GPS信号并行捕获算法的FPGA实现

信号检测与处理计算题

信号检测与处理 1、设在某二元通信系统中，有通信信号和无通信信号的先验概率分别为：P(H 1)=0.8，P(H 0)=0.2。若对某观测值x 有条件概率分布f(x|H 1)=0.25和f(x|H 0)=0.45，试用最大后验概率准则对该观测样本x 进行分类。 2、在存在加性噪声的情况下，测量只能为2v 或0v 的直流电压，设噪声服从均值为0、方差为 2 σ的正态分布，设似然比门限值为0l ，试对测量结果进行分类（10分） 3、设二元假设检验的观测信号模型为： H0:x=-1+n H1:x=1+n 其中n 是均值为零、方差为1/2的高斯观测噪声。若两种检验都是等先验概率的，而代价因子为： C 00=1 ,C 10=4, C 11=2 C 01=8。试求Bayes 判决表示式，并画出bayes 接收机形式。 4、设x1,x2,…xn 是统计独立的方差为2σ的高斯随机变量，在H1假设下均值为a1，H0假设下均值为a0，似然比门限为0l ，试对其进行判决，并求两种错误概率。（20分） 5、在二元数字通信系统中，时间间隔T 秒内，发送一个幅度为d 的脉冲信号，即s 1=d,代表1；或者不发送信号，即s 0=0，代表0。加性噪声服从均值为0，方差为1的高斯分布，当先验概率未知，正确判决不花代价，错误判决的代价相等且等于1时，采用极大极小准则计算其极大极小风险为多大，相应的q 0为多少？ 6、在加性噪声背景下，测量0V 和1v 的直流电压在P(D1|H0)=0.1的条件下，采用Neyman-Pearson 准则，对一次测量数据进行判决。假定加性噪声服从均值为0，方差为2的正态分布。（已知erf(0.9)=0.7969） 第四章 1、已知发送端发送的信号分别为???≤≤-=≤≤=T t t A t s T t t A t 0,sin )(0,sin )(s 1 0ωω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=) ()()(:H )()()(:H 1100t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。 2、已知发送端发送的信号分别为???≤≤=≤≤=T t t A t s T t t A t 0,2sin )(0,sin )(s 1 0ωω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=)()()(:H )()()(:H 11 00t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。 3、已知发送端发送的信号分别为???≤≤=≤≤=T t t A t s T t t 0,sin )(0,0)(s 1 0ω 试利用最小错误概率准则设计一台接收机，对如下假设做出判决，并画出接收机的结构形式。 ???+=+=)()()(:H )()()(:H 11 00t n t s t x t n t s t x ，n(t)服从均值为0功率谱密度为N 0/2的高斯白噪声。

北斗卫星导航信号串行捕获算法MATLAB仿真报告(附MATLAB程序)

北斗卫星导航信号串行捕获算法MATLAB仿真报告 一、原理 卫星导航信号的串行捕获算法如图1所示。 图1 卫星导航信号的串行捕获算法 接收机始终在本地不停地产生对应某特定卫星的本地伪码，并且接收机知道产生的伪码的相位，这个伪码按一定速率抽样后与接收的GPS中频信号相乘，然后再与同样知晓频率的本地产生的载波相乘。GPS中频信号由接收机的射频前端将接收到的高频信号下边频得到。实际产生对应相位相互正交的两个本地载波，分别称为同相载波和正交载波，信号与本地载波相乘后的信号分别成为，产生同相I支路信号和正交的Q 支路信号。 两支路信号分别经过一个码周期时间的积分后，平方相加。分成两路是因为C/A码调制和P码支路正交的支路上，假设是I支路。当然由于信号传输过程中引入了相位差，解调时的I支路不一定是调制时的I支路，Q支路也一样，二者不一定一一对应，因此为了确定是否检测到接收信号，需要同时对两支路信号进行研究。相关后的积分是为了获取所有相关数据长度的值的相加结果，平方则是为了获得信号的功率。最后将两个支路的功率相加，只有当本地伪码和本地载波的频率相位都与中频信号相同时，最后得到的功率才很大，否则结果近似为零。根据这个结论考虑到噪声的干扰，在实际设计时应该设定一个判定门限，当两路信号功率和大于设定的门限时则判定为捕获成功，转入跟踪过程，否则继续扫描

其它的频率或相位。 二、MATLAB仿真过程及结果 仿真条件设置：抽样频率16MHz，中频5MHz，采样时间1ms， 频率搜索步进1khz，相位搜索步进1chip，信号功率-200dBW，载 噪比55dB （1）中频信号产生 卫星导航信号采用数字nco的方式产生，如图2所示。 载波nco控制字为：carrier_nco_word=round(f_carrier*2^N/fs); 伪码nco控制字为：code_nco_word=round(f_code*2^N/fs); 图 2 其中载波rom存储的是正弦信号的2^12个采样点，伪码rom存储长度为2046的卫星伪码。这样伪码采用2psk的方式调制到射频，加性噪声很小是理想接收中频信号如图3所示。 -10 图3 理想中频信号 （2）噪声功率估计 实际接收机接收到的导航信号淹没在噪声中，本程序对接收到的信号进行了

