导读:本文包含了宽带检测论文开题报告文献综述及选题提纲参考文献，主要关键词:一维谱数据,二维时频特征,宽带盲检测
宽带检测论文文献综述
李新科,谭文昊,江漫,柏如龙[1]（2019）在《基于一维谱数据和二维时频特征的信号宽带盲检测技术》一文中研究指出信号搜索检测技术作为信号分析处理链条的首个关键环节,其搜索准确性直接影响后续处理效果。对于非合作接收处理方,在没有任何先验信息的条件下,提出了基于一维谱数据和二维时频的信号宽带盲检测技术,主要依据宽带一维频谱数据或二维时频数据,利用统计检测原理,完成带内频谱分析,获取信号时间、频率占用分布信息,通过数据仿真,与传统的双滑窗检测算法做了对比,验证了该方法的有效性。(本文来源于《无线电工程》期刊2019年12期）
李涛,蒋小勇,周胜增[2]（2019）在《基于宽带稳健STMV波束形成的相关检测方法》一文中研究指出采用一种宽带相关结合稳健自适应波束形成的检测方法,来提高弱目标在强干扰背景下的检测能力。宽带相关检测具有多目标方位分辨力高的优点,它基于常规波束形成得到,但由于其旁瓣级有限,存在强干扰时会导致其旁瓣区域的相关检测产生凹陷,因此直接影响弱目标的检测能力。通过分析常规宽带相关检测中目标旁瓣区域产生凹陷原因,利用宽带稳健自适应波束形成的干扰抑制能力,提出了一种将宽带稳健导向最小方差波(Steered Minimum Variance,STMV)与宽带相关检测结合的宽带检测新方法。该方法能有效消除相关检测中强干扰的影响,提高被动声呐的宽带检测性能。仿真和试验数据处理结果验证了该方法的有效性。(本文来源于《声学技术》期刊2019年05期）
李倩[3]（2019）在《认知网络中基于压缩感知的宽带频谱检测改进机制》一文中研究指出在低信噪比,尤其是非高斯噪声情况下,设计认知网络中快速、准确的频谱检测机制是一个巨大挑战。当前主流的宽带频谱检测机制中,分段检测需要较长的检测时间;合作检测需要中心控制点,节点间信息交互的开销较大;基于压缩感知的频谱检测一般要求信号具有稀疏性且复杂度仍较高。本文在非高斯噪声环境下,针对信道分布不确定、频谱空洞少的场景,提出了一种基于柯尔莫哥罗夫—斯米尔诺夫(kolmogorov-smirnov)检验的二级宽带频谱检测机制,该机制可以检测任意给定数目(小于实际频谱空洞数)的频谱空洞,自适应调整在不同信道上的检测开销,以提高频谱检测的效率,扩展宽带频谱检测的应用范围。(本文来源于《信息技术与信息化》期刊2019年09期）
刘赟,王元琛,成风毅[4]（2019）在《基于压缩检测的宽带频谱感知》一文中研究指出频谱感知是认知无线电的一项关键技术,它的主要功能在于检测可供认知用户使用的频谱空穴,同时监测主用户信号活动情况,保证主用户再次使用频谱时,认知用户能够快速退出相应频段。针对宽带频谱感知中的信道占用情况监测部分,提出一种不需要频谱估计的检测方法。首先,将信号输入至一定数量(远小于信道个数)的滤波器中。随后,利用滤波器输出的能量测量值进行信道重建。最后,设定观测门限,输出认知结果。仿真结果显示该方案可以显着提升检测性能。(本文来源于《通信技术》期刊2019年08期）
王小瑞,侯兴松,王生霄[5]（2019）在《基于YOLOv3网络的超宽带雷达生命信号检测》一文中研究指出超宽带(UWB)雷达生命电磁探测是一种先进的非接触式生命探测技术,在灾害救援、生物医学方面应用广泛。通常由于雷达的不稳定性以及生命体呼吸信号微弱、加之静态和运动散射体干扰等,雷达接收回波信杂比(SCR)较低,传统的基于恒虚警率(CFAR)检测方法存在很多不足。为此,利用深度学习的高维特征泛化学习能力,将YOLOv3网络用于超宽带雷达生命信号电磁检测。为了提高信杂比,在检测前对回波数据进行了杂波去除和弱信号增强预处理,然后,将预处理后的距离-慢时间二维回波矩阵成像为灰度图并整理成数据集RP800,在该数据集上进行YOLOv3网络的训练和测试。实验表明,网络检测召回率达到99.77%,平均误检率为1.235%。(本文来源于《国外电子测量技术》期刊2019年06期）
