基于像素偏移值信号增强算法的单脉冲候选体分类方法研究

时域射电领域观测活动经常产生海量的数据,而随着深度学习技术近几年来的不断发展,以在海量的数据流中识别可能的单脉冲侯选体成为主流方法。相对于传统的脉冲星搜寻方法,使用深度学习领域的技术可以缩短搜寻时间,提高搜寻效率,同时能达到极高的预测精度。本文提出了一种像素偏移值信号增强算法,采用经ImageNet预训练、以EfficientNet-B0为骨干网络的迁移学习模型,可以直接处理来自射电望远镜的原始、高时间分辨率的数据集,不需要消色散,此方法亦可以应用于FRB侯选体的发现。实验证明,在来自FAST官方网站的数据集测试中,该模型可达到92.0%的召回率以及90.1%的精确率。经对比,本文提出的像素偏移值信号增强算法使得模型的Recall提高了45.8%,Precision提高了17.5%,Accuracy提高了26.3%,以及F1-score提高了31.1%。

基于多相分解的BOC信号高效捕获算法

为了能够更好地利用频率资源,全球导航卫星系统的多种信号使用了二进制偏移载波(Binary Offset Carrier,BOC)调制.传统基于匹配滤波的BOC信号捕获算法为了防止相关峰中的零点降低检测概率,需要采用较小的码相位搜索间隔,这会大幅提升相关处理的计算复杂度.针对该问题,本文提出了基于多相分解的BOC信号高效捕获算法.该算法对捕获中的相关累加进行多相分解,通过基带数据重采样和选择特定码相位搜索间隔,实现了不同搜索相位下相关值的高效复用.对于北斗系统所采用的BOC(1,1)和BOC(14,2)调制,为了达到相同的检测性能,本文所提算法的计算复杂度仅约为传统算法的1/4和1/2,这对卫星导航终端的小型化和低功耗设计具有重要意义.

时分数据调制偏移载波信号的多参数盲估计

针对时分数据调制二进制偏移载波(TDDM-BOC)信号副载波速率、伪码速率以及载频等参数盲估计问题,该文提出一种基于频域累积的循环自相关算法。首先在接收端对TDDM-BOC信号求循环自相关函数,再在频域累积,通过检测不同切片上的谱峰间隔,可以同时估计以上多个参数。仿真实验证明了改进型的循环自相关算法能在低信噪比下达到较为精确的估计性能,这为我国"北斗"导航接收机的研发提供了一定的理论参考。

交替二进制偏移载波信号的多参数盲估计

针对恒包络交替二进制偏移载波(alternate binary offset carrier,AltBOC)信号调制方式复杂,导致信号参数盲估计困难的问题,提出一种基于频域累积的循环谱盲估计算法。首先根据信号模型求取AltBOC信号的循环自相关函数,并将该循环自相关函数等效为16个子信号的循环自相关函数之和;其次利用傅里叶变换分别对其循环谱进行表示,并在此基础上进行频域累积,最后利用信号在循环频率截面上的尖锐脉冲间隔规律估计AltBOC信号的伪码速率、副载波速率以及载频。仿真结果和理论分析表明,该算法对AltBOC信号的多参数估计能得到较为精确的结果。

组合二进制偏移载波信号的伪码周期及组合码序列盲估计

针对在非协作通信以及低信噪比下组合二进制偏移载波(CBOC)信号伪码周期和组合码序列较难估计的问题,该文提出了2次谱算法与基于径向基函数(RBF)神经网络算法。对输入信号进行2次功率谱计算,可以得到CBOC信号的伪码周期。在此基础上,首先对接收的1周期组合码序列进行重叠分段,其次优化筛选出学习系数,对每段数据向量作为RBF神经网络的输入信号并进行有监督地调节,最后对每段数据向量多次输入并反复训练权值向量就可以恢复原组合码序列。仿真结果表明,利用2次谱可以在低信噪比下估计出伪码周期;在误码率低于1%的情况下,所提出的RBF神经网络相比于反向传播(BP)神经网络与Sanger神经网络,信噪比分别提高1 dB和3 dB,并且在同等条件下所需的数据组数较少。

基于FRFT的双二进制偏移载波信号捕获算法

为了解决传统算法无法实现高动态下双二进制偏移载波(Dual binary offset carrier modulation,DBOC)信号同步的问题,提出了一种离散多项式相位变换(Discrete Polynomial phase Transformation,DPT)与部分匹配滤波器(Partial Matched Filter,PMF)结合分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的算法。该算法首先通过DPT-FFT方法得到的动态阶数判断接收信号是否需要降阶处理,如果信号带有二阶多普勒变化率,先对信号进行降一阶处理,然后用PMF-FRFT的方法进行捕获。如果信号没有二阶多普勒变化率,只带有一阶多普勒变化率,直接使用PMF-FRFT的方法进行捕获。由MATLAB仿真结果可知,该算法相比DPT-PMF-FFT算法捕获概率有近9.5 dB的提升,并且该算法有效缩短了捕获时间。所以该算法可以较好完成高动态下信号的捕获。

