基于广义Sigmoid变换循环模糊函数的时延与多普勒频移联合估计方法.pdf
秀美****甜v
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于广义Sigmoid变换循环模糊函数的时延与多普勒频移联合估计方法.pdf
本发明属于循环平稳信号处理技术领域,提供一种基于广义Sigmoid变换循环模糊函数的时延和多普勒频移联合估计方法。其特征是分别求取参考信号的可调Sigmoid变换循环自相关,待测信号的可调Sigmoid变换循环自相关,参考信号与待测信号之间的可调Sigmoid变换循环互相关和待测信号与参考信号之间的可调Sigmoid变换循环互相关,然后求取广义Sigmoid变换循环模糊函数和其绝对值,搜索其绝对值最大值所对应的横纵坐标,获得时延和多普勒频移的估计值。实验证明,本发明能够在脉冲噪声和同频干扰同时存在的情况下
一种时延与多普勒频移联合估计方法.pdf
本发明属于无线电信号参数估计技术领域,提供一种时延和多普勒频移联合估计的方法。其特征是首先采集获得两路信号,一者为待测信号,另一为参考信号,分别求取参考信号的Sigmoid循环自相关和待测信号与参考信号之间的Sigmoid循环互相关,然后求取Sigmoid循环模糊函数,最后根据Sigmoid循环模糊函数待测信号循环频率所在的Sigmoid循环模糊函数最大值所对应的位置确定时延和多普勒频移的估计值。实验证明,本发明能够在噪声具有较强脉冲性和存在与待测信号相同载频的干扰信号的情况下获得时延和多普勒频移的有效估
基于广义二次相关的稀疏傅里叶变换时延估计算法.docx
基于广义二次相关的稀疏傅里叶变换时延估计算法基于广义二次相关的稀疏傅里叶变换时延估计算法摘要:时延估计是许多领域中的重要问题,如无线通信、雷达和信号处理等。稀疏傅里叶变换(SparseFourierTransform,SFT)是一种高效的频谱估计方法,能够在数据稀疏的情况下快速估计离散信号的频谱。然而,传统的SFT方法在时延估计问题中存在着一些限制。本文提出一种基于广义二次相关的稀疏傅里叶变换时延估计算法,通过引入广义二次相关函数,结合SFT方法,实现了更准确和高效的时延估计。1.引言时延估计是信号处理领
基于VMD的广义二次互相关时延估计方法.pptx
添加副标题目录PART01PART02VMD算法的基本原理VMD算法的优势和局限性VMD算法的应用场景PART03互相关时延估计方法的基本原理广义二次互相关时延估计方法的提出广义二次互相关时延估计方法的优势和局限性广义二次互相关时延估计方法的应用场景PART04基于VMD的广义二次互相关时延估计方法的实现过程基于VMD的广义二次互相关时延估计方法的优势和局限性基于VMD的广义二次互相关时延估计方法的应用实例基于VMD的广义二次互相关时延估计方法的改进方向PART05实验设置与数据集实验过程与结果结果分析实
基于共轭模糊函数的时差-频差联合估计方法.docx
基于共轭模糊函数的时差-频差联合估计方法时差-频差联合估计在无线通信中是一个重要的问题,它可以用于同步信号的接收,相位和频率的校准,信号检测和解调等方面。为了解决这个问题,目前已经存在许多估计方法,本文将重点介绍一种基于共轭模糊函数的时差-频差联合估计方法。首先,我们需要了解一些关于共轭模糊函数的基础知识。在通信中,信号可以表示为一组基波的叠加。基波的周期被称为信号的周期,频率是周期的倒数。在实际应用中,接收到的信号往往会受到噪声和多径干扰等因素的影响,导致信号产生时差和频差。如果我们能够估计出这些时差和