信号处理杂志 北大期刊 CSCD期刊 统计源期刊

信号处理 2019年第08期杂志 文档列表

信号处理杂志算法研究

OTHR短CIT条件下自适应舰船目标检测方案1283-1292

摘要：针对在短相干积累时间(CIT)条件下,天波超视距雷达(OTHR)的多普勒频率分辨力和相干积累处理增益降低,导致对低可探测大中型舰船目标检测性能下降的问题,提出一种综合自适应海杂波抑制、重构并检测舰船目标信号的PHM方案。该方案首先利用峰值信噪比(PSNR)-高阶奇异值分解(HOSVD)算法进行自适应海杂波抑制,使信号稀疏化并减少后续检测环节中的虚警;然后利用改进的正交匹配追踪(MOMP)算法进行重构和检测舰船目标信号,改善对目标的检测性能,并提升检测结果中舰船目标的多普勒频率准确度。仿真分析和实测数据处理结果验证了PHM方案的有效性。

多径传播条件下宽带线性调频信号波达方向估计方法1293-1299

摘要：针对信号出现多径传播情况时现有宽带信号波达方向(direction of arrival,DOA)估计方法性能下降的问题,提出了一种多径传播条件下宽带线性调频(chirp)信号波达方向估计方法,该方法将导向有效投影(steered effective projection,STEP)技术与宽带线性调频信号的时频特性相结合,对具有不同时频特性的信号分量进行分离,逐个处理,并以时频分布矩阵代替传统的协方差矩阵,从而构造有效噪声子空间,实现时域角度估计。本方法无需进行信号聚焦操作,因此理论上不受聚焦误差的影响。仿真结果验证了所提方法的有效性。

移动边缘计算中的联合优化迁移决策和资源分配1300-1307

摘要：移动边缘迁移计算中,边缘服务器之间的协作能为用户提供更高效的服务。本文对正交频分复用上行无线通信系统,基于移动边缘计算技术的任务迁移的子载波选择、用户发射功率和迁移量的联合优化问题进行了研究。在公平性原则下,本文考虑最小化迁移计算的最大时延问题,并提出了一种非凸问题的拉格朗日对偶法解决方案。首先将min-max问题转化为最小化问题,再用泰勒级数将其近似为一个凸问题,最后用拉格朗日对偶法求解。本文还给出特殊情况下的简便算法,适用于低信噪比的通信环境下。仿真结果证实了本算法的收敛性和实用性。

多载波基带信号相参时差估计算法与分析1308-1313

摘要：时差估计精度与信号在频域上的分布情况以及信号能量和噪声有关。多载波信号的频率信息和能量在频域上分布区间大,通过多载波信号的相参积累,可以有效利用信号在整个区间内的频域信息和能量来提高时差参数的估计精度,克服单载波信号带宽窄能量低导致的时差估计精度不高的问题。本文针对多载波基带信号的时差估计问题,在单载波基带信号互相关函数分析的基础上,推导了多载波基带信号互相关函数,并分析了其相位关系,通过相位补偿实现了多载波基带信号互相关函数的相参积累,并理论分析了多载波信号时差参数估计性能与信号各参数的关系。蒙特卡洛仿真表明,提出的多载波基带信号相参时差估计算法性能明显优于单载波信号的估计性能,性能改善情况与理论分析一致。

功率比相关子带划分快速独立向量分析1314-1323

摘要：传统独立向量分析利用频点之间的高阶相关性解决盲源分离频域排序问题,已有研究表明,频点之间的高阶相关性与频点间距有关,越近的频点相关性越强。考虑此特点,本文提出在频域进行无重叠子带划分,采用功率比相关的方法解决子带之间的排序问题;结合更符合语音分布模型的多变量广义高斯分布和多变量t分布,实现了性能更优的功率比相关子带划分快速独立向量分析算法。实验结果表明,本文提出的算法相比传统独立向量分析算法具有更好的语音分离性能。

多维信息联合的多基地雷达欺骗干扰抑制技术1324-1333

摘要：针对距离-速度复合欺骗干扰,本文提出了一种基于多维信息联合的多基地雷达欺骗干扰抑制技术。首先,在各接收站中通过常规信号处理方法提取到真假目标的多维信息矩阵;接着在融合中心,基于真假目标幅度上的统计差异,进行干扰识别;然后,鉴于真实目标的多普勒多样性,进行多普勒维上的干扰识别;最后,根据目标的“同源性”,在距离维将虚假目标完全识别的同时,完成了对真实目标定位。通过数字仿真可见,该方法在保证了真实目标识别率的基础上,实现了对复合欺骗干扰的有效抑制和对真实目标的准确定位。

