针对强噪声背景中的弱信号检测问题，在经典随机共振处理方法的基础上，利用小波良好的去噪特点，提出了随机共振加小波去噪检测弱信号的新方法，理论分析和仿真结果表明，该方法优于传统的随机共振处理方法，可获得近2.5dB的输出信噪比得益．

弱GNSS信号跟踪技术是卫星导航接收机关键技术之一,跟踪技术的好坏将直接影响卫星导航接收机在弱信号条件下的跟踪性能;在动态环境和先验信息不充分的情况下,由于扩展卡尔曼滤波(EKF)的固定设计使其不能满足要求,针对此不足引入一种自适应扩展卡尔曼滤波(AEKF)的信号跟踪算法;该自适应滤波算法能够实时监测残差或滤波器新息的动态变化,来修正观测噪声方差和状态噪声方差,以此调整滤波器增益,观测值和控制预测值在滤波结果中的权重;理论分析和结果表明,该算法能够充分利用观测信号的统计特性,克服了传统EKF算法不足,获得更好的跟踪性能。

GNSS弱信号跟踪技术研究

自相关器的设计，微弱信号检测课程设计。怀念当年自己亲自动手做作业。

自己编的自相关检测微弱信号的Matlab程序，能用，内附画FFT频谱图函数

题目要求： 1. 基本要求 （1）噪声源输出VN的均方根电压值固定为 1V0.1V；加法器的输出VC =VS+VN，带宽大于1MHz；纯电阻分压网络的衰减系数不低于100。 （2）微弱信号检测电路的输入阻抗Ri≥1 M。 （3）当输入正弦波信号VS 的频率为1 kHz、幅度峰峰值在200mV ~ 2V范围内时，检测并显示正弦波信号的幅度值，要求误差不超过5%。

弱信号的multism仿真放大，能实现弱信号的放大，放大可调。

这是用于弱信号检测的二阶匹配随机共振的教程示例。 详情请参考'董H，王H，沉X，等。 二阶匹配随机共振对弱信号检测的影响[J]． IEEE Access，2018，6：46505-46515。' 或联系董海涛（haitaodong@mail.nwpu.edu.cn 或 hai3water@126.com）。 享受！

GPS弱信号捕获技术研究.pdf

提出了基于集合经验模态分解(EEMD)和奇异值(SVD)相结合的微弱信号提取方法和高低频部分的判别准则:采用EEMD把信号分解成几部分,将IMF分为高频段与低频段2部分,对2部分分别进行奇异值处理,叠加得到降噪信号,做出其频谱图,得到所需要的有用信号。此方法可以在未知原信号的情况下提取,并且可以提取信噪比为-15 dB的信号。仿真结果和对比分析表明,此方法能更好地提取微弱特征信号。