宽带实时频谱分析技术及其应用
摘要：宽带实时频谱分析技术主要用于各类宽带辐射源信号的侦察、捕获与分析。本文分析了宽带条件下实时频谱分析面临的挑战,重点分析了宽带实时频谱分析的概念、系统结构、实现原理以及关键技术,介绍了相关技术在频谱监视以及信号侦察中的应用示例,随着应用的深入以及一些新的理论方法的不断完善,该技术在复杂宽带信号分析方面具有很好的应用前景。基于突发分离的自相似网络流量预测
摘要：网络流量预测在网络拥塞控制及资源分配中起着至关重要的作用。对于具有自相似性的网络业务流量,由于其存在较强突发,传统预测方法的预测精度普遍较低。本文针对存在高突发的网络流量数据,提出了一种基于数据分离的流量预测方法。具体来说,在预测步骤前,本方法首先通过控制图将网络流量中难以预测的突发流量进行有效的分离,从而得到突发流量和非突发流量两部分数据。之后分别采用人工神经网络和自适应模板匹配方法实现对非突发流量和突发流量的预测。最后通过对两部分预测结果的合并得到最终的预测结果。基于实际流量数据的实验结果表明：相较于传统流量预测方法,本文所提出的方法具有更高的流量预测精度。基于证据折扣优化DSmT的协同频谱感知器
摘要：协同频谱感知器通过充分利用多个认知无线电用户的空间分集增益,对抗单用户深度衰落和阴影效应问题,降低了感知系统对本地感知用户的灵敏度要求,减少由于单用户检测不确定性带来的系统误判。利用D-S方法进行协同频谱感知,通过在本地提取置信指派,再上传至融合中心进行证据推理与判决,占用较窄的控制信道带宽,达到优于传统方法的检测性能,如＂或＂、＂与＂和＂最优融合＂感知方法。但低信噪用户带来的冲突数据会限制D-S方法性能,使其信噪鲁棒性较差。本文首先定义感知用户基本置信指派函数,基于DSmT提出证据折扣优化DSmT协同频谱感知器。该感知器根据不同认知用户数据的可靠性,对其置信指派函数进行折扣,加强高可靠性数据对融合结果的贡献,降低不可靠数据对融合结果的干扰,有效解决冲突数据下的协同频谱感知信息融合问题。仿真结果表明,证据折扣优化DSmT协同频谱感知器具有良好的检测性能和信噪比鲁棒性。语音重构的DCT域加速Landweber迭代硬阈值算法
摘要：重构信号的最基本理论依据是该信号在某个变换域是稀疏的或近似稀疏的。基于语音信号在DCT域的近似稀疏性,可以采用压缩感知（Compressed Sensing,CS）理论对其进行重构。压缩感知理论中的迭代硬阈值（Iterativehard thresholding,IHT）算法以其较好的性能被广泛用来重构信号,但其收敛速度比较慢,如何提高收敛速度,一直是迭代硬阈值算法研究的重点之一。针对压缩感知理论中的IHT算法收敛速度相当慢的问题,提出了语音重构的DCT域加速Landweber迭代硬阈值（Accelerated Landweber iterative hard thresholding,ALIHT）算法。该算法对原始语音信号做DCT变换,然后在DCT域将每一步Landweber迭代分解为矩阵计算和求解两步,通过修改其中的矩阵计算部分实现Landweber迭代加速,最后通过迭代硬阈值对信号做阈值处理。实验结果表明,加速Landweber迭代硬阈值算法加快了收敛速度、减少了计算量。基于稀疏分解的指静脉图像去噪
摘要：手指静脉识别技术因其独特的优势,受到广泛的关注。然而由硬件系统获取的手指静脉图像常常含有严重的噪声、阴影等问题,所以对低质量的静脉图像的去噪成为了整个识别过程的关键。本文提出了一种基于稀疏分解的指静脉图像去噪新方法。基于稀疏分解的图像去噪是将含有噪声的图像信息进行稀疏分解,分解成稀疏成分和其他成分。其中的稀疏部分是有用信息,其他部分被认为是噪声,再由图像的稀疏部分重建原始信号,达到恢复原始信号并去除噪声的效果。本文根据指静脉图像的静脉的特点,应用高斯函数构造了过完备库。用合成图像和真实指静脉图像分别对新算法进行实验验证。实验结果证明,与传统的去噪算法相比,峰值信噪比提高1-2dB。一种适于在线学习的增量支持向量数据描述方法
