一、低可观测条件下的一种信号检测方法（论文文献综述）
刘秋红[1]（2021）在《混叠条件下直扩信号的截获与分析》文中研究表明直接序列扩频（DSSS）是一种通过扩展频域带宽换取低信噪比的通信技术,具有频带宽、功率低、保密性好、截获率低、可实现码分多址等优点,被广泛应用于军事和民用通信中。在非合作接收条件下,如通信侦察、无线电频谱监测及非法通信电台的定位跟踪等,实现该类信号的截获和分析,具有重要的现实意义和研究价值。虽然目前针对DSSS信号的盲分析已取得了较多进展,但均基于单一的直扩信号。当非合作接收环境中存在其他通信体制的同频强功率干扰信号,或合作方采用非对称成对载波多址通信体制且为了提高保密性或实现多用户传输而将小站信号采用DSSS调制时,第三方所截获的DSSS信号是带有强信号干扰的混叠信号,再加上多径干扰、复杂的相位调制等,都使得直扩信号的检测和盲分析极具挑战。本文主要针对混叠条件下直接序列扩频信号的盲分析问题,做了以下几点研究:1、研究了混叠条件下直扩信号的强干扰信号抵消技术。分别讨论了窄带干扰和宽带干扰两种情况。其中,重点针对混叠窄带干扰的DSSS信号,提出了一种基于互补对称滤波器的干扰抵消算法,且研究了算法参数、信号参数等对算法性能的影响。仿真结果表明,针对混叠有功率较强、带宽较窄的干扰信号的DSSS信号,该算法能够实现精度较高的干扰抵消。此外,所提算法的实现思路有较多应用前景,如宽带多信号抵消、信道估计以及隐蔽传输下的扩频检测等。2、研究了强干扰信号抵消后直扩信号的检测与参数估计问题。从多相制（MPSK）和连续相位（CPM）两种调制方式出发,分别讨论了载波频率、码片速率、扩频（PN）码周期三类参数型特征检测器。针对信号检测与载波频率估计,讨论了倍频、循环谱两类算法,其中,重点对循环谱特性进行了详细梳理和证明,并分析了二者在常用的MPSK、CPM调制下的性能差异;针对信号检测与码片速率估计,首先研究了针对MPSK调制的延时相乘算法,并通过仿真分析了延时参数对其性能的影响,而后针对CPM调制,提出了一种基于小波时频分析的估计算法,该算法可适用于CPM灵活多变的调制参数;针对信号检测与PN码周期估计,研究了应用成熟的自相关波动和二次功率谱,并通过仿真分析了二者对MPSK、CPM调制的性能差异。3、针对短码直扩信号,分别研究了高斯信道和多径信道下的PN码估计问题。针对高斯信道,对比讨论了现有的三类成熟算法,矩阵分解、子空间跟踪、神经网络,其中,矩阵分解性能最优,可达到克拉美罗下界（CRB）,但算法存在复杂度高、跟踪性差等问题,子空间跟踪和神经网络避免了上述问题,但性能有所损失;针对多径信道,提出了一种基于最大似然的PN码和信道联合盲估计算法。为了降低低信噪比下信道估计误差对PN码估计带来的影响,进一步提出了一种改进的联合估计算法。此外,为了更好地评估算法对信道的估计性能,推导了合作通信下信道估计的CRB。所提算法不受PN码码型限制,且仿真结果表明,算法的PN码估计性能与理想情况下信道已知的PN码最大似然估计性能相当,信道估计性能逼近合作通信下的CRB。4、针对长码直扩信号,分别研究了高斯信道和多径信道下的PN码估计问题。针对高斯信道,对比分析了适用于复杂的非周期长码直扩信号的两类处理算法,分别是基于缺失数据模型转换的优化类算法和基于窄窗口重叠分段的矩阵分解类算法。其中,优化类算法可逼近CRB。而窄窗口分解类算法,由于存在概率上的近似性,因此算法性能低于优化算法。针对多径信道,提出了一种PN码和信道联合盲估计的算法。为了避免矩阵求逆等问题,给出了算法的自适应优化方式。此外,为了降低计算复杂度以及提高算法在低信噪比下的估计性能,进一步提出了一种基于近似模型的低复杂度联合盲估计算法。仿真结果表明,对于信道估计,所提方法性能优于基于已知PN码的信道半盲估计算法;对于PN码估计,所提方法性能优于基于已知多径信道均衡后的PN码盲估计算法。
赵文静[2]（2020）在《海杂波背景下的雷达目标检测方法研究》文中研究表明海杂波背景下的运动目标检测在军事领域和民用领域具有重要意义,同时面临很大的困难和挑战。由于高分辨海杂波的统计特性呈现出非高斯、非线性以及非平稳特性,给运动目标检测带来极大的挑战;对于慢速移动、雷达截面积较小的隐身目标或漂浮目标,其回波信杂比较低,使得检测难度增加;此外,在有效检测样本数较少的情况下,检测信杂比难以提高,检测性能受到较大制约。因此高分辨海杂波背景下的短脉冲目标检测问题成为国内外学者关注的热点问题。针对这些检测难点,本文旨在研究短脉冲情况下高分辨海杂波背景中的运动目标检测的新理论与新方法,基于接收数据的相关性、信息几何理论及杂波抑制方法,探索了几种雷达运动目标检测方法,主要工作如下:（1）充分挖掘和利用数据样本间的信息,提高短脉冲条件下的检测性能是雷达目标检测需要解决的一个难点问题。对于海杂波的时间相关性和空间相关性特性,利用协方差矩阵的特征值捕捉相关性并提取信号特征,进而用于区分目标和杂波。从特征值域的似然比检测角度和广义似然比角度分析了检测统计量与特征值的关系,设计了一种基于最大特征值的矩阵检测器。仿真实验表明,该算法取得较优的检测性能。此外,利用不变理论分析表明所提算法对杂波协方差矩阵具有恒虚警率特性。（2）以信息几何理论为基础,深入探究矩阵信息几何理论并设计雷达目标检测方法。针对矩阵流形上的几何测度和均值矩阵估计问题,利用矩阵谱范数,给出了矩阵流形上一种新的几何测度,并分析了几何测度的各向异性,指出了所提出的几何测度与现有几何测度的区别。基于不依赖于数据统计特性的几何模式,将基于新几何测度的均值矩阵估计问题转化为矩阵流形上的凸优化问题,提出了两种有效的求解方法。利用提出的几何测度和均值矩阵估计器,设计了两种雷达目标矩阵检测器。理论分析及仿真实验表明,所提出的矩阵检测器具有有界恒虚警率特性,且获得较好的检测性能。（3）针对一些现有的矩阵检测器的检测性能不理想以及计算复杂度高的问题,提出2类新的检测算法:其一,利用Root-Euclidean距离、Power-Euclidean距离、Cholesky-Euclidean距离和新Riemannian距离衡量矩阵流形上两个点的差异性,研究了相应度量的均值和中值矩阵计算问题,并设计了基于均值和中值的矩阵检测算法;其二,为保持原算法的优势,保留现有矩阵检测算法中的中值矩阵的求解方法,但是采用最大特征值作为检测统计量,进而设计了6种不同的中值矩阵检测方法。基于多个仿真场景的实验分析表明所提算法具有较优的检测性能和鲁棒性,特别是最大特征值与Hellinger中值矩阵相结合的新算法表现出较优的性能。此外,计算复杂度分析表明,所提的两类算法比现有的几何方法具有更低的计算复杂度。（4）针对短脉冲条件下的相干积累难以提高检测信杂比的问题,研究杂波抑制手段,提出了 2种基于滤波处理的最大特征值矩阵检测器:其一,通过对接收数据执行快速傅里叶变换实现预处理过程,将频域相干积累与最大特征值方法相结合,提出基于预处理的最大特征值矩阵恒虚警率检测器。该算法利用目标导向矢量的先验信息减弱杂波的影响,进一步提高检测性能;其二,研究了子带分解的思想,利用子带分解将接收信号在多普勒域维分解为多个子带信号,有效地抑制杂波且增加相干积累时间,提出子带分解与特征值检测级联的两阶段检测算法。基于仿真数据和实测数据的实验表明,所提的两种算法均取得较好的检测性能。上述工作在检测算法方面做了有益的探索,在一定程度上丰富了高分辨率海杂波背景下的雷达运动目标检测算法的理论,提高了在实际系统中的可行性,具有很好的理论意义和实用价值。
