Costas序列在多用户雷达系统中的应用研究

讨论了跳频码的构造与性能,着重介绍了Costas序列的结构,用Costas序列设计跳频码能获得理想的自模糊和较好的互模糊性能。建立了跳频扩频信号的数学模型,给出了子脉冲正交的条件。论述了Costas序列的自(互)相关特性,给出了置换序列互相关函数的实用性质及模糊函数的求取算法,并进行了性能仿真,研究了Costas序列互模糊函数的特性,阐述了多用户系统中减小用户间相互干扰的方法。

Golomb Costas序列的结构及其在OFDM系统中的应用

研究了用循环移位法获得的Golomb Costas序列族的特性,建立了含有一个间隙行和一个间隙列的GolombCostas序列的结构理论,深入研究了含有一个间隙行和一个间隙列的Golomb Costas序列的代数结构、构造方法和自(互)相关特性,并证明了相关的定理。探索了用含有一个间隙行和一个间隙列的Golomb Costas序列设计OFDM系统中跳频图样的方法,举例说明了如何设计跳频码和怎样将跳频码分配给OFDM系统中的用户。用含有一个间隙行和一个间隙列的Golomb Costas序列设计跳频码能获得理想的自相关特性,并且当无线通信系统中多普勒频移受限时能获得极佳的互相关性能。

基于WelchCostas序列的最佳跳频码结构及其在OFDM系统中的应用

讨论了OFDM系统中跳频码设计的问题,建立了含有一个间隙行的Welch Costas序列的结构理论,深入研究了含有一个间隙行的Welch Costas序列的代数结构、构造方法和自(互)相关特性,并证明了相关的定理。探索了用含有一个间隙行的Welch Costas序列设计OFDM系统中跳频图样的方法,举例说明了如何设计跳频码和怎样将跳频码分配给OFDM系统中的用户。用含有一个间隙行的Welch Costas序列设计跳频码能获得理想的自相关特性,并且当无线通信系统中多普勒频移受限时能获得极佳的互相关性能。

Costas序列在多目标散射雷达系统中的应用研究

在多目标散射环境中,雷达信号的模糊函数需要具有二维δ函数的"针状"特性,但事实上这样的信号是不存在的,因为信号的模糊体积是不变的。介绍了一种减小信号模糊体积的方法:雷达发射两个不同的Costas跳频编码序列信号,在接收端将两个信号模糊函数相乘,以减小两个信号模糊函数的边瓣,从而获得主瓣尖锐且模糊体积很小的"针状"特性。仿真结果验证了这种方法的可行性。

时间序列重构改进LSTM的大坝变形预测模型

大坝变形通常具有很强的波动性,传统方法往往不能很好地捕捉这种非线性关系,进而影响预测精度。为此,提出一种基于奇异值分解(SVD)和长短期记忆神经网络(LSTM)的大坝时序变形预测框架,旨在提升大坝变形的预测精度。首先,通过汉克尔矩阵的构建将原始变形序列分解为一系列较为规律的子序列;然后针对各分量建立相应的LSTM模型;最后将各模型的输出序列进行重构,从而得到最终的变形预测值。分析表明,SVD方法能够有效降低原始序列的非线性,同时,LSTM能够有效捕捉时间序列前后的非线性关系,得到令人满意的预测结果。与传统方法相比,SVD-LSTM的预测性能最优,为大坝安全系统的构建提供了新思路。

直接序列扩频系统中数字Costas环的设计与实现

主要针对直接序列扩频系统(DSSSS)的载波同步,研究了数字Costas环的设计和实现方法。介绍了数字Costas环的结构和其提取载波频率和相位、实现载波同步的基本原理。以典型的二阶连续系统的离散数字化方法为基础,分析了线性数字锁相环(DPLL)的参数设计方法,为非线性的数字Costas环的设计提供了参考。提出了一种在高速数字信号处理器(DSP)中数字Costas环的软件实现方案;经过试验验证,能够实现载波同步,并且应用更加简单、灵活,性能更加稳定。

