时间序列非平稳检测方法的对比分析

对比分析了检测时间序列是否平稳的两种方法:一种是基于简单的统计方法检测时间序列非平稳性的run-test(简称RT)方法(考虑了3种典型方法:均值RT、方差RT和标准差RT),另一种是利用动力非平稳检测的图示方法(space time-index,STI)。通过分析人工生成的已知平稳性的时间序列和实际湍流时间序列,对比了两种方法在时间序列非平稳检测上各自的优劣:RT方法简单、高效,但精确度低;STI方法精确度高,但复杂、低效。同时,分析了3种不同的RT方法对不同类型时间序列的平稳性检测能力,表明方差RT方法最适用于湍流时间序列非平稳性检测。

基于循环平稳检测算法SSCA的FFT模块设计

通过对循环平稳检测算法的分析,对基于SSCA算法的FFT模块进行设计并验证时序。首先,对循环平稳检测算法进行了研究与仿真,比较了现存的几种循环平稳检测方法的复杂度。其次,选择SSCA算法,提出了一种流水线工作方式的定常构形FFT模块的设计方案。最后,在开发环境QuartusⅡ进行模块的构建,在仿真软件ModelSim环境下进行时序验证,从而实现了算法硬件化。

传输损耗条件下基于循环平稳检测的空时分组码盲识别方法

针对传输损耗条件下空间复用(SM)和Alamouti空时分组码的盲识别问题,提出一种单接收天线下的基于循环平稳检测的盲识别算法。首先通过理论推导,证明Alamouti空时分组码具有循环频率的特性;然后,求取接收信号的四阶循环累积量来观察循环频率;最后使用循环平稳检测的方法,构造检测不同空时分组码循环频率的假设检验,从而对2种码的接收信号进行区分。该方法可在单接收天线下进行,蒙特卡洛仿真结果表明,该算法不需要预先知道信道信息、调制方式、载波相位和时间偏移,不需要精确知道载波频偏,识别效果较好。

基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题,提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图,与噪声对应的灰度图比较差异,再将两类图像放入卷积神经网络(Convolutional Neural Network,CNN)自行训练提取特征,解决门限难以确定的问题。若分析三维循环谱的时间块长过短,将导致信号灰度图特征在有无噪声情况下区别不大;若块长过长会导致检测延迟较大。为此,采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量,自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比,仿真表明所提算法在低信噪比下性能最优。

基于循环平稳检测的协作频谱感知

在认知无线电系统中,电磁频谱资源的合理利用与高效管理依赖于电磁频谱信号的感知技术。为提高电磁信号的感知能力,我们通常在高效单节点检测的基础上,采用多点协作感知的方式来提高感知能力。本文提出了一种基于循环平稳检测的集中式协作频谱感知机制,在保证感知能力的基础上有效降低系统的复杂度。通过对仿真结果可以看到,在等增益合并准则条件下,本文提出的基于循环平稳检测的集中式协作频谱感知方法可以得到可靠的频谱感知效果。

基于特征值矩阵的循环平稳检测算法

分析循环平稳检测算法,发现循环自相关函数向量在循环统计量计算过程中,信号之间的相关信息未得到充分利用,信息有一定的损失.提出基于特征值矩阵的统计量计算方法,用自相向量的协方差矩阵的特征值矩阵替代协方差矩阵.该方法使循环自相关函数中的信息得到充分利用,计算复杂度降低.仿真结果表明,该算法的检测性能在较低信噪比下优于经典的循环平稳检测算法的检测性能.

