MSK信号的参数估计

针对通信侦察中MSK信号参数估计的实际应用,提出构造延迟相乘自混频辅助信号获取与原信号同码速率的基带脉冲,对该脉冲采用小波变换提取边沿信息并进行谱分析实现信号码速率的估计;提出采用平方律和一阶循环矩子集相结合,通过检测循环频率位置的方法实现MSK信号的载波估计.这些算法无需MSK信号的任何先验信息,从而有利于通信侦察机...     

基于S变换的信号时频特性分析

介绍了S变换的基本原理,从理论上分析了S变换与短时傅里叶变换和小波变换的关系。对比分析了短时傅里叶变换、Wigner-Ville分布与S变换的时频谱特点。实验结果表明,S变换的时频窗口可以随频率自适应的调整,这使得S变换在非平稳信号的应用中更有实用性和灵活性。     

一种非合作的跳频信号跳同步方法

针对跳频信号侦察中,在非合作条件下进行信号跳同步问题,提出利用跳信号分段频谱比较分析实现跳频信号跳变时刻同步的方法。该方法首先利用短时傅里叶变换和小波变换的方法有效估计跳频信号跳速率参数,在此基础上通过在一个跳周期内取三段信号进行频谱比较,并滑动调整时间参数的方法进行跳同步获取。实验证明该方法不仅可以有效实现跳频的跳同步,同时克服了跳速率估计精度不足的问题,且方法结构简单易于工程实现。     

基于信息熵的自适应窗长STFT算法在AFVISAR中的应用

在用短时傅里叶变换（STFT）对全光纤速度干涉仪（AFVISAR）的输出信号进行瞬时频率估计时,由于窗长固定,频谱的时频分辨率不能根据信号特点而改变。为了解决这个问题,提出一种基于最小信息熵准则的自适应窗长STFT算法。仿真结果表明,该算法可以根据信号特征有效地解决时间分辨率和频率分辨率之间的折衷,提高瞬时频率估计的准确性。     

基于时频谱融合的加速度计信号分析

时频谱分析可以提供信号在时间域和频率域的联合分布信息,针对该方法很难同时保证较高的时间分辨率和频率分辨率的问题,提出了一种时频聚集性很高的谱融合方法。先用谐波小波包将信号分解到不同频段,再用高时间分辨率的Morlet小波和高频率分辨率的短时傅里叶变换分别对各个频段上的分量进行分析,得到小波尺度矩阵和短时傅里叶变换时频矩阵,然后通过算法将二者融合在一个时频谱中。通过仿真和对动态条件下加速度计信号的分析,证明该算法既能提取出微弱的动态变化,又具有较高的时频分辨率,可以直观、全面、精确地对信号进行识别。     

非平稳信号分析的广义解析模态分解方法

现有的非平稳信号分析方法都有各自不同的缺陷,短时傅里叶变换的时频分辨率受不确定性原理的限制,希尔伯特黄变换存在端点效应和模态混叠,易导致模糊的时频分布;解析模态分解只适合分析频率恒定的多分量信号;针对包含多个时变模态、特别是频谱重叠的非平稳信号,本文提出了一种新的信号分析方法———广义解析模态分解（Generalized Analytical Mode Decomposition,GAMD）．GAMD通过广义傅里叶变换将时变频率转换为频谱可分的,采用解析模态分解对其分解,再对得到的单分量信号进行逆广义傅里叶变换即可得到原始信号的分量．因此,GAMD非常适合分析时变的非平稳信号．通过仿真信号将GAMD与短时傅里叶变换和希尔伯特黄变换等方法进行了对比,结果表明GAMD方法的分解效果更精确,时频分辨率更高．     

用短时傅里叶和小波变换对鸣叫声的时频分析

短时傅里叶和小波变换是信号处理领域的热点研究问题。本文对2类鸣叫声分别进行短时傅里叶和小波变换，以分辨瞬时频率，得到了较好的结果。并根据所得结果，分析比较了这2类变换的特点。     

基于小波变换的非平稳信号瞬时频率分析方法

利用小波变换的优越时频分辨特性,对非平稳信号的瞬时频率进行了分析,给出了模拟仿真结果,并与短时傅立叶变换作比较,得出了两者对信号瞬时频率分析的适用范围及各自的优缺点。     

基于短时傅里叶变换的扬声器共振频率求解

通过分析在单一频率正弦信号和连续对数扫频信号下扬声器响应信号频谱的特点,提出在短时傅里叶变换的基础上,对扬声器共振频率进行求解。对扬声器扫频范围内的响应信号进行采集和短时傅里叶变换,并分析各个窗对应谐波分量的大小,进而得出共振频率。该方法能够快速获取扬声器的共振频率,测量结果准确,为扬声器在共振频率附近区域的检测提供保证。     

基于瞬时频率谱的码元速率估计方法

数字通信中码元速率的估计对调制信号的识别、非合作通信的盲解调和无线电频谱监测等有着重要意义。为此,本文提出了一种基于瞬时频率谱的码元速率估计方法。该方法首先利用Hilbert变换将实信号变换为复信号,再利用微分算法求取信号的瞬时频率,然后对瞬时频率值进行Fourier变换,根据变换结果的谱得到码元速率的估计值。经对该方法仿真分析和实际应用,表明其具有准确性高、计算量小以及受噪声、滚降系数及载频影响小等特点。     