基于有效值滑窗差分算子和采样序列重构的电压暂降测量方法

电压暂降是电力系统中最令用户困扰的电能质量问题,对其特征参数进行准确测量是电压暂降评估和治理的首要前提。然而,当前电压暂降检测算法存在参数检测准确度低、实时性差以及缺乏相位跳变信息等不足。为此,提出一种基于有效值滑窗差分算子和采样序列重构的电压暂降测量方法,以实现其特征参数的快速、准确检测。该方法首先利用有效值滑窗差分算子准确获取电压暂降的起止时刻。接下来,依据暂降起止时刻对原始信号分区,并对不同分区的信号进行加窗插值快速傅里叶变换(FFT)运算。而后,对采样序列重构并进行相位校正。最后,得到电压暂降的持续时间、暂降深度和相位跳变等特征参数信息。在暂降幅值和相位同时变化、不同谐波分量、不同信噪比噪声等情况下的仿真实验结果表明,所提方法具有准确度高、实时性好和鲁棒性强等优点。实际构建硬件测试平台的测试结果满足GB/T 30137-2013中电压幅值误差≤0.2%、相位跳变误差≤1°以及暂降持续时间误差不超过一个周期的要求,验证了算法的有效性和可行性。

一种基于Costas序列的多输入多输出声纳正交发射信号集设计方法

寻找一组宽带正交发射信号集对多输入多输出(MIMO)声纳探测至关重要,信号集的正交性能好坏直接影响着MIMO声纳的探测效能。按照Costas序列编码的跳频信号具有近似理想的自模糊函数,但同一有限域构造的不同Costas跳频信号间并不总具有理想的正交性。基于有限域理论提出了一种本原元的搜索方法,利用安全素数的本原元设计了一组正交性最优的MIMO声纳正交发射信号集。仿真结果表明,对于1000以内的素数,基于安全素数的有限域构造的正交跳频信号集不仅具有最优的正交性,还能取得最大的信号集大小。

Costas序列短波MFSK通信时频联合同步方法

针对低信噪比与强多径传播导致短波MFSK信号捕获困难、同步精度低的问题,提出一种基于Costas序列的短波MFSK信号时频联合同步方法。利用Costas序列二维图案优异的自相关特性进行信号检测与同步,将传统的滑动窗口法由时域扩展到时频域,同步获得时间和频率的估计值;为了降低计算量,给出了频偏与时延的精估计方法。仿真结果表明,与传统伪随机码(PN码)同步方法相比,提出的方法具有更好的抗噪声和抗频偏性能。在信号带宽为50 Hz、同步序列长度为1.28 s的ITU-R中纬度短波信道上,该同步方法能够达到98%的捕获率,虚警概率低于10^(-2);时间同步误差低于12 ms;频率估计误差低于1 Hz。

Costas序列在雷达信号设计中的应用研究

阐述了Costas序列的代数结构及其特点,分析了常用雷达信号,如线性调频脉冲信号、非线性调频脉冲信号等的模糊函数,文中指出当雷达信号使用Costas序列的构成方法形成跳频扩频的信号时,将获得理想的模糊函数性能,即同时获得极好的距离分辨率和速度分辨率。文中建立了多目标散射、多径衰落和加性高斯白噪声信道的数学模型,并介绍了多目标散射、多径衰落和加性高斯白噪声信道的雷达信号设计方法,最后给出了计算机仿真结果。

面向序列密码的非线性反馈移位寄存器可重构并行化设计

基于序列密码的非线性反馈移位寄存器,将可重构技术与并行化处理相融合,提出了一种非线性反馈移位寄存器的可重构并行化架构.结果表明:可重构并行化架构能够灵活重构任意结构的非线性反馈移位寄存器;并行化思想能够支持在一个时钟周期完成对非线性反馈移位寄存器的并行更新;在0.18μm的互补金属氧化物半导体(CMOS)工艺中,其核心工作频率能够达到172MHz,针对256级的线性反馈移位寄存器,当并行度选取为32时,其吞吐率能够达到5.5Gb/s.

