导读:本文包含了信号检测与估计论文开题报告文献综述及选题提纲参考文献，主要关键词:信息处理技术,瞬时频率估计,快速傅里叶变换,陷波滤波器
信号检测与估计论文文献综述
王思秀[1]（2019）在《一种未知脉冲信号检测与瞬时频率高精度估计方法》一文中研究指出针对未知脉冲信号检测与瞬时频率估计问题,提出了一种基于瞬时频率高精度估计的联合检测方法.在瞬时频率高精度估计中,采用快速傅里叶变换分析与陷波滤波器相结合,实现对未知信号瞬时频率高精度估计.在未知脉冲信号检测中,采用能量累积法和瞬时频率方差法相结合方式,综合瞬时频率方差检测器和能量累积检测器的优势,可对未知脉冲信号实现有效检测.结果表明,在一定信噪比条件下,本文方法可以实现对未知脉冲信号瞬时频率的高精度估计,瞬时频率估计方差接近克拉美罗下界,估计精度提高了0. 1%,同时实现了对窄带和宽带未知脉冲的有效检测.(本文来源于《沈阳工业大学学报》期刊2019年05期）
曲长文,李炳荣,张韫[2]（2019）在《信号检测与估计课程立体化教材建设》一文中研究指出立体化教材成为信息时代教材建设的一个新趋势,有助于丰富教学内容,构建新的教学模式和教学方法,实现教学资源共享,提升教学能力。阐述了立体化教材的含义及作用,讨论了信号检测与估计课程立体化教材的建设内容和体会,以促进信号检测与估计课程教学改革和教学质量的提高。(本文来源于《中国现代教育装备》期刊2019年15期）
曲长文,张韫,李炳荣[3]（2019）在《基于MatLab信号检测与估计开放实验的探索》一文中研究指出分析了基于MatLab的信号检测与估计开放实验教学的必要性,讨论了开放实验的内容设计,给出了开放实验教学的教学指导与体会。教学实践表明,应用MatLab开展信号检测与估计开放实验教学,能够使学生更好地理解和掌握课程的内容,激发学生的学习兴趣和积极性,有助于提高学生分析问题和解决问题的能力,培养创新能力。(本文来源于《中国现代教育装备》期刊2019年09期）
赵凌霄[4]（2019）在《基于平行因子模型的大规模MIMO系统信道估计与信号检测算法研究》一文中研究指出大规模多输入多输出(Multiple Input Multiple Output,MIMO)技术是第五代移动通信技术的关键技术之一,通过增加天线数量,能够极大提升系统中的能量效率、频谱效率及通信容量。然而大规模MIMO技术仍然面临着信道估计,信号检测以及导频污染等挑战。基于导频的信道估计技术虽然易于实现,但是此类算法需要占用大量导频开销,并且还会产生导频污染问题,降低了信道估计性能。而传统的信号检测技术需要已知信道状态信息,因此将不可避免地受到信道估计性能的影响。本论文针对大规模MIMO技术信道估计及信号检测问题,为了提升信道估计精度和信号检测性能,充分利用信号的多维特性,采用平行因子(Parallel Factor,PARAFAC)分解的方法对信号建模,将大规模MIMO系统特性作为约束条件融入拟合平行因子模型的迭代过程中,来进行单小区大规模MIMO系统信道估计和信号检测的研究。其主要研究内容和创新点如下:1.为了降低导频开销,本文将基站端的接收信号构造为多维张量。提出以平行因子分解模型为主导的信道估计和信号检测方案。所提方案只需发送一次导频符号即可联合完成信道估计以及信号检测。仿真结果表明与传统的基于导频辅助的信道估计和线性信号检测方法相比,能够大幅提升信道估计的精度与误码率的性能。2.针对传统拟合平行因子模型的交替最小二乘算法(Alternating Least Squares,ALS)收敛慢,复杂度高的问题,本文提出一种约束二线性交替最小二乘(Constrained Bilinear Alternating Least Squares,CBALS)信道估计算法。所提算法利用大规模MIMO信道矩阵渐近正交的性质,将其作为约束条件融入拟合算法的迭代过程。仿真结果表明,与已有的基于导频的信道估计方法相比,所提算法显着提高了信道估计的精度;与传统拟合平行因子模型的二线性交替最小二乘算法(Bilinear Alternating Least Squares,BALS)相比,在低发射功率的情况下,所提方法具有较好的估计性能,同时具有更快的收敛速度和更低的复杂度。3.为了降低信道估计对信号检测精度的影响,本文把基站端接收信号构造成叁阶张量模型,提出了投影二线性交替最小二乘(Bilinear Alternating LeastSquares Projection,BALSP)的信号检测算法,该算法在未知信道状态信息的情况下能够完成信号检测。所提算法中,将用户发送的信源矩阵作为平行因子模型中的一个加载矩阵,引入信源矩阵的恒模特性作为约束条件,在迭代过程中对信源矩阵进行重构。在此基础上,推导了大规模MIMO信源恒模约束平行因子模型的唯一性分解条件。仿真实验结果表明:与传统拟合平行因子模型的二线性交替最小二乘算法相比,不仅提高了算法收敛速度,同时具有更优的检测性能。与传统的线性信号检测方法MMSE相比,在不进行信道估计情况下,显着提升了误码率性能。(本文来源于《郑州大学》期刊2019-05-01）
