一种带噪卫星测控信号分离算法

一种通用的航天器在轨分离设计方法
盛瑞卿;陈春亮;邢卓异;白崇延
【期刊名称】《深空探测学报》
【年(卷),期】2018(005)004
【摘要】随着空间探测任务的多样化和复杂化,利用单个航天器的多舱段实现多任务、多目标探测已成为航天技术的发展趋势。

通常情况下,舱段分离信号将触发航天器的后续自主控制,直接影响航天器的自身安全和后续任务执行。

本文从保证分离信号可靠和分离过程安全的角度提出了一种典型的分离信号配置与通用的分离信号触发控制逻辑,并建立了航天器在轨分离安全性数学模型。

该模型和逻辑控制方法经过仿真分析和实际在轨飞行任务验证,确认了方法的可行性和正确性,可以作为后续航天任务的参考。

【总页数】5页(P392-396)
【作者】盛瑞卿;陈春亮;邢卓异;白崇延
【作者单位】[1]北京空间飞行器总体设计部,北京100094;[1]北京空间飞行器总体设计部,北京100094;[1]北京空间飞行器总体设计部,北京100094;[1]北京空间飞行器总体设计部,北京100094
【正文语种】中文
【中图分类】V44
【相关文献】
1.挠性航天器在轨分离冲击缓冲模糊滑模控制研究 [J], 赵刚练;姜毅;陈余军;刘冬
2.一种可实现星箭分离前后测轨数据联合定轨的初轨确定方法 [J], 茅永兴;马静远;掌静;宋叶志
3.一种镉镍蓄电池在轨活化通用设计方法 [J], 陈燕;张亚航;郭坚
4.基于相对偏心率/轨道倾角矢量的分离模块航天器队形设计方法 [J], 李兆铭;杨健;尹航
5.一种通用的航天器在轨分离设计方法 [J], 盛瑞卿;陈春亮;邢卓异;白崇延
因版权原因，仅展示原文概要，查看原文内容请购买。