摘要：本文针对支持向量数据描述（Support Vector Data Description,SVDD）中的在线学习问题,提出了一种增量支持向量数据描述（Incremental Support Vector Data Description,ISVDD）方法。首先,理论明确了增量学习机理在SVDD中的可行性,并深入分析了在线新增样本与已有样本集合的集合划分问题;同时从理论上给出了ISVDD中样本系数变化的依据,推导了ISVDD的理论过程。其次,为了提高理论完备性与应用可靠性,在六种条件下实现了样本属性之间的迁移,获得各个样本系数的变化量。ISVDD方法不仅继承了标准SVDD的优点,能够获得和标准SVDD同样的分类性能,并且显著减少了在线增量样本的训练时间,缓解了数据优化中对内存量的巨大需求。实验结果证明了本文方法的有效性和正确性。一种基于基扩展模型的OFDM频域快时变信道估计方法
摘要：现有的OFDM系统快时变信道估计方法均为时域估计方法,假定信道为整数倍采样信道,利用理想的等间隔均匀导频恢复信道时域响应函数,进而采用基扩展模型拟合并估计其时变特性。而实际的信道通常为非整数倍采样信道,频带内可用的导频也并非假定的理想模式。此时,恢复的信道时域响应出现能量泄漏,导致算法性能大大受限。本文提出一种频域快时变信道估计方法,利用信道频域时变传输函数辅助估计,从而估计得到信道频域响应矩阵。该方法在频域实现,性能不受信道时域响应能量泄露影响。仿真实验从误码率、均方误差两方面分别验证了该方法的有效性。基于非局部相似性和交替迭代优化算法的图像压缩感知
摘要：压缩感知理论突破了信号带宽对奈奎斯特采样定理的限制,并且实现了在数据采样的同时进行压缩。目前压缩感知系统通常利用图像在某个变换域具有稀疏性的先验知识,从少量观测值中重构原始图像。本文利用图像像素的邻域结构信息及图像子块的相似性,将图像的非局部相似性作为先验知识运用到压缩感知图像重构中。结合图像的非局部相似性及其在变换域的稀疏性先验知识,提出了基于非局部相似性和交替迭代优化算法的图像压缩感知重构算法,该算法利用迭代阈值法和非局部全变差来交替迭代求解变换域的稀疏性优化问题和非局部相似性的优化问题。实验结果表明,本文算法可以有效提高图像重构的视觉效果和峰值信噪比。基于星座点特征的OFDM残留频偏跟踪算法
摘要：残留频偏会导致星座点发生旋转,而且这种旋转与时间有关,时间越长,旋转越大。若残留频偏长时间得不到校正,将会使星座点旋转到其他象限从而出现判决错误,使系统的性能急剧恶化。针对这个问题,提出了一种基于星座点特征的残留频偏跟踪算法。该算法要求在信道估计之后完成,并假定一个OFDM帧内的信道频率响应保持不变。该算法包括三个步骤,首先将每个OFDM符号的星座点划分为四个子集,然后对每个子集的均值求相位角获得相位误差,最后经环路滤波器输出一个校正量补偿时域频偏。由于残留频偏估计值的提取充分利用了所有数据子载波信息,并对每个子集进行了求均值处理,所以有效的改善了环路的输入信噪比。它适用于子载波为QPSK或QAM调制的OFDM系统,不同的子载波调制方式跟踪范围不同,最大跟踪范围为±0.05个子载波间隔。仿真表明：新算法性能要优于基于循环前缀的算法,与基于导频的跟踪算法性能相当。一种新的雷达辐射源信号识别方法研究
