导读:本文包含了信号参数估计论文开题报告文献综述及选题提纲参考文献，主要关键词:跳频信号,参数估计,稀疏表示,贝叶斯压缩感知
信号参数估计论文文献综述
赵景宏,李曦,李若维,邸卓,丁一[1]（2019）在《基于贝叶斯压缩感知的跳频信号参数估计》一文中研究指出针对跳频信号参数估计问题,提出一种基于贝叶斯压缩感知的方法。根据跳频信号的数学模型,将待估计的参数在给定的定义域内离散化构建过完备字典。由此,将参数估计问题转换为压缩感知邻域的稀疏表示问题。考虑到参数估计过程中存在的噪声干扰,采用贝叶斯压缩感知求解稀疏表示系数。根据稀疏表示系数的非零元素分布中解算跳频信号的跳变周期、跳变时刻以及跳频频率的估计值。基于仿真数据对提出方法进行验证实验,其结果表明了方法的有效性。(本文来源于《信息技术》期刊2019年10期）
杨鑫,郭英[2]（2019）在《基于二次迭代稀疏重构的跳频信号参数估计》一文中研究指出为了解决现有参数估计方法中时频聚集性不强,低信噪比下估计精度不高问题,提出了一种基于二次迭代稀疏重构的跳频信号参数估计方法。根据跳频信号的时频稀疏性进行稀疏重构,获取信号的时频分布矩阵;通过分析时频分布矩阵的特点,对信号进行二次迭代稀疏重构,获取二次时频分布矩阵。为了提高在低信噪比下算法性能,采用二值形态学滤波对时频图进行处理,进而实现信号的良好参数估计。仿真结果表明:该算法能够有效地提高参数估计精度,在低信噪比下有良好的估计效果。(本文来源于《传感器与微系统》期刊2019年10期）
周卓,梁红,杨长生[3]（2019）在《仿生信号参数估计研究》一文中研究指出0引言蝙蝠用于回波定位的波形多种多样,其中主要分为叁类:宽频带调频(FM)声波、长单频-调频信号(CW-FM)、短单频-调频信号。其中短单频-调频信号时长短,在一定程度上使用多普勒频移的信息,蝙蝠可能会使用其中的单频成分来探测目标,但主要还是利用调频成分来获取更多信息。目前对此类信号研究较少。本文将研究短单频-线性调频仿生信号的宽带模糊函数和广义模糊函数进行仿真,并在此基础上(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
毛虎,吴德伟,刘海波,卢虎,李忠华[4]（2019）在《GPS军码信号监测与参数估计方法》一文中研究指出针对"导航战"背景下低信噪比(signal-to-noise ratio,SNR)和长码周期全球定位系统(global positioning system,GPS)军码信号监测问题,提出采用"相关倍频累积+Duffing振子检测"对GPS军码接收信号的载频和功率进行联合估计。通过构建Duffing振子阵列,求取间歇混沌振子的间歇周期和最大输出振幅,得到GPS军码接收信号的载频和功率估计值。用获得的载频信息来解调GPS军码接收信号的四阶累积量2-D切片,通过对解调结果的归一化、最大峰值点搜索和最小二乘线性拟合处理,完成对GPS军码接收信号的码速率/副载频估计。仿真结果表明,在SNR为-32～-24dB的GPS军码接收信号范围内,所提方法能够较好地实现信号监测和参数估计,可有效引导干扰。(本文来源于《系统工程与电子技术》期刊2019年11期）
李慧启,李立春,张云飞,刘志鹏[5]（2019）在《基于分段压缩和原子范数的跳频信号参数估计》一文中研究指出针对压缩域跳频信号参数估计方法需借助测量矩阵寻找压缩采样数据的数字特征,造成运算复杂度高,且存在基不匹配的问题,提出一种压缩域数字特征和原子范数的跳频信号参数估计方法。建立块对角化的测量矩阵,实现信号分段压缩,分析压缩采样数据的数字特征,实现跳变时刻粗估计;分离出未发生频率跳变的信号段,利用原子范数最小化方法实现跳变频率的精确估计;最后依据精确估计的跳变频率,设计原子字典,并在压缩域实现跳变时刻的精确估计。基于该算法的跳变频率估计性能高于基于压缩感知的跳变频率估计,亦能精确估计跳频信号的跳变时刻。仿真结果显示,在信噪比高于-2 dB,压缩比高于0.5时,基于该算法的归一化跳变频率估计误差低于10~(-4),归一化跳变时刻估计误差低于10~(-2)。(本文来源于《太赫兹科学与电子信息学报》期刊2019年04期）