在噪声中提取信号的方法引言：在现实生活中，噪声无处不在。

当我们需要从噪声中提取出有用的信号时，就需要借助一些方法和技术来实现。

本文将介绍一些常用的在噪声中提取信号的方法，希望能对读者有所帮助。

一、滤波方法滤波是一种常用的在噪声中提取信号的方法。

它通过选择合适的滤波器来抑制或消除噪声，从而提取出信号。

常用的滤波器包括低通滤波器、高通滤波器、带通滤波器等。

低通滤波器可以通过滤除高频噪声来提取出低频信号，高通滤波器则相反。

带通滤波器可以选择特定频率范围内的信号进行提取。

滤波方法在实际应用中具有较高的灵活性和可调性，可以根据具体情况选择合适的滤波器和参数来实现信号提取。

二、小波变换方法小波变换是一种时频分析方法，可以将信号分解成不同频率的小波分量。

通过对小波分量进行滤波和重构，可以在噪声中提取出目标信号。

小波变换具有较好的时频局部性，适用于非平稳信号的分析和处理。

常用的小波变换方法有离散小波变换(DWT)和连续小波变换(CWT)。

离散小波变换通过多级分解和重构来实现信号的提取，连续小波变换则是对信号进行连续的变换和逆变换。

小波变换方法在信号处理领域有着广泛的应用，可以有效地提取出噪声中的信号。

三、自适应滤波方法自适应滤波是一种根据输入信号的特点自动调整滤波器参数的方法。

它通过对输入信号进行模型建立和参数估计，来实现对噪声的自适应抑制。

自适应滤波方法适用于噪声和信号之间的统计特性不稳定或未知的情况。

常用的自适应滤波方法有最小均方误差滤波(LMS)和递归最小二乘滤波(RLS)。

最小均方误差滤波通过不断调整滤波器系数来最小化预测误差的均方误差，递归最小二乘滤波则是通过递推计算来实现滤波器参数的更新。

自适应滤波方法可以根据信号的特点进行动态调整，提取出噪声中的信号。

四、谱减法方法谱减法是一种基于频域分析的信号提取方法。

它通过计算信号的功率谱密度来抑制噪声，并将剩余的能量作为信号提取出来。

谱减法适用于噪声和信号在频域上有较大差异的情况。

盲信号分离作者：张贤达， 保铮作者单位：西安电子科技大学雷达信号处理重点实验室,陕西西安,710071刊名：电子学报英文刊名：ACTA ELECTRONICA SINICA年，卷(期)：2001,29(z1)被引用次数：155次1.Amari S A theory of adaptive pattern classifiers 19672.The fast-ICA MATLAB package3.Zhang Q;Leung Y W A class of learning algorithms for principal component analysis and minor component analysis[外文期刊] 20004.Yang H H;Amari S;Cichocki A Information-theoretic approach to blind separation of sources in nonlinear mixture[外文期刊] 1998(3)5.Murata N;Muller K R;Ziehe A;Amari S Adaptive on-line learning in changing environments 19976.Makeig S;Bell A;Jung T P Independence component analysis in electro-encephalographic data 19967.Basak J;Amari S Blind separation of uniformly distributed signals:A general approach[外文期刊] 1999(5)8.Hyvarinen A Fast and robust fixed-point algorithms for independent component analysis[外文期刊] 1999(03)9.HERRMANN M;Yang H H Perspectives and limitations of self-organizing maps in blind separation of source signals 199610.Douglas S C;Cichocki A Adaptive step size techniques for decorrelation and blind source separation[外文会议] 199811.Amari S Natural gradient works efficiently in learning 199812.Cardoso J F;Laheld B Equivariant adaptive source separation[外文期刊] 199613.Cardoso J F Blind signal separation:Statistical principles[外文期刊] 1998(10)14.Cao X R;Liu R W A general approach to blind source separation 199615.Burel G Blind separation of .sources:A nonlinear neural algorithm[外文期刊] 199216.Bell A J;Sejnowski T J An information-maximization approach to blind separation and blind deconvolution 199517.张贤达;保铮通信信号处理 200018.Yang H H;Amari S Adaptive on-line learning algorithms for blind separation:Maximum entropy and minimum mutual information[外文期刊] 199719.Yang H H Series updating rule for blind separation derived from the method of scoring 199920.Yang B Projection approximation subspace tracking[外文期刊] 199521.Weingessel A;Homik K Local PCA algorithms[外文期刊] 200022.Veen A J;Talvar S;Paulraj A A subspace approach to btind spacetime signal processing for wireless communication systems[外文期刊] 1997(1)23.Torkkola K Blind separation for audio signalAre we there yet 199924.Tong L;Liu R W;Soon V C Indeterminacy and identifiability of blind identification 199125.Tan Y;Wang J;Zurada J M Nonlinear blind source separation using a radial basis function network [外文期刊] 200126.Taleb A;Jutten C;Olympieff S Source separation in post nonlinear mixtures:An entropy-based algorithm 199827.Papadias C B;Paulraj A A constant modulus algorithm for multi-user signal separation in presence of delay spread