWGN信道和实测多途衰落信道,分别从信噪比、信道特性、相对多普勒速度、计算复杂度等方面,对比分析了3种方法在不同条件和应用环境的多普勒因子估计性能。仿真结果表明,3种方法各有优势,均可适用不同的移动水声通信应用环境。相对而言,双HFM信号同步方法多普勒估计精度高、数据传输速率快、计算复杂度低、稳健性强,可以实现复杂信道移动水声通信的帧同步。     

基于对比度最优的SAS图像自聚焦

合成孔径声纳（synthetic aperture sonar：SAS）成像中,主要通过自聚焦校正剩余相位误差。对比度最优自聚焦算法（contrast optimization autofocusing algorithm：COAA）是典型的参数化自聚焦方法,一般用于估计二次相位误差。SAS图像中的二次相位误差主要由前向速度偏差和视线方向加速度引起,本文将COAA用于校正SAS图像中由于速度偏差引入的二次相位误差。仿真和实测数据处理结果表明,对比度最优自聚焦算法可以有效补偿图像中的由于速度偏差引起的相位误差。     

基于LabVIEW的水声信号处理与目标方位估计仿真研究

利用LabVIEW软件开发了一套水声信号处理与目标方位估计的仿真演示系统。该系统针对水声信号的特点,搭建了信号发生、滤波处理、时频分析等处理单元,具有较强的水声信号处理能力。此外,将LabVIEW和MATLAB混合编程技术应用于水声信号处理中,实现了水下目标方位角的估计。仿真结果表明了该演示系统的有效性。     

A new source number estimation method based on the beam eigenvalue

Most source number estimation methods based on the eigenvalues are decomposed by covariance matrix in MUSIC algorithm. To develop the source number estimation method which has lower signal to noise ratio and is suitable to both correlated and uncorrelated impinging signals, a new source number estimation method called beam eigenvalue method (BEM) is proposed in this paper. Through analyzing the space power spectrum and the correlation of the line array, the covariance matrix is constructed in a new way, which is decided by the line array shape when the signal frequency is given. Both of the theory analysis and the simulation results show that the BEM method can estimate the source number for correlated signals and can be more effective at lower signal to noise ratios than the normal source number estimation methods.     

Instantaneous frequency estimation of multi-component Chirp signals in noisy environments

A classical time-varying signal,the multi-component Chirp signal has been widely used and the ability to estimate its instantaneous frequency(IF) is very useful. But in noisy environments,it is hard to estimate the IF of a multi-component Chirp signal accurately. Wigner distribution maxima(WDM) are usually utilized for this estimation. But in practice,estimation bias increases when some points deviate from the true IF in high noise environments. This paper presents a new method of multi-component Chirp signal IF estimation named Wigner Viterbi fit(WVF) ,based on Wigner-Ville distribution(WVD) and the Viterbi algorithm. First,we transform the WVD of the Chirp signal into digital image,and apply the Viterbi algorithm to separate the components and estimate their IF. At last,we establish a linear model to fit the estimation results. Theoretical analysis and simulation results prove that this new method has high precision and better performance than WDM in high noise environments,and better suppression of interference and the edge effect. Compared with WDM,WVF can reduce the mean square error(MSE) by 50% when the signal to noise ration(SNR) is in the range of -15dB to -11dB. WVF is an effective and promising IF estimation method.     

基于扩展卡尔曼滤波的GPS信号跟踪技术

提出一种基于扩展卡尔曼滤波的GPS信号跟踪方法,通过扩展卡尔曼滤波器,得到基于相干积分支路的滤波模型,有效地削弱常规GPS跟踪环路中的跟踪误差,增强接收机的抗干扰性能,提升其在信号较弱位置下环路的跟踪性能,对加入惯性信息条件下惯性信息对系统所产生的影响做了相应的分析研究。通过仿真对比结果可以知道:当处于弱信号条件时,与通常用到的GPS信号跟踪方式相比,基于扩展卡尔曼滤波的信号跟踪算法可以有效提升跟踪的精度。     