许述文,白晓惠,郭子薰,水鹏朗[3]（2020）在《海杂波背景下雷达目标特征检测方法的现状与展望》文中研究表明海杂波背景下的雷达目标检测对民用和军事都有着重要的意义。随着海面目标的小型化和隐身化,海面慢速、漂浮小目标已经成为了雷达警戒的重点对象。关于此类小目标的检测一直以来都是海杂波背景下目标检测中的难题。通常,漂浮小目标的雷达散射横截面积（RCS）微弱,并且运动速度慢,常常在时域和频域均存在"超杂波检测"的困难。传统目标检测方法对漂浮小目标的检测存在明显的性能瓶颈。对于海面漂浮小目标的检测,采用高多普勒和高距离分辨体制（"双高"体制）是从雷达体制上解决这个问题的有效途径。在双高体制下,雷达接收的目标回波提供了更多的可用信息。然而,如何将这些更加精细化的信息转化为探测性能的提升,一直以来都是雷达届关注的难点,相关科研成果也一直在不断地推陈出新。近些年,在双高雷达体制下,学者们提出了多种基于特征的目标检测方法,作为对海智能检测的人工特征工程阶段,这些方法缓解了仅依靠能量信息较难检测小目标的困难局面,极大程度地改善了对漂浮小目标的检测性能。为了更好地让相关雷达从业者了解该领域这些年的发展和未来的趋势,该文首先总结了对海检测的难点和常用的目标检测方法,然后分析了特征检测的原理和通用框架以及国内外几种典型的基于特征的检测方法,最后对特征检测方法发展趋势进行了展望。
孙琴[4]（2020）在《幅度/相位调制信号SAD算法及其检测性能理论值研究》文中研究指明随着无线通信技术的迅猛发展,兴起了越来越多的无线网络业务,由于频谱分配是固定的,而频谱使用是动态的,造成了频谱利用率低,频谱资源分配严重不均的问题。信号活动检测（Signal Activity Detection,SAD）技术是认知无线电中频谱感知的关键技术之一,结合动态频谱接入技术可以有效地改善频谱资源的使用状况,进而提高频谱利用率。幅度/相位调制是大容量数字通信和卫星通信等系统中通信信号主要的调制方式,幅度/相位调制信号SAD是大容量数字通信和卫星通信等系统中认知无线电频谱感知的关键技术。本论文对幅度/相位调制信号SAD算法及其检测性能理论值进行了研究。本论文主要工作如下:（1）综述了幅度/相位调制信号SAD技术。概述了 SAD技术的发展历程;总结了 SAD技术的评价指标和研究分类;深入研究了幅度/相位调制信号SAD算法的研究现状,指出现有研究中的不足之处,明确本论文的研究方向。（2）将能量检测、匹配滤波器检测和似然比检测等经典检测方法应用到幅度/相位调制信号SAD问题上,得到适用于幅度/相位调制信号的能量检测器（Energy Detector,ED）、改进的能量检测器（Modified Energy Detector,MED）、匹配滤波检测器（Matched Filter Detector,MFD）、贝叶斯检测器（Bayesian Detector,BD）和广义似然比检测器（Generalized Likelihood Ratio Detector,GLRD）算法;设计了低算法复杂度的改进的匹配滤波检测器（Modified Matched Filter Detector,MMFD）算法,通过用关键的参考信号替代所有参考信号的方式,大幅减小算法复杂度的同时达到了与MFD算法相同的检测性能;对所提的幅度/相位调制信号SAD算法的检测性能进行了仿真与分析。（3）设计了加性高斯白噪声（Additive White Gaussian Noise,AWGN）中多边形判决区域漏检概率计算的新方法,优化了计算过程;计算并通过仿真验证了 MMFD对AWGN中多进制数字相位调制（Multiple Phase Shift Keying,MPSK）信号的检测性能理论值,还计算并通过仿真验证了 MMFD、ED和MED对AWGN中多进制脉冲幅度调制（Multiple Pulse Amplitude Modulation,MPAM）和多进制正交幅度调制（Multiple Quadrature Amplitude Modulation,MQAM）的检测性能理论值;总结出了幅度/相位调制信号SAD算法检测性能的近似最优理论值。
巨丹静[5]（2020）在《多径环境下MIMO雷达目标检测方法研究》文中认为随着信息时代的不断发展,低空超低空目标渐渐占据了重要的地位,这类目标会对公共安全产生极大的影响。MIMO技术始于通信领域,由于其多方面的优点,被引入了无线雷达领域,并以迅雷不及掩耳之势成为了研究的热门。然而,基于MIMO雷达的低空超低空目标检测技术初露头角,同时低空探测时会面临多径效应所带来的影响,导致接收到的回波信号出现起伏,从而令雷达的检测性能猝然下降。针对低空目标的检测而言,OFDM-MIMO雷达具有较好的检测性能,但是由于OFDM-MIMO发射的信号频率具有正交性,会丢失部分信息,其检测性能难以获得质的提升。因此,对于多径下低空目标的研究,找到一个新体制雷达是至关重要的。此外,对于新体制雷达的研究,频控阵（FDA）雷达以其独特的优势得到了学者们的广泛关注。然而,对于FDA雷达的研究,目前主要在于波形设计、参数估计、杂波抑制、抗干扰以及目标定位等方面。因此,探讨FDA雷达在多路径效应下的目标检测具有开创性的价值。针对上述问题,本文首先建立了MIMO雷达与FDA雷达目标探测模型,然后对MIMO、相控阵和FDA三种不同的雷达体制下的目标进行了检测并对结果进行了分析,最后将MIMO雷达与FDA雷达相结合,形成一个“新”的雷达系统,对FDA-MIMO雷达系统中的目标探测问题以及目标检测方法进行了深入探索。主要内容概括如下:1、分别介绍了MIMO雷达与FDA雷达的体制结构以及目标探测模型,并在Neyman-Pearson（NP）准则下推导了相应的最优似然比检测公式。与此同时,还对FDA雷达与相控阵雷达的发射波束分别进行了分析与仿真。最后将MIMO、相控阵及FDA三种常用雷达的检测性能进行了对比,仿真验证了MIMO雷达在目标检测方面具有得天独厚的优势,FDA雷达次之。2、针对低空超低空目标的检测,主要存在目标RCS闪烁与多路径效应的问题,提出了基于FDA-MIMO雷达目标检测的方法。将FDA与MIMO雷达相结合,其频率分集与空间分集的特点,不但能克服目标RCS的闪烁,而且能有效地抑制多径干扰。首先建立了多路径FDA-MIMO雷达目标传播模型,将接收到的总信号进行分析并简化后构造成矩阵形式,其中包含目标雷达散射系数、多普勒频率等信息。其次,由于在实际场景中,存在未知参数,因此采用广义似然比检测的方法对其检测。最后,通过仿真验证了FDA-MIMO雷达具有更好的检测效果。3、为了提高FDA-MIMO雷达广义似然比检测的检测性能,主要从目标检测算法与FDA-MIMO雷达发射波形两个方面进行优化。首先采用双门限广义似然比检测的方法,进一步提高检测概率,仿真验证了该方法的有效性。然后从发射脉冲信号的类型入手,提出了以线性调频（LFM）信号为脉冲信号进行发射,分析了回波信号并对其中的内容进行重新定义,推导了能更好获得能量的发射形式,通过仿真验证了该方法可以提高目标的检测性能。最后以FDA雷达的频偏类型为切入点,介绍了三种非线性增长频偏。其中,平方型与立方型可以使主瓣波束的宽度更窄,发射波束的能量得到更好的聚集,通过仿真验证了指数型频偏可以更有效地提高目标检测性能。