using antenna arrays[外文期刊] 1997(6)28.Pajunen P;Hyvarinen A;Karhunen J Nonlinear blind source separationby self-organizing maps 199629.Oja E The nonlinear PCA learning rule in independent component analysis 199730.Oja E Principal components,minor components,and linear neural networks[外文期刊] 199231.Amari S;Cichocki A Adaptive blind signal processing:Neural network approaches[外文期刊] 1998(10)32.Lin J K;Grier D G;Cowan J D Source separation and density estimation by faithful equivariant SOM [外文会议] 199733.Li Y;Wang J;Zurada J M Blind extraction of singularly mixed souree signals 200034.Leen T W;Girolami M;Sejnowski T J Independent component analysis using an extended infomax algorithm for mixed sub-Gaussian and superGaussian sources 1999INIOTIS D G;Papaparaskeva A partitional adaptive approach to nonlinear channel equalization[外文期刊] 1998(10)36.Kundur D;Hatzmakos D A novel blind deconvolution scheme for image restoration using recursive filtering[外文期刊] 199837.Karhunen J;Pajunen P;Oja E The nonlinear PCA criterion in blind source separation:Relations with other approaches[外文期刊] 199838.Karhunen J;Oja E;Wang L;Eigario R,Joutsensalo J A class of neural networks for independent component analysis[外文期刊] 199739.Karhunen J;Pajunen P Blind source separation using least-squares type adaptive algorithms[外文会议] 199740.Karhunen J;Joutsensalo J Representation and separation of signals using nonlinear PCA type learning[外文期刊] 199441.Jutten C;Heranlt J Blind separation of sourcesPart I:An adaptive algorithm based on neuromimetic architecture[外文期刊] 199142.Hyvarinen A;Pajunen P Nonlinear independent component analysis:Existence and uniqueness results 199943.Delfosse N;Loubaton P Adaptive blind separation of independent sources:A deflation approach 199544.Deco G;Brauer W Nonlinear higher-order statistics decorrelation by volume-censerving neural architectures 199545.Cruces-Alvarez S;Cichocki A;Castedo-Ribas L An iterative inversion approach to blind sourceon P Independent component analysis,a new concept? 199447.Cichocki A;Amari S I;Adachi M;Kasprzak W Self-adaptive neural networks for blind separation of sources[外文会议] 199648.Cichocki A;Unbehanen R;Rummert E Robust learning algorithm for blind separation of signals[外文期刊] 1994(17)49.Cichocki A;Unbehauen R;Moszczynski R;Rummaert E A new on-line adaptive learning algorithm for blind separation of source signals 199450.Choi S;Cichocki A;Amari S I Flexible independent component analysis[外文期刊] 200051.Cardoso J F;Souloumiac A Jacobi angles for simultaneous diagonalization[外文期刊] 199652.Cardoso J F;Souloumiac A Blind beamfomrming for non-Gaussian signals[外文期刊] 1993(6)1.夏淑芳.张天骐.李雪松.高清山基于变步长的混合图像自适应盲分离算法[期刊论文]-数据采集与处理 2011(2)2.杨晓梅基于稀疏表征的欠定盲源分离的研究[期刊论文]-科技信息 2011(1)3.林航.汤俊杰.谢玉川.钟臣一种带噪卫星测控信号分离算法[期刊论文]-指挥信息系统与技术 2010(6)4.邬诚变学习速率在线ICA算法在雷达信号分选中的应用[期刊论文]-现代雷达 2010(1)5.高辉.吴筱敏.高忠权.孟祥文.李根.黄佐华盲源分离法在火花塞离子电流信号分离中的应用[期刊论文]-西安交通大学学报 2010(1)6.李佰.刘辉粒子群算法用于盲信号抽取的研究[期刊论文]-电子器件 2010(1)7.艾延廷.费成巍.张凤玲.刘秀芳.孙晓倩.张宬ICA在航空发动机振动信号盲源分离中的应用[期刊论文]-振动、测试与诊断 2010(6)8.程娇.王晓凯.李锋独立分量分析可调速率相对梯度算法[期刊论文]-信息与电子工程 2010(2)9.张少刚基于数据挖掘的信号分离技术研究[期刊论文]-自动化与仪器仪表 2010(4)10.刘辉.李佰粒子群算法用于盲信号分离的研究[期刊论文]-现代电子技术 2010(17)11.夏淑芳.张天骐.苗圃.李雪松两种图像盲分离算法性能的比较与仿真[期刊论文]-电视技术 2010(4)12.吴亮.陈宗海基于独立分量分析的运动目标检测[期刊论文]-中国科学技术大学学报 2010(8)13.崔志涛.蹇科一种改进的自适应步长盲源分离算法[期刊论文]-科技信息 2010(18)14.徐欢基于独立分量分析的瞬时混合语音信号盲分离算法研究[期刊论文]-科技情报开发与经济 2010(11)15.王纪伟.高宝成一种盲信号分离算法的改进研究[期刊论文]-计算机与现代化 2010(2)16.