王海军,聂孝亮,刘海业,王岩[6]（2019）在《基于二分法STFT的宽带信号检测算法研究》一文中研究指出本文提出了基于二分法的STFT算法对宽带雷达信号进行检测。首先,对STFT方法中窗函数的选择和窗口滑动步长等关键环节进行了仿真对比分析。然后,提出了基于二分法的STFT算法,确定信号起始时刻所处数据段,并对信号起始时刻进一步测量,提高检测精度。最后,采用二分法STFT算法对带宽200 MHz的宽带LFM信号进行仿真分析,检测时间精度可以达到62. 5 ns。该算法综合考虑了计算量与检测精度要求,可对宽带雷达信号进行快速精确检测。(本文来源于《航空兵器》期刊2019年03期）
曹保锋[7]（2019）在《宽带噪声中核爆电磁脉冲弱信号检测技术研究》一文中研究指出未来核爆探测技术向距离更远、识别能力更强的方向发展,传统近程陆基核爆探测信号检测方式已不能满足技术发展需求,急需拓展新的信号检测与识别方式,研究具备更高灵敏度,复杂背景识别能力更强的探测系统,以满足陆基远程核爆探测和天基核爆探测技术需求。本文通过研究现代信号处理技术与瞬态弱信号检测技术,将其应用于宽带噪声背景下微弱核爆电磁脉冲信号检测与参数估计,以推动中远程核爆监测关键技术的发展。本文工作主要研究内容和创新性成果如下:(1)核爆电磁脉冲陆基远区与天基过电离层信号特征分析。(2)耦合Duffing混沌振子检测算法理论研究。针对陆基远区NEMP弱信号检测问题,以非线性动力学Duffing方程为基础,通过对阻尼力和恢复力同时施加耦合,构建了一种新的脉冲信号检测算法——强耦合Duffing振子检测模型;提出了“广义阱内失同步”的理论解释,并对基于该理论的模型检测原理进行了详细论述。以信噪比改善和波形相似度指标为工具,研究了模型中策动力幅值、策动力周期、耦合系数、计算步长、阻尼系数等参量对模型信号检测与波形恢复效果的影响,详细研究了该模型对NEMP实测信号的检测效果。通过将阻尼力耦合强度与恢复力耦合强度进行统一,增强了系统的稳定性,通过相位镜像技术,增强了系统的降噪能力。与现有弱耦合Duffing振子相比具有如下优点:可工作于任何相态,可检测脉冲种类多,对系统初始状态不敏感,有利于分段并行计算。该模型对脉冲信号的信噪比检测门限为-15 dB,与其他常规方法的不小于-10 dB相比,具有一定的优越性。(3)强耦合Duffing混沌振子检测算法应用研究。利用具有最大稳定域和最小截断误差的RTRK4算法求解了强耦合Duffing振子方程;利用Simulink和Verilog仿真工具,分析了实时检测系统在FPGA中的实现过程,着重解决了分阶段共用流水线设计、多数据段并行计算、畸变去除与波形恢复等问题。FPGA采样率达到50 MHz,与目前连续波弱信号检测算法的11.1 MHz采样率相比,速度提高了4.5倍。利用该系统在实验平台对模拟LEMP和NEMP信号分别进行了检测,证明了系统的有效性和方法的可行性。(4)基于FRFT的过电离层NEMP弱信号检测研究。首次将FRFT算法应用于过电离层NEMP弱信号检测。实验结果表明,检测概率98%对应的最低可检测信噪比可达-21 dB。与“试验叁号”卫星所用带通滤波触发算法相比,最低可检测信噪比减小约10 dB,与FORTE卫星所用STFT算法相比,最低可检测信噪比减小3~5 dB。该方法的探索为开展下一步研究提供了思路。本文研究对发展中远程核爆炸探测技术可起到一定推动作用,尤其是将“负信噪比”核爆效应信号检测技术应用于工程实践,可在关键指标上实现跨越,促进中远程核爆探测技术的发展。(本文来源于《军事科学院》期刊2019-06-06）
