基于小波的单信道时频重叠信号参数分析与实现研究

基于小波的单信道时频重叠信号参数分析与实现研究

论文摘要

单信道时频重叠的雷达与通信混合信号的参数分析,是现在学术界和工程应用上的热点和难点,在军民两用都具有非常重要的实用价值和迫切的工程需求。本文的主要思想是采用Haar多分辨分析把混合信号的特征调制参数从时频域、调制域转换到奇异点域,并在该域中进行序列最小二乘拟合和方正弦波插值运算,准确计算信号个数和各个信号的码速率,再通过设置波门,准确提取每个信号的同步点,最终在该域中将各个信号的奇异点序列进行分离。为了最大限度地降低噪声影响,本文在从理论上分析了Haar变换尺度对调制信号处理信噪比增益的影响之后,提出了新的最佳尺度集计算方法,从仿真结果可以看出,该方法与已有绝大多数文献中的方法相比,抗噪性能显著提高,更加凸显出了有用信号的奇异点信息,后续的计算精度也有所改善。调制识别也是本文的一个重要研究点。本文在基于小波变换的单信号调制识别方法上结合高阶累积量等方法进行了有益的改进,提高了识别精度和抗噪性能,并在奇异点域上将多信号的奇异点序列进行分离,从而将传统算法扩展到了多信号的处理,初步取得了效果。针对如此一个具有强烈工程应用需求的课题,本文首先简要分析了本课题所涉及的可重构系统的原理以及组成,再详细分析了每个算法的运算量和复杂度,最后在Virtex5-SX95T的FPGA上进行了实时性验证。根据仿真、综合和布局布线的结果给出了每个算法模块的运算精度、时序、资源消耗等信息,并给出了这些参数之间进行折衷的方法,可以为今后在该领域设计出工程最优算法提供参考。本文在FPGA上实现的算法包括基于并行动态分布式算法的混合调制信号的Haar脊线提取算法、基于细化能量重心法的精确测频算法、基于16阶矩阵SVD的单信道信噪比降维估计算法、基于强化方正弦波插值算法的混合信号码速率估计算法等,这些都是该领域在工程实现上所面临的急需解决的问题。综合和布局布线结果表明,本文所设计的这些算法都可以在单片FPGA上实现,且运算的实时性都能够满足课题的要求,具有很好的工程应用价值。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景及意义
  • 1.2 研究历史及发展现状
  • 1.3 本文的章节安排
  • 1.4 本文的主要创新点
  • 第二章 基础知识
  • 2.1 小波变换
  • 2.1.1 基本概念
  • 2.1.2 常用通信信号的小波分析
  • 2.1.3 常用雷达信号的小波分析
  • 2.2 高阶累积量
  • 2.3 定浮点数制间的相互转换
  • 2.4 CORDIC 算法及其逻辑结构
  • 第三章 时频重叠信号参数估计算法设计
  • 3.1 基于多分辨分析的单信道时频重叠多信号参数分析算法流程
  • 3.2 基于细化能量重心法的载频估计
  • 3.2.1 载频估计对信噪比增益的意义
  • 3.2.2 基于能量重心的频谱细化方法
  • 3.3 混合调制信号个数及码速率估计
  • 3.3.1 基于精确同步点提取的单信号码速率估计方法
  • 3.3.2 混合雷达与通信信号多分辨分析
  • 3.3.3 序列最小二乘拟合法归一化脉冲
  • 3.3.4 方正弦波插值算法(SSWIA)归一化脉冲
  • 3.3.5 混合信号码速率及个数估计仿真结果对比
  • 3.4 时频重叠信号的调制识别算法
  • 3.4.1 小波变换方法
  • 3.4.2 采用高阶累积量提高识别精度
  • 3.4.3 在奇异点域内对雷达与通信混合信号进行调制识别
  • 3.5 本章小节
  • 第四章 参数估计算法的 FPGA 实现
  • 4.1 引言
  • 4.1.1 本文的可重构系统架构
  • 4.1.2 工程最优算法设计与实现方法
  • 4.2 基于细化能量重心法载频估计的FPGA 实现
  • 4.2.1 算法描述
  • 4.2.2 FFT 模块
  • 4.2.3 绝对值Abs 模块
  • 4.2.4 三角函数模块
  • 4.2.5 综合结果分析
  • 4.3 时频重叠混合信号 Haar 脊线提取的 FPGA 实现
  • 4.3.1 PDDA 结构
  • 4.3.2 PDDA-FIR 滤波器模块
  • 4.3.3 平方根Sqrt 模块
  • 4.3.4 实现结果分析
  • 4.4 基于强化SSWIA 的混合信号码速率估计的FPGA 实现
  • 4.4.1 算法硬件实现流程
  • 4.4.2 SSWIA 模块
  • 4.4.3 实现结果分析
  • 4.5 基于16 阶SVD 的单信道信噪比降维估计的FPGA 实现
  • 4.5.1 算法描述与逻辑流程图
  • 4.5.2 浮点型16 阶矩阵SVD 模块
  • 4.5.3 实现结果分析
  • 4.6 本章小节
  • 第五章 全文总结与展望
  • 致谢
  • 参考文献
  • 攻硕期间取得的研究成果
  • 相关论文文献