廖旭晖一种基于负熵的快速定点盲源分离方法及其试验验证[期刊论文]-常州工学院学报 2010(1)17.朱艳萍.宋耀良.徐茂格一种基于改进粒子滤波算法的盲信号分离[期刊论文]-火力与指挥控制 2010(9)18.胡津津基于独立分量分析的瞬时混合语音信号盲分离算法研究[期刊论文]-安徽电子信息职业技术学院学报2010(4)19.周文.侯进勇基于独立分量分析的混沌信号盲分离[期刊论文]-现代电子技术 2009(21)20.余华.吴文全盲源信号分离EASI算法研究与改进[期刊论文]-计算技术与自动化 2009(4)21.余华.吴文全.刘忠自适应步长EASI算法研究及改进[期刊论文]-舰船电子工程 2009(10)22.乐剑.陈蓓一种雷达信号全脉冲数据特征提取方法[期刊论文]-中国电子科学研究院学报 2009(3)23.彭耿.黄知涛.姜文利.周一宇单通道盲信号分离研究进展与展望[期刊论文]-中国电子科学研究院学报 2009(3)24.由科军.冶继民超定盲信号分离RLS算法研究[期刊论文]-电子科技 2009(9)25.柴晓冬.尧辉明.柴靓采用基于独立分量分析的盲信号分离方法分离出FSK信号中的干扰信号[期刊论文]-中国铁道科学 2009(4)26.周治宇.陈豪空间同频电子侦察信号的盲分离[期刊论文]-中国空间科学技术 2009(3)27.杜元军.高勇ADS与Matlab协同仿真下的盲源分离实现[期刊论文]-现代电子技术 2009(13)28.王凌燕.侯文基于最大信噪比的潜艇振动信号盲分离算法[期刊论文]-机械工程与自动化 2009(3)29.吴建宁.王珏用独立分量分析去除大鼠模型脑电信号中的心电干扰[期刊论文]-测试技术学报 2009(4)30.邓兵.陶然.尹德强分数阶傅里叶域的阵列信号盲分离方法[期刊论文]-兵工学报 2009(11)31.马建仓.石庆斌.程存虎.赵述元航空发动机转子振动信号的分离测试技术[期刊论文]-振动、测试与诊断2009(1)32.杨杰.张家树基于聚类分析的实时语音信源数估计方法[期刊论文]-数据采集与处理 2009(2)33.王凌燕.黄公亮.侯文基于独立分量分析的潜艇振动信号盲分离技术[期刊论文]-计量与测试技术 2009(3)34.田其冲.郑卫国.孙大雷独立分量分析及其应用[期刊论文]-电脑知识与技术 2009(18)35.杨志聪基于矩阵对角化的盲源分离算法研究[期刊论文]-电脑知识与技术 2009(12)36.田其冲.郑卫国.孙大雷基于FastICA的语音分离与图像分离[期刊论文]-电脑编程技巧与维护 2009(16)37.贾崟.武俊义基于多层非负矩阵分解的工频干扰消除[期刊论文]-电力科学与工程 2009(4)38.周治宇.陈豪基于盲信号分离的同频信号的串行分离技术[期刊论文]-信息与电子工程 2009(4)39.王昆盲源分离问题的分析研究[期刊论文]-科技信息 2008(29)40.余华.刘忠盲信号分离的自适应算法研究[期刊论文]-计算技术与自动化 2008(4)41.杨柳绿.高勇基于训练序列的峭度盲源分离算法[期刊论文]-信息与电子工程 2008(5)42.邱天爽.毕晓辉稀疏分量分析在欠定盲源分离问题中的研究进展及应用[期刊论文]-信号处理 2008(6)43.刘秀芳.艾延廷.张宬基于独立分量分析的航空发动机振动信号盲源分离[期刊论文]-沈阳航空工业学院学报2008(5)44.李雪松.张天骐.杨柳飞.代少升基于图像单调特性的盲源分离算法[期刊论文]-计算机应用研究 2008(12)45.袁幸.段志善转子-轴承系统故障非线性振动响应识别方法的研究[期刊论文]-机床与液压 2008(4)46.余华.刘忠盲信号分离的自适应算法研究及比较[期刊论文]-化学工程与装备 2008(9)47.张玲基于PAST盲信号分离方法的仿真结果分析[期刊论文]-微计算机信息 2008(13)48.龚勤.张晓林.杨晓冬试论独立分量分析在民航空管系统上的应用[期刊论文]-科技创新导报 2008(5)49.马晓红.孙长富基于盲源分离的小波域多重音频水印方法[期刊论文]-电子与信息学报 2008(10)50.梁端丹.韩政.郝家甲独立分量分析及其应用研究[期刊论文]-现代电子技术 2008(3)51.聂凌烨.李雷.陈嘉明基于网络分量分析的盲源分离方法[期刊论文]-计算机应用 2008(z1)52.柴晓冬.叶学义.庄镇泉基于虹膜生物特征信息的图像加密方法[期刊论文]-计算机应用 2008(z1)53.纪祥鲲.王胜兵.艾小川线性独立成分分析的统一算法[期刊论文]-计算机与数字工程 2008(8)54.张晋东.秦贵和.崔月基于FastICA和SVM的EEG信号分类系统[期刊论文]-计算机研究与发展 2008(z1)55.徐桂芳.高勇基于训练序列的盲分离算法性能分析[期刊论文]-舰船电子工程 2008(8)56.石庆斌.马建仓盲源分离在机械振动信号分析中的应用[期刊论文]-测控技术 2008(5)57.骆鹿.樊可清快速定点独立分量分析在盲源分离中的应用[期刊论文]-科技信息（科学·教研） 2008(2)59.刘建强.冯大政.周祎基于多信道信号增强的卷积混迭语音信号盲分离的后处理方法[期刊论文]-电子学报2007(12)60.刘洋.邱天爽.毕晓辉基于独立分量分析和遗传算法的诱发电位提取新方法[期刊论文]-中国生物医学工程学报2007(3)61.孙云莲.罗卫华.李洪基于EMD的ICA方法在电力载波通信信号提取中的应用[期刊论文]-中国电机工程学报2007(16)62.李洪.孙云莲独立分量分析在多参数控制信号分离中的应用[期刊论文]-现代电子技术 2007(2)63.刘新艳.毋丹芳.李维勤基于NPCA的盲源分离算法[期刊论文]-无线电通信技术 2007(2)64.袁幸.段志善机械耦合振动响应双谱解卷积识别方法[期刊论文]-煤矿机械 2007(12)65.周成鹏.柴晓冬一种新的复波恢复方法——FastICA[期刊论文]-计算机工程与应用 2007(27)66.王宏志.贺利良.宋春鹏基于高阶统计量的MIMO系统辨识与信号分离算法[期刊论文]-吉林大学学报（工学版）2007(6)67.赵振兵.苑津莎.高强.罗广孝盲源分离在电气设备温度在线监测中的应用[期刊论文]-高电压技术 2007(8)68.邓智恒.罗伟栋实际语音盲分离客观评价指标研究[期刊论文]-电声技术 2007(9)69.曾燕芳.阔永红高噪声环境下的麦克风阵列VAD算法研究[期刊论文]-噪声与振动控制 2007(2)70.吴军彪.陶国良.陈进基于时频独立分量分析的Wigner-Ville分布交叉项消除法[期刊论文]-浙江大学学报（工学版） 2007(2)71.邬诚.李宏伟.王国庆一种新的变学习速率自适应独立分量分析算法[期刊论文]-计算机工程与应用 2007(1)72.王咏平.高俊未知数量稀疏源盲分离的一种新方法[期刊论文]-海军工程大学学报 2007(1)73.Xiaodong Chai.Chengpeng Zhou.Zhaoyan Feng.Yinhua Wang.Yansheng Zuo Complex-wave retrieval based on blind signal separation[期刊论文]-中国光学快报（英文版） 2006(1)74.蒋淑敏.宋瑞.高洪涛.胡育筑非负矩阵因子分解算法解析手性药物重叠峰的HPLC-DAD数据[期刊论文]-中国药科大学学报 2006(5)75.柴晓冬.左言胜基于盲信号分离的复波恢复方法[期刊论文]-仪器仪表学报 2006(10)76.蒋淑敏.戴冬梅.胡育筑手性药物联用色谱重叠峰的定性定量解析方法[期刊论文]-计算机与应用化学 2006(12)77.蒋淑敏.戴冬梅.胡育筑手性药物联用色谱重叠峰的定性定量解析方法[期刊论文]-计算机与应用化学 2006(12)78.刘海林基于广义特征值的病态混叠盲源分离算法[期刊论文]-电子学报 2006(11)79.王乐.顾学迈.王永建基于小波分析的卫星测控信号盲识别算法[期刊论文]-南京理工大学学报（自然科学版）2006(6)80.张永祥.明廷涛.