基于离散小波分解和频率脊线分析的CPM信号符号速率盲估计

非合作接收条件下,连续相位调制（CPM,Continuous Phase Modulation）信号多变未知的信号体制使其符号速率盲估计一直是分析该类信号的难点之一.现有的算法大多直接基于信号的瞬时频率或循环平稳性,存在抗噪性能差,不适用于多指数CPM信号等问题.针对该问题,本文通过分析小波变换在信号分解和时频分析中的优势,提出一种综合利用离散小波（DWT,Discrete Wavelet Transform）分解和频率脊线提取的CPM信号符号速率估计的新算法.算法对比分析表明,所提算法具有更好的抗噪性能且在小数据量时也能达到较好的估计性能.     

基于小波变换的MPSK信号符号率估计方法

通过对MPSK信号的小波域特征进行分析,研究了小波变换结合FFT估计MPSK信号的符号率的算法,比较了利用一次小波和二次小波变换估计信号符号率的性能。仿真结果表明,在相同情况下,利用MPSK信号的二次小波变换进行符号率估计比利用一次小波变换进行符号率估计的性能更为优越。在信噪比不小于5dB的情况下,利用信号的二次小波变换提取信号符号率的准确率能够达到98％以上。     

一种用于信号侦测的码元速率估计方法

提出了一种数字通信信号码元速率的估计算法。对截获接收机输出的调制信号提取基带信号,利用此基带信号小波变换系数的模值,构造与原调制信号码速率一致的单极性脉冲序列。通过对此单极性脉冲序列的功率谱分析可知,在基带信号码元速率的整数倍处存在离散谱线,检测这些离散谱线即实现了信号码元速率的估计。这种算法能在低信噪比下估计信号的码元速率。理论分析和实际信号处理证明了本文提出算法的可行性。     

Alpha稳定分布下基于RHMy滤波的MQAM信号码元速率估计方法

针对Alpha稳定分布噪声环境下,传统的MQAM信号码元速率估计方法性能恶化甚至完全失效的问题,本文结合了改进的Myriad类滤波与小波变换法的优点,提出一种基于递归混合Myriad滤波(Recursive Hybrid Myriad filter, RHMy)的高阶消失矩二次小波变换法对MQAM信号进行码元速率估计。首先采用RHMy滤波充分抑制噪声中的脉冲成分,再采用高阶消失矩小波估计码元速率。仿真结果表明,在Alpha稳定分布噪声环境中,相比于多尺度Haar小波变换法、分数低阶循环谱法与基于加权Myriad滤波(Weighted Myriad filter, WMy)的小波变换法,该方法有效的提高了低广义信噪比下的估计精度,同时在不同的脉冲噪声条件下具有较好的鲁棒性。      

一种随机共振联合小波变换的符号速率估计方法

在非合作通信中,很多情况下由于信道恶化,使得接收信号的信噪比偏低,导致无法对符号速率这一重要参数进行准确估计.随机共振能够在一定程度上利用噪声能量,使其转移并增强微弱信号,小波变换则可以有效检测相位和幅度的瞬变,利用二者各自优势,提出了一种将随机共振与小波变换联合进行MPSK（Multiple Phase Shift Keying,多进制数字相位调制）和MQAM（Multiple Quadrature Amplitude Modulation,多进制正交幅度调制）信号符号速率的估计方法.先利用自适应参数调节随机共振为带噪信号匹配最佳系统参数,之后利用Haar小波变换进一步提取突变信息,不仅弥补了单独使用随机共振效果不佳及其作为非线性系统易发散的缺点,还降低了小波最佳尺度难以确定的影响.仿真实验表明,该方法能够在一定程度上提高输出峰值,降低信噪比门限,适合于低信噪比下的符号速率估计.     

A linear model for TF distribution of signals

We describe a new linear time-frequency model in which the instantaneous value of each signal component is mapped to the curve functionally representing its instantaneous frequency. This transform is linear, uniquely defined by the signal decomposition, and satisfies linear marginal-like distribution properties. We further demonstrate the transform generated surface may be estimated from the short time Fourier transform by a concentration process based on the phase of the short-time Fourier transform (STFT), differentiated with respect to time. Interference may be identified on the concentrated STFT surface, and the signal with the interference removed may be estimated by applying the linear-time-marginal to the concentrated STFT surface from which the interference components have been removed.     

时频分析方法在燃烧音频信号分析中的应用研究

目前基于燃烧音进行的火灾预测、分析研究还较少。分析了燃烧音的产生机理,根据燃烧音的物理特性,认定物质燃烧时产生的燃烧音可以近似为信号中的低频冲击信号,并利用连续小波变换（CWT）在分析冲击信号方面的优势,提出了基于CWT的时频分析方法对燃烧音信号进行谱分析,最后通过信号仿真,比较了该方法与短时傅里叶变换（STFT）和Wigner-Ville分布（WVD）方法,证实了CWT方法在分析微弱燃烧音信号的可靠性和有效性。