欠定条件下的盲信号分离与信号类间识别算法研究

发布时间：2017-09-28 00:17

  本文关键词：欠定条件下的盲信号分离与信号类间识别算法研究

  更多相关文章： 欠定条件 盲源分离 信号类间识别

【摘要】：随着雷达通信一体化的发展,雷达信号和通信信号时频混叠越来越严重。论文首先调研了算法仿真中的信号类型,并且介绍了位于信号处理系统开端的信号检测算法。本文主要研究了欠定条件下的盲信号分离算法和信号类间识别算法。其中,盲信号分离算法模块实现了基于线性聚类的分离算法和当部分采样点满足稀疏要求时,在变换域的信号分离算法。线性聚类的分离算法是指在混合信号满足稀疏度为1时,属于同一源信号的列沿着一个方向聚类,该方向就是系数矩阵的列方向,而且聚类的列数就是源信号的数目,据此可以求出系数矩阵,然后恢复源信号。变换域分离算法是指利用小波变换,将观测信号变换到频域,然后提取其中的高频成分,聚类出系数矩阵,再在观测信号中利用计算出的系数矩阵将源信号恢复出来。信号类间识别算法模块实现了包络检波的算法和贝叶斯分类器的类间识别算法。包络检波算法利用脉冲雷达信号和通信信号的占空比不同的特点,求出分离后的信号的占空比,经过大量仿真,找到一个合适的门限值来区分脉冲雷达信号和通信信号。当采样点相同的时候,脉冲雷达信号和通信信号的能量不同,根据占空比和能量这两个特征属性设计贝叶斯分类器,生成信号样本对分类器测试,性能良好。并给出包络检波算法和贝叶斯分类器算法的优缺点。在FPGA中实现了信号类间识别的包络检波算法。分别用二相编码的脉冲雷达信号、纯噪声、BPSK通信信号进行测试。
【关键词】：欠定条件 盲源分离 信号类间识别
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.7
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 符号对照表11-12
• 缩略语对照表12-15
• 第一章 绪论15-19
• 1.1 研究背景15
• 1.2 研究现状15-17
• 1.2.1 欠定条件下的盲信号分离研究现状15-17
• 1.2.2 信号类间识别研究现状17
• 1.3 本文研究内容及组织结构17-19
• 第二章 信号与信号检测19-27
• 2.1 信号介绍19-22
• 2.1.1 雷达信号19-20
• 2.1.2 通信信号20-22
• 2.2 信号检测22-24
• 2.2.1 信号检测概述22
• 2.2.2 信号检测方法22
• 2.2.3 平均值检测法22-24
• 2.3 本章小结24-27
• 第三章 欠定条件下盲源分离27-49
• 3.1 盲源分离模型27-28
• 3.2 稀疏成分分析（SCA）28-39
• 3.2.1 SCA概述29
• 3.2.2 基于线性聚类的稀疏成分分析（LC-SCA）29-31
• 3.2.3 LC-SCA算法仿真31-35
• 3.2.4 基于小波变换的稀疏成分分析（WT-SCA）35-39
• 3.3 单通道信号分离39-48
• 3.3.1 分离算法概述40-41
• 3.3.2 基于偏时域的信号分离算法41-48
• 3.4 本章小结48-49
• 第四章 信号类间识别49-63
• 4.1 包络检波法49-52
• 4.1.1 包络检波法原理49-50
• 4.1.2 包络检波法仿真50-51
• 4.1.3 包络检波法性能51-52
• 4.2 贝叶斯方法52-62
• 4.2.1 贝叶斯分类器概述54-55
• 4.2.2 贝叶斯分类器原理55-56
• 4.2.3 贝叶斯分类器算法仿真56-61
• 4.2.4 贝叶斯分类器算法性能61-62
• 4.3 本章小结62-63
• 第五章 FPGA实现信号类间识别算法63-75
• 5.1 FPGA硬件实现原理63-64
• 5.2 信号类间识别仿真64-73
• 5.3 本章小结73-75
• 第六章 总结与展望75-77
• 6.1 研究总结75
• 6.2 研究展望75-77
• 参考文献77-79
• 致谢79-81
• 作者简介81-82

【相似文献】

中国期刊全文数据库 前10条

1 包云飞;张伟川;武飞;张立;;独立分量分析研究[J];四川理工学院学报(自然科学版);2012年03期

2 白琳;陈豪;;一种新的基于伪提取矢量的欠定盲分离方法[J];计算机科学;2010年11期

3 毕晓君;宫汝江;;基于混合聚类和网格密度的欠定盲矩阵估计[J];系统工程与电子技术;2012年03期

4 何春兰;万哲;;局部充分稀疏的欠定时盲信号源分离[J];广东工业大学学报;2008年04期

5 杨杰;俞文文;田昊;关珍贞;;基于独立分量分析的欠定盲源分离方法[J];振动与冲击;2013年07期

6 冷洪勇;郭文强;张明君;;小波域欠定盲图像混合矩阵估计研究[J];信息通信;2013年04期

7 宋英;;基于稀疏特性的欠定盲分离矩阵A的估计方法[J];机械工程与自动化;2010年06期

8 肖明;孙功宪;吕俊;;松弛稀疏性条件下的欠定盲分离[J];计算机工程;2010年12期

9 陆凤波;黄知涛;姜文利;;一种时频混叠的欠定混合通信信号盲分离算法[J];国防科技大学学报;2010年05期

10 刘琨;杜利民;王劲林;;基于时频域单源主导区的盲源欠定分离方法[J];中国科学(E辑:信息科学);2008年08期

中国重要会议论文全文数据库 前1条

1 巩俊;马晓红;;一种基于孤立点检测的欠定盲辨识方法[A];2010年通信理论与信号处理学术年会论文集[C];2010年

中国博士学位论文全文数据库 前5条

1 周俊;机械故障信号欠定源估计与盲提取方法研究[D];昆明理工大学;2015年

2 杜健;欠定盲源分离和PCMA信号盲分离技术研究[D];解放军信息工程大学;2014年

3 孙功宪;低稀疏度情形下的欠定混叠盲分离研究[D];华南理工大学;2016年

4 张烨;欠定混合信号的盲分离[D];上海大学;2009年

5 陆凤波;复杂电磁环境下的欠定盲源分离技术研究[D];国防科学技术大学;2011年

中国硕士学位论文全文数据库 前10条

1 李雅凤;基于时频稀疏性的欠定盲源语音信号分离技术研究[D];电子科技大学;2016年

2 沈英;欠定系统的牛顿折线法[D];南京师范大学;2015年

3 胡杰;基于声矢量传感器的欠定DOA估计研究[D];哈尔滨工业大学;2015年

4 陈杰虎;基于压缩感知的欠定盲分离源信号恢复算法研究[D];西安电子科技大学;2015年

5 殷振华;欠定条件下的盲信号分离与信号类间识别算法研究[D];西安电子科技大学;2015年

6 杜晶晶;欠定和单通道条件下混合信号定阶技术研究[D];电子科技大学;2009年

7 徐宁;欠定半盲分离方法与应用研究[D];大连理工大学;2007年

8 冷洪勇;基于信号特征条件约束的欠定盲源分离技术研究[D];新疆大学;2013年

9 隗雪梅;基于语音稀疏性的欠定信号盲分离研究[D];中国科学技术大学;2014年

10 张鑫;欠定盲源分离技术研究[D];西安电子科技大学;2009年

，

本文编号：932732