王洪磊基于最小互信息准则的盲源分离在齿轮箱故障诊断中的应用[期刊论文]-机械设计与制造 2006(6)81.冶继民.张贤达.金海红超定盲信号分离的半参数统计方法[期刊论文]-电波科学学报 2006(3)82.李婷.邱天爽基于带参考信号的ICA算法的脑电信号眨眼伪差的分离研究[期刊论文]-中国生物医学工程学报2006(3)83.孙洪.安黄彬一种基于盲源分离的雷达信号分选方法[期刊论文]-现代雷达 2006(3)84.冶继民.金海红.楼顺天.张贤达未知源信号数目投影自然梯度盲信号分离算法[期刊论文]-西安电子科技大学学报（自然科学版） 2006(2)85.魏广芬.唐祯安.陈正豪.余隽.王立鼎.闫桂珍气体传感器阵列信号的盲分离研究[期刊论文]-高等学校化学学报2006(1)86.吴景田实时语音盲信号分离及声源定位研究[学位论文]硕士 200687.马晓红传声器阵列语音增强中关键技术的研究[学位论文]博士 200688.冯丹凤基于盲源分离技术的多目标辨识与定向技术研究[学位论文]硕士 200689.陈楚楚非协作情况下直接扩频信号扩频码盲估计研究[学位论文]硕士 200690.张旭秀盲源分离及其在脑电信号处理中应用的研究[学位论文]博士 200691.张华非平稳宽带有色信号盲卷积分离算法的研究[学位论文]硕士 200692.武建盲源分离研究及其在脑电信号分析中的应用[学位论文]硕士 200693.刘瑾基于盲源分离的语音增强方法研究[学位论文]硕士 200694.张鹏基于信号处理的压电自感知执行器解耦研究[学位论文]硕士 200695.丁小燕基于盲源分离的数字音频水印技术研究[学位论文]硕士 200696.梁忠杰数字音频鲁棒水印技术的研究[学位论文]硕士 200697.黄灿辉独立分量分析在盲信号分离中的应用研究[学位论文]硕士 200698.王毅.牛奕龙.陈海洋独立分量分析的基本问题与研究进展[期刊论文]-计算机工程与应用 2005(27)99.冯兆艳.柴晓冬基于密钥图像的加密技术[期刊论文]-信息安全与通信保密 2005(10)100.李小军.楼顺天.张贤达基于估计概率密度函数的独立分量分析方法[期刊论文]-西安电子科技大学学报（自然科学版） 2005(4)101.李舜酩转子振动故障信号的盲分离[期刊论文]-航空动力学报 2005(5)102.张梅.金施群ICA不确定性问题在圆度误差分离中的解决措施[期刊论文]-工具技术 2005(10)103.李舜酩.杨涛盲源信号分离及其发展[期刊论文]-传感器技术 2005(4)104.季忠.金涛.杨炯明.秦树人虚拟噪声通道在基于ICA消噪过程中的应用[期刊论文]-中国机械工程 2005(4) 105.李舜酩机械振动信号盲源分离的时域方法[期刊论文]-应用力学学报 2005(4)106.李小军.楼顺天.张贤达一种针对复值信号的独立分量分析方法[期刊论文]-西安电子科技大学学报（自然科学版） 2005(3)107.刘伟群.阳春华.易叶青JADE盲信号分离算法失效问题研究[期刊论文]-计算技术与自动化 2005(3)108.李婷.邱天爽.牛杰独立分量分析在脑电信号处理中的应用及研究进展[期刊论文]-北京生物医学工程 2005(3) 109.申永军齿轮系统的非线性动力学与故障诊断研究[学位论文]博士 2005110.梅铁民盲源信号分离时域与频域算法研究[学位论文]博士 2005111.林秋华基于盲源分离的图像与语音加密新方法研究[学位论文]博士 2005112.沈希忠盲信号处理的二阶和高阶分离算法研究[学位论文]博士 2005113.孔薇盲分离算法的研究及其在声信号处理中的应用[学位论文]博士 2005114.钟振茂基于盲源分离的声学故障特征提取方法研究[学位论文]博士 2005115.何培宇面向实时处理的自适应声学语音信号处理[学位论文]博士 2005116.易叶青基于进化算法的盲源信号分离[学位论文]硕士 2005117.谢朋朋车辆声频信号盲分离及遗传算法研究[学位论文]硕士 2005118.魏广芬基于微热板式气体传感器的混合气体检测及分析[学位论文]博士 2005119.刘洋独立分量分析及其在脑电信号提取中的应用[学位论文]硕士 2005120.王瑜空域处理语音增强方法的研究[学位论文]硕士 2005121.王翀数字音频水印技术的研究[学位论文]硕士 2005122.冶继民信源数目未知与变化时的盲信号分离方法研究[学位论文]博士 2005123.王明祥独立分量分析方法及在图像处理中的应用研究[学位论文]博士 2005124.张兼OFDM系统盲信道估计算法研究[学位论文]硕士 2005125.梁越卷积混合信号盲分离技术及应用研究[学位论文]硕士 2005126.孙战里盲源分离算法及其应用的研究[学位论文]博士 2005127.孙战里盲源分离算法及其应用的研究[学位论文]博士 2005128.施剑基于麦克风阵列的盲语音分离算法研究[学位论文]博士 2005129.康浔盲信号分离及在非线性混叠环境下的分离问题[学位论文]硕士 2005130.李先伟混叠卷积信号的盲反卷积研究[学位论文]硕士 2005131.梁丽丽麦克风阵列语音增强方法的研究[学位论文]硕士 2005132.潘丽丽独立成分分析及其在脑功能磁共振成像中的应用[学位论文]硕士 2005133.牛奕龙盲源分离算法研究[学位论文]硕士 2005134.李维勤基于混合信号概率密度函数估计的盲信号分离[学位论文]硕士 2005135.李婷独立分量分析及其在脑电信号噪声分离中的应用[学位论文]硕士 2005136.张荣强说话人识别中特征提取的方法研究[学位论文]硕士 2005137.何昭水瞬时线性混叠与卷积混叠盲分离研究[学位论文]博士 2005138.张发启盲源信号分离技术[期刊论文]-现代电子技术 2004(20)139.郑华.张粒子.谢莉.申景娜关于电力市场下系统边际价格概率模型的新研究[期刊论文]-中国电机工程学报2004(11)140.解静.李艳斌.陈建峰最大似然估计的独立分量分析法[期刊论文]-无线电工程 2004(7)141.李广彪.张剑云.毛云祥盲源分离的发展及研究现状[期刊论文]-航天电子对抗 2004(6)142.张梅.金施群圆度测量误差分离技术解决ICA的不确定性问题[期刊论文]-黑龙江科技学院学报 2004(5) 143.曹薇.高隽.胡学友一种有效的图像盲水印算法[期刊论文]-合肥工业大学学报(自然科学版) 2004(8) 144.刘盛鹏.方勇基于TMS320C64x DSP/BlOS Ⅱ的嵌入式语音采集与盲分离系统设计[期刊论文]-电子技术2004(4)145.李小军.朱孝龙.张贤达盲信号分离研究分类与展望[期刊论文]-西安电子科技大学学报(自然科学版) 2004(3) 146.张玲.何培宇.刘开文关于噪声环境中语音信号盲分离的研究[期刊论文]-四川大学学报(自然科学版) 2004(1) 147.申永军.杨绍普.刘献栋齿轮故障诊断中的信号处理技术研究与展望[期刊论文]-机械传动 2004(3)148.魏乐基于非负矩阵分解算法进行盲信号分离[期刊论文]-电光与控制 2004(2)149.张明键盲分离算法的研究[学位论文]博士 2004150.岳顺民配电市场价格分析及价格监管模式研究[学位论文]博士 2004151.王进军基于小波分析和人工神经网络对ECG信号滤噪和分类的研究[学位论文]硕士 2004152.李小军独立分量分析及其在阵列信号处理中的应用[学位论文]博士 2004153.李合生.赵明生.吴佑寿基于小波与傅里叶变换的一类短波盲信道自适应分离算法研究[期刊论文]-信息与控制 2003(4)154.金海红.冶继民未知源信号个数盲信号分离的半参数统计方法[期刊论文]-西安电子科技大学学报(自然科学版) 2003(6)155.李合生.赵明生.吴佑寿一种短波通信盲信道快速分离算法[期刊论文]-通信学报 2003(7) 156.刘洋.樊可清二阶盲辨识(SOBI)在模态分析中的应用[期刊论文]-微计算机信息 2010(31)本文链接：/Periodical_dianzixb2001z1010.aspx。