循环平稳检测在认知无线电中的应用

认知无线电中,进行有效可靠的频谱感知是关键技术之一。由于通信系统中,信号通常是不可预知,但却呈现一定的循环平稳特性,因此文章将循环平稳检测用于频谱感知。文中介绍了循环平稳信号的定义和特征,提出了用循环平稳方法检测主用户存在的依据,并给出了幅度调制(AM)这一类信号的循环平稳特性。

基于小波降噪的压缩感知—循环平稳检测技术

认知无线电技术通过次级用户动态接入空闲频谱来提高空闲频谱资源的利用效率,是认知无线电的重要环节。在低信噪比环境下,如何快速精确地进行频谱感知是频谱感知面临的重大挑战。提出了一种基于小波降噪的压缩感知—循环平稳特征检测器来实现低信噪比环境下的频谱检测。采用压缩感知技术提高了频谱感知的效率,并进一步利用小波变换技术降低了压缩感知过程中引入的压缩噪声,提高了低信噪比环境下的频谱感知准确度。仿真结果证明,提出的基于小波降噪的压缩感知技术能够实现低信噪比环境下的频谱空洞检测。

基于循环平稳检测的频谱感知方法探讨

笔者着重分析、研究了循环平稳特征检测法,并且与能量检测法的性能进行了对比,结果表明循环平稳检测的性能明显优于能量检测法。此外,讨论了循环平稳检测法检测统计量的选取,研究了循环谱峰均比的性能和特性,且对循环谱峰均比作为检测统计量的循环平稳检测法进行仿真研究。仿真研究数据表明,用循环谱峰均比作为检测统计量的循环平稳检测性能强于传统的循环平稳检测方法。

基于循环平稳检测的WCSN频谱感知算法

在无线认知传感器网络中,感知节点采用能量检测法在低信噪比下检测概率较低,而传统循环平稳检测法复杂度过高。为此,采用一种基于频域简化的单循环平稳检测算法,推导算法虚警概率的闭合表达式,建立检测概率与实际信噪比之间的关系式。理论研究与仿真分析表明,该算法复杂度低于循环平稳检测法,与能量检测法持平,可以满足无线认知传感器网络中对频谱感知的性能要求。

基于能量和循环平稳检测的双门限两层感知算法

针对传统能量检测法容易受到噪声干扰、循环平稳检测法计算复杂度高的问题,提出了一种基于能量检测和循环平稳检测的双门限两层感知算法。利用双门限能量检测法对接收信号进行第一层检测,对于能量统计值落入双门限之间的信号,采用循环平稳检测法进行第二层检测。通过对传统能量检测法、循环平稳检测法和文中双门限两层感知算法的检测性能和复杂度进行仿真对比,结果显示在相同检测概率情况下,文中方法相较前两种方法,信噪比分别提升了2 dB和1 dB,虚警率分别降低了0.18和0.1,验证了双门限两层感知算法的有效性和可靠性。

基于冗余设计的动车组平稳检测装置的研发

针对动车组在高速行驶过程中可能存在运行不平稳的问题,设计了一种动车组平稳检测装置,描述了硬件架构和软件实现方法,能够有效检测出各种平稳性指标并上传网络,在实时监控列车运行状态的同时也可以为道路检修提供数据支撑。此外,检测主机具备实时自检和冗余切换功能,进一步提高了系统的可靠性,能够满足动车组的应用需求。

测试系统中非平稳信号的时频优化小波包检测算法

非平稳信号为测试系统所测试分析的主要目标之一。对于这些信号传统的检测方法(例如:傅里叶变换)不能起到有效的分析作用。小波包变换是非平稳信号分析的常用工具。Shannon小波函数是现有的单小波家族中唯一能够对信号频域进行严格划分的小波函数,但是由于其时域的非紧支性限制了其应用。本文通过对Shannon小波函数的时频联合优化,改善了其在非平稳信号检测过程中的性能;首先在时域上,改写其时域表达式,并保留其频域的紧支性,提升了其时域的紧支性;其次在频域上,提出了对Shannon小波函数频域滤波器的插值算法,改善其频域的滤波性能;再次,通过牛顿插值法给出了算法的快速实现;最后,做出了仿真实例。结果表明,通过本文的算法,改善了Shannon小波包变换的性能,使其成为测试系统关于非平稳信号检测的有效手段。