手指静脉图像血管网分形修复方法1334-1342

摘要：由于生物组织对近红外光具有高散射效应,手指静脉红外透射成像质量往往较差,血管网络存在信息残缺。为了解决指静脉血管残缺问题,本文提出一种基于分形的手指静脉红外图像血管网络修复方法。首先,利用多尺度Gabor滤波对指静脉图像增强,进而提取血管骨架;其次,利用Gabor滤波得到的方向特征对血管网络进行结构预修复;接着采用K均值聚类方法提取指静脉结构的父子血管长度比特征,将其作为一种分形特征;然后,利用该特征计算缺损血管长度;最后,建立血管点移动模板,通过统计相邻血管点位置移动概率实现血管形态模拟及网络修复。实验结果表明,本文方法可以实现指静脉图像局部残缺区域的修复,从而提高手指静脉识别精度。

OFDM稀疏信道估计中基于树状随机搜索导频设计新方法1343-1349

摘要：压缩感知(CS,Compressed Sensing)是一种以低速率对稀疏信号进行采样后在接收端重建信号的技术,基于CS的稀疏信道估计具有更小的导频开销且具有更好的信道估计性能。针对基于CS的OFDM稀疏信道估计中的导频设计问题,提出一种基于树状随机搜索算法(TSS,Tree-based Stochastic Search Algorithm)的导频位置设计新方法,该方法结合了树的结构,以分支的方式进行随机搜索从而避免陷入局部最优问题。仿真结果表明,与传统的导频设计方法相比,使用TSS算法获得的导频图案用于信道估计中能够获得更优的信道估计性能,而且TSS算法的复杂度更低。

采用BP神经网络的智能抗干扰决策引擎研究1350-1357

摘要：在认知抗干扰通信系统中,智能决策是其核心,根据干扰环境,对系统的干扰抑制方式、频谱资源分配、调制编码方式和功率调整信息进行最优决策。现有的抗干扰通信系统的智能决策多采用遗传算法、人工蜂群算法等,面对日益复杂的电磁环境,通常这些算法不具有对新干扰的泛化能力。BP神经网络算法简单、具有一定的容错能力和泛化能力,本文设计并分析了一种基于BP神经网络的抗干扰实时决策引擎模型,根据系统性能设计了输入输出数据的预处理方式和判别标准,阐述了决策实现步骤,分析了算法参数;通过系统性能仿真,验证了文中提出的实时决策引擎的强抗干扰性能。与采用遗传算法和人工蜂群算法的决策引擎相比,本文提出的决策引擎决策速度更快且具有泛化能力和容错能力。

面向室内定位的DHOHF-Elman神经网络算法1358-1365

摘要：针对传统Elman神经网络算法在室内存在定位精度低的问题,提出了一种基于UWB(Ultra Wideband)改进的DHOHF-Elman(Elman neural network with Double Hidden layers and Output-Hidden Feedback,DHOHF-Elman)神经网络算法。该算法改进了神经网络拓扑结构增加了第二隐含层和第二承接层,达到了双隐含层反馈的效果,通过信道模型模拟大量实验数据,对构造的神经网络模型进行了训练与测试,表明了改进后的神经网络算法较传统神经网络算法有更高的定位精度和较好的收敛性,最后通过仿真结果分析验证了改进算法在有无高斯白噪声环境中的优良性和有效性。

利用迁移学习的量化核最小平均P范数算法1366-1375

摘要：在α稳定分布噪声背景下,核最小平均P范数算法(KLMP)的性能显著优于核最小均方算法(KLMS),但KLMP算法的计算量和存储容量都随迭代次数线性增加,不便实际应用。针对此问题,该文应用迁移学习理论,将基于样本实例获得的总滤波器划分为具有局部紧支撑结构的子滤波器之和,每个子滤波器的训练分别受不同的输入驱动,提出了最近实例质心估计核最小平均P范数算法(NICE-KLMP);为进一步减小存储容量,将在线矢量量化应用到该算法中,提出最近实例质心估计量化核最小平均P范数算法(NICE-QKLMP)。α稳定分布噪声背景下的Mackey-Glass时间序列预测的仿真结果表明,NICE-KLMP和NICE-QKLMP算法的复杂度显著低于KLMP算法,抗脉冲噪声性能显著强于NICE-KLMS算法,与KLMP算法相当。

利用深度学习方法的相干源DOA估计1376-1384

摘要：基于子空间分解的相干信源DOA(Direction of arrival)估计算法对阵列有特殊的要求,且估计性能较差,在低信噪比时甚至失效;另外,基于压缩感知的DOA估计算法在高信噪比下可以实现相干源的DOA估计,但计算复杂度较高。针对这些不足,本文基于稀疏表示的阵列接收信号模型,提出一种基于深度学习的相干源DOA估计方法,该方法利用卷积网络和全连接网络构造了深度学习网络,并通过选择合适的训练策略,对网络进行了有效训练,利用训练好的深度学习网络能够对相干源进行有效的DOA估计。仿真实验表明,与现有的相干源DOA估计算法相比,本文提出的方法适合于任意阵列结构,在时间复杂度上有着明显的优势,在估计性能上优于平滑解相干和L 1-SVD(Sigular Value Decomposition)算法,略差于OGSBI(Off-Grid Sparse Bayesian Inference)算法。

