现有的差分混沌移位键控（DCSK）通信系统主要的缺陷是传输速率较低，为此提出了一种无信号间干扰的相关延迟-差分混沌移位键控（CD-DCSK）通信方案。在发送端，由正交信号发生器产生两路正交混沌信号，并经符号函数归一化以保持发送信号的能量恒定，然后，这两路混沌信号与其延迟不同时间间隔后的混沌信号分别调制1 bit数据信息形成一帧发送信号。在解调端，采用相关解调提取数据信息，通过检测相关器输出结果的符号恢复信息比特。利用高斯近似（GA）法分析了系统在加性高斯白噪声（AWGN）信道下的理论误码率（BER）性能，并与经典的混沌通信系统进行了比较。分析及实验结果表明：与DCSK系统相比，无信号间干扰的CD-DCSK系统的传输速率提升了50个百分点，且其误码性能优于相关延迟移位键控（CDSK）系统。

为了改善混沌信号的传输性能，在相关延迟移位键控（CDSK）方案和多载波相关延迟移位键控（MC-CDSK）方案的基础上，提出一种多用户正交相关延迟移位键控（MU-OCDSK）方案。该方案利用多载波对混沌信号进行调制，得到的结果相对于CDSK，不仅有更高的频谱效率，而且误码率也得到了一定的改善。对该方案进行了理论仿真和蒙特卡洛仿真，结果表明相对于MC-CDSK，该方案不仅提高了1倍的传输速率，而且改善了误码率；且理论仿真和蒙特卡罗仿真结果一致。

单通道语音增强算法通过从带噪语音中估计并抑制噪声成分来得到增强语音。然而，噪声估计算法在计算时存在过估现象，导致部分估计噪声能量值比实际值大。尽管可以通过补偿消去这些过估值，但引入的误差同样会降低增强语音的整体质量。针对此问题，提出一种基于计算听觉场景分析（CASA）的时频掩蔽估计与优化算法。首先，通过直接判决（DD）算法估计先验信噪比（SNR）并计算初始掩蔽；其次，利用噪声与带噪语音在Gammatone频带内的互相关（ICC）系数来计算噪声的存在概率，结合带噪语音能量谱得到新的噪声估计，减少原估计噪声中的过估成分；然后，利用优化算法对初始掩蔽进行迭代处理以减少其中因噪声过估而存在的误差并增加其中的目标语音成分，在满足条件后停止迭代并得到新的掩蔽；最后，利用新的掩蔽合成增强语音。实验结果表明在不同的背景噪声下，相比优化前，新的掩蔽使增强语音获得了较高的主观语音质量（PESQ）和语音可懂度（STOI）值，提升了语音听感与可懂度。

针对低信噪比（SNR）下时分数据调制二进制偏移载波调制信号（TDDM-BOC）的组合码序列盲估计问题，提出一种基于Sanger神经网络（Sanger NN）的新方法。首先将已分段的信号作为输入信号并利用Sanger NN提取各主分量的权值向量；然后通过其多次输入反复训练权值向量，直至权值向量达到收敛；最终利用各个权值向量的符号函数重建信号的组合码序列，实现TDDM-BOC组合码序列的盲估计。此外，采用最优变步长的方法来提高收敛速度。理论分析和仿真实验表明，Sanger NN可以实现-20.9~0 dB信噪比下TDDM-BOC信号组合码序列的盲估计，且其复杂度明显低于传统奇异值分解（SVD）法和自适应特征提取的在线无监督学习神经网络（LEAP）；尽管Sanger NN收敛所需数据组数大于LEAP，但收敛时间明显少于LEAP算法。

针对多径信道下因多径衰落造成软扩频信号伪码周期难以估计的问题，提出了一种基于二次功率谱的多径软扩频信号伪码周期盲估计方法。首先，将一般的单径软扩频信号扩展到多径模型；然后，在多径软扩频信号模型的基础上计算信号的一次功率谱；其次，将求出的一次功率谱作为输入信号计算信号的二次功率谱，理论分析表明信号的二次功率谱在伪码周期整数倍处将会出现峰值谱线；最后，通过检测峰值谱线间的间距就可以实现多径软扩频信号的伪码周期估计。通过仿真实验表明，在伪码周期估计正确率为100%、伪码序列长度为127位和255位时，所提方法比时域相关法提高信噪比约1 dB和2 dB；在同一对比条件下，所需要的平均累加次数均少于时域相关法。实验结果表明，所提方法对伪码周期进行估计，在减少计算量的同时，还提高了估计的正确率。

针对瑞利信道下调制方式分类的问题，提出了一种基于累积量的识别方法。该方法利用四阶累积量和六阶累积量的组合作为特征参数，采用决策树分类器，能够实现二相相移键控(BPSK)、四相相移键控(QPSK)、四进制幅移键控(4ASK)、四阶正交幅度调制（16QAM）、五阶正交幅度调制（32QAM）、六阶正交幅度调制（64QAM）和正交频分复用（OFDM）七种调制方式的识别分类，且计算量小，易于实现。从理论上进行推导与分析，所提方法对瑞利衰落和加性高斯白噪声干扰不敏感。计算机仿真结果表明：信噪比大于4dB时，正确识别率达到90%以上，说明了所提方法的可行性及有效性。