雷达科学与技术Radar Science and Technology第1期2021年2月Vol. 19 No. 1February 2021DOI ： 10. 3969/j. issn. 1672-2337. 2021. 01. 006一种新体制的高频地波雷达设计与实现杨钊，吴雄斌，张兰(武汉大学电子信息学院，湖北武汉430072)摘要：传统高频地波雷达接收机与天线阵列由长电缆连接，存在成本高、架设难、不易维护等问题。

本文提出了 一种新体制的高频地波雷达系统，该系统将多通道接收机分为多个装配在接收机天线附近的独立的单通道接收单元，接收单元与天线之间采用短电缆连接模式，各个接收单元之间通过GPS/北斗进行 时钟同步，通过无线方式进行参数配置和数据传输。

在完成单通道接收单元设计与实现后，通过闭环实验和海边现场实验对整个新系统进行了检测，得到了稳定的海洋回波,证明了新体制雷达系统的可行性。

关键词：地波雷达；无线传输；新体制；单通道接收单元中图分类号:TN95& 93文献标志码:A 文章编号：1672-2337(2021)01-0035-05Design and Implementation of a New HF Ground Wave RadarYANG Zhao, WU Xiongbin, ZHANG Lan{School of Electronic Information ?Wuhan University j Wuhan 430072, China)Abstract ： The receiver of the traditional high frequency (HF) surface wave radar (SWR) was usually con ­nected with the receiving array by long cables, which may increase the cost and difficulty of the installation and maintenance for the radar system. A novel HF SWR system is introduced in this paper. The receiving module of this system composes of several independent single-channel receiving units mounted near the receiving antennas, and a short cable connection mode is used between the receiving unit and the antenna. The clock synchronization between each receiving unit is realized through GPS/BDS )and parameter configuration, and data transition for the radar system are achieved through wireless transmission. The new radar system has been checked through the closed-loop experiments and field experiments and has received stable sea echoes 5 which demonstrates the feasi ­bility of the proposed radar system.Key words ： ground wave radar ； wireless transmission ； new system ； single channel receiving unit0引言高频地波雷达可以实现对视距外海洋状态和海上目标的大范围、高精度和全天候的实时监 测m ,因此，高频地波雷达在海洋监测和国防等领 域具有独特的应用前景和优势，成为了立体化海洋信息监测的重要工具之一。