井峰林[6]（2020）在《实际无线通信场景下的信号检测技术研究与实现》文中研究说明随着无线通信业务的爆发式增长,同时受频谱划分政策以及频谱资源分配不合理等众多因素影响使得有限的频谱资源显得愈发紧张。如何提高无线电频谱资源的有效利用率,已成为当前无线通信领域的当务之急,也是目前5G技术研究的热点。众所周知认知无线电技术能够有效缓解上述问题,其主要靠信号检测技术来达到机会性接入空闲频段的目的,以此来实现对频谱资源高效利用。因此快速而又准确的信号检测技术是提高频谱利用率的关键。目前国内外已有许多信号检测技术被提出,但是很少有涉及实际无线通信系统中的信号检测技术研究。实际无线通信系统中由于信号极易受到噪声不确定性、多径衰落阴影效应、非高斯噪声干扰、以及各种衰落信道等等因素影响。因此那些常见的信号检测技术往往无法有效应对。本文正是在这样的背景下展开全文研究的,主要工作如下:（1）考虑到实际无线通信场景下可能存在的多径衰落、隐藏终端等众多因素对检测性能的影响。我们设计了一种基于占空比的联合多个检测时隙共同检测的检测法。仿真过程中详细讨论了实际通信场景中可能存在的噪声不确定性和衰落信道等因素对信号检测性能的影响。所提方法的主要优点是能有效应对可能存在的隐藏终端和主用户发射机位置不确定等问题对检测性能的影响,极大的提高了信号检测的精度,也大大减小了虚警概率。（2）结合实际无线通信环境中各协作用户所在的外部环境不同,从而设计了两种仿真环境:各协作用户所处外部信道环境的相同与不同。详细研究了软协作、OR协作以及AND协作检测三种检测方式。仿真结果证明当实际检测需求中对虚警概率要求较高时适合AND协作检测;另外在不考虑通信开销以及算法复杂度的条件下软协作检测无疑是最佳选择;其次当各协作用户背景噪声相同时系统检测性能将受协作用户的平均信噪比左右;最后如果存在协作用户受到非高斯噪声干扰,那么协作检测系统的性能将会遭受极大的影响。（3）针对前面研究的信号检测技术都是在高斯噪声下采用固定检测样本数的检测方式。考虑到实际通信环境中存在的非高斯噪声场景,充分结合了能量检测与序贯检测的优点设计了一种拉普拉斯噪声下分段能量序贯检测法。仿真表明同拉普拉斯噪声下能量检测相比,所提方法具有检测时间短、检测样本数少、受噪声不确定性影响低、在低信噪比条件下工作良好等优点,与序贯检测相比计算复杂度以及通信开销显着降低。另外,通过对瑞利衰落信道环境的模拟仿真,证明了所提的方法能够有效对抗复杂的实际无线信道环境。
周文海[7]（2020）在《基于软件无线电的通信信号盲检测与识别技术试验研究》文中进行了进一步梳理在现代通信系统中,非协作通信系统广泛应用于军事与民用领域,通信信号盲检测与识别技术在非协作通信系统中占有重要的地位。软件无线电因其良好的灵活性、实时性和可移植性而被广泛应用于通信、雷达等领域。本论文主要围绕在非协作通信环境下构建基于软件无线电的通信信号盲检测与识别系统所涉及的关键技术展开研究,具体包括软件无线电技术以及通信信号盲检测、盲源分离、参数分析等内容,通过搭建系统试验平台对所设计的技术方案进行验证。首先介绍软件无线电技术基础内容,软件无线电信号接收平台是后续信号处理环节实现的基础。其次针对通信信号的存在性检测问题,研究了基于功率谱分析、基于循环谱分析以及基于时频分析的三种信号盲检测方法,通过仿真实验对比分析了这三种信号检测算法在不同信噪比条件下对单一信号和多分量信号的检测性能。然后为了解决线性瞬时混合模型下的正定和超定盲源分离问题,对FastICA算法进行研究。本文在基于负熵最大化的FastICA算法基础上,提出了一种基于四阶累积量联合对角化的FastICA改进算法。该算法首先对观测信号构造四阶累积量矩阵,并对此矩阵进行联合对角化获得初次分离信号,然后利用FastICA算法实现信号的二次分离。仿真结果表明,本文的FastICA改进算法能够在保证分离精度的前提下,降低运算的迭代次数,进而加快算法的收敛速度。接着对通信信号的参数分析技术进行研究,包括信号的基本参数估计以及信号的调制类型识别。研究了通信信号的码元速率、载波频率以及信噪比的估计方法,并通过仿真实验验证了这些方法的有效性。通过对信号的瞬时特征参数进行分析并优化,采用了一种基于决策树的调制识别算法来实现对AM、DSB、VSB、LSB、USB、FM、2ASK、4ASK、2FSK、4FSK、2PSK、4PSK共12种常用的模拟与数字调制信号的调制类型识别。仿真结果表明,在信噪比大于15dB的条件下,该算法的整体正确识别率达到90%以上。最后搭建系统试验平台并进行测试,通过软件无线电设备对接收信号进行采集,利用计算机软件完成信号采集数据的盲检测、盲源分离以及参数分析。测试结果符合预期目标,验证了该系统试验平台的可行性。
高健桐[8]（2020）在《强背景环境噪声下的弱声学信号提取方法研究》文中提出舰船及水下潜器的辐射噪声包含了大量的重要信息,这些特征信息可以被用作水面及水下目标的识别、跟踪和参数估计,能够反映自身运转状况及目标强度。由于海洋背景噪声（波浪、深海混响等）具有很强的干扰作用,精确提取舰船辐射噪声将变得十分困难。对于包含大量信息参数的辐射噪声在较强的海洋背景噪声中的提取问题属于强背景噪声下弱声信号提取问题研究范畴,这对准确获得舰船及水下潜器的辐射噪声带来挑战,因此获取强背景噪声中的弱声学信号对于舰船及水下潜器等水下目标识别是重要的研究问题之一。本文基于盲源分离方法中的独立成分分析（ICA）算法研究了强背景噪声下弱声学信号时域和频域提取方法。分别利用数值模拟方法实现了单干扰源和双干扰源背景噪声下弱脉冲声信号的时域分离算法,弱声学信号并进行实验验证。通过数值模拟和实验方法探讨了信噪比的大小对弱脉冲声信号时域分离效果的影响。构建了随机海洋背景噪声中水下弱声学信号的频域分离方法分析模型,通过数值分析和实验完成了对水下弱声学信号的频域分离。在上述研究基础上,基于BP神经网络算法实现弱脉冲声信号的时域分离结果的模式识别,提出将分离信号的进行中心化和比例缩放的处理方法。本文针对强背景噪声下弱声学信号分离问题,在一定的信噪比条件下实现了弱声学信号的提取与识别,并结合船舶与海洋工程领域得到了实际应用。