基于迭代自适应稀疏分解的雷达信号去噪

稀疏分解能有效分离信号和噪声,因此适用于信号去噪.文中构造了雷达回波稀疏表示的冗余字典,字典原子与目标回波波形匹配,基于该字典的雷达回波信号稀疏度就是目标数.针对稀疏度自适应匹配追踪算法进行低信噪比信号稀疏分解时的不足,提出了一种迭代自适应匹配追踪算法,采用规范化的残差之差作为迭代终止条件,使得稀疏分解过程能依据噪声水平自适应终止,以逐次逼近方式估计信号稀疏度,改善了稀疏分解的精度.仿真实验结果表明,该算法在低信噪比以及稀疏度未知的条件下,实现了雷达回波信号的准确稀疏分解,极大地提高了信噪比.     

具有旋转部件雷达目标ISAR成像新方法

分析了具有旋转部件的运动目标回波信号的特点,提出了以单频信号和正弦调频信号为原子的双信号集匹配分解法。利用该算法,可以从含有单频分量和正弦调频分量的信号中检测出单频分量和正弦调频分量及其参数。将其应用于具有旋转部件目标的ISAR成像和微多普勒特征提取中,可以分离目标主体的回波分量和旋转部件回波分量,从而获得聚焦清晰的目标主体像并提取旋转部件特征。最后,仿真结果验证了该算法的有效性。     

基于支持向量机的雷达欺骗性干扰类型识别

本文把雷达目标回波信号和欺骗干扰信号纳入到统一框架下进行分析,提取了基于原子分解理论的特征及时延和频偏匹配度特征。最后利用支持向量机（Support Vector Machine,SVM）分类器,对雷达接收信号进行了分类识别。仿真结果验证了该方法不仅可以有效检测欺骗干扰信号的存在,还可以识别欺骗干扰信号的类型。     

基于稀疏分解的高分辨雷达信号特征提取

从含噪的目标波形中提取稳健的目标特征,是准确识别目标的关键.通过稀疏分解将高分辨雷达回波信号展开于一个超完备Gabor时频字典上,从具有局部化时频结构的信号中提取相关特征量,并采用改进的混合粒子群算法降低匹配追踪过大计算量的问题.实验表明,使用少数原子就可以表示原信号的主要特征信息,可作为目标识别的依据.     

基于原子分解理论的雷达欺骗式干扰信号特征提取

针对雷达信号多为非线性信号的特点以及原子分解在冗余字典集内对非线性信号能得到更优逼近效果的优点,提出将原子分解理论应用到雷达欺骗式干扰信号特征提取,为实现自动识别雷达欺骗式干扰奠定了基础.简要介绍了原子分解的基本原理及经典算法.根据欺骗式干扰信号受DRFM量化效应影响的特点,选取包含Heaviside字典的过完备字典集进行特征提取,找出了能表明目标回波信号与欺骗式干扰信号两者之间显著差异的特征参数.仿真实验验证了提取的特征参数的有效性.     

一种基于一维小波包分解的信号特征提取方法

本文主要针对主动声纳的水中目标回波信号,使用一维二进离散小波包分解技术进行信号的特征提取,研究了信号特征的提取方法和分解节点与实际频带对应列表的计算方法,并通过不同的仿真实验对特征提取算法进行了验证和分析,旨在为基于信号处理提取水中目标回波信号的特征提供一种新的方法和思路。     

快速TFAD在雷达辐射源信号中的应用

计算复杂度高是制约时频原子分解算法在信号处理中应用的主要问题,文中提出了一种基于粒子群算法(PSO)的时频原子分解快速算法,该方法在过完备Chirp原子库的基础上,采用时频原子分解算法分解信号,并通过PSO算法降低时频原子分解算法搜索过程的计算复杂度,提高信号处理效率.对雷达辐射源信号的仿真实验结果表明,该方法与传统的时频原子分解算法相比计算速度大幅提高,且用在数量上比Gabor少的Chirp原子刻画出信号的主要时频特征.     

