本文關(guān)鍵詞：欠定條件下的盲信號分離與信號類間識別算法研究

  更多相關(guān)文章： 欠定條件 盲源分離 信號類間識別

【摘要】：隨著雷達(dá)通信一體化的發(fā)展,雷達(dá)信號和通信信號時頻混疊越來越嚴(yán)重。論文首先調(diào)研了算法仿真中的信號類型,并且介紹了位于信號處理系統(tǒng)開端的信號檢測算法。本文主要研究了欠定條件下的盲信號分離算法和信號類間識別算法。其中,盲信號分離算法模塊實現(xiàn)了基于線性聚類的分離算法和當(dāng)部分采樣點滿足稀疏要求時,在變換域的信號分離算法。線性聚類的分離算法是指在混合信號滿足稀疏度為1時,屬于同一源信號的列沿著一個方向聚類,該方向就是系數(shù)矩陣的列方向,而且聚類的列數(shù)就是源信號的數(shù)目,據(jù)此可以求出系數(shù)矩陣,然后恢復(fù)源信號。變換域分離算法是指利用小波變換,將觀測信號變換到頻域,然后提取其中的高頻成分,聚類出系數(shù)矩陣,再在觀測信號中利用計算出的系數(shù)矩陣將源信號恢復(fù)出來。信號類間識別算法模塊實現(xiàn)了包絡(luò)檢波的算法和貝葉斯分類器的類間識別算法。包絡(luò)檢波算法利用脈沖雷達(dá)信號和通信信號的占空比不同的特點,求出分離后的信號的占空比,經(jīng)過大量仿真,找到一個合適的門限值來區(qū)分脈沖雷達(dá)信號和通信信號。當(dāng)采樣點相同的時候,脈沖雷達(dá)信號和通信信號的能量不同,根據(jù)占空比和能量這兩個特征屬性設(shè)計貝葉斯分類器,生成信號樣本對分類器測試,性能良好。并給出包絡(luò)檢波算法和貝葉斯分類器算法的優(yōu)缺點。在FPGA中實現(xiàn)了信號類間識別的包絡(luò)檢波算法。分別用二相編碼的脈沖雷達(dá)信號、純噪聲、BPSK通信信號進(jìn)行測試。
【關(guān)鍵詞】：欠定條件 盲源分離 信號類間識別
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN911.7
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 符號對照表11-12
• 縮略語對照表12-15
• 第一章 緒論15-19
• 1.1 研究背景15
• 1.2 研究現(xiàn)狀15-17
• 1.2.1 欠定條件下的盲信號分離研究現(xiàn)狀15-17
• 1.2.2 信號類間識別研究現(xiàn)狀17
• 1.3 本文研究內(nèi)容及組織結(jié)構(gòu)17-19
• 第二章 信號與信號檢測19-27
• 2.1 信號介紹19-22
• 2.1.1 雷達(dá)信號19-20
• 2.1.2 通信信號20-22
• 2.2 信號檢測22-24
• 2.2.1 信號檢測概述22
• 2.2.2 信號檢測方法22
• 2.2.3 平均值檢測法22-24
• 2.3 本章小結(jié)24-27
• 第三章 欠定條件下盲源分離27-49
• 3.1 盲源分離模型27-28
• 3.2 稀疏成分分析（SCA）28-39
• 3.2.1 SCA概述29
• 3.2.2 基于線性聚類的稀疏成分分析（LC-SCA）29-31
• 3.2.3 LC-SCA算法仿真31-35
• 3.2.4 基于小波變換的稀疏成分分析（WT-SCA）35-39
• 3.3 單通道信號分離39-48
• 3.3.1 分離算法概述40-41
• 3.3.2 基于偏時域的信號分離算法41-48
• 3.4 本章小結(jié)48-49
• 第四章 信號類間識別49-63
• 4.1 包絡(luò)檢波法49-52
• 4.1.1 包絡(luò)檢波法原理49-50
• 4.1.2 包絡(luò)檢波法仿真50-51
• 4.1.3 包絡(luò)檢波法性能51-52
• 4.2 貝葉斯方法52-62
• 4.2.1 貝葉斯分類器概述54-55
• 4.2.2 貝葉斯分類器原理55-56
• 4.2.3 貝葉斯分類器算法仿真56-61
• 4.2.4 貝葉斯分類器算法性能61-62
• 4.3 本章小結(jié)62-63
• 第五章 FPGA實現(xiàn)信號類間識別算法63-75
• 5.1 FPGA硬件實現(xiàn)原理63-64
• 5.2 信號類間識別仿真64-73
• 5.3 本章小結(jié)73-75
• 第六章 總結(jié)與展望75-77
• 6.1 研究總結(jié)75
• 6.2 研究展望75-77
• 參考文獻(xiàn)77-79
• 致謝79-81
• 作者簡介81-82