李群[6]（2019）在《脉冲成形DSSS及DS-CDMA信号参数盲估计研究》一文中研究指出直接序列扩频(Direct Sequence Spread Spectrum,DSSS)通信具有保密性强、抗多径衰落、抗干扰、低拦截率以及较强的码分多址能力等优点,在军事通信和民事通信中被广泛地应用。直接序列码分多址(Direct Sequence Code Division Multiple Access,DS-CDMA)通信采用了多路伪随机码调制对应信息码使其频谱得到展宽,广泛地应用于GPS全球卫星定位系统、第叁代无线移动通信系统、通信测控以及诸多军用通信等领域中,因此它备受关注。对于民事通信管控、军事通信侦察以及信息安全等领域,接收方需要事先估计出扩频序列才能对所截获信号实现盲解扩,以获得传输的数据信息。因此,对DSSS信号和DS-CDMA信号参数的盲估计研究有着重要的现实意义。本文首先给出了脉冲成形DSSS与DS-CDMA的信号模型,接着对两个信号的特征参数盲估计算法进行了理论上的深入研究与分析。其主要研究内容如下:1.针对DSSS信号参数和码序列盲估计的传输波形仅局限于矩形脉冲成形的问题,研究了脉冲成形DSSS信号伪码周期和伪码序列的盲估计。在实际的通信系统中,DSSS信号的传输波形并非矩形脉冲所携带,因此现有的盲估计算法对其它脉冲成形的DSSS信号是否适用还未可知。本文将DSSS信号通过升余弦脉冲、平方根升余弦脉冲、高斯脉冲以及叁角脉冲等成形器后,对其伪码周期和伪码序列的盲估计进行了分析。研究表明,二次谱和基于奇异值分解的方法能实现以上四种脉冲成形DSSS信号伪码周期和伪码序列的盲估计。2.针对低信噪比下长码直接序列码分多址(Long Code Direct Sequence Code Division Multi-Access,LC-DS-CDMA)信号伪码序列难以估计的问题,研究了一种基于嵌套迭代最小二乘投影(Nested Iterative Least Squares with Projection,NILSP)和库搜索算法相结合的异步LC-DS-CDMA信号伪码序列的盲估计方法。该方法首先利用含有缺失数据的短码直接序列码分多址(Short Code Direct Sequence Code Division Division Multiple,SC-DS-CDMA)信号去重构LC-DS-CDMA信号,并使用重迭时间窗对信号进行分段,从而构造缺失观测数据矩阵;然后使用最大似然理论对其进行数学建模,并用NILSP算法实现各用户伪码序列的粗估计;最后将估计出来的伪码序列在有限长的生成多项式库中进行匹配搜索,从而得到各用户的生成多项式。3.针对多通道同/异步LC-DS-CDMA信号伪码序列难以估计的问题,研究了一种基于平行因子的信号伪码序列盲估计方法。该方法首先利用多通道技术将接收信号建模成张量接收模型,并在此基础上将LC-DS-CDMA信号等效为含有缺失数据的SC-DS-CDMA信号;然后分别按照单倍伪码周期和两倍伪码周期的时间窗对含有缺失数据的同/异步SC-DS-CDMA信号进行数据分割,从而构造缺失观测数据矩阵,并将该观测数据矩阵等效为缺失平行因子模型;最后再利用正则交替最小二乘(Regular Alternating Least Squares,RALS)算法对该缺失平行因子进行低秩分解,进一步实现对同/异步LC-DS-CDMA信号各用户伪码序列的盲估计。(本文来源于《重庆邮电大学》期刊2019-06-02）