摘要：随着雷达技术的发展,雷达体制的多样性和雷达信号的复杂性对雷达辐射源信号识别技术提出了严峻的挑战。循环双谱抗噪性能强,且包含了丰富的信息,能用于识别雷达辐射源信号。但是其数据量庞大,而循环双谱对角切片法丢失了大部分信息。证明了循环双谱的对称性和周期性,提出了局部轴向积分循环双谱。该方法首先计算信号的循环双谱,然后在两个谱频率构成的平面上沿平行于谱频率轴的直线积分,最后用Fisher判决率（FDR）选择鉴别能力较强的轴向积分循环双谱。这样不但能有效地减小数据量,而且保留了大部分有用的循环双谱信息。仿真条件下,对比分析了局部轴向积分循环双谱与循环双谱对角切片的识别效果,结果表明新方法的识别率远远优于循环双谱对角切片法。MIMO干扰信道下的协作干扰对齐优化算法
摘要：干扰对齐是将来自其他发射机的干扰信号对准到同一信号子空间,从而减少对期望信号的干扰的一种传输技术,近年来得到了广泛的关注。本文为K用户多输入多输出（MIMO）干扰信道系统提出了一种协作干扰对齐优化算法。通过对信道的奇异值分解,基于矩阵弦距离,不仅选出一组最好的特征子信道来传输信号,而且还选取一组有利于有用信号远离干扰信号的预编码矩阵,这样,可以最大化减少干扰对有用信号的影响。另外,本文还根据得出的预编码矩阵来计算和优化干扰抑制矩阵。本文算法在没有用迭代的基础上来计算预编码矩阵和干扰抑制矩阵,这样不仅使整个系统的复杂度大大降低,进一步,仿真结果显示容量和能量效率较其他算法有明显改进,这也正是最近受到广泛瞩目的绿色通信所要求的。迭代子空间跟踪和结构约束的自适应波束形成算法
摘要：自适应波束形成（adaptive beam-forming：ABF）方法通过对阵列数据进行加权处理来获得最大的输出信干噪比,对采样协方差矩阵依赖性较大。在小快拍和通道随机响应误差条件下,采样协方差矩阵的估计值与真实值通常存在较大差异,严重恶化了基于线性约束最小均方误差准则的自适应波束形成方法的干扰抑制性能。针对该问题,本文基于子空间投影类波束形成方法的思想,提出采用迭代子空间跟踪和结构约束的自适应波束形成方法。该方法首先利用clearing技术在训练样本集上依次跟踪主特征矢量并构成信号子空间;然后根据子空间投影类波束形成权矢量的结构特性计算自适应加权矢量。仿真结果表明本文方法能有效提高自适应波束算法的输出信干噪比。机载毫米波脉冲多普勒雷达旋翼目标识别技术研究
摘要：旋翼目标是机载毫米波脉冲多普勒雷达低空与地面目标中的首要识别对象,由于其回波频谱展宽与波长成近似反比关系,使其在毫米波段呈现低信杂比、弱特征现象。本文首先在分析毫米波雷达旋翼目标特性的基础上,针对旋翼识别难题,对雷达系统前端的波束驻留时间、脉冲重复周期、杂波抑制性能、相参积累脉冲数、频综器相位噪声谱密度等参数设计提出了新的要求;之后,设计了专用目标识别软件平台,并给出了面向工程应用的专用目标识别软件总体结构,提出了利用噪声归一化的频谱数据预处理技术、识别结果积累策略以及多普勒频谱层析图分析等信号处理方法;最后,利用实测数据提取特定的特征对目标进行识别分类,并对部分中间结果进行了详细分析,实验结果验证了本文方法的有效性,对旋翼和固定翼目标具有良好的分类识别性能。基于广义协方差矩阵的乘性和加性噪声中的谐波恢复
摘要：针对非零均值乘性噪声中的谐波恢复问题,本文提出一种基于广义协方差矩阵的乘性噪声中谐波个数和频率的估计方法。首先定义一类广义协方差并构造广义协方差矩阵,通过对广义协方差矩阵进行特征值理论分析,得到了非零均值乘性噪声中谐波信号分量个数与协方差矩阵特征值之间的内在联系,利用这个性质可以用来估计谐波分量个数。同时利用子空间旋转不变性技术,可以从协方差矩阵中估计出谐波的频率。本文所提方法对于乘性和加性噪声的颜色和分布均无任何假设,可以应用于任意分布和任意颜色的乘性和加性噪声中的谐波恢复。仿真实验表明,本文所提谐波恢复方法具有较高的频率分辨率。基于时空切片轨迹分析的复杂人体运动跟踪