基于特征分解的多模杂波抑制方法

电离层对天波超视距雷达回波信号的污染严重制约了雷达对慢速目标的检测, 相位扰动与多模传播共存时, 更是加重了回波杂波谱的展宽.针对这一情况, 文中提出了基于特征分解的多模杂波抑制方法, 根据不同群距离单元上回波信号的相关性来选择群距离单元构造协方差矩阵, 通过一个模板滤波器对回波信号滑动滤波来确定回波信号模式个数, 从而可通过对协方差矩阵的特征分解来确定目标信号和噪声子空间, 继而完成杂波的抑制.该方法实现简单, 适合工程应用, 并且对实测数据的处理结果证实了该方法的有效性.     

一种基于交叉证认和经验模态分解的滤波算法及其在激光雷达回波信号降噪处理中的应用

交叉证认技术改进了基于经验模态分解(EMD)的激光雷达回波信号降噪方法。该方法在对激光雷达回波信号噪声特性和经典降噪方法缺陷进行研究的基础上,利用交叉证认技术自适应地识别雷达回波信号中的信号层和噪声层,再通过经验模态分解算法分离噪声和重构信号。通过仿真数据和实测雷达信号对比分析,该方法能够自适应地选择本征模函数中的信号层数,不但有效地滤除了各种随机噪声,而且保留了信号的有效信息特征,减少了信号损失,进而提高了后续数据处理的准确度。     

基于Chirplet原子的雷达辐射源信号特征提取

特征提取是新体制雷达辐射源信号分选识别的关键技术.本文提出一种全新的雷达辐射源信号时频原子特征提取方法.在过完备多尺度Chirplet原子库基础上,采用匹配追踪(MP)方法对信号进行时频原子分解,并通过改进量子遗传算法(IQGA)降低MP搜索过程的时间复杂性,得到表示雷达辐射源信号特征信息的本征Chirplet原子.实验结果表明使用更少量的Chirplet原子可以得到比Gabor原子分解更准确的特征信息,证实了本文方法的可行性和有效性.     

一种新的Morlet小波及其在雷达信号特征提取中的应用研究

为准确估计雷达信号的瞬时频率,文中提出了一种基于新Morlet小波原子提取信号小波脊线的方法。通过分析小波脊线原理,使用新Morlet小波原子提取雷达辐射源信号的小波脊线特征。同时,针对不同调制类型的雷达信号,根据小波分解时—频约束关系,分析了正确提取信号脊线特征的条件。仿真实验表明,与普通Morlet小波原子相比,基于改进的Morlet小波提取信号脊线特征具有较强的检测概率和抗噪性能,其方法的有效性为实验结果所证实。     

免疫克隆选择算法在雷达信号时频原子分解中的应用

针对传统时频原子在雷达信号分解中计算复杂度比较高的问题,提出了一种基于免疫克隆选择算法的时频原子快速分解方法。首先将Chirplet原子库分解为小原子库,然后并行地在每一个小原子库中搜索最佳原子,搜索过程建模为多参数寻优问题,通过免疫克隆选择算法的克隆、变异、记忆、替换等操作求解最优值,最后比较每一个小原子库中的最佳原子,将相似度最大的原子作为分解的最佳原子。仿真实验表明,该方法能够用较少的时频原子表示信号,在大幅减少时频原子搜索时间的同时,有效地抑制了噪声和交叉项的干扰。     

一种新的非平稳信号分析方法－局域波分析

该文介绍一种新的非平稳信号分析方法局域波分析，该方法源于瞬时频率的慨念，它能把动态信号的局部特征正确地在时频域内予以描述，局域波分解的基不是固定的，而是随动态信号波形的变化而变化，具有自调节自适应的特征，与传统的时频分析方法相比，局域波分析有很多优点，它是分析非平稳信号的一般方法，该文讨论了局域波分析的应用，指出了该方法需进一步研究的有关问题。     

