信号处理杂志 北大期刊 CSCD期刊 统计源期刊

信号处理 2016年第12期杂志 文档列表

信号处理杂志论文与技术报告

基于多波束GEO卫星的大容量互联网接入系统1387-1394

摘要：针对大容量地球同步轨道（GEO）卫星系统目的关口站距用户远、同步耗时长、下行传输效率低等问题,提出基于多波束GEO卫星的大容量互联网接入系统。所提方案星上进行非再生式信号处理、基带程控交换、闭环同步控制、信令信息处理和信道调度管理以及下行链路采用时分复用传输方式。对于支持大量分散或移动用户接入互联网的应用,业务质量显著改善,且因信道利用率大大提高,实际运行时的用户容量、数据吞吐率也可能更大。仿真结果表明多频-准正交时分复用传输方式的性能更好,且根据我们已进行过的有关单元的现场可编程门阵列设计实现经验,所提系统现实可行。

L-CR系统中分布式压缩感知最小角回归信号重构1395-1405

摘要：在低轨（LEO）微小卫星感知无线电（L-CR）系统中,多个LEO卫星节点具备一定的频谱感知功能,卫星节点通过分布式组网对地面信关站发射的信息进行感知、传输和处理,地面汇聚节点对LEO卫星节点转发信号进行重构。考虑LEO系统中授权频带的主用户（PU）对卫星认知用户（SU）的干扰,认知用户感知到的信号同时存在PU干扰和噪声,地面汇聚节点通过高效的重构算法进行含噪信号恢复是L-CR系统实现的重要问题。论文研究了LCR系统中基于分布式压缩感知的信号重构方法。针对L-CR特点,分别分析了汇聚节点在低信噪比情况下采用凸松弛法中的基追踪去噪（BPDN）、同伦（Homotopy）法和最小角回归（Lars）的重构均方误差（MSE）与重构复杂度。研究表明,BPDN具有最小的重构MSE,但其重构复杂度最高。Lars可以有效折衷重构MSE与复杂度。在此基础上,提出了基于分布式压缩感知的最小角回归（DCS-Lars）信号重构方案。仿真结果表明,所提DCS-Lars方法可以在低信噪比情况下有效重构感知信号,并具有良好的频谱检测能力,同时重构复杂度大大降低。

信号处理杂志算法研究

改进的最佳子集降维STAP方法1406-1411

摘要：针对空时最优处理器存在计算复杂度高、训练样本不足和杂波非均匀的问题,提出一种改进的降维方法。首先,利用空间谱相关系数表征目标和杂波轨迹的分离特性,将天线脉冲对的选择转化为最小化空间谱相关系数问题,降低了计算复杂度和杂波非均匀的影响;其次,对杂波噪声协方差矩阵进行特征值分解,结合互谱法选择特征向量构成降维矩阵,降低了对训练样本的需求;最后,仿真分析验证了所提方法的有效性。

基于无人机辅助的高精度卫星干扰源定位1412-1417

摘要：针对传统双星定位方法难以实现高精度卫星干扰源定位的问题,提出了一种利用无人机辅助获得高精度定位的方法。使用无人机在干扰源所在区域的上空接收干扰上行信号,地面接收站分别测量经过卫星和无人机转发的干扰下行信号,在不同的观测时刻移动无人机位置,构造多时差联合定位方程组,再利用非线性最小二乘算法计算得出干扰源位置。仿真结果表明该方法能显著的提高卫星干扰源的定位精度,是一种定位精度高、稳定性强的定位方法。

二维stolt插值解耦合的GEO SAR成像算法1418-1424

摘要：针对地球同步轨道合成孔径雷达（GEO SAR）二维频谱形式复杂、二维空变性处理困难等问题,考虑成像参数随距离和方位的空变性,给出了一种利用二维stolt插值解耦合的GEO SAR成像算法,该算法不需要求解GEO SAR复杂的二维频谱,在距离频域和方位时域利用空变斜距的二阶近似模型和二维stolt插值变换校正了距离和方位的耦合;同时,针对二维插值计算量大和复杂度高的问题,采用非均匀快速傅里叶变换（NUFFT）替代了传统的插值和快速逆傅里叶变换（IFFT）运算。理论分析和仿真结果表明该算法能够补偿回波的二维空变特性,实现GEO SAR聚焦成像,且各成像指标接近理论值。

信号处理杂志应用

低秩稀疏分解下多尺度积的运动目标检测方法1425-1433

摘要：针对基于矩阵分解的运动目标检测方法易受自然场景中背景的小幅抖动和摄像头抖动等因素影响的问题,提出了一种利用多尺度积的低秩稀疏矩阵分解算法。算法假设,静态背景视频序列中,每帧图像背景可近似视为处于同一低秩子空间中,图像前景则可视为偏离低秩空间的残差部分。首先对图像序列进行滤波、仿射变换等预处理得到视频序列观测数据矩阵;然后对数据矩阵进行低秩稀疏分解得到序列图像的低秩背景部分和每帧图像的稀疏前景部分;最后对稀疏前景部分采用小波变换模极大值与多尺度积方法检测目标边缘,并进行形态学处理,得到准确的运动目标。实验结果表明,算法检测到的运动目标清晰、完整,能有效地处理光照变化、摄像头小幅度抖动、图像背景局部小幅度变化等情况下的运动目标检测。