刘董华[7]（2019）在《BOC及CBOC信号参数盲估计研究》一文中研究指出21世纪以来,随着全球卫星导航系统的不断完善和发展,全球卫星导航系统不仅仅在航天科研上大量应用,且在服务人类生产生活上提供便捷。为了解决频谱拥挤严重的问题,引入了二进制偏移载波(Binary Offset Carrier,BOC)调制信号,而且该信号具有较好的主峰多峰值特性,定位精度更加准确。在BOC信号基础上,进一步产生了一系列BOC衍生信号,如组合二进制偏移载波(Composite Binary Offset Carrier,CBOC)调制信号等等。随着各国导航系统大量采用这些BOC族信号,针对BOC及CBOC信号的参数盲估计研究就显得很有意义。本文首先给出了BOC与CBOC信号的模型以及两个信号的特性,接着对两个信号的参数盲估计算法进行了较深入的研究与分析。其主要研究内容如下:(1)针对CBOC信号的伪码速率、副载波速率以及载频速率盲估计的难题,研究了循环谱算法。该方法首先根据CBOC信号的特性以及该信号的循环平稳特性,推导出了该信号的循环自相关表达式,接着对表达式进行傅氏变换可得到两个BOC循环谱的迭加形式,最后根据迭加的CBOC信号循环频率截面峰值特性,对伪码、副载波以及载频速率进行盲估计。(2)针对传统奇异值分解(Signal Value Decomposition,SVD)算法估计BOC组合码序列以及信息码序列存在酉模糊问题,研究了一种改进的SVD算法。该算法首先对SVD算法得到的最大奇异值的特征向量以及次大奇异值的特征向量进行线性变换,即将构造出的系数矩阵与传统SVD算法得到的两个较大特征向量进行相乘,然后根据系数矩阵特点优化筛选出最优的系数矩阵,最后把系数矩阵代入特征向量变换方程中。可以在较低的信噪比下估计出组合码序列与信息码序列,从而避免了酉模糊。(3)针对CBOC信号伪码周期以及组合码序列盲估计的问题,分别提出了二次谱算法和径向基函数(Radial Basis Function,RBF)神经网络算法。首先推导出该信号的二次谱,可根据二次谱的谱峰间隔求出伪码周期。再估计出伪码周期以及在允许有一定误码率的情况下,先对一周期组合码序列重迭分段,并在RBF神经网络中优化筛选出学习系数,然后对每段序列作为RBF神经网络的输入向量进行有监督的调节,最后对截取的每段数据向量多次输入并且不断训练权值向量,就可以恢复原组合码序列。(本文来源于《重庆邮电大学》期刊2019-06-02）
王胜[8]（2019）在《NC-OFDM及FBMC-OQAM信号的参数估计》一文中研究指出随着时代的不断进步,人们对数据的传输速率的需求日益增加,并且频谱资源越发匮乏。非连续正交频分复用(Non-Continuous Orthogonal Frequency Division Multiplexing,NC-OFDM)是属于认知无线电(Cognitive Radio,CR)的OFDM信号,并且可以充分使用现有的频谱资源,且其子载波之间相互正交,即其频谱效率较高。但NC-OFDM的旁瓣泄露较严重,5G传输技术候选之一——滤波器组多载波(Filter Bank Multi-Carrier,FBMC)能够改善NC-OFDM的旁瓣泄露严重问题且频谱效率更好。随着NC-OFDM及FBMC技术的提出,针对这两种信号的参数估计及子载波上的调制识别进行理论研究工作,就具有一定的研究意义。本论文的研究对象为NC-OFDM和FBMC信号,结合现有的通信信号参数估计算法,应用在NC-OFDM及FBMC信号参数的特征分析上,进行信号的参数估计及子载波上的调制识别。论文的主要工作如下:(1)针对NC-OFDM信号的参数估计重要问题,研究了循环自相关和四阶循环累积量的算法。首先根据NC-OFDM信号的循环自相关在循环频率?