判别Duffing混沌系统所处的状态是采用Duffing混沌振子进行微弱周期信号检测的关键问题.本文针对系统在混沌和大周期两种状态相图的明显区别,提出了一种基于相图分割的系统状态判定方法.该方法首先在相图中做一简单闭合区域,进而通过统计相轨迹点处于区域外的数量来识别系统的状态.给出了实现该方法的主要步骤,并从微弱信号检测成功率和运算复杂度的角度进行了分析.实验结果表明该方法可用于30 d B信噪比下弱正弦信号的检测,并且硬件实现简单.
针对认知正交频分复用(OFDM)系统带外辐射(OBR)严重问题,在研究基于功率谱密度的主动干扰消除算法(PSD-AIC)模型的基础上,提出了动态PSD-AIC的方法,通过对每一子载波位置OBR的计算,比较选择出OBR取值最小处,作为对消子载波的最优位置,显著改善了系统对OBR的抑制性能(增大约10 d B)。对比分析了算法的计算开销,研究了设计参数对OBR的影响,提出了实际应用时的参数选择基准。仿真结果和理论分析表明,动态PSD-AIC方法可以显著减小带外干扰。与PSD-AIC方法相比,旁瓣抑制深度可增加约10 d B;与传统AIC方法相比,只需相似计算量,干扰抑制性能便可明显增加。
针对相干分布式非圆信号参数估计算法在脉冲噪声环境下性能退化的问题,本文提出了广义复相关熵的概念,并给出了基于广义复相关熵的相干分布式非圆信号DOA(Direction of Arrival)估计方法。该算法首先由分布式信源模型获得入射信号的阵列输出信号,利用信号的非圆特性得到扩展阵列输出信号,再通过扩展阵列输出信号的广义复相关熵矩阵获取信号子空间,避开了传统二阶统计量算法在脉冲噪声下不适应的问题,最后由信号子空间旋转不变特性得到信号的中心波达方向角度。仿真实验结果表明,在Alpha稳定分布噪声条件下,与传统算法相比,本文所提算法具有更好的性能。