LDACS系统基于循环谱和残差神经网络的频谱感知方法

针对L波段数字航空通信系统(L-band digital aeronautic communication system,LDACS)可用频谱资源有限且易受大功率测距仪(distance measuring equipment,DME)信号干扰的问题,提出一种基于降维循环谱和残差神经网络的频谱感知方法。首先理论推导分析了DME信号的循环谱特征;然后利用Fisher判别率(Fisher discriminant rate,FDR)提取循环频率能量最大的向量,通过主成分分析(principal component analysis,PCA)进行预处理特征增强;最后给出数据处理后的循环谱向量与卷积神经网络相结合的实现过程,实现了DME信号的有效检测。仿真结果表明,该方法对噪声不敏感,当信噪比不低于-15 dB时,平均检测概率大于90%。当信噪比不低于-14 dB,检测概率接近100%。

基于循环谱的单通道时频混叠信号识别

随着通信技术的发展和电磁环境的日益复杂,通信领域中的时频混叠信号频繁显现。一方面,这类信号会干扰通信系统的正常接收;另一方面,当混叠信号中引入虚假信号时,接收器极有可能接收虚假信号,从而导致获取欺骗信息。因此,有必要对混叠信号做出准确的识别,确保通信的可靠性,从而提出了一种基于循环谱特征的时频混叠信号识别算法。该算法基于非合作方式设计,不依赖于特定的调制参数,具备较优的普适性,并且测试表明,该算法对时频混叠信号的识别准确率优于传统算法。

基于循环谱的去模糊调制识别算法

针对当前调制识别算法在低信噪比下识别率低和循环谱应用中由于部分信号谱图相似而性能下降的问题,提出基于二维循环谱灰度图的去模糊调制识别算法。针对谱图特征相似的信号构建了二维循环谱灰度图模板库,通过与模板库进行谱图匹配将信号分流成两部分:谱图相似信号和谱图可区分信号。在信号分流基础上提出差异化识别方法,针对谱图可区分信号,通过构建基于二维循环谱灰度图的卷积神经网络(CSG-Net)完成识别;针对谱图相似信号,借助多通道学习深度神经网络(MCLDNN)完成识别。实验结果表明,提出的算法综合了不同网络的优势,提升了网络整体的识别性能,在-10 dB信噪比时依然有接近70%的识别率。

基于循环谱对称性的频谱感知算法

针对现有基于循环谱的频谱感知算法的不足,利用改进SSCA算法计算接收信号的循环谱,减少算法的计算量;利用循环谱的对称性,选择非零循环频率处的循环谱抵抗干扰和噪声,结合对称性搜索策略进行频谱感知。分析并仿真了循环谱的参数对频谱感知算法的影响,仿真结果证明了所提出算法克服了传统算法的不足,提高了低信噪比下的正确检测性能。

对流层散射信号的循环谱分析

简要阐述了对流层散射通信的接收信号的形式。提出了对流层散射通信信号的循环谱分析算法,并给出了散射通信常用的调制信号形式(带内两频QPSK)的循环谱相关函数和循环谱密度函数。通过使用MATLAB软件对算法在散射QPSK信号在无噪声和信噪比为0dB时的计算结果。仿真结果证实,循环谱相关分析方法是进行对流层散射通信信号的最佳谱分析方法之一。

MPSK信号的循环谱检测及码元速率估计

在循环平稳理论的基础上,根据MPSK信号的循环平稳特性及其在普通傅里叶频率和循环频率双频率平面上所表现出的谱线特征,提出了一种在低信噪比下,利用两次谱峰搜索完成对MPSK信号的检测及载频和码元速率估计的新方法。该方法估计精度高,计算机仿真证明了该方法的有效性。

基于循环谱包络的扩谱直序信号的码片 时宽、载频、幅度估计

扩谱直序信号是二二阶循环平稳信号,其循环谱幅度包含了信号的码片时宽、载频、幅度等信息,通过分析,文中提出利用非零循环频率处谱峰的位置与大小估计这三个参数的算法,算法不需要伪随机码序列和信号参数等先验信息,可实现对信号参数的盲估计;对参数的估计是在非零循环频率上进行两个一维搜索,很大程度避免或减小了平稳噪声和干扰的影响,适用于低信噪比情况,且避免了多维搜索;文中还分析了算法的实现条件,并通过仿真实验对估计算法性能进行评估.