曲长文,李炳荣,张韫[5]（2019）在《基于MatLab仿真开展信号检测与估计课程的课堂教学》一文中研究指出根据信号检测与估计课程的特殊性,分析了课堂教学过程中存在的难点。结合MatLab软件的特点,探讨了应用MatLab仿真开展信号检测与估计课堂教学的优势,给出了实施的实例。教学实践表明,应用MatLab仿真开展课堂教学能够使学生更好地理解和掌握课程的内容,丰富教学方法和手段,激发学生的学习兴趣和积极性,有助于提高学生分析问题和解决问题的能力,提高教学质量。(本文来源于《中国现代教育装备》期刊2019年07期）
曹保锋,李鹏,李小强,张雪芹,宁王师[6]（2019）在《基于强耦合Duffing振子的微弱脉冲信号检测与参数估计》一文中研究指出耦合Duffing振子在检测强噪声中的微弱脉冲信号时具有可检测信噪比低等优点,但目前检测模型还存在系统性能与初始状态有关、只能工作在倍周期分岔状态等缺陷.为此本文构建了一种能克服上述缺点的新的微弱脉冲信号检测模型,通过对两个Duffing振子同时施加较大的恢复力和阻尼力耦合,可使振子间产生广义的"阱内失同步"现象,基于这种现象可实现微弱脉冲信号的检测与恢复.以信噪比改善和波形相似度为衡量指标,研究了周期策动力幅值与周期、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.对方波、双指数脉冲和高斯导数脉冲进行检测和恢复的实验结果表明,本文所构建的模型能够在较低信噪比条件下有效地检测并恢复出高斯白噪声背景中的微弱脉冲信号,进而改善了现有的Duffing振子对非周期脉冲信号的检测能力并扩展了其应用领域.(本文来源于《物理学报》期刊2019年08期）
李尧[7]（2019）在《低截获概率信号检测与参数估计》一文中研究指出低截获概率信号作为低截获概率(Low Probability of Intercept,LPI)雷达产生的信号,其低功率、频率捷变以及大时宽-带宽积等特点,使得低截获概率雷达信号具有优良的抗干扰与抗截获性能,这给截获接收机提出了更高的要求。本文针对叁种典型低截获概率雷达信号,包括跳频信号、线性调频(Linear Frequency Modulated,LFM)信号和非线性调频(Nolinear Frequency Modulated,NLFM)信号,进行信号检测与参数估计的分析研究。对于跳频信号的检测与参数估计问题,主要利用跳频信号在短时间内可以看做单频信号即1-稀疏信号的特征,采用压缩感知的方法对其进行检测与参数估计,有效降低了信号处理数据量,并提出了基于概率滑窗的方法对压缩采样后的跳频信号进行处理,能够有效抑制高斯白噪声的影响,使得在低信噪比依然能够准确估计出信号参数。对于线性调频信号,主要利用LFM信号在分数阶域的聚集特性,而且分数阶傅里叶变换(Fractional Fourier Transform,FRFT)为线性变换,具有可加性,因此采用分数阶傅里叶变换对多分量LFM信号进行检测与参数估计,并提出了基于峰度值的LFM信号分量分离方法,可以有效降低强LFM信号分量对弱信号分量造成的遮掩影响,提高多分量LFM信号参数估计准确度。对于NLFM信号,由于其Wigner-Ville分布(Wigner-Ville Distribution,WVD)存在交叉项,影响比较大,对比了几种不同的改进时频分布的效果,并引入了短时分数阶傅里叶变换用于分析NLFM信号,详细描述了优化原理,验证了其对于多分量NLFM信号时频分析的效果,最后利用短时分数阶傅里叶变换对单分量NLFM信号的瞬时频率进行估计。(本文来源于《电子科技大学》期刊2019-04-01）
秦松磊[8]（2019）在《矢量舷侧阵信号检测和目标方位估计研究》一文中研究指出矢量水听器的出现,突破了传统声呐设备长期依靠标量水声传感器的限制。矢量水听器可以空间共点同步拾取声场一点处的声压和振速矢量,利用获得的声压和质点振速,单矢量水听器即可完成对声源的无模糊定向,等价于四元声压系统的检测性能。但目前大多数假设和应用都是基于自由场条件下,当矢量水听器位于水面船舶和水下潜艇等载体时,由于载体障板声学散射的影响,导致障板条件下声场发生畸变。本文针对矢量舷侧阵声呐,研究矩形空气腔平面障板条件下的信号检测和目标方位估计方法。本文以实际工程中使用的矩形空气腔声障板作为研究对象,将矩形空气腔障板建模为弹性层系统,通过传递矩阵法得到复反射系数,将障板条件下的散射声场表示为反射系数刻画的简洁模型。基于该障板条件下的信号模型,研究障板条件下的单矢量水听器和矢量线阵的信号检测和目标方位估计方法;对于障板条件下的矢量舷侧阵模型,结合阵处理技术进行信号检测;对所构造的障板条件下矢量线阵接收信号模型进行经典目标方位估计算法实现,并通过实验数据处理验证本文所介绍方法的有效性和正确性。(本文来源于《哈尔滨工程大学》期刊2019-03-01）