基于相关函数的二进制偏移载波调制信号无模糊捕获模型

针对二进制偏移载波(BOC)调制信号捕获模糊问题,提出了一种基于本地BOC信号分解-合成的算法。首先,将副载波按照本地BOC信号的阶数n进行分解;其次,把分解得到的函数分别与伪随机码相乘,得到2n个BOC信号子函数,再分别与接收BOC信号作互相关得到2n个互相关函数;最后,将上一步得到的2n个互相关函数按照分解-合成算法进一步处理。理论分析和仿真结果表明,与OQCC算法相比,在捕获BOC(1,1)和BOC(2,1)信号时,该分解-合成算法的主副峰分离度(ASDMSP)有21.51 d B和3.4 d B的提高。实验结果表明,该分解-合成算法能够有效解决BOC信号捕获模糊问题。

基于副峰叠加的BOC导航信号捕获算法

面向二进制偏移载波(binary offset carrier,BOC)信号,设计了一种基于副峰叠加的捕获算法。通过构造辅助函数并与BOC信号相关,产生相关曲线,其仅在两个固定位置存在等高副峰,再将副峰移位叠加并与BOC自相关曲线相乘获得单峰捕获曲线,实现无模糊BOC捕获。与现有BOC捕获方法相比,该算法更具普适性,适用于任意阶的BOC信号,且单峰捕获曲线主瓣更窄,捕获概率更高。计算机仿真验证了该算法的性能优势。

基于相关系数对齐的旁路信号处理方法

针对旁路信号采集时存在信号偏移问题,提出了基于相关系数移位对齐的旁路信号处理方法。分析了旁路信号偏移现象及其成因,包括时钟抖动、触发延迟变化等方面;分析了偏移对相关系数的影响,验证表明,采样范围内的偏移越大则相关系数越小;提出了基于相关系数移位对齐的旁路信号处理算法,按照最大相关系数对应的偏移,依次将各旁路信号轨迹与首条轨迹对齐;构建了实验验证系统,对汉明重量模型与旁路信号轨迹的相关系数进行了分析,验证了本文方法的有效性。

BOC(10,5)卫星导航信号捕获算法研究及软件仿真

二进制偏移载波(BOC)调制是一种新的导航信号调制方式,能够实现频谱分离并能够充分利用整个频带,具有十分重要的应用价值和发展前景。详细分析了BOC(10,5)调制信号的特性,并对功率谱密度函数、自相关特性等进行了分析和仿真。提出了一种基于快速傅里叶变换(FFT)的分段迭代快速捕获算法,旨在提高信号快速捕获的准确性。通过仿真验证表明,软件接收机成功实现了对BOC(10,5)调制信号的捕获,可以为导航信号处理算法研究以及导航接收机开发提供良好的技术支撑。

使用光电耦合器进行断信号检测的电路

介绍一种将光电耦合器中的发光二极管串接在 4～ 2 0mA信号回路中 ,通过光将信号电流的通断情况传输到输出侧的电路。该电路结构简单 ,对信号回路影响小 ,还可允许较大范围的零点信号偏移。

铁路无人配电所无功补偿参数变异粒子群优化

为提升有功功率占比量,控制无功功率数值水平,实现对铁路无人配电所内传输电信号的高效利用,提出了铁路无人配电所无功补偿参数变异粒子群优化算法。根据无功补偿型拓扑结构的连接形式,求解瞬时配电功率指标,并以此为基础,计算电信号偏移量,完成铁路无人配电所的无功补偿参数寻优。按照粒子群优化权限标准,确定差分变异系数的取值范围,联合相关指标参数,调整关键配电参数,完成对无功补偿参数变异粒子群的优化处理。对比实验结果表明,在优化算法作用下,有功功率占比超过了90%,而无功功率占比却始终小于5%,符合高效利用铁路无人配电所内传输电信号的实际应用需求。

TDDM-BOC信号组合码序列及信息序列盲估计

该文针对低信噪比下TDDM-BOC(Time Division Data Modulation-Binary Offset Carrier)信号的组合码序列(将伪码序列和副载波序列看成一个整体序列)及信息序列盲估计问题,提出一种改进的基于奇异值分解的方法。该方法首先利用双信息符号周期、间隔一信息符号周期的时间窗对接受信号进行分段,并构成观测矩阵。然后对观测矩阵进行奇异值分解,通过左奇异向量实现组合码序列的盲估计。同时,通过右奇异向量实现信息序列的盲估计。仿真分析表明,该方法能够在较低的信噪比下达到精确估计的目的。这对于从事卫星导航接收机设计具有一定的参考价值。

子载波相位与BOC信号功率谱密度的关系研究

首先介绍了导航信号功率谱密度求解的一种通用方法,基于该方法,经过建模和推导,得到任意相位子载波BOC(二进制偏移载波)信号的功率谱密度显式表达式。通过仿真及分析表明,不同的子载波相位对应的BOC信号功率谱密度存在差别,正是这些差别影响了导航系统的性能,同时也为导航系统的信号体制设计带来了灵活性。文中得到的一些结论,可以给未来的导航信号体制设计中BOC信号子载波相位的选择提供一些借鉴。