王琳琳[8]（2019）在《宽带雷达无人机目标的微动特征提取及检测》一文中研究指出无人机的应用越来越为广泛,在军事领域和民用领域都有着重要的用途,但同时也存在着被不法分子滥用以至于威胁到人们安全的风险。为抵御无人机带来的威胁,及时地检测到无人机便显得尤为重要。而无人机作为低空慢速运动的小目标,对其进行检测成为难点问题。微多普勒效应是由目标除主体之外的微动部件引起的,无人机旋翼叶片的旋转会导致微多普勒效应的产生。提取到无人机所具有的这种独特的微多普勒特征有助于对其进行准确地检测。本文为了更加准确的检测到无人机目标,将传统的检测方法与无人机的微多普勒特征提取相结合,达到更加准确地检测无人机、减少虚警概率的目的。本文首先对微多普勒效应的概念及内涵进行了详细的介绍,目标所具有的这种微多普勒效应在目标的精确检测方面起到了重要的作用。微多普勒特征较为突出的旋转的旋翼叶片进行了建模与仿真,分析了其所存在的微多普勒效应。接着,本文提取无人机目标的微动特征,分别采用短时傅里叶变换、小波变换等方法提取旋转旋翼叶片以及无人机目标的微多普勒特征,进而得到它们的物理结构参数。对于宽带雷达的带宽足够宽使得无人机出现跨距离单元的现象时,采用一种基于“频谱包络导数”的参数提取方法可以更加准确的提取无人机的微动信息。然后,本文针对宽带雷达无距离扩展的无人机目标检测问题,如何将无人机目标与较强的固定地物杂波区分开比较关键。本文将传统的CA-CFAR检测方法与微多普勒特征提取方法相结合,提出了一种RD-频谱检测方法,该方法具有较好的检测性能。最后,本文针对宽带雷达距离扩展的无人机目标检测问题,当雷达带宽足够宽使得小型无人机占据多个距离单元时,无人机的微多普勒特征将会更加明显。在这种情况下,研究了M/N检测算法和空间散射密度广义似然比(SSDGLRT)检测算法这两种基于一维距离像的扩展目标检测方法,接着介绍了基于RD谱的扩展目标检测算法,通过仿真对比了叁种方法的检测性能;然后对距离扩展目标提取基于“频谱中频率调制”的微动特征,其对目标和杂波的区分效果良好。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
秦云瑞[9]（2019）在《超宽带系统中窄带干扰的压缩检测与抑制》一文中研究指出超宽带技术在短距离通信中有着速度快、功耗低等优点,在无线通信领域有着广阔的应用前景,但是,由于超宽带信号带宽较宽,模数转换时对硬件资源要求高,限制了超宽带技术的快速发展。压缩感知理论的提出改变了现有宽带信号采样速率高的现状,为超宽带系统的信号处理带来了极大的便利。另一方面,超宽带技术作为提高频谱资源利用率的一种方法,以低功率的方式与其它系统共存,导致了超宽带系统受到同频带内其它系统的严重干扰,因此必须对同频带内的窄带干扰进行检测与抑制。本文结合压缩感知理论,对超宽带系统中存在的窄带干扰问题进行了研究,并从信号观测过程与信号重构过程两个不同的角度提出了窄带干扰的抑制方法,同时还设计了一种具有窄带干扰抑制功能的超宽带数字接收机。本文的主要工作如下面两个部分所述:1.基于压缩感知理论在超宽带系统中的应用,对传统的GLRT检测器进行了改进,改进后的GLRT检测器在信号观测过程中实现干扰信号的抑制。在考虑频谱泄漏的情况下,首先采用连续均值剔除算法获取窄带干扰信号的子空间,在此基础上构造干扰信号的正交投影矩阵,然后对观测矩阵进行改进,进一步实现对GLRT检测器的改进。仿真结果表明,本文提出的改进GLRT检测器方案不仅在干扰信号子空间获取方面有着良好的效果,同时也可对干扰信号进行准确的抑制,有效的提高了在干扰信号影响下的超宽带系统可靠性。