为了解决正交频分复用(OFDM)宽带信号处理的问题,研究了基于宽带聚焦矩阵和高阶累积量的波达方向(DOA)估计方法。前者是通过傅里叶变换将宽带阵列数据分解为若干窄带信号,再利用一种聚焦矩阵将不同频带下的方向矩阵变换到同一参考频率下,然后用多重信号分类(MUSIC)算法来估计DOA；高阶累积量算法是通过聚焦操作,把各个窄带频率处的阵列输出矢量变换到聚焦频率处,然后求其累积量矩阵。对各个累积量矩阵进行加权平均并特征值分解,再应用MUSIC算法估计DOA。理论分析和仿真结果表明，两种方法都能够精确地估计OFDM信号的DOA,四阶累积量方法的空间分辨率比聚焦矩阵方法有所提高。四阶累积量算法扩展了阵列孔径，信噪比(SNR)较低的时候也有很好的适应性。

针对扩频水印的盲提取问题，提出了一种在数字音频中扩频水印的盲提取算法。算法将扩频后的水印信息隐藏在音频文件小波分解的低频系数再做离散余弦变换(DCT)后的第5个系数中。提取时在扩频序列及其长度均未知的情况下，采用二次谱和奇异值分解(SVD)的方法对嵌入时使用的扩频参数进行估计，实现了数字音频中扩频水印的盲提取。仿真实验表明，所提算法在未知扩频参数的情况下能提取出归一化系数(NC)为1的水印图像并且水印的鲁棒性也很强，在加噪、低通滤波等攻击下估计出的扩频序列正确率能达到90%以上，恢复出的水印图像清晰可见，归一化系数都在0.98以上。

为了解决宽带信号处理的问题,研究了一种宽带线性调频(LFM)信号的波达方向(DOA)估计方法。该方法采用离散多项式变换(DPT)将宽带的LFM信号变换成窄带的,经过变换后,即变换为单个正弦信号和新的噪声。这样可将时变的方向向量转化为时不变的方向向量,再采用常规的窄带信号处理方法——多信号分类(MUSIC)算法,对信号的波达方向进行估计。理论分析和仿真结果表明,该方法能够精确地估计信号的波达方向;不仅计算量小,易于实现,而且估计性能好。

针对无线电通信领域中经常遇到多径传输和反射因素的现象，必须考虑宽带相干信号源的存在。提出一种离散多项式相位变换(DPT)与虚拟阵列变换法相结合的相干非线性调频(NLFM)信号的波达方向(DOA)估计方法，并对其中的算法做了对比、分析和改进。解决了常规MUSIC、ESPRIT算法不能估计宽带信号、相干信号的问题，不仅能更准确地进行DOA估计，而且不损失阵列的孔径，提高了阵元数的利用率。同时还提出了当两个信号源很近的情况下的角度估计算法。仿真实验证明了该算法的有效性。

针对基于快速傅里叶变换（FFT）的伪码捕获过程中出现的能量泄漏和扇贝损失，通过对一种基于分段匹配滤波—快速傅里叶变换（PMF-FFT）的伪码捕获方法的分析，提出了使用频谱校正的方法来解决这些问题。对FFT后的功率谱最大值进行频谱校正后，提高了最大幅值，同时抑制了旁瓣的干扰，得到了更为精确的多普勒频偏，这样就能获得更高的检测概率。同时给出了基于该算法的信号模型和理论分析的表达式，在理论分析的基础上，使用计算机进行仿真，证明该方法有良好的捕获效果。

针对认知无线电系统中正交频分复用(OFDM)信号参数估计这一重要问题,利用OFDM信号的循环谱实现了符号周期的盲估计。首先证明了加循环前缀矩形脉冲成型的OFDM信号具有循环平稳性,然后分别在无噪声和低信噪比条件下,以单载波信号的循环谱为基础,利用OFDM信号各子载波的正交性,从理论上推导出了OFDM信号的循环谱表达式。最后通过对连续信号和离散信号进行仿真,得到了相同的循环谱图,并且在低信噪比条件下,利用循环谱实现了OFDM信号符号周期的盲估计。

针对微弱二进制相移键控(BPSK)信号的解调问题,对基于混沌系统的解调方法进行了研究。介绍了混沌系统微弱信号检测的原理,结合混沌系统产生相变的相位条件和BPSK信号的调制方式,给出了利用Duffing系统进行强噪声背景中BPSK信号解调的方法和步骤,并提出了利用功率谱熵对系统不同状态复杂度进行判别的新方法。在理论分析的基础上,建立了Matlab/Simulink仿真模型。仿真结果表明,利用混沌振子和功率谱熵解调微弱BPSK信号的性能优于传统的相干解调方法。

对基音检测的倒谱法进行了分析,指出其在基音检测计算及其数字实现时存在不足。为 了克服这些不足,提出了一种功率谱二次处理的二次谱基音检测方法,该方法在克服了倒谱法在基音 检测中不足之处的同时还提高了计算速度,基音轨迹曲线估计的准确性也得到了改善。