摘要：时空切片方法是一种有效的时空分析方法。然而,现有的算法仅讨论处理近似直线的简单轨迹情况,不能满足实际存在复杂曲线轨迹的处理要求。针对这一问题,本文提出一种实时的时空切片复杂轨迹分析方法来实现人体运动跟踪。首先在视频不同高度处提取水平时空切片,在各切片中分别使用高斯背景模型检测人体轨迹;然后拼合不同高度切片中的人体轨迹,在拼合后的轨迹上使用Hough变换计算人体对应的轨迹方程;最后根据轨迹方程和轨迹检测结果,确定人体的当前坐标、宽和高等信息。实验表明,相对于传统跟踪方法,该方法降低了跟踪的轨迹误差,满足实时性跟踪要求,且在人体短时遮挡情况下仍然能够实现有效的人体跟踪。基于改进时频分析方法的雷达信号瞬时频率估计
摘要：瞬时频率估计（Instantaneous Frequency,IF）在雷达信号处理中有着重要的研究意义,时频分布峰值检测是IF估计研究和应用中较为普遍和有效的方法,但由于噪声的影响,时频分布的峰值往往偏离真实的IF曲线。针对低信噪比下的IF估计,首先对Wigner-Ville分布和Choi-Williams分布的时频分布矩阵作Hadamard积,得到一种混合的时频分析方法,而后采用多样本信号时频能量累积的方法,进一步抑制噪声在时频面上的分布;然后以时频分布峰值在信号自项时频聚集区域的分布概率为准则,计算出时频分布的数据窗长,并根据该窗长得到IF的初始估计;最后依据初始IF,采用交叉置信区间算法对时频分布峰值进行检测,得到信号的瞬时频率估计值。文中对SFM、LFM和FSK信号的IF估计进行了研究,并与WVD峰值检测法和时频分布一阶矩法进行了比较,仿真结果验证了本文方法的有效性。一种MIMO雷达非高斯杂波中的信号分离方法
摘要：针对传统匹配滤波方法对非高斯相关杂波下多输入多输出雷达信号分离性能下降的问题,本文基于线性约束最小功率波束形成器原理,给出了一种适用于非高斯相关杂波条件下的多输入多输出雷达信号分离算法。该方法将需要分离的发射信号以外的其他发射信号和相关杂波作为干扰,利用接收信号的分数低阶统计量,通过对干扰的滤波输出的功率进行约束,在线性约束最小功率准则下导出了滤波器权系数,实现了非高斯相关杂波中对信号有效的分离。最后采用本文方法在SG-Alpha稳定分布杂波背景下进行了仿真实验。结果表明,本文方法适用于非高斯杂波环境下多输入多输出雷达的信号分离,且基本不受杂波非高斯性强弱的影响,可有效实现非高斯相关杂波中的多输入多输出雷达信号分离。基于两级变参数滤波时延校正的声源定向
摘要：在人机交互、视频会议、军事国防等众多领域中,基于麦克风阵列的声源定位系统已经受到了人们的广泛关注。在空间噪声和混响的环境中,时延估计往往会出现很大的偏差,而声源角度的计算又依赖于时延估计的准确性。因此,本文在双阵元模型下提出了一种用于声源定向的时延校正算法,该算法采用一个权值系数可变的两级滤波器对GCC-PHAT-ργ估计出的时延点进行校正,有效地让偏差较大的时延点回归到正确的时延群当中,从而避免了错误时延值对进一步角度定向的影响。实验结果表明,本文提出的算法在不删除时延异常点的前提下,在误差均值和均方根误差等方面都表现出了很好的性能,而且对每组数据进行角度定向的时间都很短。理论分析与实验结果表明该方法不仅有效的提高了角度估计的估计精度,而且当说话人以正常走路的速度移动时,该算法可对说话人的方向进行及时的跟踪。