基于神经网络的低信噪比CBOC信号组合码序列盲估计

针对低信噪比下复合二进制偏移载波(composite binary offset carrier,CBOC)信号的组合码序列盲估计问题。首先采用奇异值分解(singular value decomposition,SVD)的算法对CBOC的组合码序列进行可行性验证,可得在已知相关参数的情况下对CBOC信号组合码序列盲估计是可行的;其次就SVD在长序列估计中计算量和存储量需求大的问题,进一步提出主分量神经网络解决上述问题,同时引入最优变步长收敛模型改善神经网络(neural network,NN)收敛速度。利用无监督NN的自适应主分量提取信号特性,避免批处理运算,实现CBOC信号组合码序列盲估计。实验表明,NN能在-20dB下达到精确估计序列的目的,且算法有稳定性高、复杂度低、收敛速度快等优点。

基于Sanger神经网络的TDDM-BOC信号组合码序列盲估计

针对低信噪比(SNR)下时分数据调制二进制偏移载波调制信号(TDDM-BOC)的组合码序列盲估计问题,提出一种基于Sanger神经网络(Sanger NN)的新方法。首先将已分段的信号作为输入信号并利用Sanger NN提取各主分量的权值向量;然后通过其多次输入反复训练权值向量,直至权值向量达到收敛;最终利用各个权值向量的符号函数重建信号的组合码序列,实现TDDM-BOC组合码序列的盲估计。此外,采用最优变步长的方法来提高收敛速度。理论分析和仿真实验表明,Sanger NN可以实现-20.9~0 d B信噪比下TDDM-BOC信号组合码序列的盲估计,且其复杂度明显低于传统奇异值分解(SVD)法和自适应特征提取的在线无监督学习神经网络(LEAP);尽管Sanger NN收敛所需数据组数大于LEAP,但收敛时间明显少于LEAP算法。

改进的SVD算法对BOC信号组合码与信息序列盲估计

针对低信噪比下二进制偏移载波信号的组合码序列以及信息序列盲估计问题,在未知时延下,利用奇异值分解(singular value decomposition,SVD)算法估计出的组合码序列及信息序列,其最大奇异向量和次大奇异向量之间可能存在酉模糊现象。对于该问题的研究,提出一种改进的SVD方法对最大奇异向量及次大奇异向量进行线性组合,接着最优化筛选出其相应的系数矩阵,最后结合系数矩阵估计出组合码序列与信息序列。仿真结果表明,改进的SVD算法可同时应用于组合码和信息序列的估计且不受未知时延的影响,具有消模糊效果好、需要数据量少和抗噪性能强的特点。

TDDM-BOC信号副载波类型识别及参数盲估计

针对低信噪比下二进制偏移载波时分数据调制(time division data modulation-binary offset carrier,TDDM-BOC)信号的副载波类型盲识别及参数盲估计问题,提出了一种改进的基于循环谱包络的方法。该方法首先建立副载波分别为正弦和余弦时的TDDM-BOC信号模型,然后推导其对应的循环谱包络,最后通过在循环频率域的一维搜索即可完成副载波的类型识别以及伪码速率和副载波速率的盲估计。仿真分析表明,对于TDDMBOC(10,5)信号,该方法能在低信噪比下对副载波类型进行有效识别并且实现伪码速率、副载波速率的有效估计。

BOC调制信号抗多径双环估计方法

双环估计方法是为了解决全球卫星导航系统中二进制偏移载波(binary offset carrier,BOC)调制信号模糊跟踪问题所提出的一种码相位估计方法。为了提高双环估计方法的抗多径性能,将双环估计中本地产生的伪随机码转变为仅在码片边沿出现的双极性归零码,从而使得二维相关函数具有更尖锐的二维相关峰值,进而使得双环估计具有较强的抗多径性能。理论上重点分析了本文所提方法在带限条件下的抗多径性能,并进行了仿真实验。结果表明,相对于现有方法,本文所提方法能够同时实现对BOC调制信号的无模糊、抗多径、抗低载噪比的相位估计。

BDS QMBOC信号的捕获方法研究

为解决正交复用二进制偏移载波(QMBOC(6,1,4/33))调制信号在捕获过程中因二进制偏移载波(BOC)调制信号自身带来的相关多峰特性造成的信号同步模糊问题,针对现实同步精度有限的情况,提出一种偶数阶副峰消除技术(ESET)来实现QMBOC信号的非匹配无模糊捕获。ESET算法引入调制序列构造本地BOC信号,同时借鉴信号与伪码的互相关特性。将该算法与现已成熟的捕获方法进行捕获仿真对比分析,并在噪声存在的条件下分析各算法对环境的适应能力。理论分析与仿真结果表明,ESET算法几乎消除了QMBOC信号捕获模糊问题,且显著提高了主峰峰值,具有很好的环境适应能力。