弱信号检测方法研究

本文根据信号检测的特点,结合现代信号处理理论,将现代信号处理理论应用于信号检测领域中,研究和提出了新的信号检测方法,并做了大量的仿真实验。 第一章主要介绍信号检测理论研究的意义、目的和课题的主要研究内容。 第二章讨论了基于高阶统计量的信号检测方法,对双谱信号检测作了简单说明,重点介绍了三阶累积量应用于信号检测的方法与性能,并与传统的二阶自相关检测做了详细的仿真比较。 第三章主要是考虑到在低信噪比环境下,通过自适应滤波方法来对信号进行增强和降噪处理。针对传统自适应算法存在的不足,提出了新的自适应算法,使自适应滤波具有更优越的性能。另外,还研究了基于三阶累积量的自适应算法,并提出改进算法,通过仿真比较,其去噪能力比基于二阶统计量的自适应算法强。 第四章在讨论小波变换、Wigner-Ville 分布、Radon-Wigner 变换、分数阶傅立叶变换的基础上,研究和介绍了在不同理论框架下的信号检测方法。重点研究了基于小波变换的信号检测方法,提出了小波系数累积方法,并作了检测性能的理论推导与仿真。 第五章研究了神经网络应用于信号检测的方法,共分为两个部分。第一部分研究了基于BP 神经网络的信号时域检测方法,通过仿真考查了其检测性能。第二部分是研究了信号的AR 模型参数在两种假设条件下存在的明显差异,提出了基于AR 参数模型及LVQ 神经网络的检测方法,来对信号进行分类判决,并做了仿真研究。 第六章讨论和分析了不同检测方法之间的差异,并通过仿真实验作了性能方面的比较。 第七章对全文的主要内容做了总结。