连续相位调制信号的检测

本文主要介绍了CPM信号的解调方法,研究了基于最大似然接收原理的网格搜索最优算法—维特比（viterbi）算法,并且通过Matlab计算机仿真,给出了一定信噪比条件下影响CPM调制体系误码率性能的因素。     

一种基于模型的水声弱信号检测方法(英文)

Detection of weak underwater signals is an area of general interest in marine engineering. A weak signal detection scheme was developed; it combined nonlinear dynamical reconstruction techniques, radial basis function (RBF) neural networks and an extended Kalman filter (EKF). In this method chaos theory was used to model background noise. Noise was predicted by phase space reconstruction techniques and RBF neural networks in a synergistic manner. In the absence of a signal, prediction error stayed low and became relatively large when the input contained a signal. EKF was used to improve the convergence rate of the RBF neural network. Application of the scheme to different experimental data sets showed that the algorithm can detect signals hidden in strong noise even when the signal-to-noise ratio (SNR) is less than −40d B.     

基于单水听器的移动声源运动参数估计

文章基于水声信道的多途结构,提出了一种利用舰船辐射噪声的单水听器声源运动参数估计方法。首先分析了自相关和倒谱多途时延估计方法,并针对传播水槽实验中随声源与单水听器距离增加自相关和倒谱时延峰信干比降低的问题,提出了基于自相关和倒谱的联合估计方法,提高了多途时延估计的稳健性;其次针对如何利用估计出的D-SR时延差这唯一信息进行运动参数估计的问题,通过逐步分析说明了径向匀速直线移动声源的运动参数估计问题可以在卡尔曼滤波(Kalman filter,KF)框架下进行求解;最后应用扩展卡尔曼滤波(extended Kalman filter,EKF)和迭代扩展卡尔曼滤波(iterated extended Kalman filter,IEKF)对水槽实验数据进行处理,所得结果表明:EKF和IEKF都能利用D-SR时延差信息估计出移动声源的距离、深度和速度,并且IEKF比EKF的跟踪效果更好,证明了方法的正确性和有效性。     

一种估计水中目标辐射噪声线谱的方法

线谱是水中目标辐射噪声中重要的特征信息,在被动声呐系统中,线谱提取是水中目标识别的关键技术.文章简述了水中目标辐射噪声的物理成因和频谱特征,利用经典谱估计法与现代谱估计法在短时序列谱估计中的特点,结合仿真试验的结果,提出了一种对水中目标辐射噪声低频段线谱估计的联合分析法,并用该方法对2艘实船噪声进行了谱分析.实验结果表明,该方法对低频段的线谱特征提取有较好的实用效果.     

基于四阶累积量的最小模DOA估计方法

高阶累积量由于对高斯噪声不敏感,在高分辨阵列信号处理中可用来提高参数估计的分辨性能。本文从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法,用四阶累积量构造了一个较通用的累积量矩阵,该矩阵符合最小模(M in-Norm)算法的结构,从而可进行DOA(D irection of Arrival)估计。由于四阶累积量对高斯噪声干扰不敏感,从而可提高估计的分辨性能。本文就这种方法在阵列信号处理中的应用,通过计算机仿真与基于二阶矩的M in-Norm算法进行了较全面的比较。仿真结果表明,该方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法。     

双谱时延估计在被动测距中的应用

时延估计是被动测距声纳实现目标精确定位的关键。本文在介绍互相关法时延估计的基础上,重点研究了双谱时延估计方法在被动测距中的应用。理论分析和仿真实验结果表明,相比互相关法时延估计,双谱法时延估计具有时延估计精度高、误差小、对高斯噪声的抑制能力强等优点。     

神经网络在舰载米波搜索雷达方向估计中的应用研究

阐述了舰载米波搜索雷达天线阵转动时多的目标回波信号的模型及最大似然法实现舰载米波搜索雷达天线阵转动时多目标回波信号的方向估计，提出了方向估计的神经网络方法，仿真结果表明了此方法的有效性。