第 21 卷 第 11 期2023 年 11 月太赫兹科学与电子信息学报Journal of Terahertz Science and Electronic Information TechnologyVol.21，No.11Nov.，2023一种高动态弱GNSS信号跟踪解调算法研究与实现吴军伟，梁涛涛，王川(中国工程物理研究院电子工程研究所，四川绵阳621999)摘要：在某些高动态弱信号场景中，载波相位难以锁定。

为实现对高动态弱全球导航卫星系统(GNSS)信号的跟踪，考虑锁频环较锁相环更为鲁棒，提出了一种基于锁频环(FLL)+差分解调的算法，实现对GNSS信号的跟踪和解调。

该算法采用二阶FLL实现对卫星信号的频率进行跟踪，差分解调算法实现对比特数据的解调。

工程应用上，算法采用现场可编程门阵列和数字信号处理器(FPGA+DSP)的架构实现，在FPGA中实现信号的跟踪信号的前处理，在DSP中实现跟踪环路算法、位同步和差分解调。

本文在Matlab平台中实现算法的仿真，通过模拟器平台和对天接收真实的GNSS信号对算法进行验证。

仿真结果与实验结果表明，该算法在高动态弱信号条件下能实现对卫星信号的稳定跟踪和数据的解调，克服了锁相环难以锁定导致数据无法解调的难题，最终实现GNSS信号在该条件下的位置、速度和时间(PVT)解算。

关键词：高动态弱GNSS信号；二阶FLL；比特同步；差分解调；现场可编程门阵列和数字信号处理器(FPGA+DSP)中图分类号：TN961 文献标志码：A doi：10.11805/TKYDA2021322Research and implementation of tracking demodulation algorithm for highdynamic and weak GNSS signalWU Junwei，LIANG Taotao，WANG Chuan(Institute of Electronic Engineering，China Academy of Engineering Physics，Mianyang Sichuan 621999，China)AbstractAbstract：：In some high dynamic weak signal scenarios, the carrier phase is difficult to lock. In order to track the high dynamic weak Global Navigation Satellite System(GNSS) signal, considering thatthe Frequency Locked Loop(FLL) is more robust than the Phase-Locked Loop(PLL), an algorithm basedon FLL+differential demodulation is proposed to track and demodulate the GNSS signal. The algorithmuses the second-order FLL to track the frequency of satellite signal, and the differential demodulationalgorithm is employed to demodulate bit data. In engineering application, the algorithm adopts thearchitecture of Field Programmable Gate Array+Digital Signal Processing(FPGA+DSP), realizes the pre-processing of signal tracking signal in FPGA, and realizes the tracking loop algorithm, bitsynchronization and differential modulation in DSP. The simulation of the algorithm is performed inMatlab platform, and the algorithm is verified by receiving the real GNSS signal from the simulatorplatform and the sky. The simulation and experimental results show that the algorithm can realize thestable tracking of satellite signal and data demodulation under the condition of high dynamic and weaksignal, and overcome the problem that the data cannot be demodulated due to the difficulty of PLLlocking, finally realize the Position Velocity and Time(PVT) solution of GNSS signal under this condition.KeywordsKeywords：：high dynamic and weak Global Navigation Satellite System(GNSS) signal；the second order Frequency Locked Loop(FLL)；bit synchronization;differential demodulation；Field ProgrammableGate Array+Digital Signal Processor(FPGA+DSP)在某些特殊的弱信号、高动态环境下[1]，天线相位衰减起伏较大，锁相环无法实现对GNSS信号的相位跟踪，无法实现数据的解调和观测量的提取，导致PVT解算结果错误甚至解算中断。

平移不变小波变换在遥测数据去噪中的应
用
遥测技术是今天科技发展的重要组成部分，它可以用来收集和传输远程信息，如气象数据、环境数据、海洋数据等。

数据的质量是基于遥测技术的任务的关键，而遥测数据中的噪声会严重影响数据的质量，因此，如何有效地去除遥测数据中的噪声是一个重要的研究课题。

平移不变小波变换（TIWT）是一种有效的去噪方法，它可以有效地消除去除噪声，而不影响信号的特征。

TIWT是一种小波变换，它可以将信号分解成一系列组合的子带，其中每个子带都有不同的频率特征，这可以有效地消除噪声，而不影响信号的特征。

TIWT 的另一个优点是其平移不变性，这意味着它可以用来保持信号的原始结构，而不用考虑信号的位置和时间特性。

因此，TIWT在遥测数据去噪中可以发挥重要作用。

TIWT可以有效地消除噪声，而不影响信号的特征，同时，TIWT的平移不变性可以保持信号的原始结构，从而有效地消除噪声。

因此，TIWT是一种有效的遥测数据去噪方法，可以有效地改善遥测数据的质量。

卫星导航信号抗扰动相关算法研究卫星导航信号是现代社会中非常重要的基础设施之一，它不仅支持 GPS 定位，还支持很多其他行业和领域的发展与应用。

随着Wireless 通信设备的高速发展，卫星导航的需求和其承载的负荷也不断增加，对它的可靠性和精确性提出了更高要求，而抗扰动则是保证卫星导航信号精确度和鲁棒性的关键。

扰动指的是在信号传输过程中，由于环境或人为因素产生的各种信号干扰和误差，包括多径效应、大气层折射、卫星时钟漂移、电磁干扰等等，这些扰动会影响到卫星导航信号的传输和接收精度，导致误差发生。