基于短时傅里叶变换检测非平稳信号的频域内插优化抗混叠算法

非平稳信号的分析越来越受到人们的重视。短时傅里叶变换(STFT)是一种线性变换,避免了其他高次型非平稳信号分析方法中出现的交叉项的干扰,是分析非平稳信号的有力工具。短时傅里叶变换的基本思想是利用一个固定大小的滑动的窗口函数对信号进行分析,并假定信号在窗口内是平稳的,因此加窗变换所固有的混叠现象在短时傅里叶变换中依然存在。本文基于频域插值的思想,提出了基于频域内插抗混叠短时傅里叶变换的算法,首先分析了混叠产生的物理本质,然后以汉明窗为基础构造了频域内插的方法,并利用牛顿插值法得出插值的迭代求解方法,最后给出内插优化算法步骤。仿真实例验证了算法的可行性。

一种主用户随机到达情况下改进的循环平稳特征检测算法

在认知无线电(CR)网络中,针对检测频段突然被主用户(PU)占用导致次用户频谱检测性能较差的情况。该文提出一种基于反馈叠加原理的改进循环平稳特征检测算法,该算法通过将检测周期后半部分采样点的瞬时采样值累加到检测周期前半部分采样点的瞬时采样值上,在不延长检测时间的基础上,提高了整个检测周期的判决统计值,从而提高了系统检测性能。并且从理论上详细分析了该算法的检测概率,虚警概率与吞吐量。仿真结果表明,该算法的检测性能优于传统循环平稳特征检测算法和传统能量检测算法,并且保证了不错的用户数据吞吐量。

循环平稳特性检测频域设计及信噪比估计研究

针对现有的循环平稳特征检测时域设计法计算周期较长、系统比较复杂且实时性不高等不足,根据离散傅里叶变换的特性提出了一种循环平稳特征检测频域设计方法。此方法检测性能和时域设计方法相当,但却有效地降低了计算量,提高了系统的实时性,还能够节省存储单元。同时分别在能量检测和循环平稳特性检测中利用多次独立检测所得的方差与信噪比之间的近似线性关系,通过最小二乘法对所得数据进行分析,对未知信噪比进行了有效的估计,从而可以根据信噪比选择合适的信号检测方法。

基于非平稳性和极化相干系数比的PolSAR图像建筑物检测

为了提高全极化合成孔径雷达(PolSAR)图像中城区建筑物的检测精度,该文提出一种基于人造目标散射非平稳性和极化相干系数比的建筑物检测新方法。该方法首先对PolSAR图像进行滤波和方位向时频分解,得到多个子孔径图像,然后结合方位向非平稳性检测和极化相干系数比来判断某个像素是否为建筑物。该文通过引入一种新的极化相干系数比从而使获取的建筑物检测结果优于传统非平稳性检测方法,能够有效去除具有布拉格散射的自然地物虚警从而提高检测精度。星载和机载PolSAR数据实验结果验证了该方法的有效性。

基于Matlab的非平稳谐波检测方法仿真研究

针对传统的傅里叶变换对于检测非平稳谐波存在的缺陷,分析了两种非平稳谐波检测方法:短时傅里叶变换和小波变换。首先介绍了短时傅里叶变换和小波变换谐波检测方法的基本原理,然后通过Matlab使用上述两种方法对非平稳谐波模型进行了仿真。理论分析和仿真结果表明,两种方法均可以达到检测非平稳谐波的目的,但又各有优缺点。

基于循环平稳特征检测的认知无线电

本文在简介认知无线电基本理论的基础上,研究了基于循环平稳特征检测的算法。然后利用MATLAB对检测方案的AM信号进行具体的建模仿真,通过分析证实了循环平稳特征检测法则可以可以完全摆脱背景噪声的影响,在信噪比较低的情况下也能够具有很好的检测性能。

基于能量和循环平稳特征检测的CMMB主用户信号感知技术研究

认知无线电是提高频谱利用率的有效手段。CMMB是我国自主知识产权的一种移动多媒体广播制式,当CMMB主用户不在线时,次用户可以使用该频段进行通信。文章研究了基于能量的和循环平稳特征检测的CMMB主用户信号频谱感知技术。仿真结果表明:所提ED-CFD算法检测概率较ED算法有较大提高,尤其是低信噪比条件下,同时也较CFD算法大大降低了计算量。