具体研究内容和成果如下:（1）基于盲源分离法的弱脉冲声信号分离方法。分析了线性瞬时混合的盲源分离模型,基于盲源分离问题的3条基本假设条件,以盲源分离方法中ICA方法为主,介绍了几种ICA的代价函数和优化算法。以实现“全盲”条件下的盲源分离为设定目标,选取基于峭度的快速不动点法作为实现强背景噪声下弱声学信号提取的基本算法。针对弱声学信号“弱”的程度,介绍了幅值信噪比概念,对信噪比对盲源分离法带来的影响进行研究。（2）随机强背景噪声下弱脉冲声信号的时域分离算法研究及实验。基于主要成分分析（PCA）和独立成分分析（ICA）并利用快速不动点迭代法,给出时域的FastICA算法。以弱脉冲声信号为信号源,分别对单干扰源（随机白噪声）和双干扰源（随机白噪声+正弦音）背景噪声下的分离方法进行研究,通过对实验已知信号进行弱声学信号分离验证了算法可行性。在较低信噪比即背景噪声较大的条件下实现弱脉冲声信号分离,并从数值和实验两个方面分析了幅值信噪比的大小对弱脉冲声信号时域分离效果的影响。（3）强背景噪声中水下弱声学信号的频域分离算法研究及实验。根据船舶在航行过程中产生辐射噪声的特性,对噪声源种类和频谱分析特性进行了介绍。计算复数域的代价函数和优化方法,将时域下的FastICA盲源分离方法拓展到了频域分离,并应用于螺旋桨水下辐射噪声分离中,通过对实验测试数据的分析验证了算法可行性。（4）基于BP神经网络的弱声学信号时域分离结果的模式识别算法研究。给定声学时域信号,阐述了适用于该信号特征提取指标,以波形因子、峰值因子、脉冲因子和裕度因子作为本文时域特征指标,利用实验测试数据分离信号进行了中心化和比例缩放处理后进行特征指标提取,构建了4-11-3类型的BP神经网络,进行三种声学信号源种类的模式识别,排除了声学信号能量对时域特征捕捉的干扰。实现了信号源种类识别和强背景环境噪声下弱声信号的模式识别。
李秉勋[9]（2020）在《rPPG信号检测方法研究》文中认为据有关部门统计,自2015年以来我国城乡居民的心血管疾病患病比例持续快速上涨,因此目前在日常生活中方便快捷地检测心血管信息的技术成为现代医疗诊断技术研究的前沿。而现在成熟的接触式测量方式虽然精度高,但是它容易给患者带来不适,并且价格都比较昂贵,很难用于日常生活中的生理信息检测,因此基于成像设备的非接触式测量方法具有极大的研究意义和应用前景,在目前rPPG（remotePhotoPlethysmoGraphy,rPPG）信号光电容积脉搏信号的检测中,血液容积变化挤压毛细血管壁和结缔组织导致其发生形变,从而在信号采集的过程中,接收到的不光是血液对光线吸收的变化,还有结缔组织形变引起的光线变化,这种情况造成了运动伪影产生的机理性问题,我们必须通过设计降噪算法来对它进行消除,这就是我们研究的重点。本文基于远程光电容积脉搏波原理,实现了 rPPG信号的检测方法研究。通过远程成像设备完成人脸检测和采集,从中提取出原始PPG信号,并提出了将 VMD-ICA（Variational Mode Decomposition-Independent Component Analysis,VMD-ICA）联合降噪算法应用于PPG信号降噪,通过数据对比讨论了该算法的优越性,并研究讨论了不同光源条件和不同成像设备下的rPPG信号检测问题。本文的主要研究内容如下:（1）根据已有的rPPG信号皮肤光学模型进行特性分析。以该模型为基础对PPG信号进行了信号产生原理和信号组成分析,并依此研究了 PPG信号的特性,根据PPG信号的各种独特特性来分析了 PPG信号的处理方法。为PPG信号处理方法的研究和选择提供了基础。（2）拍摄人脸视频并从中检测原始PPG信号。通过PPG信号的特征特性对比选用了 Adaboost算法在matlab中实现了人脸ROI区域的检测定位,并通过对人脸ROI区域图像进行RGB三通道的像素空间平均完成了原始PPG信号检测,并分析了以往的盲源分离方法在处理PPG信号的光学特性问题的不精确问题。（3）将VMD-ICA联合降噪算法应用于PPG信号降噪和运动伪影消除。分析了 VMD-ICA联合降噪算法的算法原理和流程,阐述了 PPG信号分解的意义和概念,并阐述了该算法的流程图和具体的步骤,从rPPG信号特性上和算法原理上验证了算法的合理性、可行性和优越性,并将原始的G通道PPG信号作为输入信号实现了该算法,得到了周期性良好的、平稳的远程PPG信号。（4）rPPG信号检测方法的检测结果对比。对已知的盲源分离方法和小波阈值去噪方法和VMD-ICA算法在理论和信号特性针对上进行了分析,并将PPG信号的心率估计作为PPG信号的评价标准,以指夹式脉搏测量仪为标准心率值,选定了心率估计方法和误差计算方法完成了实验结果对比。首先在四种信号降噪和运动伪影消除的算法结果对比中验证了本文提出的算法的优越性,然后研究了在不同光源的条件下和不同成像设备下的心率估计结果,讨论了光照条件和成像设备对rPPG信号检测产生的影响和存在的一些可能,最后通过实验讨论了该检测方法的稳定性、实用性和不足之处。论文在前人工作的基础上,对rPPG信号检测方法进行了一定的研究,分析了 rPPG信号的光学特性,提出了一种新的信号降噪和运动伪影消除方法,并对rPPG信号检测中的不同条件所产生的检测结果进行了研究和讨论,以期待对以后的非接触式生理信息检测方法的发展提供一定的参考和建议。
何赟[10]（2020）在《硅前无参考模型硬件木马检测技术研究》文中研究指明随着信息安全技术的发展,传统以硬件作为安全可信根的假设已不成立,硬件本身的安全性已成为被广泛关注的焦点。硬件木马作为潜伏在芯片中的恶意电路,在被激活时能控制底层硬件资源实施攻击,具有比软件攻击更大的攻击空间和危害性。芯片制造阶段和IP设计阶段是两种最典型的木马插入场景,而当前主流的硅后侧信道检测技术只能应用于制造阶段的木马检测。尤其是随着IP复用技术的流行,对第三方IP中可能包含的硬件木马的检测成为一个亟待解决的课题。这类检测的难点在于检测者没有可作为参考的纯净设计,且当前已有的可用于第三方IP木马的检测方法都有着各自的局限性。因此本文针对IP源木马攻击下的无参考模型硅前木马检测技术进行探索,主要的研究内容有:·针对IP源攻击无参考模型特点,引入集成电路可测性设计中的可测性度量方法,提出基于低可测性触发信号识别的木马检测方法。通过对三种可测试性度量的内在关联分析,提出基于差分放大可控性静态分析与基于仿真的动态概率和动态翻转概率结合的触发信号检测技术。相比于前人的简单可控性/可观测性模型,本文所提出的差分放大可控性模型能更好地体现木马触发信号的低活性和隐蔽性,该模型既能体现可测性差,也能体现静态翻转频率低的特点。根据差分放大变换后的信号可控性,采用k-means无监督聚类方法将信号分为正常信号类和木马信号类。在静态分析的基础上,引入测试向量和动态仿真的优势,提出基于仿真的动态概率和翻转分析方法。