朱玥,覃尧,董岚,王公仆[9]（2019）在《人工智能在移动通信网络中的应用:基于机器学习理论的信道估计与信号检测算法》一文中研究指出机器学习是人工智能的重要方向之一,文章介绍两种机器学习理论应用于移动通信网络的案例。首先介绍一种基于期望最大化算法的信道估计器,不需要导频也可实现对信道的盲估计,提高了系统的吞吐率。随后介绍了一种基于深度神经网络的信道估计和信号恢复算法,该算法能够隐性地分析信道的特性,直接将信号恢复出来,当导频数据减少时其性能优于传统算法。神经网络估计器虽然训练模型复杂,但后续可直接将信号恢复,降低了信号处理的复杂度。(本文来源于《信息通信技术》期刊2019年01期）
万方鹏[10]（2019）在《直接序列扩频信号检测与参数估计及DSP实现》一文中研究指出直接序列扩频(Direct Sequence Spread Spectrum,DSSS,简称直扩)信号因为具有抗噪声能力强,频谱密度低,截获率低等优点,可以广泛地应用在现代通信领域。在研究了大量书籍以及参考文献的基础上,本文研究了非合作通信环境下的直扩信号存在性检测、参数估计和扩频序列重构,并且在DSP上实现了直扩信号检测、参数估计以及扩频序列重构的系统功能。本文的研究工作主要包括:(1)针对直扩信号的检测,着重研究时域自相关法和相关函数二阶矩法,并针对低信噪比下的检测难题,改进了一种基于自适应噪声抵消器的扩频信号检测算法,MATLAB仿真实验表明加入自适应噪声抵消器的改进算法比传统自相关检测算法检测性能更优异,提升传统检测算法的抗噪声容限,并能有效地实现低信噪比下直接序列扩频信号的检测。(2)针对直扩信号的参数估计,主要对循环谱法、延时相乘法、二次谱法和平方倍频法进行深入研究,并且对这些算法进行分析和验证。仿真数据表明以上几种方法在噪声功率较大时,也可以进行较为准确的参数估计,估计的参数包括载波频率、伪码速率以及码片速率。(3)针对直扩信号的扩频序列重构,研究了基于信号矩阵特征分解(Eigen Value Decomposition,EVD)的扩频码重构方法。从矩阵特征分解算法以及直扩信号原理等方面详细分析了EVD算法,并做出仿真实验和性能分析。(4)通过上述仿真与对比分析,选取合适的算法在基于TMS320C6713的DSP芯片上实现了直扩信号的存在性检测、参数估计以及扩频序列重构的功能。系统测试结果表明选择的算法是合理有效的,可以达到检测与参数估计的实际需求。总之,本文对直接序列扩频信号的检测和参数估计进行了算法仿真和基于DSP的实现与验证。仿真结果以及DSP实测数据表明本系统的测试结果达到了本课题的预期效果,并且改进的几种算法较之原始算法都有一定程度的性能提升。(本文来源于《哈尔滨工程大学》期刊2019-01-08）
信号检测与估计论文开题报告
（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：
立体化教材成为信息时代教材建设的一个新趋势,有助于丰富教学内容,构建新的教学模式和教学方法,实现教学资源共享,提升教学能力。阐述了立体化教材的含义及作用,讨论了信号检测与估计课程立体化教材的建设内容和体会,以促进信号检测与估计课程教学改革和教学质量的提高。
（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。
信号检测与估计论文参考文献
[1].王思秀.一种未知脉冲信号检测与瞬时频率高精度估计方法[J].沈阳工业大学学报.2019
[2].曲长文,李炳荣,张韫.信号检测与估计课程立体化教材建设[J].中国现代教育装备.2019
[3].曲长文,张韫,李炳荣.基于MatLab信号检测与估计开放实验的探索[J].中国现代教育装备.2019
[4].赵凌霄.基于平行因子模型的大规模MIMO系统信道估计与信号检测算法研究[D].郑州大学.2019
[5].曲长文,李炳荣,张韫.基于MatLab仿真开展信号检测与估计课程的课堂教学[J].中国现代教育装备.2019
[6].曹保锋,李鹏,李小强,张雪芹,宁王师.基于强耦合Duffing振子的微弱脉冲信号检测与参数估计[J].物理学报.2019
[7].李尧.低截获概率信号检测与参数估计[D].电子科技大学.2019
[8].秦松磊.矢量舷侧阵信号检测和目标方位估计研究[D].哈尔滨工程大学.2019
[9].朱玥,覃尧,董岚,王公仆.人工智能在移动通信网络中的应用:基于机器学习理论的信道估计与信号检测算法[J].信息通信技术.2019
[10].万方鹏.直接序列扩频信号检测与参数估计及DSP实现[D].哈尔滨工程大学.2019