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 。

基于循环谱相关的雷达信号脉内分析改进算法

针对传统的雷达信号脉内特征分析算法存在的局限,提出了一种基于循环谱相关的雷达信号脉内特征分析的改进算法。该算法将传统的循环谱估计方法进行了改进,能对雷达信号脉内调制方式进行识别并提取脉内特征参数,然后结合改进的小波变换的优点,对识别出的相位编码信号进行相位突变点的提取,最后输出至完善的脉冲描述字中。改进的算法能够在较低计算量的同时保证较好的脉内特征参数的估算精度。仿真结果表明,在较低信噪比下,该算法仍然具有较好的性能。

循环谱相关方法在调制信号参数估计中的应用

通信过程中的调制信号具有循环平稳特性,本文通过分析调制信号的循环谱相关特点,提出了利用循环频率谱峰的位置与大小来估计调制信号载波频率和码元速率的方法,给出了具体的实现步骤,实验结果表明该方法在信噪比较低的情况下仍能完成对调制信号参数的估计。

基于循环谱相关方法的MFSK信号识别

由于通信信号调制样式复杂多样,如何有效地识别通信信号调制类型是一个十分重要的课题。传统的信号处理都是假设所要处理的信号为随机平稳信号,但是在实际应用中,通信信号具有循环平稳性,是一种特殊的非平稳信号。首先介绍了循环平稳信号的特性循环谱相关概念,推导出MFSK信号的循环谱相关函数,分析了MFSK信号特征谱规律和可用于类内识别的特征参数,设计出MFSK信号的类内识别算法,仿真实验表明该算法能有效区分MFSK信号,并且在低信噪比下识别效果良好。

基于循环谱相关的调制信号检测方法

在研究通信信号的循环平稳理论的基础上,利用频域平滑的谱相关估计算法,提出一种新的数字调制信号检测方法,降低了一般循环谱检测方法的复杂度,提高了检测性能。该方法对数字调制信号谱相关特性进行分析,计算谱相关函数f截面的归一化面积,确定合适的判决阈值,通过阈值判决来实现基于通信信号循环特征的调制模式检测。仿真结果表明,在低信噪比条件下,检测成功率高达98%。

基于循环谱相关的数字信号调制方式盲识别

提出一种针对常见数字通信信号调制方式的识别方法,该方法以信号的循环谱相关特征为主,选取一组受载频、字符率变化影响较小,而且抗噪能力较好的特征参数,设定相关门限,设计了带有多分支判决的决策树分类器,对7种常见的数字信号调制方式的识别进行计算机仿真。仿真结果表明,在信号载频、字符率未知,并对信号非整数倍采样的情况下,带内信噪比(Eb/N0)大于等于8dB时,总体识别率能够达到90%以上。

基于归一化循环前缀相关谱的无人机识别技术

基于射频的无人机识别技术具有探测距离长、环境依赖性低的优点,已成为无人机监控系统不可或缺的技术手段。如何在低信噪比条件下有效识别无人机是当前热点问题。为保证良好的图传质量,无人机通常采用带有循环前缀结构的正交频分复用(OFDM)调制作为图传链路的调制方式。据此特性,首先提出一种基于归一化循环前缀相关谱和卷积神经网络的无人机识别算法。依据对无人机信号的OFDM符号周期和循环前缀长度的分析结果,计算信号归一化循环前缀相关谱。当归一化循环前缀相关谱的计算参数与无人机信号的调制参数匹配时,谱线中会出现若干相关峰,峰的位置分布反映了无人机信号帧结构、突发规则等协议特征。然后,利用卷积神经网络对归一化循环前缀相关谱进行特征分析和提取,从而识别无人机。最后,利用通用软件无线电平台USRP X310对5款无人机的射频信号进行采集,构建实验数据集。实验结果表明,该算法优于基于频谱和基于时频谱的算法,且在低信噪比下仍然有效。

基于改进变分模态分解及循环相关熵谱的轴承故障诊断

针对强背景噪声下非高斯脉冲噪声和高斯噪声对滚动轴承故障诊断产生严重干扰的问题,提出了一种基于改进变分模态分解(variational mode decomposition,VMD)并与循环相关熵谱(cyclic correntropy spectrum,CCES)相结合的故障诊断方法。首先,针对VMD传统重构指标易受噪声影响的问题,引入相关熵峭度(correlation entropy kurtosis index,CEK)指标对VMD分解后的模态分量进行选择与重构,去除高斯噪声;然后针对重构后信号仍存在的脉冲噪声影响问题,对重构信号进行CCES投影融合去除非高斯脉冲噪声干扰并增强特征;最后对融合结果进行分析与故障诊断。经仿真测试与实验表明,所提出的方法可以在高斯噪声和非高斯脉冲噪声背景下有效提取滚动轴承故障特征频率并实现故障诊断。

脉冲噪声下基于平滑循环相关熵谱的调制识别方法

针对脉冲噪声下的信号分类问题,提出了基于平滑循环相关熵谱和浅层残差网络的调制识别方案。所提方案不仅具有较低的计算复杂度,而且在脉冲噪声环境中具有稳健性。仿真实验表明,即使在很低的广义信噪比下,所提方案依然具有良好的性能。