2.为进一步提高超宽带接收机效率,提出了一种基于参数估计的窄带干扰抑制方法。该方法基于信号重构过程中依次挑选出相关性最大的原子原则,首先估计出窄带干扰参数,然后从残差信号中估计出超宽带信号参数,从信号重构角度实现了干扰信号的抑制。同时,基于此思想设计了一种具有窄带干扰抑制功能的超宽带接收机,该接收机能快速的在数字域完成符号的判决,降低了超宽带接收机的设计难度。仿真结果表明,基于参数估计的干扰抑制方法,可以实现干扰的抑制,还可以提高超宽带接收机的性能。(本文来源于《山东大学》期刊2019-05-25）
王聪,刘雄厚,范文涛,孙超,杨益新[10]（2019）在《基于着色处理的被动声纳宽带能量检测方法》一文中研究指出宽带能量检测是被动声纳常用的探测方法。本文介绍子带峰值能量检测(Subband Peak Energy Detection,SPED)办法在宽带信号检测中的应用,与常规能量检测(Conventional Energy Detection,CED)相比,子带峰值能量检测改善了方位时间历程图(Bearing-Time Recording,BTR)的显示效果,以及对FRAZ矩阵按子带频率和强度赋予每个元素点RGB值,然后类比颜料混色的方法,按每个子带在宽带中的能量贡献进行混色,得到宽带的彩色输出结果。该方法能够分辨出具有不同频率成分的目标,增强了对强目标附近的弱目标的探测能力。(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）
宽带检测论文开题报告
（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：
采用一种宽带相关结合稳健自适应波束形成的检测方法,来提高弱目标在强干扰背景下的检测能力。宽带相关检测具有多目标方位分辨力高的优点,它基于常规波束形成得到,但由于其旁瓣级有限,存在强干扰时会导致其旁瓣区域的相关检测产生凹陷,因此直接影响弱目标的检测能力。通过分析常规宽带相关检测中目标旁瓣区域产生凹陷原因,利用宽带稳健自适应波束形成的干扰抑制能力,提出了一种将宽带稳健导向最小方差波(Steered Minimum Variance,STMV)与宽带相关检测结合的宽带检测新方法。该方法能有效消除相关检测中强干扰的影响,提高被动声呐的宽带检测性能。仿真和试验数据处理结果验证了该方法的有效性。
（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。
宽带检测论文参考文献
[1].李新科,谭文昊,江漫,柏如龙.基于一维谱数据和二维时频特征的信号宽带盲检测技术[J].无线电工程.2019
[2].李涛,蒋小勇,周胜增.基于宽带稳健STMV波束形成的相关检测方法[J].声学技术.2019
[3].李倩.认知网络中基于压缩感知的宽带频谱检测改进机制[J].信息技术与信息化.2019
[4].刘赟,王元琛,成风毅.基于压缩检测的宽带频谱感知[J].通信技术.2019
[5].王小瑞,侯兴松,王生霄.基于YOLOv3网络的超宽带雷达生命信号检测[J].国外电子测量技术.2019
[6].王海军,聂孝亮,刘海业,王岩.基于二分法STFT的宽带信号检测算法研究[J].航空兵器.2019
[7].曹保锋.宽带噪声中核爆电磁脉冲弱信号检测技术研究[D].军事科学院.2019
[8].王琳琳.宽带雷达无人机目标的微动特征提取及检测[D].哈尔滨工业大学.2019
[9].秦云瑞.超宽带系统中窄带干扰的压缩检测与抑制[D].山东大学.2019
[10].王聪,刘雄厚,范文涛,孙超,杨益新.基于着色处理的被动声纳宽带能量检测方法[C].中国声学学会水声学分会2019年学术会议论文集.2019