通过对仿真中的信号概率和翻转次数分布进行分析,分离出低概率和低翻转的信号作为可疑信号类。本文所提木马检测方法能检测出Trust-HUB测试平台上的所有木马,相比前人的检测方法,假阳性率更低。·针对现有木马平台设计大多基于低可测信号的现状,探索了消除低可测性和低概率信号的木马设计方法。提出了积之和SOP与和之积POS两种统一的木马触发和负载电路设计方案,该木马设计将木马子触发信号逐级与负载信号结合,消除了木马电路中的低可测信号。为了能抵抗结构特性检测方法和使得可控性/可观测性分布更均衡,提出随机扩展方式和寄存器插入方法,并设计了完整的木马平台生成算法。理论分析和实验表明,如果不加额外处理,该木马电路能躲过当前主流的无参考模型检测方法。·针对可能出现的消除木马电路中低可测信号的设计方法,提出重汇聚逻辑检测和逻辑重组预处理程序,从而形成完整的木马检测方案。将该检测方案应用到Trust-HUB上的914个木马设计平台,所有的木马触发信号都被正确分类到木马信号类中被检测出来,从而达到在所有914个设计都能检测出木马信号,假阴性率为0的检测结果。最大假阳性率为11.7%,只有16个待测设计的假阳性率超过4%。由于该检测方法是基于硅前门级网表的仿真和逻辑分析,所以不需要额外的芯片面积开销。检测时间消耗主要是动态仿真的时间,由于不需要激活木马,检测时间开销低于芯片的功能验证时间,且木马检测可与功能验证同时进行。
二、低可观测条件下的一种信号检测方法（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、低可观测条件下的一种信号检测方法（论文提纲范文）
（1）混叠条件下直扩信号的截获与分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 混叠条件下DSSS信号盲分析相关技术研究现状 |
| 1.2.1 混叠的强干扰信号的抵消研究现状 |
| 1.2.2 DSSS信号检测与参数估计研究现状 |
| 1.2.3 SC-DSSS信号PN码盲估计研究现状 |
| 1.2.4 LC-DSSS信号PN码盲估计研究现状 |
| 1.3 主要研究工作 |
| 1.4 论文章节安排 |
| 第二章 DSSS信号强功率干扰抵消 |
| 2.1 引言 |
| 2.2 信号模型 |
| 2.3 基于强信号波形重构的干扰抵消算法 |
| 2.3.1 定时同步 |
| 2.3.2 载波同步 |
| 2.3.3 幅度估计 |
| 2.4 基于强信号硬判决值的干扰抵消算法 |
| 2.4.1 算法原理 |
| 2.4.2 性能仿真 |
| 2.5 基于互补对称滤波器的干扰抵消算法 |
| 2.5.1 互补对称滤波器滤波 |
| 2.5.2 强弱信号分离 |
| 2.5.3 算法总结 |
| 2.5.4 性能仿真 |
| 2.6 本章小结 |
| 第三章 DSSS信号检测与参数估计 |
| 3.1 引言 |
| 3.2 信号模型 |
| 3.3 DSSS信号检测与载波频率估计 |
| 3.3.1 倍频法检测 |
| 3.3.2 循环谱检测 |
| 3.3.3 性能仿真 |
| 3.4 DSSS信号检测与码片速率估计 |
| 3.4.1 延时相乘算法 |
| 3.4.2 小波时频分析算法 |
| 3.4.3 性能仿真 |
| 3.5 DSSS信号检测与PN码周期估计 |
| 3.5.1 自相关波动 |
| 3.5.2 二次功率谱 |
| 3.5.3 性能仿真 |
| 3.6 本章小结 |
| 第四章 短码直扩信号PN码盲估计 |
| 4.1 引言 |
| 4.2 信号模型 |
| 4.3 高斯信道下短码直扩信号PN码估计 |
| 4.3.1 矩阵分解 |
| 4.3.2 子空间跟踪 |
| 4.3.3 神经网络 |
| 4.3.4 性能仿真 |
| 4.4 多径信道下短码直扩信号PN码估计 |
| 4.4.1 信号二阶统计特性 |
| 4.4.2 最大似然模型 |
| 4.4.3 基于ILSP的联合估计算法 |
| 4.4.4 基于ITLSP的联合估计算法 |
| 4.4.5 合作通信下信道估计的CRB |
| 4.4.6 性能仿真 |
| 4.5 本章小结 |
| 第五章 长码直扩信号PN码盲估计 |
| 5.1 引言 |
| 5.2 信号模型 |
| 5.3 高斯信道下长码直扩信号PN码估计 |
| 5.3.1 基于缺失数据模型的交替投影算法 |
| 5.3.2 基于窄窗口重叠分段的矩阵分解算法 |
| 5.3.3 性能仿真 |
| 5.4 多径信道下长码直扩信号PN码估计 |
| 5.4.1 基于最大似然的PN码和信道的联合盲估计 |
| 5.4.2 基于近似模型的PN码和信道的联合盲估计 |
| 5.4.3 性能仿真 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（2）海杂波背景下的雷达目标检测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 英文缩略词对照表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 海杂波研究现状 |
| 1.2.2 雷达目标检测算法研究现状 |
| 1.3 研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 2 海杂波与雷达目标检测基础知识 |
| 2.1 引言 |
| 2.2 雷达目标检测基本模型 |
| 2.3 海杂波的统计特性 |
| 2.3.1 海杂波幅度统计特性 |
| 2.3.2 海杂波相关特性 |
| 2.3.3 海杂波仿真方法 |
| 2.3.4 实测数据介绍 |
| 2.4 经典检测方法 |
| 2.4.1 单元平均检测算法 |
| 2.4.2 自适应匹配滤波检测算法 |
| 2.4.3 基于信息几何的检测算法 |
| 2.5 本章小结 |
| 3 基于最大特征值的雷达目标检测方法 |
| 3.1 引言 |
| 3.2 基于最大特征值的检测方法 |
| 3.2.1 算法设计及原理 |
| 3.2.2 性能分析 |
| 3.3 仿真结果及分析 |
| 3.3.1 基于仿真杂波数据的仿真实验 |
| 3.3.2 基于实测杂波数据的仿真实验 |
| 3.4 本章小结 |
| 4 基于谱范数的均值矩阵估计与雷达目标检测 |
| 4.1 引言 |
| 4.2 信息几何基础及新的几何测度 |
| 4.3 均值矩阵估计的几何方法 |
| 4.3.1 均值矩阵估计问题 |
| 4.3.2 基于谱范数测度的均值矩阵估计 |
| 4.3.3 基于谱范数测度的近似均值矩阵估计 |
| 4.4 基于谱范数测度的矩阵检测器 |
| 4.4.1 矩阵检测器设计及原理 |
| 4.4.2 性能分析 |
| 4.5 仿真结果及分析 |
| 4.5.1 基于仿真杂波数据的实验 |
| 4.5.2 基于实测杂波数据的实验 |
