隨著通信環(huán)境越來(lái)越復(fù)雜多變,接收端的信號(hào)往往夾雜著很強(qiáng)的背景噪聲,使得接收信噪比往往很低,在這樣一種低信噪比的環(huán)境下,現(xiàn)有的檢測(cè)算法性能下降嚴(yán)重,甚至失效。本文在現(xiàn)有檢測(cè)算法的基礎(chǔ)上,致力于研究新型的、在較低信噪比下仍然有著良好檢測(cè)性能的信號(hào)檢測(cè)算法。首先,在分析研究基于功率譜的檢測(cè)算法的基礎(chǔ)上,將一種自適應(yīng)信號(hào)分解方法——變分模態(tài)分解(VMD)首次引入到信號(hào)檢測(cè)領(lǐng)域中來(lái),提出一種基于變分模態(tài)分解的信號(hào)檢測(cè)算法。對(duì)于基于功率譜的檢測(cè)算法來(lái)說(shuō),對(duì)功率譜的劃分往往是人為進(jìn)行的,具有較大的主觀性;而隨著變分模態(tài)分解方法的引入,從信號(hào)處理的角度來(lái)對(duì)功率譜進(jìn)行自適應(yīng)劃分,使之更加精細(xì)和準(zhǔn)確;經(jīng)這樣劃分出的功率譜,還能獲得一定程度的去噪效果。將待測(cè)信號(hào)首先經(jīng)過變分模態(tài)分解,然后對(duì)獲得的本征模態(tài)函數(shù)進(jìn)行功率譜估計(jì),最后構(gòu)造合適的檢驗(yàn)統(tǒng)計(jì)量進(jìn)行統(tǒng)計(jì)判決,仿真實(shí)驗(yàn)表明,所提的算法在較低的信噪比下仍然能獲得較高的檢測(cè)概率。其次,利用主用戶信號(hào)與噪聲在信息熵上的差異,提出一種基于功率譜熵的信號(hào)檢測(cè)算法。為了對(duì)功率譜熵進(jìn)行更好的估計(jì),文中采用Bartlett周期圖法,能顯著減小功率譜估計(jì)的方差,使得估計(jì)的功率...

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1本文研究思路框圖

第1章緒論計(jì)[40]。2016年，張?zhí)祢U提出一種嵌套迭代最小二乘投影算法，對(duì)多達(dá)10實(shí)現(xiàn)了性能良好的序列估計(jì)[41]。上所述，很多算法都可以對(duì)直擴(kuò)信號(hào)的擴(kuò)頻碼序列進(jìn)行估計(jì)，但是在低信性能明顯下降，如何在低信噪比環(huán)境中實(shí)現(xiàn)對(duì)PN碼序列的有效重構(gòu)，提的估計(jì)精度，是急需研....

圖1.2所示的集中式的協(xié)作檢測(cè)結(jié)構(gòu)，通過一定的融合策略來(lái)降低硬件條

顯著地提升檢測(cè)性能，能更好的適用于低檢測(cè)，首先在系統(tǒng)結(jié)構(gòu)上，可以分為分布式協(xié)于如圖1.1所示的分布式協(xié)作檢測(cè)結(jié)構(gòu)，各節(jié)點(diǎn)中心，各個(gè)節(jié)點(diǎn)獨(dú)立的對(duì)主用戶信號(hào)的存在性來(lái)進(jìn)行協(xié)作檢測(cè)，雖然在一定程度上降低了虛警開銷的代價(jià)換來(lái)的。

圖3.6所示是基于變分模態(tài)分解的信號(hào)檢測(cè)算法流程圖，算法首先將接收信號(hào)

3.6VMD如圖3.6所示是基于變分模態(tài)分解的信號(hào)檢測(cè)算法流程圖，算法首先將接收信經(jīng)過變分模態(tài)分解處理，得到L個(gè)具有不同中心頻率和帶寬的IMF，然后分別對(duì)他進(jìn)行功率譜估計(jì)，最后將所得的各個(gè)功率譜譜線強(qiáng)度進(jìn)行求和，并分別相比構(gòu)造該法的檢驗(yàn)統(tǒng)計(jì)量，并進(jìn)行統(tǒng)計(jì)判決。由3.....

圖2.1基于時(shí)域?qū)ьl的低誤碼水聲OFDM通信技術(shù)整體架構(gòu)圖

基于時(shí)域?qū)ьl的低誤碼水聲OFDM通信技術(shù),以電磁波OFMD通信系統(tǒng)框架為基礎(chǔ),依靠信號(hào)檢測(cè)與時(shí)間同步、OFDM循環(huán)前綴、時(shí)域?qū)ьl信道估計(jì)三大核心模塊增強(qiáng)OFDM通信技術(shù)對(duì)抗多徑效應(yīng)、多普勒頻移以及外部環(huán)境噪聲等水聲特性干擾的能力,該水聲OFMD通信技術(shù)的整體架構(gòu)圖如下圖2.1所示....

本文編號(hào)：3953579