导读:本文包含了信号参数估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信号,参数,模糊,稀疏,算法,函数,载频。
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）
孙越[7]（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）
王士谦[8]（2019）在《基于群智能优化的线性调频信号参数估计》一文中研究指出近几十年来,随着对雷达目标特性研究以及宽带微波技术、宽禁带半导体技术、大规模集成电路以及计算机应用技术的突飞猛进,结合模式识别理论、机器视觉等多学科的特点,雷达技术得到了蓬勃的发展,其功能不仅仅包括目标检测与定位,还有目标的跟踪、识别、成像和分类等。在雷达的众多应用领域中,最重要的就是雷达侦察这一环节。利用雷达侦查技术不仅可以捕获、测量、分析、辨识、锁定敌方的雷达信号,还可以获得有用的技术参数、作战部署以及地理坐标等作战情报。但是,在所捕获的雷达信号中常常夹杂着噪声的干扰,因此,在含噪声干扰的背景下,准确、快速、高效地实现线性调频信号的参数估计具有重要的研究意义。此外,在其他的实际应用领域中,线性调频信号的参数估计也有着广泛应用,如地震勘测、脑电图信号、蝙蝠声纳信号等。在处理这些线性调频信号时,观测数据往往也会受到噪声的干扰,因此,附加噪声干扰的线性调频信号参数估计问题是一个比较重要的研究课题。在线性调频信号处理中应用最广泛的是最大似然估计法。最大似然估计方法理论上可以达到Cramer-Rao下界,在参数估计应用中具有最高的估计精度,但由于最大似然估计法存在二维搜索的需求,存储量和计算量较大,这在很大程度上限制了它的应用和发展,因此,如何减少最大似然方法在参数估计时的搜索计算量是一个重要的问题。本文针对这一问题,分别采用粒子群优化算法和人工蜂群算法来进行研究。首先本文引入粒子群算法对多分量线性调频信号参数最大似然估计优化下参数估计进行优化,主要从以下叁点展开工作:(1)为了大大减少最大似然参数估计的计算量,本文提出了多分量线性调频信号最大似然估计参数估计的全局模式PSO算法。该方法结构简单、收敛速度快,可以有效减少计算量。(2)为了在较低信噪比的情况下实现参数的有效估计,本文提出了多分量线性调频信号最大似然估计参数估计的局部模式PSO算法。该算法搜索稳定性较好且不易陷入局部最优,具有较高的耐噪性。(3)为了提高参数估计成功率和搜索精度,本文结合全局模式和局部模式粒子群算法的邻域结构特点提出多分量线性调频信号最大似然估计参数估计的混合模式PSO算法。为了进一步提高参数估计分辨率,本文引入人工蜂群算法对多分量线性调频信号参数最大似然估计优化下参数估计进行优化,主要从以下叁点展开工作:(1)基于人工蜂群算法具有控制参数少、易于实现、鲁棒性强的特点,本文提出多分量线性调频信号最大似然估计参数估计的基本人工蜂群算法。该算法全局搜索开发能力强,具有较高的信号参数分辨率。(2)为了加快算法的收敛速度,本文加入全局交叉操作和多维并行搜索机制,提出了多分量线性调频信号最大似然估计参数估计的多维并行搜索的全局人工蜂群算法。该算法收敛性好,收敛速度快。(3)为了进一步提高算法的精度,本节结合了基本人工蜂群算法的和多维并行搜索的全局人工蜂群算法的特点,提出了多分量线性调频信号参数估计的多维并行搜索混合人工蜂群算法,该算法稳定性好,不易陷入局部最优,搜索精度较高。(本文来源于《吉林大学》期刊2019-06-01）
黄舒夏,方世良,韩宁[9]（2019）在《基于宽窄带模糊度的信号参数估计》一文中研究指出本文提出了一种基于信号宽窄带模糊度的信号参数估计方法,先对接收信号做窄带模糊函数计算,估计出信号的脉宽、带宽信息;再进行宽带模糊函数计算,根据数值拟合公式及信号的脉宽带宽估计值计算出信号的中心频率。本算法中接收信号仅根据目标自身特性和先验公式即能计算出信号参数,不似短时傅里叶法等需要人为地通过读取时频图获取参数,且受回波信号截取长度及截取周期等因素的影响较大,因此使用本发明方法获取的参数估计更具有可靠性。(本文来源于《中国声学学会水声学分会2019年学术会议论文集》期刊2019-05-25）
王彩洁[10]（2019）在《低信噪比下雷达脉内调制信号的识别与参数估计》一文中研究指出随着现代电子战场复杂多样,信息多元化,常见脉冲参数不能有效描述雷达信号的本质特征,对雷达细微特征的研究越来越重要.本文通过对脉内特征的研究,使其对辐射源信号识别提供可靠的依据.本文针对常规信号(NS)、线性调频信号(LFM)、双线性调频信号(DLFM)、多项式调频信号(PPS)、二相编码信号(BPSK)、四相编码信号(QPSK)、多相编码信号(MPSK)、频率编码信号(FSK)以及复合调制信号频率编码-二相编码信号(FSK-BPSK)和线性调频-二相编码信号(LFM-BPSK)进行识别和参数估计并对S型调频信号进行研究.首先,对分数阶傅立叶变换进行研究,利用二维搜索算法精确搜索各个信号的匹配阶次并分析其对应的分数谱图,并对脉内信号的相位结合延时相关、多重一阶差分以及线性回归进行分析,通过对匹配阶次、分数谱图、阶次图结合各种算法进行研究,实现10种信号在信噪比为-10dB时有效识别.其次,基于识别结果利用二阶矩四阶矩法、修正的Rife算法和多尺度haar小波变换等对10种信号中的参数在信噪比为0dB以上时进行精确的估计.最后,对相位逗留原理和S型调频信号的生成过程进行推导,并基于相位差分和小波变换根据S型调频信号的时频图对其进行识别.为了验证算法的有效性,利用MATLAB进行了大量的仿真实验.本文提供的分析方法是总结前人在低信噪比下对雷达脉内信号无法识别且估计精度低的缺陷提出,并且创造性的提出S型调频信号的设计与信号识别,为辐射源信号的识别提供宝贵的技术参考.(本文来源于《东北师范大学》期刊2019-05-01）
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].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
[8].王士谦.基于群智能优化的线性调频信号参数估计[D].吉林大学.2019
[9].黄舒夏,方世良,韩宁.基于宽窄带模糊度的信号参数估计[C].中国声学学会水声学分会2019年学术会议论文集.2019
[10].王彩洁.低信噪比下雷达脉内调制信号的识别与参数估计[D].东北师范大学.2019
论文知识图