基于高阶累积量和循环谱的信号调制方式混合识别算法

为了识别当前通信系统所采用的主要调制方式,该文结合高阶累积量和循环谱的特点,采用混合识别算法,同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数,将数字调制信号分为{BPSK,2ASK},{QPSK},{2FSK,4FSK},{MSK}和{16QAM,64QAM}5类。然后利用高阶累积量的其它特征参数以及循环谱特征对{OFDM},{16QAM,64QAM},{2ASK,BPSK}及{2FSK,4FSK}进行识别。为便于工程实现,该文采用半实物仿真以及Lab VIEW和MATLAB混合编程来验证算法。仿真结果证明,该算法能够在较低信噪比下实现对{OFDM,BPSK,QPSK,2ASK,2FSK,4FSK,MSK,16QAM,64QAM}等多种信号的分类,在信噪比高于5 d B时,调制方式识别率可达94%以上,由此证明了该方法的有效性。

直接序列扩频通信的循环谱检测和参数估计技术

将循环谱理论应用于直接序列扩频信号检测与参数估计，提出了针对直扩信号特性的循环谱估计及特征提取方法，实现了低信噪比直扩信号的检测及其载频和伪码速率的估计，并结合集平均算法提高结果的可信度，通过系统实验模型验证了该方法的有效性。

基于循环谱特性的扩展二元相移键控解调算法

介绍了扩展二元相移键控调制(Extended BPSK调制,以下简称EBPSK调制)信号模型及其二阶循环谱特性。对平稳信号匹配滤波进行拓展的基础上,提出了一种新的基于循环谱特性的EBPSK解调算法,由此给出基于该解调算法的EBPSK接收机框图,并对该解调算法性能进行了分析,最后进行了仿真验证。理论分析及仿真结果表明:基于循环谱特性的EBPSK解调算法利用噪声与EBPSK信号在循环频率域上的差别,能够有效分离在频域和时域都重叠的噪声和EBPSK信号,为EB-PSK调制的实用化提供一种有价值的参考。

一种基于循环谱切片的通信辐射源识别方法

提出一种基于循环谱切片的通信辐射源个体识别方法。通过计算信号的循环谱密度矩阵,将循环谱密度切片作为初始高维特征,再采用主成分分析方法对其进行降维处理得到指纹特征矢量,最后采取概率神经网络分类器实现辐射源的个体识别。通过对20部手持机的实验表明,使用该方法提取的特征矢量能够较好地反映信号的循环平稳特性,并且特征参数对噪声干扰不敏感,在较低信噪比条件下,系统仍具有较高的正确识别率,说明该方法确实能够较好地解决同型号、同批次、同工作参数通信辐射源的个体识别问题。

改进的循环谱估计快速算法与性能分析

该文提出了一种改进的循环谱估计快速算法,在估计性能不降低的条件下,减小了原有数字化频域平滑谱估计算法对数据量的要求。算法将时域平滑算法中数据加窗、重叠等处理方法引入频域算法,有效降低了估计方差,改善循环谱的估计效果。论文对改进算法渐进性均值、方差、谱分辨率的表达式进行推导。理论与实验结果分析表明:在相同数据量和谱估计分辨率的条件下,改进方法估计性能优于原算法,可用于实际低信噪比、小数据量、高分辨率要求下循环谱估计。

基于信息熵的循环谱分析方法及其在滚动轴承故障诊断中的应用

滚动轴承出现故障时的振动信号往往具有周期性的冲击特征,在频谱中会出现多倍频调制的宽频信息。当利用传统的循环谱分析方法(Cyclic Spectrum Density,CSD)进行分析时,在谱图中往往包含着较多的噪声干扰成分,难以准确提取出滚动轴承的故障特征。因此,提出一种基于信息熵的循环谱分析方法(Cyclic Spectrum Density based on Entropy,CSDE),利用每个循环频率切片的熵值大小来衡量该循环频率的信息量,以表征该循环频率的调制能力,并以此作为加权因子,对每个循环频率赋予不同的权重大小,以弱化干扰频率的影响,最终实现故障特征的提取和故障严重程度的判断。分别利用共振解调、CSD和CSDE三种方法对实验台滚动轴承外圈故障和工业现场大脱硫风机滚动轴承故障进行分析,验证了新方法在滚动轴承故障诊断中的有效性。

