排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
高斯噪声下差分跳频信号的高分辨率频率检测 总被引:3,自引:1,他引:2
差分跳频(DFH)是一种新的高速短波通信体制,它利用相邻跳变频率的变化而不是载频本身来携带信息。跳变频率检测是实现DFH的关键技术之一。本文利用四阶累积量研究了(色)高斯噪声下基于ARMA建模法的DFH信号频率检测,并针对由于模型阶数估计过高而产生的虚检频率,提出一种充分利用信号先验信息的改进算法。仿真结果证明了该方法的有效性,尤其是在低信噪比时仍然能够实现精确检测。 相似文献
3.
4.
突发信号盲存在性检测的两种算法 总被引:2,自引:0,他引:2
本文从频率域和广义频率域研究了复数高斯白噪声信道中突发信号的存在性检测问题,分别提出了基于频率域短时傅氏变换幅度谱熵和基于广义频率域奇异值分解的检测算法,并与时间域的短时能量算法进行了比较.仿真结果表明谱熵法具有较好的鲁棒性,特别是在低信噪比时能够获得较高的检测概率,并且受突发信号调制方式等参数的影响较小.奇异值算法与短时能量法相比更适用于采用QAM调制的突发信号. 相似文献
5.
一种新的基于改进PASTd的中频信号盲信噪比估计算法 总被引:2,自引:0,他引:2
该文提出一种加性高斯白噪声信道下基于改进的紧缩投影近似子空间跟踪(PASTd)的中频信号盲信噪比估计算法。将Gram-Schmidt正交化过程引入到PASTd中,使计算得到的特征向量相互正交,从而保证算法具有更好的收敛性能。对MPSK(M=2,4,8)信号和MQAM(M=16,64,128,256)信号进行了大量计算机仿真,结果表明该算法性能稳定,并且当信噪比变化范围为5dB到25dB时,所得到的估计偏差小于1dB,估计标准差在0.3以内。与基于特征值分解的算法相比,能够在得到精确估计结果的同时,大大减小运算复杂度。 相似文献
6.
广义SSME算法(GSSME:Generalized Split-Symbol Moment Estimator)是在SSME算法的基础上把每个符号均匀分成多段而得来的。本文提出了复数加性高斯白噪声中基于迭代GSSME算法的MPSK信号盲信噪比估计算法,推导了每符号采样点数和分段数之间的关系。分别对BPSK、QPSK和8PSK信号进行了计算机仿真,并与常规SSME算法进行了比较。结果表明当信噪比高于一定值时,迭代的GSSME算法能达到更小的偏差和均方误差,并且估计性能与MPSK信号的调制阶数M无关。 相似文献
1