(28)0以及时延?(28)T_u切面具有离散谱线特征进行多个参数(循环前缀、有用数据周期及符号周期)估计;然后根据NC-OFDM的四阶循环累积量特征进行子载波频率间隔的估计;最后对NC-OFDM信号的循环自相关及四阶循环累积量进行数值仿真。仿真结果表明:在低信噪比下,两种算法均能有效估计NC-OFDM信号的多个参数。(2)针对FBMC-OQAM信号的符号周期盲估计重要问题,研究了自相关二阶矩和循环自相关算法。首先通过FBMC-OQAM信号的自相关二阶矩取值的离散特性,估计出该信号的符号周期;接着根据FBMC-OQAM信号的循环自相关在循环频率?(28)0切面具有离散谱线特征进行其符号周期估计;然后将两种算法估计得到的符号周期进行比较分析;最后对FBMC-OQAM信号的符号周期估计算法进行性能仿真。仿真结果表明:在低信噪比下,两种算法均能有效实现FBMC-OQAM信号的符号周期估计,验证了该方法的可行性。(3)针对FBMC信号中的子载波调制方式识别问题,本文研究了一种基于谱相关和奇异值分解算法。首先根据QAM-FBMC和OQAM-FBMC信号的循环自相关?(28)0切面的谱线差异进行FBMC信号的调制识别,即OQAM-FBMC信号的循环自相关谱线在?轴上取值是等间隔分布的,而QAM-FBMC信号的循环自相关仅在?(28)0时具有非0的谱线;然后,将MOQAM(MQAM)-FBMC构成信号矩阵,并利用奇异值分解算法对信号矩阵进行特征值分解;最后,进行相应的数值实验仿真。仿真结果表明,本文提出的算法在低信噪比下能有效的识别出FBMC信号中的子载波调制方式,具有一定的理论研究价值。(本文来源于《重庆邮电大学》期刊2019-06-02）
姜思仪[9]（2019）在《基于压缩采样的多频带信号空频域参数联合估计》一文中研究指出多频带信号在现代信息技术中的雷达探测、超宽带无线通信、频谱检测以及认知无线电等领域中应用广泛,对其空域及频域的各参数信息同时进行检测始终是阵列信号处理领域的研究热点。多频带信号的频谱分布越来越宽,但有效占有带宽却很窄,而且在大部分的应用场景中目标信号的载频是未知的。香农-奈奎斯特采样定理指出信号的最低采样速率最小为信号最高频率的两倍时,才能无失真地重构原始信号,过高的采样率给硬件带来了巨大压力。近年来基于压缩感知(Compressed Sensing,CS)理论提出的调制宽带转换器(Modulated Wideband Converter,MWC)系统解决了多频带模拟信号的采样问题。因此针对目前阵列信号处理中对多频带信号的空频域参数的联合估计方法所需采样率较高的问题,本文研究基于阵列MWC结构的多频带信号空频域参数联合估计方法。本文首先研究现有的基于L型阵列MWC结构的一维波达方向(Direction-OfArrival,DOA)与载频的联合估计方法,主要研究其中的两种利用均匀阵列旋转不变特性来进行求解的ESPRIT方法及CP分解方法。由于现实中的信号存在于叁维空间中,因此使用二维DOA来描述目标信号的方向更为准确。鉴于L型阵列简单的结构以及优秀的估计性能,本文在基于L型阵列MWC结构的一维DOA与载频联合估计方法的基础上,对现有的L型MWC阵列结构及一维DOA与载频联合估计ESPRIT方法和CP分解方法算法同时进行改进。首先提出了基于双L型阵列MWC结构的ESPRIT方法和CP分解方法,通过将叁维参数估计问题转化为两个二维参数估计问题,增加了估计的参数维度,并给出了相应的配对方法。接着为了省略复杂的配对步骤,减小算法复杂度,本文进一步提出了基于L型延时阵列MWC的二维DOA和频率的联合估计的ESPRIT方法和CP分解方法。通过对增加固定延时通道来估计载频参数,无需参数配对。具体内容如下:1.研究现有的基于L型阵列MWC的空频域参数联合估计方法。