    • [1].奇异点附近的复微分方程解的增长性与系数下级的关系(英文)[J]. 数学季刊(英文版) 2020(02)
    • [2].基于奇异点检测和模糊粗糙集相结合的故障特征降维方法及应用研究[J]. 机床与液压 2016(07)
    • [3].漂亮奇异点[J]. 风采童装 2017(02)
    • [4].人工智能辅助下模糊指纹图像奇异点检测仿真[J]. 计算机仿真 2020(02)
    • [5].基于极大似然估计的奇异点检测[J]. 现代电子技术 2011(11)
    • [6].风速数据奇异点辨识研究[J]. 电力系统保护与控制 2011(21)
    • [7].脉冲奇异点的小波检测[J]. 电子测量技术 2009(04)
    • [8].一类非线性系统的奇异点克服控制[J]. 控制与决策 2016(08)
    • [9].小波对信号的去噪与去奇异点方法研究[J]. 科协论坛(下半月) 2012(07)
    • [10].改进的指纹奇异点检测算法[J]. 烟台大学学报(自然科学与工程版) 2010(02)
    • [11].基于牛顿迭代法消除机器人奇异点的研究[J]. 青岛职业技术学院学报 2009(02)
    • [12].基于三方向图的多尺度平滑指纹奇异点检测[J]. 华中科技大学学报(自然科学版) 2019(03)
    • [13].基于复数滤波的指纹奇异点提取方法[J]. 计算机仿真 2009(12)
    • [14].污染环境中种群的进化研究[J]. 生物数学学报 2019(02)
    • [15].S试件加工中奇异点优化算法的研究[J]. 机械制造 2019(02)
    • [16].基于模型分析的指纹奇异点检测[J]. 新型工业化 2012(08)
    • [17].奇异点干扰下的舌像疾病识别技术研究与仿真[J]. 计算机仿真 2014(02)
    • [18].基于多尺度方向熵的指纹奇异点检测算法[J]. 激光杂志 2015(12)
    • [19].运载火箭飞行测量数据奇异点检测和降噪处理的小波方法[J]. 电子世界 2016(07)
    • [20].涂层中任意奇异点的弹性基本解研究[J]. 中国科技论文 2016(05)
    • [21].捷联惯导系统中基于卡尔曼滤波的奇异点消除算法[J]. 东北大学学报(自然科学版) 2013(02)
    • [22].一种基于奇异点检测的光流场去噪方法[J]. 计算机工程 2009(05)
    • [23].基于模型分析的指纹奇异点检测[J]. 上海交通大学学报 2013(08)
    • [24].点火线圈初级电流奇异点检测算法[J]. 仪器仪表学报 2011(09)
    • [25].阶跃型奇异点的小波检测[J]. 计算机仿真 2010(05)
    • [26].力作用下并联机构奇异点动态稳定性[J]. 机械工程学报 2013(03)
    • [27].平整机轧制力阶跃奇异点的小波检测与分析[J]. 机床与液压 2011(13)
    • [28].奇异点检测的小波方法在证券市场中的应用[J]. 统计研究 2012(03)
    • [29].基于伪奇异点算法的指纹识别系统设计[J]. 煤炭技术 2011(09)
    • [30].基于提升小波的电压暂态奇异点检测[J]. 上海电力学院学报 2010(06)

    标签:;  ;  ;  ;  

    基于小波的单信道时频重叠信号参数分析与实现研究
    下载Doc文档

    猜你喜欢