循环相关熵谱密度估计高效算法研究

针对循环相关熵谱估计循环周期图检测(CPD)算法存在计算效率低、频谱分辨率低和易产生“频谱泄漏”的问题,该文提出一种循环相关熵谱估计的Correntrogram算法。Correntrogram算法借鉴Wigner-Ville分布(WVD)时频分辨率高的优势,将WVD算法中瞬时自相关函数替换为时变自相关熵函数,即可得到一种循环相关熵谱密度估计算法,称为Correntrogram。首先计算信号的时变自相关熵函数矩阵,再计算时变自相关熵函数矩阵各行的FFT,得到循环自相关熵函数矩阵,最后计算循环自相关熵函数矩阵各列的FFT,得到循环相关熵谱密度。通过仿真调幅信号的处理结果证明:Correntrogram算法有效提高了循环相关熵谱估计效率,避免了“频谱泄漏”,提高了频谱分辨率,该算法程序运行可靠。

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。

基于四阶矩切片循环谱的非周期性直扩信号检测与参数估计

由于非周期性直扩信号破坏了伪码的周期性和相关特性,原周期性直扩信号检测方法将失效或性能严重恶化。本文在信息序列不相关的前提下,利用四阶矩切片能有效抑制高斯白噪声和其循环相关谱具有明显谱峰的特点,提出一种基于四阶矩切片循环相关谱的非周期性直扩信号盲检测方法,该方法同时能精确估计信号载频。这种方法不需要先验信息,计算简单,易于工程实现。仿真结果表明,在虚警概率为1%,信噪比为-21dB时,该方法的检测概率可达到90%以上;当信噪比高于-18dB时,载频估计的归一化标准差低于0.002;该方法的检测和载频估计性能均优于二次四阶矩切片法、平方倍频法和倒谱法。

基于信息融合和广义循环互相关熵的电机轴承故障诊断

针对传统基于单路振动信号的故障识别可靠性较差和传统谱相关方法难以有效处理非高斯噪声的问题,该研究提出了一种基于多传感器振动信号信息融合和广义循环互相关熵谱的轴承故障诊断方法。首先推导了广义互相关熵、广义循环互相关熵和广义循环互相关熵谱密度的计算公式;然后给出了电机轴承故障诊断步骤;再利用轴承外圈故障仿真信号,分析了轴承故障振动信号的频谱特征,验证了广义相关熵的降噪性能,结果表明广义循环相关熵能有效处理高斯和非高斯噪声。最后将两路振动信号通过广义循环互相关熵进行融合,并应用于电机轴承故障诊断。试验结果表明,广义循环互相关熵能有效提取电机轴承内圈、外圈局部裂纹故障频谱特征,提高了故障诊断的准确性和可靠性,其性能优于传统的谱相关方法。

基于循环多核相关熵的故障检测方法及应用

针对传统基于二阶统计量的循环平稳信号处理方法不能有效处理脉冲噪声干扰的问题,提出了一种基于循环多核相关熵的故障检测方法。首先,给出了多核相关熵的定义,推导了循环多核相关熵函数和循环多核相关熵谱密度函数计算公式,分析了循环多核相关熵的降噪机理;其次,用仿真信号验证了在低噪声比(SNR=-5)情况下循环多核相关熵的降噪性能,表明了循环多核相关熵不仅能有效抑制高斯噪声,而且能有效抑制非高斯噪声,循环多核相关熵为高斯、非高斯噪声的处理提供了一种鲁棒性处理方法;最后,将循环多核相关熵方法应用于齿轮箱齿轮齿面磨损故障诊断,实验结果表明:循环多核相关熵具有解调功能,能准确刻画齿轮齿面磨损故障的频谱特征,可有效提取淹没在强噪声环境中的微弱信号,提高了信噪比,证明了此方法为一种齿轮故障诊断的有效方法。

多调制源信号的循环平稳分析及仿真

以多调制源信号为仿真对象,分别用二阶循环自相关、谱相关函数进行分析,在MATLAB平台上做信号的循环自相关谱相关函数的三维谱图、改进的自相关函数循环域的单切片图和谱相关单切片图,通过分析总结得出该改进的二阶循环切片分析方法能成功地将多调制源信号中的特征频率解调出来,为分析实际的循环故障信号奠定理论基础。

滑动轴承油膜失稳振动的二阶定向循环平稳性分析

定义了二阶定向循环平稳统计量,提出了基于二阶定向循环平稳的信号分析方法。该方法将用于单通道实信号分析的二阶循环统计量扩展到复信号,并定义了正交双通道融合复信号的定向循环自相关、定向循环谱相关密度。为了验证该方法,利用转子试验台模拟滑动轴承旋转机械的油膜失稳故障以获取数据,分析结果表明该方法不仅能够提取系统在某一截面内的周期性振动特征,而且能够揭示转子在指定循环频率处的旋向。此外二阶定向循环谱相关密度在指定频率处的切片能显示更加丰富的转子频率耦合调制信息,试验结果验证了该方法的有效性。

直接序列扩频通信信号参数估计方法研究

对直接序列扩频通信信号检测及参数估计方法进行了研究和分析,采用循环谱相关的估计方法,分析了在不同噪声环境中该方法的检测及参数估计性能,并进行了计算机仿真。

低信噪比下LFM-BPSK复合调制信号参数估计

ILFM-BPSK复合调制信号兼具线性调频信号(ILFM)与二相编码信号(BPSK)的优点,已经广泛应用于多种雷达中。提出了基于插值优化分数阶傅里叶变换(FRFT)和循环谱相关的参数估计算法。首先对ILFM-BPSK信号进行平方处理,将信号转化为倍频的ILFM信号,采用插值优化FRFT方法估计ILFM信号的起始频率和调频斜率,然后重构ILFM信号,并与原信号共轭相乘得到基带BPSK信号,最后采用循环谱相关技术提取BPSK信号的码速率。仿真实验表明,该参数估计算法能在低信噪比条件下精确估计信号参数。