OFDM信号循环谱结构分析

利用数字调制信号的循环平稳特性可以完成许多盲信号处理任务,但前提是必须清楚信号的循环谱结构。该文把数字调制信号建模成线性周期时变变换,结合非周期的齐次马尔可夫链模型,推导和计算OFDM信号的循环谱公式,并通过计算机仿真给出了双频面上的OFDM循环谱幅度,结果与理论分析相吻合。

用循环谱理论分析柴油机曲轴轴承加速振动信号

探索了分析加速振动信号诊断发动机机械故障的方法。首先介绍了二阶循环谱理论和加速振动信号数据采集原理,并应用循环谱理论分析了柴油发动机曲轴轴承非稳态加速振动信号。试验与分析结果表明:定转速加速振动信号数据采集器能准确地测取发动机加速过程中的振动信号,具有良好的重复性和稳定性;采用二阶循环谱方法能有效提取加速振动信号中分析对象的故障特征;对应特定的循环频率,柴油发动机曲轴轴承存在着明显的二阶循环特征频段。

利用循环谱和参数统计的数字调制信号识别

该文利用决策理论识别常用数字信号调制方式.该识别方法基于接收信号的循环谱和参数统计法,采用谱相关测量的频率平滑法分析数字信号在循环频率轴上的特征谱,运用参数统计法提取统计参数,用于数字调制信号识别.最后利用决策理论,给出信号识别流程图及判决门限.实验表明,在信噪比为5dB的条件下,对预期调制信号2ASK, 4ASK,2FSK,4FSK,4PSK,8PSK的识别率可达90%,说明该方法在低信噪比下识别效果良好.

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 。

基于循环谱包络的共信道多信号参数估计

为解决通信侦察中非协作接收机接收的信号受共信道信号干扰的问题,提出了一种基于循环谱包络的多信号载频、码片时宽估计算法.该算法不需要伪随机码等先验信息,可实现对时频重叠的多循环平稳信号参数的盲估计.由于该参数估计算法是在非零循环频率上进行搜索,故可以有效地减少平稳噪声和干扰的影响,适用于低信噪比的情况.仿真实验表明,当双信号功率比为1∶1且信噪比为-9 dB时,该算法对载频估计的正确率可达100%;当信噪比为-4 dB时,对码片时宽估计的正确率可达99%.

一种基于循环谱的突发信号盲检测算法

突发信号盲检测在非合作通信中至关重要。待检测信号特征量的构造与突发信号段起止点的精确捕获是突发信号盲检测技术的关键。文中提出了一种基于循环谱的突发信号盲检测算法,算法首先以循环谱循环频率截面的相对方差作为待检测信号的特征量,该特征量具有优良的抑制突发强噪声干扰性能;然后利用特征量的方差进行信号存在性判决;最后采用基于特征量峰值的突发信号段起止点搜索算法,避免了设置检测门限带来的信噪比估计、噪声功率估计等问题,同时可在一定的检测正确率条件下保证起止点的捕获精度。仿真结果表明,该算法能有效抑制突发强噪声干扰,信号存在性判决准确率高,而且在误差控制要求较严格条件下的检测精度优于双窗能量法。

基于数字信道化接收和循环谱特征检测的短波频谱感知方法

为了对短波频谱进行快速准确的频谱感知,提出一种基于数字信道化和循环谱特征检测的短波频谱感知方法。通过设定双功率检测门限,筛选确定信道和可疑信道,然后结合循环谱特征检测方法检测精度高的特性,对可疑信道进行进一步检测,实现对短波频谱快速准确的感知。分析不同信噪比下数字信道化接收机的检测性能和基于能量检测的信道能量分布,并对3种不同的检测方法进行性能比较。仿真试验结果表明:基于数字信道化接收和循环谱特征检测的短波频谱感知方法是有效的。