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 包云飛;張偉川;武飛;張立;;獨立分量分析研究[J];四川理工學(xué)院學(xué)報(自然科學(xué)版);2012年03期

2 白琳;陳豪;;一種新的基于偽提取矢量的欠定盲分離方法[J];計算機科學(xué);2010年11期

3 畢曉君;宮汝江;;基于混合聚類和網(wǎng)格密度的欠定盲矩陣估計[J];系統(tǒng)工程與電子技術(shù);2012年03期

4 何春蘭;萬哲;;局部充分稀疏的欠定時盲信號源分離[J];廣東工業(yè)大學(xué)學(xué)報;2008年04期

5 楊杰;俞文文;田昊;關(guān)珍貞;;基于獨立分量分析的欠定盲源分離方法[J];振動與沖擊;2013年07期

6 冷洪勇;郭文強;張明君;;小波域欠定盲圖像混合矩陣估計研究[J];信息通信;2013年04期

7 宋英;;基于稀疏特性的欠定盲分離矩陣A的估計方法[J];機械工程與自動化;2010年06期

8 肖明;孫功憲;呂俊;;松弛稀疏性條件下的欠定盲分離[J];計算機工程;2010年12期

9 陸鳳波;黃知濤;姜文利;;一種時頻混疊的欠定混合通信信號盲分離算法[J];國防科技大學(xué)學(xué)報;2010年05期

10 劉琨;杜利民;王勁林;;基于時頻域單源主導(dǎo)區(qū)的盲源欠定分離方法[J];中國科學(xué)(E輯:信息科學(xué));2008年08期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 鞏俊;馬曉紅;;一種基于孤立點檢測的欠定盲辨識方法[A];2010年通信理論與信號處理學(xué)術(shù)年會論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 周俊;機械故障信號欠定源估計與盲提取方法研究[D];昆明理工大學(xué);2015年

2 杜健;欠定盲源分離和PCMA信號盲分離技術(shù)研究[D];解放軍信息工程大學(xué);2014年

3 孫功憲;低稀疏度情形下的欠定混疊盲分離研究[D];華南理工大學(xué);2016年

4 張燁;欠定混合信號的盲分離[D];上海大學(xué);2009年

5 陸鳳波;復(fù)雜電磁環(huán)境下的欠定盲源分離技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李雅鳳;基于時頻稀疏性的欠定盲源語音信號分離技術(shù)研究[D];電子科技大學(xué);2016年

2 沈英;欠定系統(tǒng)的牛頓折線法[D];南京師范大學(xué);2015年

3 胡杰;基于聲矢量傳感器的欠定DOA估計研究[D];哈爾濱工業(yè)大學(xué);2015年

4 陳杰虎;基于壓縮感知的欠定盲分離源信號恢復(fù)算法研究[D];西安電子科技大學(xué);2015年

5 殷振華;欠定條件下的盲信號分離與信號類間識別算法研究[D];西安電子科技大學(xué);2015年

6 杜晶晶;欠定和單通道條件下混合信號定階技術(shù)研究[D];電子科技大學(xué);2009年

7 徐寧;欠定半盲分離方法與應(yīng)用研究[D];大連理工大學(xué);2007年

8 冷洪勇;基于信號特征條件約束的欠定盲源分離技術(shù)研究[D];新疆大學(xué);2013年

9 隗雪梅;基于語音稀疏性的欠定信號盲分離研究[D];中國科學(xué)技術(shù)大學(xué);2014年

10 張鑫;欠定盲源分離技術(shù)研究[D];西安電子科技大學(xué);2009年

，

本文編號：932732