| 4.6 本章小结 |
| 5 基于不同几何测度和特征值的雷达目标检测方法 |
| 5.1 引言 |
| 5.2 基于几何重心的矩阵检测器 |
| 5.2.1 几何距离及矩阵估计器 |
| 5.2.2 算法设计及原理 |
| 5.2.3 仿真结果及分析 |
| 5.3 基于最大特征值的中值矩阵检测器 |
| 5.3.1 中值矩阵 |
| 5.3.2 算法设计及原理 |
| 5.3.3 仿真结果及分析 |
| 5.4 本章小结 |
| 6 基于滤波处理和特征值的雷达目标检测方法 |
| 6.1 引言 |
| 6.2 基于预处理的最大特征值矩阵检测器 |
| 6.2.1 问题描述及FFT-CA检测算法 |
| 6.2.2 算法设计及原理 |
| 6.2.3 性能分析 |
| 6.2.4 仿真结果及分析 |
| 6.3 子带最大特征值检测算法 |
| 6.3.1 算法设计及原理 |
| 6.3.2 仿真结果及分析 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（4）幅度/相位调制信号SAD算法及其检测性能理论值研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究内容及主要成果 |
| 1.3 本文结构安排 |
| 第二章 幅度/相位调制信号SAD技术综述 |
| 2.1 SAD技术发展概述 |
| 2.2 SAD技术研究综述 |
| 2.2.1 SAD技术评价指标 |
| 2.2.2 SAD技术研究分类 |
| 2.3 幅度/相位调制信号SAD算法研究综述 |
| 2.3.1 幅度/相位调制信号SAD算法研究现状 |
| 2.3.2 幅度/相位调制信号SAD算法研究面临的挑战 |
| 2.4 本章小结 |
| 第三章 幅度/相位调制信号SAD算法研究 |
| 3.1 幅度/相位调制信号SAD的二元假设检验模型 |
| 3.2 幅度/相位调制信号SAD算法 |
| 3.2.1 能量检测 |
| 3.2.2 匹配滤波器检测 |
| 3.2.3 似然比检测 |
| 3.3 改进的匹配滤波检测器算法 |
| 3.3.1 匹配滤波检测器算法存在的问题 |
| 3.3.2 改进的匹配滤波检测器算法设计 |
| 3.4 仿真结果与分析 |
| 3.4.1 MMFD算法检测性能仿真验证 |
| 3.4.2 幅度/相位调制信号SAD算法检测性能仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 幅度/相位调制信号SAD算法的检测性能理论值研究 |
| 4.1 多边形判决区域漏检概率计算的新方法 |
| 4.2 幅度/相位调制信号SAD算法检测性能理论值计算 |
| 4.2.1 MPSK信号的MMFD检测性能理论值计算 |
| 4.2.2 MPAM信号的检测性能理论值计算 |
| 4.2.3 MQAM信号的检测性能理论值计算 |
| 4.3 幅度/相位调制信号SAD算法检测性能的近似最优理论值 |
| 4.4 仿真验证与分析 |
| 4.4.1 MPSK信号的MMFD检测性能理论值仿真验证 |
| 4.4.2 MPAM信号检测性能理论值仿真验证 |
| 4.4.3 MQAM信号检测性能理论值仿真验证 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 缩略语表 |
| 参考文献 |
| 致谢 |
（5）多径环境下MIMO雷达目标检测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景及意义 |
| §1.2 国内外研究现状 |
| §1.2.1 MIMO雷达目标检测的研究现状 |
| §1.2.2 FDA雷达目标检测的研究现状 |
| §1.3 论文主要内容及结构安排 |
| 第二章 低空多径目标检测相关理论知识 |
| §2.1 引言 |
| §2.2 信号的二元假设检验理论知识 |
| §2.2.1 经典的信号检测方法 |
| §2.2.2 广义似然比检测方法 |
| §2.3 低空目标的多径传播 |
| §2.3.1 多径传播模型 |
| §2.3.2 多径对目标检测的影响 |
| §2.4 目标起伏模型 |
| §2.5 本章小结 |
| 第三章 MIMO雷达目标检测理论知识 |
| §3.1 引言 |
| §3.2 MIMO雷达目标检测及性能分析 |
| §3.2.1 MIMO雷达目标探测模型 |
| §3.2.2 MIMO 雷达与MISO 雷达目标检测性能分析 |
| §3.3 频控阵雷达模型 |
| §3.3.1 FDA雷达目标探测模型 |
| §3.3.2 频控阵与相控阵目标检测函数 |
| §3.3.3 频控阵与相控阵目标检测性能分析 |
| §3.4 本章小结 |
| 第四章 基于FDA-MIMO雷达低空多路径目标检测 |
| §4.1 引言 |
| §4.2 FDA-MIMO雷达回波信号测量模型 |
| §4.3 FDA-MIMO广义最大似然比检测 |
| §4.4 性能仿真与分析 |
| §4.4.1 仿真分析 |
| §4.4.2 性能分析 |
| §4.5 本章小结 |
| 第五章 基于FDA-MIMO雷达检测方法的优化 |
| §5.1 引言 |
| §5.2 目标检测算法的优化 |
| §5.3 FDA-MIMO雷达的波形优化 |
| §5.3.1 线性调频-FDA-MIMO |
| §5.3.2 非线性增长频偏的FDA-MIMO雷达 |
| §5.4 本章小结 |
| 第六章 总结与展望 |
| §6.1 工作总结 |
| §6.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间主要研究成果 |
（6）实际无线通信场景下的信号检测技术研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 符号对照表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 认知无线电的定义 |
| 1.3 信号检测研究现状 |
| 1.3.1 高斯噪声下信号检测 |
| 1.3.2 非高斯噪声下信号检测 |
| 1.4 论文的主要内容 |
| 1.5 论文的结构安排 |
| 第2章 高斯噪声下信号检测技术 |
| 2.1 信号检测概述 |
| 2.2 授权用户接受端检测 |
| 2.2.1 基于干扰温度检测 |
| 2.2.2 本振泄露检测 |
| 2.3 授权用户发射端检测 |
| 2.3.1 能量检测 |
| 2.3.2 匹配滤波器检测 |
| 2.3.3 循环平稳检测 |
| 2.3.4 基于特征值检测 |
| 2.3.5 基于熵的检测 |
| 2.4 本章小结 |
| 第3章 基于占空比的协作信号检测 |
| 3.1 本地单用户信号检测的局限性 |
