1、隨著信息技術(shù)的飛速發(fā)展，各類電磁通訊設備數(shù)量越來越多，通信信號體制和調(diào)制樣式也越來越復雜多樣,各種電磁信號交織在一起，使得有限的頻譜資源日益擁擠和重疊，電磁環(huán)境越來越復雜。這些復雜的電磁環(huán)境表現(xiàn)在以下幾方面：（1）空間中的電磁信號日益增加，背景噪聲顯著提高；（2）各種干擾日益嚴重，背景噪聲常呈現(xiàn)非高斯特性；（3）受各種突發(fā)信號和干擾以及背景影響，噪聲高動態(tài)變化。這些復雜的電磁環(huán)境對現(xiàn)有信號檢測技術(shù)提出了更高的要求和更嚴峻的挑戰(zhàn)：（1）信

2、號常常淹沒在復雜噪聲中，呈現(xiàn)極低譜密度特性；（2）傳統(tǒng)檢測方法在非高斯背景噪聲中無所適從；（3）現(xiàn)有檢測方法易受高動態(tài)背景環(huán)境影響，性能損失嚴重；（4）現(xiàn)有信號檢測技術(shù)難以滿足快速實時性檢測要求。本文針對復雜電磁環(huán)境下信號檢測技術(shù)面臨的挑戰(zhàn)展開研究，論文主要研究成果如下：
　　在微弱信號檢測方面，引入了非線性物理學中的隨機共振理論，用噪聲來增強微弱信號，提升檢測性能。設計了最優(yōu)的雙穩(wěn)態(tài)隨機共振系統(tǒng)，并通過線性變換的方法將雙穩(wěn)態(tài)隨機

3、共振應用到實際大參數(shù)信號中，提出了基于雙穩(wěn)態(tài)隨機共振的能量檢測算法，將噪聲能量轉(zhuǎn)化為信號能量，顯著提升了檢測性能?；趶V義隨機共振理論，提出了利用了噪聲來提升能量檢測的算法。通過合理增加噪聲，增加不同假設條件下的檢測統(tǒng)計量的概率密度函數(shù)的區(qū)別，引入噪聲偏移系數(shù)為標準，尋找最優(yōu)隨機共振噪聲，提升傳統(tǒng)算法性能。
　　針對現(xiàn)有檢測算法在非高斯背景下性能損失嚴重，甚至不能正常工作的問題展開研究，設計了適合非高斯噪聲下的穩(wěn)健信號檢測方法。針

4、對典型的非高斯噪聲——拉普拉斯噪聲，從噪聲的自身特點出發(fā)，提出了基于絕對值累加的檢測方法。從理論上分析了該算法的檢測性能和受噪聲不確定度的影響，并進一步推導了融入該方法的協(xié)作檢測方法性能?；?Matlab的仿真驗證了理論推導的正確性，表明了該算法較現(xiàn)有拉普拉斯噪聲下的檢測算法性能優(yōu)越3dB以上，且受噪聲不確定度影響小，同時能有效融入現(xiàn)有協(xié)作網(wǎng)絡。為了在拉普拉斯噪聲下進一步適應高動態(tài)背景環(huán)境，克服噪聲不確定度的問題，提出了基于Goodn

5、ess of Fit Test的檢測方法，該方法檢測性能優(yōu)于傳統(tǒng)方法，且具有完全不受噪聲不確定度影響的優(yōu)點。針對廣義高斯噪聲下的信號檢測問題，引入了統(tǒng)計學中的KS檢測方法，在過采樣前提條件下，充分利用實際通信系統(tǒng)中保護帶寬內(nèi)潛在的噪聲統(tǒng)計特性信息，設計了頻域的FGoF方法。該方法能有效對抗噪聲不確定度和噪聲模型誤差帶來的影響，具有很好的穩(wěn)健性和普遍適用性。
　　針對復雜寬帶多目標信號檢測，對傳統(tǒng)的基于周期圖法的頻域能量檢測法進行了

6、性能分析，并將FGoF方法進一步擴展到寬帶多目標檢測中去，充分利用各子帶內(nèi)保護間隔內(nèi)的有效信息，實現(xiàn)真正意義上的穩(wěn)健盲檢測。
　　針對現(xiàn)有算法在低信噪比條件下，檢測時間長的問題展開研究。設計了基于雙檢測長度的檢測算法，在檢測性能優(yōu)于傳統(tǒng)能量檢測同時，所需要的平均檢測長度更短，同時具有低計算復雜度的優(yōu)點。將廣義隨機共振系統(tǒng)引入到序貫檢測中去，設計了基于廣義隨機共振的分段能量檢測算法，較傳統(tǒng)方法進一步減少檢測數(shù)據(jù)長度，縮短檢測時間。設