对阵列多频带信号模型、L型阵列MWC采样结构及重构算法进行研究。对目前现有的基于L型阵列MWC一维DOA与载频联合估计的旋转不变子空间(Estimating Signal Parameter via Rotational Invariance Techniques,ESPRIT)方法和正则分解/平行因子分析(CANDECOMP/PARAFAC,CP)方法进行了研究,进行了详细的理论分析,给出理想条件下保证精确恢复所需的条件,并通过MATLAB仿真对各方法的性能进行了对比分析,同时探究了阵元间距、通道数等系统参数及噪声对各方法估计精度的影响。2.针对一维DOA无法准确描述空间中目标信号方向的问题,为了估计目标信号的二维DOA参数,对L型阵列结构进行了扩展,提出了基于双L型阵列MWC的空频域参数联合估计方法。在双L阵列结构特点的基础上,对基于ESPRIT方法和CP分解方法的一维DOA和载频联合估计方法进行扩展,实现了基于ESPRIT方法和CP分解方法的二维DOA和载频联合估计。通过将叁维参数估计问题转化为两个二维参数估计问题,增加了估计的参数维度。由于叁个坐标轴接收信息相对独立,需要进行额外的参数配对,我们也给出了相应的配对方法。接着通过MATLAB仿真对基于双L型阵列MWC的ESPRIT方法和CP分解方法仿真实验和对比分析,并将提出的两种方法与现有的方法进行了仿真对比分析,同时探究了阵元间距、通道数等系统参数及噪声对各方法估计精度的影响。3.为了省略繁复的配对操作,减小算法复杂度,直接进行叁维参数估计,我们同样对L型结构进行扩展,提出了基于L型延时阵列MWC空频域参数联合估计方法。在L延迟阵列结构特点的基础上,实现了基于L型延迟阵列结构的二维DOA和频率的联合估计的ESPRIT方法和CP分解方法。利用延迟通道的采样值直接估计载频,可以直接计算叁位参数估计问题,无需额外的配对操作,减小了算法复杂度。接着通过MATLAB仿真对基于L型延迟阵列MWC的ESPRIT方法和CP分解方法进行了仿真实验和对比分析,同时探究了阵元间距、通道数等系统参数及噪声对各方法估计精度的影响。本文在现有的基于L型阵列MWC结构的一维DOA与载频联合估计方法的基础上,对L型MWC阵列结构及ESPRIT方法和CP分解方法算法同时进行改进。首先提出了基于双L型阵列MWC结构的ESPRIT方法和CP分解方法,通过将叁维参数估计问题转化为两个二维参数估计问题,并给出了相应的配对方法。接着为了省略复杂的配对步骤,本文进一步提出了基于L型延时阵列MWC的二维DOA和频率的联合估计的ESPRIT方法和CP分解方法。无需额外的配对操作,减小了算法复杂度。最后我们总结了双L型阵列和L型延迟阵列结构的特点和优劣,以及ESPRIT算法和CP算法方法的特点和优劣。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
孙越[10]（2019）在《Alpha噪声下雷达辐射源信号识别与参数估计方法研究》一文中研究指出目前,各国之间的战争从以往的军事对抗逐渐演变到现在的电子对抗。在电子对抗这场没有硝烟的战火中,对战方的电子侦查设备起到了关键性的作用,而电子侦查系统所依仗的关键信息就是雷达辐射源信号的识别与参数估计。本文对多种雷达信号识别过程中存在的问题展开研究,目的是在复杂的噪声环境中依然能获得有用的电子情报信息。在电子战中常见的雷达辐射源信号有:线性调频(Linear Frequency Modulation,LFM)信号、跳频信号以及二相位编码(Binary Phase Shift Keying,BPSK)信号等。本文主要针对上述叁种信号进行识别与参数估计的方法展开研究。在以往跳频信号、LFM信号以及BPSK信号处理过程中,通常用高斯分布来对背景噪声进行模拟。