| 3.2 协作信号检测的基本分类 |
| 3.3 基于占空比的协作检测 |
| 3.3.1 算法模型与流程 |
| 3.3.2 理论分析及推导 |
| 3.3.3 算法复杂度分析 |
| 3.3.4 算法仿真与结果分析 |
| 3.4 本章小结 |
| 第4章 混合噪声下软协作信号检测 |
| 4.1 系统模型 |
| 4.2 各协作检测法理论表现 |
| 4.2.1 软协作信号检测 |
| 4.2.2 OR协作检测 |
| 4.2.3 AND协作检测 |
| 4.3 算法仿真与结果分析 |
| 4.3.1 各协作用户信道环境相同的情况 |
| 4.3.2 各协作用户信道环境不同的情况 |
| 4.4 本章小结 |
| 第5章 非高斯噪声下信号检测技术 |
| 5.1 系统模型 |
| 5.1.1 信号检测模型 |
| 5.1.2 拉普拉斯噪声模型 |
| 5.1.3 常规序贯检测模型 |
| 5.1.4 拉普拉斯噪声下的能量检测 |
| 5.2 拉普拉斯噪声下分段能量序贯检测 |
| 5.2.1 SESD的理论表现 |
| 5.2.2 SESD的平均样本数 |
| 5.2.3 SESD的性能分析 |
| 5.3 算法仿真结果分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 研究生期间发表论文及参加项目情况 |
| 致谢 |
（7）基于软件无线电的通信信号盲检测与识别技术试验研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 软件无线电技术 |
| 1.2.2 信号盲检测 |
| 1.2.3 信号盲源分离 |
| 1.2.4 信号参数分析 |
| 1.3 本论文的主要内容及章节安排 |
| 第二章 软件无线电技术基础 |
| 2.1 引言 |
| 2.2 软件无线电理论 |
| 2.2.1 信号采样理论 |
| 2.2.2 数字变频理论 |
| 2.2.3 整数倍抽取理论 |
| 2.3 软件无线电基本结构 |
| 2.3.1 射频低通采样SDR结构 |
| 2.3.2 射频带通采样SDR结构 |
| 2.3.3 宽带中频带通采样SDR结构 |
| 2.4 软件无线电接收机结构模型 |
| 2.4.1 单通道软件无线电接收机 |
| 2.4.2 并行多通道软件无线电接收机 |
| 2.5 本章小结 |
| 第三章 信号盲检测方法研究 |
| 3.1 引言 |
| 3.2 信号模型 |
| 3.3 基于功率谱分析的检测算法 |
| 3.3.1 功率谱密度的计算 |
| 3.3.2 算法描述 |
| 3.4 基于循环谱分析的检测算法 |
| 3.4.1 循环自相关和循环谱相关 |
| 3.4.2 循环谱密度的计算 |
| 3.4.3 算法描述 |
| 3.5 基于时频分析的检测算法 |
| 3.5.1 短时傅里叶变换和谱图 |
| 3.5.2 恒虚警检测门限 |
| 3.5.3 算法描述 |
| 3.6 性能分析 |
| 3.6.1 单一信号仿真 |
| 3.6.2 多分量信号仿真 |
| 3.7 本章小结 |
| 第四章 FastICA盲源分离算法研究 |
| 4.1 引言 |
| 4.2 盲源分离模型 |
| 4.3 信号预处理 |
| 4.3.1 零均值处理 |
| 4.3.2 白化处理 |
| 4.4 FastICA盲源分离算法 |
| 4.4.1 基于负熵最大化的FastICA算法 |
| 4.4.2 基于四阶累积量联合对角化的FastICA改进算法 |
| 4.4.3 仿真分析 |
| 4.5 本章小结 |
| 第五章 通信信号参数分析 |
| 5.1 引言 |
| 5.2 通信信号的瞬时信息 |
| 5.2.1 信号的瞬时信息提取 |
| 5.2.2 瞬时相位解折叠 |
| 5.3 信号的参数估计 |
| 5.3.1 码元速率估计 |
| 5.3.2 载波频率估计 |
| 5.3.3 信噪比估计 |
| 5.4 基于瞬时信息特征的信号调制类型识别 |
| 5.4.1 基于瞬时信息的特征参数 |
| 5.4.2 特征参数的优化 |
| 5.4.3 基于决策树的调制识别算法 |
| 5.4.4 仿真结果 |
| 5.5 本章小结 |
| 第六章 系统试验平台搭建和测试 |
| 6.1 引言 |
| 6.2 系统试验平台搭建 |
| 6.2.1 试验平台设备 |
| 6.2.2 计算机对中频数字化仪的控制程序设计 |
| 6.3 系统试验平台测试 |
| 6.3.1 测试流程 |
| 6.3.2 结果分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（8）强背景环境噪声下的弱声学信号提取方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水下信号检测方法研究现状 |
| 1.2.2 弱信号检测方法研究现状 |
| 1.2.3 BP神经网络发展与现状 |
| 1.3 存在问题 |
| 1.4 主要工作 |
| 2 盲源分离方法基本理论 |
| 2.1 盲源分离方法 |
| 2.2 盲源分离方法基本假设和不确定性分析 |
| 2.3 ICA方法基本理论 |
| 2.3.1 ICA的代价函数 |
| 2.3.2 ICA的优化方法 |
| 2.4 声学信号分离效果评价 |
| 2.5 峰值信噪比 |
| 2.6 本章小结 |
| 3 空气中弱脉冲声信号分离数值仿真及实验研究 |
| 3.1 弱脉冲声信号特性介绍 |
| 3.2 单干扰噪声源模型分离数值分析 |
| 3.2.1 声源设置 |
| 3.2.2 模拟观测信号 |
| 3.2.3 信号分离过程 |
| 3.3 单干扰噪声源信号分离实验验证 |
| 3.3.1 声源布置 |
| 3.3.2 声源测试 |
| 3.3.2 算法分离结果 |
| 3.4 双干扰噪声源模型数值分析 |
| 3.5 双干扰噪声源信号分离实验验证 |
| 3.6 本章小结 |
| 4 水下弱声学信号数值分析及实验研究 |
| 4.1 船舶水下辐射噪声特性 |
| 4.1.1 船舶水下辐射噪声 |
| 4.1.2 船舶水下辐射噪声特性 |
| 4.2 频域FastICA算法 |
| 4.3 数值模型分析 |
| 4.4 水下螺旋桨辐射声场信号分离实验研究 |
| 4.5 本章小结 |
| 5 基于BP神经网络方法的弱声学信号提取研究 |
| 5.1 时域特征提取 |
| 5.1.1 常用时域数据特征指标 |
| 5.1.2 分离信号中心化及比例缩放处理 |
| 5.1.3 针对分离信号时域特征指标的选取 |
| 5.2 BP神经网络理论 |
| 5.3 用于声学信号分离的BP神经网络搭建研究 |
| 5.3.1 声学信号特征指标归一化处理 |
| 5.3.2 声学信号训练样本的建立 |