重构L-G模型及改进模型跳频序列

讨论了基于GF(p)的L-G序列模型以及改进模型的一些性质,依据这些特性提出了一种通用的重构算法,可以在不超过2n+p1个输出中恢复其生成结构、重构其输出序列。

基于小波分解与重构的时间序列预测法

一般的时间序列预测方法对非线性非平稳的信号不适用 .本文提出了一种基于多分辨率小波分解与重构的预测方法 .与一般方法相比 ,这种方法有效地提高了预测的准确度 .

脉间Costas FH雷达信号的多普勒性能分析

研究了脉间 Costas FH雷达中用逆离散傅里叶变换 (IDFT)进行信号处理的过程 ,分析了脉间 Costas FH雷达信号不存在距离 -速度耦合的原理 。

基于相重构和主流形识别的非线性时间序列降噪方法

提出了一种基于相重构和主流形识别的非线性时间序列降噪方法.带噪的时间序列在高维的相空间中其本质特征隐含在一个低维的主流形中,利用局部切空间变换方法提取其主流形,再根据主流形对时间序列进行重构,就可以达到降噪的目的.与现有的非线性时间序列消噪算法不同,基于主流形的消噪算法更强调时间序列的整体结构.数值仿真分析的结果验证了该降噪方法能有效地消除非线性时间序列中的高斯白噪声.

基于准同步序列重构的非稳态电力谐波分析

针对非稳态电力信号傅里叶谐波分析中频谱泄露所导致测量误差较大的问题,提出一种基于准同步序列重构的非稳态电力谐波分析方法。首先在频域上对原始采样信号进行50 Hz的频移,经过sinc滤波器滤除谐波分量,采用移频角差法求得基波频率偏移量;依据计算的基波频率,再通过三次B样条插值重构原始采样信号;最后利用全相位FFT有较优抑制频谱泄露的性能,对重构后的准同步序列进行谐波分析,确定每一个谐波成分参数,实现谐波参数的准确测量。试验表明,该算法能有效检测非稳态信号的基波频率大小,实现非稳态下电力谐波信号的高精度检测,实验平台验证了方案的可行性。

混沌时间序列分析中的相空间重构技术综述

本文对混沌时间序列分析中的相空间重构技术进行了分析和评价,总结了国内外学者的研究进展,并展望了未来的研究方向。

应对水文序列非一致性变化影响的溯源重构法研究

水文序列的非一致性特征导致多种常用水文分析计算方法在理论上陷入瓶颈,因尚未得到有效的解决,仍需不断探索研究。从因变量与自变量关系的角度看,引起水文变量非一致性变化的原因是影响因子自身的非一致性变化。据此,针对单个影响因子作用于水文变量的规律,提出源函数概念,依据水文变量与影响因子源函数间的统计乘积模型,构建新的函数,并据此函数将非一致性变化的影响因子的作用从原序列中剔除,实现了非一致性序列向新的一致性序列的转化。本文称该方法为溯源重构法。获得的重构序列可用于以一致性序列为基础的分析计算工作。对陕西省佳芦河流域非一致性年最大洪峰流量序列的应用研究表明,溯源重构法不仅能有效消除序列的线性、非线性趋势以及突变等三种非一致性特征,且重构序列的分布更符合原序列的抽样属性。相比于分解合成法仅能去除序列的一阶矩趋势,溯源重构法在去除一、二阶矩的非一致性上均能发挥作用。

基于能量积累和形态重构开的红外图像序列小目标检测方法

对多帧红外序列图像膨胀后累加 ,去除图像随机噪声 ,提高目标信噪比。使用重构开等形态学算子并结合红外小目标帧内亮度、空间信息和帧间运动信息 ,消除背景 ,提取运动小目标。

支持局部抑制和序列重构的轨迹隐私保护方法

基于位置服务应用产生越来越多的轨迹数据,这些轨迹数据通常包含用户的敏感信息,不恰当的轨迹数据发布将泄露用户隐私.针对轨迹数据发布时轨迹序列引起的隐私泄露问题,提出基于局部抑制和序列重构的隐私保护算法,该算法首先对轨迹数据集进行局部抑制,然后通过序列重构将局部抑制序列有选择的写回到数据集中,降低数据实用性损失.最后,文中在合成数据集上将该算法与现有其他算法进行了数据实用性对比分析,实验结果表明,本文提出的算法是有效的.