基于EMD时频重构特征的航管应答器个体识别

通过分析航管应答信号样式及特点,提出了基于经验模式分解（EMD）时频重构特征的航管应答器个体识别算法。首先通过EMD将多分量信号分解为有限个固有模式函数（IMF）分量,继而利用IMF来重构辐射源信号的时频分布,最终获得稳定的时频图分解特征。利用实测航管应答信号的验证实验表明,该方法可以有效提取航管应答信号的细微特征,最终的识别性能显著优于使用脉冲包络特征或者功率谱特征的识别算法。     

一种基于时频原子特征的雷达辐射源信号识别方法

提出了一种全新的基于时频原子特征的雷达辐射源信号识别方法.训练阶段,在过完备时频原子库的基础上,以类区分度为度量,提取少数最能区分不同类别信号的时频原子作为一组固定的特征;识别阶段,以原子和信号的内积的绝对值作为分类器的输入特征,采用有监督模糊自适应共振网络进行辐射源的自动识别.对5类典型雷达辐射源信号的实验结果表明,...     

A four-parameter atomic decomposition of chirplets

A new four-parameter atomic decomposition of chirplets is developed for compact and precise representation of signals with chirp components. The four-parameter chirplet atom is obtained from the unit Gaussian function by successive applications of scaling, fractional Fourier transform (FRFT), and time-shift and frequency-shift operators. The application of the FRFT operator results in a rotation of the Wigner distribution of the Gaussian in the time-frequency plane by a specified angle. The decomposition is realized by using the matching pursuit algorithm. For this purpose, the four-parameter space is discretized to obtain a small but complete subset in the Hilbert space. A time-frequency distribution (TFD) is developed for clear and readable visualization of the signal components. It is observed that the chirplet decomposition and the related TFD provide more compact and precise representation of signal inner structures compared with the commonly used time-frequency representations     

基于时频分布图像和主分量分析的脉内调制识别算法研究

本文提出了一种利用模式识别中图像处理的方法来进行雷达脉内调制特征识别的新算法.通过对雷达信号时频分布图像进行二维小波分解,并对其进行主分量分析,获得每类雷达信号中的特征参数,构建相应的分类器,并利用此分类器对信号进行识别.仿真结果表明,利用信号的时频分布图像来进行信号识别是完全可行的,提取的特征参数具有很好的鲁棒性,具有较强的抗噪声能力,同时可以取得较高识别率.     

胶合板声发射信号的小波包特征提取及神经网络模式识别

为识别胶合板的不同损伤类型,将小波包时频分析与能量谱相结合,提出基于时频和频段能量占比的胶合板损伤声发射信号特征提取方法。研究得出胶合板基体开裂信号以膨胀波和弯曲波模式并举,频谱较宽,能量主要集中在小波能量谱的第一、二、三、四和七频段;分层信号频率单一,幅值较高,并以膨胀波为主;纤维断裂主要以弯曲波模式为主,频率较低;脱胶信号波形为膨胀波和弯曲波的混合型,以弯曲波为主,能量多集中于第一、二、三、四频段。用小波包提取的能量占比作为由BP神经网络构成的智能化模式分类器的输入样本,对4种声发射信号进行识别,正确率达到92．6％。     

基于小波理论的脉象信号消噪及特征点检测

利用小波变换具有揭示信号时频两域细节和局部特征的能力,采用小波包分解消除脉象信号中的工频干扰,通过小波分解重构滤波法消除因呼吸引起的基线漂移,并用小波变换模极大值法对消噪后的信号进行特征点检测。实验表明,小波理论对一维非平稳微弱信号具有良好的消噪能力和突变点的检测能力,能实际有效的滤除脉象信号中混杂的基线漂移及工频干扰等噪声,并最大限度地保留信号本身特性。