| 5.3.3 BP神经网络训练结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（9）rPPG信号检测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 接触式生理信号检测国内外发展概况 |
| 1.2.2 非接触式生理信号国内外发展状况 |
| 1.3 论文主要研究内容 |
| 1.4 论文的章节安排 |
| 2 rPPG信号的原理特点与rPPG信号检测系统 |
| 2.1 光电容积描记法理论分析 |
| 2.1.1 光电容积脉搏波基本原理 |
| 2.1.2 PPG信号特征分析 |
| 2.2 rPPG信号检测系统组成及工作原理 |
| 2.2.1 系统组成 |
| 2.2.2 系统工作原理 |
| 2.3 人脸视频采集及人脸检测定位算法 |
| 2.3.1 人脸视频采集 |
| 2.3.2 人脸检测 |
| 2.4 本章小结 |
| 3 原始rPPG信号检测方法 |
| 3.1 空间平均像素法检测原始信号 |
| 3.1.1 数字滤波和频域分析 |
| 3.2 盲源分离信号分离方法 |
| 3.2.1 基于负熵的FastICA算法 |
| 3.2.2 非线性PCA算法 |
| 3.3 本章小结 |
| 4 基于VMD和ICA的联合PPG信号降噪算法 |
| 4.1 PPG信号分解方法 |
| 4.1.1 经验模态分解 |
| 4.1.2 变分模态分解 |
| 4.2 PPG信号频域估计方法 |
| 4.2.1 希尔伯特变换 |
| 4.2.2 傅里叶变换 |
| 4.3 VMD和ICA联合降噪算法研究 |
| 4.3.1 峭度准则与FastICA算法 |
| 4.3.2 基于VMD的PPG信号分解 |
| 4.3.3 VMD-ICA降噪算法原理 |
| 4.3.4 算法实现 |
| 4.4 本章小结 |
| 5 rPPG信号检测方法实验结果对比 |
| 5.1 rPPG信号降噪方法的对比选取 |
| 5.2 PPG信号的寻优和评价标准 |
| 5.2.1 PPG信号寻优方法 |
| 5.2.2 心率估计方法和评价标准 |
| 5.3 实验结果对比分析 |
| 5.3.1 不同降噪方法检测结果对比 |
| 5.3.2 不同光源条件下检测结果对比 |
| 5.3.3 不同成像设备下的检测结果对比 |
| 5.3.4 多次连续实验检测结果对比 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文及专利目录 |
（10）硅前无参考模型硬件木马检测技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单、术语表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 硬件木马特性与分类 |
| 1.2.2 硬件木马设计和平台 |
| 1.2.3 硬件木马防御对策 |
| 1.2.4 当前研究文献概况 |
| 1.2.5 无参考模型硬件木马检测技术 |
| 1.3 本文工作与意义 |
| 1.4 文章结构 |
| 2 基于可测性分析的木马隐蔽性度量 |
| 2.1 基于SCOAP的可测试性度量 |
| 2.1.1 SCOAP简介 |
| 2.1.2 利用EDA工具计算CC/CO |
| 2.1.3 SCOAP与检错概率 |
| 2.1.4 可控性CC和可观测性CO在木马检测的应用 |
| 2.2 基于Probability的可测试性度量 |
| 2.2.1 基于Probability可测性分析基础 |
| 2.2.2 基于Probability的可测试性分析在木马检测的应用 |
| 2.3 基于Simulation的可测试性度量 |
| 2.4 三种可测试性度量之间的关系 |
| 2.5 本章小结 |
| 3 基于差分放大可控性的静态检测 |
| 3.1 基于可控性分析的触发信号识别 |
| 3.2 差分放大可控性模型 |
| 3.3 k-means聚类 |
| 3.4 基于差分放大可控性的木马检测流程 |
| 3.5 实验分析 |
| 3.6 本章小结 |
| 4 基于仿真动态翻转概率分析的木马检测 |
| 4.1 基于仿真的可测性分析 |
| 4.2 测试向量生成 |
| 4.3 可测性提取 |
| 4.4 信号分类 |
| 4.5 基于仿真的动态检测流程 |
| 4.6 实验分析 |
| 4.7 本章小结 |
| 5 消除低概率和低可测信号的木马设计方法 |
| 5.1 引言 |
| 5.2 统一的触发和负载电路设计思路 |
| 5.2.1 和之积方案POS |
| 5.2.2 积之和方案SOP |
| 5.2.3 拒绝服务型(Deny of Service)木马 |
| 5.2.4 木马生成算法与平台构建 |
| 5.3 新的木马特性分析 |
| 5.3.1 激活概率 |
| 5.3.2 信号翻转概率 |
| 5.3.3 SCOAP可控性和可观测性分析 |
| 5.3.4 结构特性分析 |
| 5.3.5 汇总比较 |
| 5.4 本章小结 |
| 6 完整的无参考模型木马检测方法 |
| 6.1 引言 |
| 6.2 前处理程序 |
| 6.2.1 重汇聚点检测 |
| 6.2.2 逻辑重组 |
| 6.3 完整的木马检测流程 |
| 6.4 木马电路恢复 |
| 6.5 实验 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 硬件木马检测工作展望 |
| 参考文献 |
| 博士期间主要研究成果 |
四、低可观测条件下的一种信号检测方法（论文参考文献）
- [1]混叠条件下直扩信号的截获与分析[D]. 刘秋红. 战略支援部队信息工程大学, 2021(03)
- [2]海杂波背景下的雷达目标检测方法研究[D]. 赵文静. 大连理工大学, 2020(01)
- [3]海杂波背景下雷达目标特征检测方法的现状与展望[J]. 许述文,白晓惠,郭子薰,水鹏朗. 雷达学报, 2020(04)
- [4]幅度/相位调制信号SAD算法及其检测性能理论值研究[D]. 孙琴. 北京邮电大学, 2020(05)
- [5]多径环境下MIMO雷达目标检测方法研究[D]. 巨丹静. 桂林电子科技大学, 2020(02)
- [6]实际无线通信场景下的信号检测技术研究与实现[D]. 井峰林. 扬州大学, 2020(04)
- [7]基于软件无线电的通信信号盲检测与识别技术试验研究[D]. 周文海. 电子科技大学, 2020(07)
- [8]强背景环境噪声下的弱声学信号提取方法研究[D]. 高健桐. 大连理工大学, 2020(02)
- [9]rPPG信号检测方法研究[D]. 李秉勋. 陕西科技大学, 2020(02)
- [10]硅前无参考模型硬件木马检测技术研究[D]. 何赟. 浙江大学, 2020(12)