信号处理杂志应用

无人机毫米波信道建模及统计特性研究1385-1391

摘要：针对传统移动信道模型不适用于无人机毫米波通信场景的问题,本文基于射线追踪原理构建了一个无人机毫米波三维几何信道模型,并提出了一种针对该模型的信道参数更新算法,该算法考虑了通信距离、信号角度、路径时延和功率等传播参数的随时间演进过程。在此基础上,针对南京航空航天大学校园传播场景,研究分析了时延分布、时延扩展、角度分布和角度扩展等信道统计特性。数值仿真结果表明,本文模型能够有效复现无人机信道的时变非平稳特性,输出信道统计特性与实测结果吻合,可用于无人机毫米波通信系统的方案设计、性能优化和评估验证等领域。

BDS RTK定位性能分析1392-1401

摘要：目前,我国北斗三号基本系统已经建成并向全球提供公开服务,随着北斗卫星导航系统服务范围的扩大,北斗定位技术的应用正在逐渐增加,因此北斗的定位性能显得尤为重要。采用扩展卡尔曼滤波(EKF)和MLAMBDA算法基于天津地区实测数据,对BDS、GPS及BDS/GPS的RTK定位性能进行了较全面的对比分析。试验结果表明:(1)静态基线下,BDS RTK最大定位误差不超过4.5 cm,GPS最大定位误差不超过4 cm,BDS/GPS最大误差不超过3.5 cm;(2)动态基线下,速度对定位精度有一定影响,BDS RTK最大误差不超过9 cm,GPS最大误差不超过7 cm,BDS/GPS最大误差不超过5 cm;(3)总体来说BDS/GPS组合定位性能最好,但BDS定位精度也可达厘米级,说明BDS在不依赖于其他卫星系统的情况下定位精度足以满足日常测绘定位需求。以上研究内容为北斗用户提供了相关参考信息。

低载噪比条件下小型无人机直扩信号的快速粗同步设计1402-1409

摘要：在小型侦察型无人机军事应用领域,一般扩频信号的粗同步技术已经难以达到目前低速低动态低载噪比的作战需求,本文针对该应用需求,设计了一种适用于小型侦察无人机直扩信号粗同步的二次FFT与自相关累积结合的方法,在低载噪比条件下相关峰明显,不受残留载波和累积时间影响,底噪干扰小,频偏估计准确,有效保障小型无人机低载噪比军事应用上的信号接收稳定性。

时间相关块贝叶斯算法下的大规模MIMO信道估计1410-1416

摘要：因具有高的阵列增益和高的频谱效率,大规模MIMO已成为5G通信系统物理层关键技术,但在频分双工系统基站侧获取大规模MIMO信道准确状态信息的过程中,存在导频开销占用大量频谱资源问题。为此,针对时间相关信道和信道稀疏度未知的情况,提出一种基于时间相关和多测量矢量模型的块贝叶斯压缩感知(TMBB-CS)信道估计方法。因基站端天线发射信号时间相关,所以大规模MIMO系统的时域信道脉冲响应呈块稀疏结构,利用该特性对下行链路中的多用户信道矩阵进行测量估计,可较大幅度减少导频开销,提升性能。实验仿真结果表明,与其他块贝叶斯算法相比,所提出的TMBB-CS算法信道估计性能更好。

信号处理杂志短文与研究通讯

基于加权SPICE的MIMO-STAP稀疏恢复算法1417-1424

摘要：针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在非均匀杂波条件下动目标检测性能严重下降的问题,引入了加权SPICE算法用于杂波谱的稀疏恢复。加权SPICE算法可以将一大类稀疏恢复算法纳入到统一框架下,根据加权矢量不同可得LIKES,SLIM和IAA算法。这些算法不需要设置任何超参数,基于杂波样本协方差矩阵通过迭代求解未知稀疏参数。仿真实验表明,使用这些稀疏算法恢复杂波谱,可有效提升所恢复杂波谱的准确性,能够更好地实现动目标检测。

在量化阵列框架下的对称Alpha稳定信号检测的预处理方法1425-1431

摘要：本文主要研究了淹没在对称α稳态噪声下的信号相关检测的最优和次优的预测处理方法。使用量化阵列模型的等价处理函数和对相关运算的高斯近似,通过最大化相关器的输出信噪比,建立了约束泛函优化问题。由于量化阵列的泛函优化问题很难得到解析解,本文将预处理函数离散化,并证明离散后的优化问题是凸二次规划问题,从而可通过凸优化的方法求解。本文提出了一种基于排序方法的自适应门限的软限幅检测器,相比现有的检测器,仅仅需要估计噪声参数α。仿真结果表明,提出的量化阵列系统等价的预处理函数逼近最大似然检测器,提出的软限幅检测器达到了近似最优的性能,有利于实时处理α稳态信号。