然而在实际信号传播过程中存在着非高斯分布的干扰,其中一类噪声具有很强的脉冲特性比如雷达电波,低频大气噪声等,诸多学者研究发现Alpha稳定分布能够描述此类强脉冲特性的噪声,在这类脉冲噪声背景下,常规的基于高斯分布的处理方法性能退化甚至失效。针对此问题,本文将Alpha稳定分布噪声下多种雷达信号的识别与参数估计问题作为研究的重点,主要工作如下:首先通过短时傅立叶变换(Short-Time Fourier Transform,STFT)和魏格纳威利分布(Wigner-Ville Distribution,WVD)这两种时频分析方法分别对叁种雷达信号进行时频分析,其次在背景噪声中分别加入Alpha噪声和高斯噪声,通过对比发现在Alpha噪声的背景下这两种方法性能完全失效。为了在Alpha噪声下可以对雷达信号进行有效的分析,本文采用分数低阶矩(Fractional Lower Order Moment,FLOM)的方法。基于Alpha噪声下的分数低阶魏格纳威利分布(FLO-WVD)和分数低阶短时傅里叶变换(FLO-STFT)的理论,研究了LFM信号、跳频信号以及BPSK信号的识别问题,仿真实验分析表明,该方法可以很好的实现在Alpha噪声背景下对叁种雷达辐射源信号的识别。最后针对LFM信号的时频图像以及传统霍夫(Hough)变换理论,采用FLOWVD-Hough变换算法以及FLOSTFT-Hough变换算法对LFM信号进行参数估计;利用跳频信号时频图像,进行了峰值序列的提取,将提取出来的新序列与快速傅里叶变换相结合,来对跳频信号进行参数估计;针对BPSK信号,通过FLO-STFT对其瞬时频率进行提取,通过设定门限值来处理瞬时频率,进而对BPSK信号进行参数估计。通过仿真分析表明上述方法均能在Alpha噪声下对叁种雷达信号的参数做出有效的估计。(本文来源于《吉林大学》期刊2019-06-01）
信号参数估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了解决现有参数估计方法中时频聚集性不强,低信噪比下估计精度不高问题,提出了一种基于二次迭代稀疏重构的跳频信号参数估计方法。根据跳频信号的时频稀疏性进行稀疏重构,获取信号的时频分布矩阵;通过分析时频分布矩阵的特点,对信号进行二次迭代稀疏重构,获取二次时频分布矩阵。为了提高在低信噪比下算法性能,采用二值形态学滤波对时频图进行处理,进而实现信号的良好参数估计。仿真结果表明:该算法能够有效地提高参数估计精度,在低信噪比下有良好的估计效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信号参数估计论文参考文献
[1].赵景宏,李曦,李若维,邸卓,丁一.基于贝叶斯压缩感知的跳频信号参数估计[J].信息技术.2019
[2].杨鑫,郭英.基于二次迭代稀疏重构的跳频信号参数估计[J].传感器与微系统.2019
[3].周卓,梁红,杨长生.仿生信号参数估计研究[C].2019年全国声学大会论文集.2019
[4].毛虎,吴德伟,刘海波,卢虎,李忠华.GPS军码信号监测与参数估计方法[J].系统工程与电子技术.2019
[5].李慧启,李立春,张云飞,刘志鹏.基于分段压缩和原子范数的跳频信号参数估计[J].太赫兹科学与电子信息学报.2019
[6].李群.脉冲成形DSSS及DS-CDMA信号参数盲估计研究[D].重庆邮电大学.2019
[7].刘董华.BOC及CBOC信号参数盲估计研究[D].重庆邮电大学.2019
[8].王胜.NC-OFDM及FBMC-OQAM信号的参数估计[D].重庆邮电大学.2019
[9].姜思仪.基于压缩采样的多频带信号空频域参数联合估计[D].哈尔滨工业大学.2019
[10].孙越.Alpha噪声下雷达辐射源信号识别与参数估计方法研究[D].吉林大学.2019