信号识别小结

信号识别 1.特征参数法 思路：根据瞬时幅度，瞬时相位，瞬时频率特征参数的差异进行识别优点：计算量小，简单 缺点：受信噪比影响大 2.功率谱方法 思路：经典功率谱估计有直接法，间接法 直接法：P PER w=1 N X N W2 优点：简单，快速 缺点：当数据N太大时，谱曲线起伏加剧，N太小时，谱分辨率不好。 间接法： 2 1 j 1 (k)e M jwk PER N k P x M - - = '=∑ 优点：采用分段取平均值方法使方差性能得到改善。 缺点：方差性能的改善是以牺牲偏差和分辨率为代价的。 3.基于小波变换（衍生的方法） 思路：1.对信号进行小波变换，提取变化后时域的包络方差与均值平方之比作为特征参数 2.提取频域频率，幅度，相位，功率谱密度等特征 3.时域频域相结合 优点：克服傅里叶变换的不足，对瞬时信息具有较强的检测能力 缺点：小波变换的方法对于类间识别效果还不是很理想, 如对2PSK 和4PSK的识别, 单独用该方法还不能达到很好的分类效果, 必须与其它方法结合 使用。 4.高阶累积量方法 思路：计算二阶、四阶、六阶、八阶累积量，并通过归一化、平方等变换寻找差异进行区分 优点：对噪声不敏感 缺点：对载波和码元同步要求较高 5.人工智能识别方法 思路：利用专家系统、人工神经网络、模糊推理、Agent理论、遗传算法等人工智能方法形成经验与知识的推理规则 优点：不依赖数据库的先验知识，分析灵活，自我学习 缺点：容易漏检、误判 6. 基于支持向量机的信号识别 思路：通过优化算法函数（结构风险最小化原理，粒子群优化，模糊数学，粗集理论），模型建立（一对一或一对多）和参数的而选择（带宽、均值、峰值点，归一化瞬时幅度等）进行信号的识别

阵列信号处理中DOA算法分类总结(大全)

阵列信号处理中的DOA（窄带） 空域滤波 波束形成：主要研究信号发射/接收过程中的信号增强。 空间谱估计 空域参数估计：从而对目标进行定位/给空域滤波提供空域参数。 测向波达方向估计(DOA) 空间谱：输出功率P关于波达角θ的函数，P(θ). 延迟——相加法/经典波束形成器注，延迟相加法和CBF法本质相同，仅仅是CBF法的最优权向量是归一化了的。

1、传统法常规波束形成CBF/Bartlett波束形成器 常规波束形成（CBF：Conventional Beam Former） Capon最小方差法/Capon 波束形成器/MVDR波束形成器 最小方差无畸变响应（MVDR：minimum variance distortionless response）Root-MUSIC算法

多重信号分类法解相干的MUSIC算法（MUSIC） 基于波束空间的MUSIC算法 2、[object Object]

TAM 旋转不变子空间法 LS-ESPRIT （ESPRIT） TLS-ESPRIT 确定性最大似然法（DML：deterministic ML） 3、最大似然法 随机性最大似然法（SML：stochastic ML）

4、综合法：特性恢复与子空间法相结合的综合法，首先利用特征恢复方案区分多个信号，估计空间特征，进而采用子空间法确定波达方向 最大似然估计法是最优的方法，即便是在信噪比很低的环境下仍然具有良好的性能，但是通常计算量很大。同子空间方法不同的是，最大似然法在原信号为相关信号的情况下也能保持良好的性能。 阵列流形矩阵（导向矢量矩阵）只要确定了阵列各阵元之间的延迟τ，就可以很容易地得出一个特定阵列天线的阵列流形矩阵A。 传统的波达方向估计方法是基于波束形成和零波导引概念的，并没有利用接收信号向量的模型（或信号和噪声的统计特性）。知道阵列流形 A 以后，可以对阵列进行电子导引，利用电子导引可以把波束调整到任意方向上，从而寻找输出功率的峰值。 ①常规波束形成(CBF)法 CBF法，也称延迟—相加法/经典波束形成器法/傅里叶法/Bartlett波束形成法,是最简单的DOA 估计方法之一。这种算法是使波束形成器的输出功率相对于某个信号为最大。 （参考自：阵列信号处理中DOA估计及DBF技术研究_赵娜）注意：理解信号模型

通信信号检测识别方法简析

Journal of Image and Signal Processing 图像与信号处理, 2018, 7(4), 220-226 Published Online October 2018 in Hans. https://www.wendangku.net/doc/ea6320162.html,/journal/jisp https://https://www.wendangku.net/doc/ea6320162.html,/10.12677/jisp.2018.74025 A Brief Analysis of Detection and Recognition Technology for Communication Signals Jing Yang, Naiping Cheng Department of Electronic and Optical Engineering, Space Engineering University, Beijing Received: Sep. 28th, 2018; accepted: Oct. 13th, 2018; published: Oct. 20th, 2018 Abstract The detection and recognition technology of communication signals plays an important role in the vigorous development of wireless communications. This paper summarizes the development of communication signal detection and modulation recognition technology, analyzes and summariz-es the selection of the realization chip of the digital signal processing module in the detection and modulation recognition, the signal detection especially the weak signal detection method, the fea-ture extraction and the selection of the classification device in the signal recognition, and com-pares their respective advantages and disadvantages. Finally, the future research direction of de-tection and recognition technology is prospected. Keywords Signal Detection, Modulation Recognition, DSP, FPGA, Feature Parameter Extraction, Classifier 通信信号检测识别方法简析 杨婧，程乃平 航天工程大学电子与光学工程系，北京 收稿日期：2018年9月28日；录用日期：2018年10月13日；发布日期：2018年10月20日 摘要 通信信号的检测识别技术在无线通信蓬勃发展的今天发挥着重要的作用。文章综述了通信信号的检测、