运动多平台无源跟踪截尾不敏卡尔曼滤波算法1434-1439

摘要：针对已有非线性滤波算法用于运动多平台无源跟踪时精度不高的问题,提出了一种新的跟踪算法即截尾不敏卡尔曼滤波（TUKF）算法以改善跟踪性能。该算法对状态先验概率密度函数及测量噪声概率密度函数进行截尾处理,使其变为具有有界支撑集的函数,并在此基础上结合原始状态先验概率密度函数设计了混合先验概率密度函数,然后针对其中的两种先验概率密度函数,分别应用不敏变换计算对应的后验概率密度函数的前两阶矩信息,并对其进行融合处理得到最终状态估计。仿真结果表明相对于几种典型的非线性滤波算法,TUKF算法能有效改善跟踪性能。

基于EXIT图的SCMA通信系统多用户检测算法收敛性分析1440-1445

摘要：消息传递算法（message passing algorithm,MPA）是基于稀疏码多址接入（sparse code multiple access,SCMA）技术中码本的稀疏性,提出的一类接近联合最优的多用户检测算法。针对现有的基于并行策略和串行策略的MPA算法,存在算法收敛性论述缺乏理论分析的问题,该文通过外信息转移图（extrinsic information transfer,EXIT）技术分析MPA算法的收敛性。首先将SCMA接收机检测器分为函数节点译码器和变量节点译码器,然后给出译码器的EXIT图的理论分析,最后通过比较两类算法的EXIT曲线估算出达到收敛状态所需的迭代次数。仿真结果验证了EXIT图分析的正确性。

三平行线阵中基于改进传播算子的二维DOA估计方法1446-1453

摘要：提出了一种三平行线阵中基于改进传播算子的二维波达方向估计方法。该方法针对三平行阵列的结构特点,利用三平行线阵中两个相互垂直的双平行线阵,分别构造一个扩展传播矩阵,求得旋转矩阵。然后根据三平行线阵的特性,对分别得到的旋转矩阵进行配对。最后利用配对后的旋转矩阵,联合估计信号的方位角和俯仰角。该方法当俯仰角在70°~90°之间时不会出现角度估计失效问题,充分利用了所有阵元信息,提高了角度估计性能,而且具有更低的计算复杂度。仿真验证了提出方法的有效性。

信号处理杂志短文与研究通讯

部分均匀杂波环境中极化自适应Rao检测器1454-1462

摘要：研究了机载极化雷达在部分均匀杂波背景下对于低慢小目标的自适应检测问题。基于Rao准则设计得到了极化自适应Rao检测器,分析了极化自适应Rao检测器的性能,推导得到了虚警概率和检测概率的解析表达式,证明了极化自适应Rao检测器对于杂波协方差矩阵和杂波功率比因子具有恒虚警率特性。理论分析和数值仿真表明,与基于广义似然比检验准则得到的自适应子空间检测器和自适应匹配检测器相比,极化自适应Rao检测器具有更好的检测性能和更低的计算复杂度。

采用距离无偏估计的加权最小二乘定位算法1463-1467

摘要：随着Wi Fi网络的广泛覆盖,基于接收信号强度的定位技术成为研究热点。针对已有基于接收信号强度定位算法定位性能不高的实际问题,提出一种基于距离无偏估计的加权最小二乘定位算法。该方法首先利用接收信号强度观测模型计算得到信号源与传感器之间距离的无偏估计量,然后根据距离计算公式建立方程组;接着把距离的无偏估计量代入方程组得到关于信号源位置的线性最小二乘模型,同时计算线性最小二乘模型中的噪声协方差矩阵;最后运用加权最小二乘方法计算得到信号源位置的估计量。该文对所提算法进行了充分的计算机仿真,仿真结果表明：在不同的定位环境下,所提算法的定位性能均优于传统加权最小二乘算法和最佳线性无偏估计算法。

对SAR-GMTI的运动调制-步进移频复合干扰1468-1477

摘要：提出一种对SAR-GMTI的干扰新方法：运动调制-步进移频复合干扰。该方法将干扰信号载频在脉间步进递增或递减变化,同时进行运动附加相位调制,可在SAR成像中形成区域遮蔽干扰效果,然后以三通道干涉对消技术为例分析了其对多通道GMTI的对抗性能。该方法的优点有两个：一是遮蔽区域大小和位置均可以通过改变干扰参数进行控制;二是干扰信号与SAR的距离和方位向滤波器是部分匹配的,因此所需的干扰功率比较小。仿真实验验证了此方法对SAR成像和SAR-GMTI成像均具有不错的干扰效果。

利用局部密度与距离特征的MFSK识别方法1478-1488

摘要：针对已有算法不能适应任意调制指数的MFSK信号类内识别的问题,提出了一种新的利用聚类特征的MFSK信号调制识别方法。该方法利用AR模型的极点提取信号的短时频率峰值;应用改进的聚类算法对峰值序列进行聚类处理;根据不同阶数FSK信号不同聚类中心的局部密度与距离乘积的不同,利用支持向量机进行分类,完成了2FSK、4FSK、8FSK和16FSK的调制识别。该算法无需任何先验知识,适用于不同调制指数下的FSK信号,仿真实验验证了算法的有效性和正确性。

短循环前缀OFDM信号参数估计方法研究1489-1496

摘要：为了克服传统的OFDM信号参数估计方法在短循环前缀条件需要大量OFDM符号、估计性能较低、抗多径衰落能力差等缺点,本文提出了一种新的短循环前缀OFDM信号参数估计方法。该算法利用OFDM信号模型推导出接收端的傅里叶逆变换模型函数,然后在此基础上根据OFDM信号的先验概率密度构造一种多参数融合的极大似然函数,并从理论上说明了可以通过检测似然函数的最小值实现OFDM信号循环前缀长度和有效符号长度的联合估计。同时,本文还利用动态粒子群优化算法（DPSO）降低了搜索复杂度,缩短了估计时间。仿真实验展示本文算法在不同环境下对OFDM信号参数估计的鲁棒性,表明本文算法的识别性能优于传统方法。