因此，抗扰动成为了卫星导航信号处理中至关重要的一环。

在实际应用中，由于信号易受到多种因素的影响，通常采用多种算法来进行抗扰动，以下是几种较为常见的抗扰动算法：第一种算法是时频域自适应滤波算法。

该算法通过时频域变换，获取到信号中的频域信息，根据实际情况对时频域产生噪声的位置进行加权调整，使得该位置的影响降到最小，从而提高信号抗扰动能力。

第二种算法是卡尔曼滤波算法。

该算法主要是通过对信号时序上的相关性进行分析和处理，消除因时序间段性变化而造成的误差，从而实现对信号的精确定位。

第三种算法是小波变换与神经网络算法的结合。

该算法基于小波变换对信号进行处理，然后使用神经网络算法进行分类和判别，实现对信号扰动的自动识别和消除。

除了以上三种算法，还有其他的一些抗扰动算法，如协方差匹配算法、贝叶斯滤波算法等，这些算法各有特点，均能提高信号的精度和鲁棒性。

总结起来，卫星导航信号抗扰动涉及的算法较多，每种算法都有其独特的优点和不足。

研究表明，采用多种算法相结合的方法，能够更好地提高卫星导航信号的抗扰动能力和精度，实现其更加稳定和准确的应用。

卫星遥感图像去噪算法研究近年来，卫星遥感技术在地球科学、环境保护、气象预测等领域得到了广泛应用。

然而，由于卫星遥感图像受到大气干扰和传感器噪声等因素的影响，其质量往往不尽如人意。

因此，研究卫星遥感图像去噪算法成为了科研人员的重要任务。

一、卫星遥感图像去噪算法的基本原理卫星遥感图像去噪算法的基本原理是通过对图像的相关性进行分析和处理来消除噪声。

其中，最常用的算法包括小波去噪法、总变差去噪法和均值滤波法等。

1. 小波去噪法小波去噪法是一种非常经典的图像去噪方法，它利用小波变换将图像分解成低频和高频部分，通过对高频部分进行阈值处理来去除噪声。

针对卫星遥感图像，可以选择适当的小波基函数和阈值来实现去噪效果。

2. 总变差去噪法总变差去噪法是一种基于图像的局部变化情况进行去噪的方法。

该方法利用图像的总变差作为正则化项，通过最小化总变差来达到去噪的效果。

这种方法在处理具有大面积连续变化的卫星遥感图像中表现出很好的效果。

3. 均值滤波法均值滤波法是一种基于像素周围邻域像素值的平均值进行去噪的方法。

该方法可以有效地去除高斯噪声和均匀噪声，但对于卫星遥感图像中的细节保护不佳。

二、卫星遥感图像去噪算法的应用卫星遥感图像去噪算法在地质勘探、农业监测和环境保护等领域得到了广泛的应用。

1. 地质勘探在地质勘探中，卫星遥感图像的去噪对于找寻矿产资源和预测地下结构非常重要。

通过去除噪声，可以提高地质勘探图像的质量，从而更准确地进行地质分析和选矿工作。

2. 农业监测在农业监测中，卫星遥感图像的去噪对于农作物生长状态和土壤水分含量的监测非常关键。

去噪后的图像可以提供更准确的农作物生长指标，帮助农民做出更合理的农业生产决策。

3. 环境保护卫星遥感图像的去噪在环境保护中也具有重要作用。

通过去除噪声，可以提高图像的空间分辨率和准确性，帮助环境保护部门更好地监测大气污染、水质变化和自然灾害等情况。

三、卫星遥感图像去噪算法的研究进展近年来，随着计算机技术的不断发展和算法的不断创新，卫星遥感图像去噪算法研究取得了不少进展。

GNSS变形监测数据降噪方法研究
曹石磊;方猛;焦元冰
【期刊名称】《测绘与空间地理信息》
【年(卷),期】2024(47)6
【摘要】为了提高GNSS变形监测数据降噪的效果,尽可能提取数据中的有用信息,本文结合局部均值分解方法与经验模态分解方法,提出一种新的LMD-EMD降噪方法。

该组合降噪方法实现GNSS监测数据降噪的技术流程为:首先,使用LMD方法对原始GNSS监测数据进行分解,得到不同频段的乘积函数分量以及残余项,计算各分量Hust指数确定高频分量、低频分量分界点;其次,使用EMD方法对高频分量进一步分解,得到不同频段本征模态函数与残余项,通过计算各IMF分量的多尺度排列熵均值确定高频分量、低频分量分界点;最后,重构两次分解所得低频分量得到最终降噪信号。

使用仿真模拟信号与实测GNSS监测数据对本文提出方法的有效性进行验证,结果表明相比于单一的LMD方法与EMD方法,本文提出组合降噪方法降噪结果的精度更高,能够精确地表达原始信号的变形趋势。

【总页数】5页(P209-213)
【作者】曹石磊;方猛;焦元冰
【作者单位】杭州市勘测设计研究院有限公司;浙江省测绘科学技术研究院
【正文语种】中文
【中图分类】P25;TB22
【相关文献】
1.基于小波函数对GNSS监测数据降噪的应用研究
2.桥梁GNSS-RTK变形监测数据的CEEMDAN-WT联合降噪法
3.边坡GNSS变形监测数据去噪方法研究
4.大跨径桥梁变形监测数据的组合降噪方法研究
因版权原因，仅展示原文概要，查看原文内容请购买。