基于多分辨率分析提取遥感光谱特征

利用子波变换的多分辨率分析方法，将遥感光谱分解为反映目标结构概貌的模糊信号和刻划目标结构细节的锐化信号，结果表明：对目标特征的分析，小波变换方法比ＦＦＴ更为敏感。     

水下目标信号特征提取与采集研究

提出了基于子波变换的辐射噪声特征提取方法，据此获得了水下目标的有效频率分布范围，为水下目标信号采集器的设计确定了频率范围，同时介绍了水下目标信号采集器的硬件结构、实现方法和实验结果。     

数据倒序匹配付里叶变换处理

本文讨论了改进二步匹配付里叶变换的信号分辨能力和目标信号检测能力的处理方法，文中进行了理论分析，并做了计算机仿真，结果表明：数据的正常次序和数据的倒序的二步匹配付里叶变换在目标信号分辨方面具有互补性，它们谱积具有较高的目标信号分辨力，在信噪比达-20dB的条件下，仍具有比较好的目标信号检测能力。     

Weibull海杂波环境中基于Hough变换的目标检测研究

给出了基于Hough变换的信号检测结构，用Weibull分布对加拿大McMaster大学IPIX雷达的某单个距离单元的海杂波幅度数据进行拟合，构造了仿真环境，基于MonteCarlo仿真对基于Hough变换的检测器在非起伏目标和四种Swerling起伏环境下的目标检测性能进行了分析，并得到了有参考价值的结论     

基于Gabor变换的数字通信信号调制盲识别

Gabor变换通过加窗函数的办法对Fourier变换加以改进，能较好地刻画信号中的瞬态结构。本文把Gabor变换引入到了数字通信信号调制盲识别领域，对ASK、FSK和PSK信号的Gabor变换域特征进行了理论分析和软件仿真，最后给出了识别算法和仿真结果。     

一种基于DSP的小波包变换对瞬时频率的测量

文章研究了一种基于小波包变换对信号的瞬时频率测量方法,利用小波包变换的特性,把输入信号分解成各个单一频率分量信号,然后对分解后的信号做Hilbert变换,得到分解后信号的瞬时频率,最后综合得出输入信号的瞬时频率。文章给出了信号频率测量的硬件系统设计结构,和关键的电路原理图。同时给出了该方法对各种信号的实验结果,试验结果表明该方法在本文所设计的硬件系统上能够有效地测量单目标,及多且标信号的瞬时频率。     

基于物理光学方法二面角反射器一维距离像特征信号计算

二面角是众多雷达目标中的典型散射结构,是典型的二次散射体,其特征识别对于复杂目标的识别具有重要意义。首先在频域内应用ＰＯ光学计算方法得到二面角的散射信号,通过ＩＦＴ变换得到时域散射信号。采用幅度调制信号与目标的时域散射信号进行卷积,即得到目标的距离像。一维距离像是二维合成孔径成像的基础。     

基于多重变换的一种雷达目标识别方法

利用多重变换，提出了一种雷达上述识别方法，将雷达回波信号与本振信号混频处理后采样，进行FFT，得到目标的一维距离像，计算其马氏距离，利用小波变换对马氏距离序列进行数据压缩，得到目标的特征向量，由相关识别法进行目标识别，由3类飞机模型测量数据的识别结果表明，该方法具有较高的识别率。     

雷达目标一维距离象多分辨特征描述和快速匹配法研究

文中首先阐述了信号奇异性与小波变换模极大值的关系、含噪非平稳信号在小波变换下信号与噪声的不同特性；然后提出了可用于高距离分辨力雷达目标识别的一维距离象多分辨分解和目标结构特征的多分辨描述方法，根据目标结构特征的多分辨描述，定义了距离象的相异度概念，利用相异度可以实现目标的快速匹配识别。     

采用时频分析方法进行多目标信号的分辨

对雷达多目标回波信号进行了分析，针对采用传统时域、频域分析方法不能正确全面地反映信号细节信息特点，针对试验获取的含有多目标信息的真实数据，采用魏格纳-维尔分布、短时傅里叶变换、小波变换等时频分析的方法对这砦数据进行了多目标分辨的时频分析和仿真比较，找到适合工程实现的多同标分辨时频方法，并给出了实测信号的时频仿真结果。     

基于谱再生逆分析的信号细微特征提取

为解决无线复杂电磁环境下同型号通信电台的个体识别问题,研究谱再生逆分析的细微特征提取方法并改进。首先分析输入信号通过非线性功放后的谱再生现象,然后对其进行逆分析,以功率谱分段拟合的方法提取功放非线性参数作为各电台特征,并对特征提取步骤进行了改进使算法更适用于同型号电台的个体识别。为验证算法有效性,使用SVM分类器对特征进行模式训练和识别,仿真结果表明,算法在高斯信道模型和Watterson短波好信道模型下对同型号电台有较好的识别效果。      

多分形谱簇研究及其在说话人识别中的应用

语音是一种复杂的非线性信号,这使得基于线性系统理论发展起来的传统说话人识别技术性能难以进一步提高。本文提出了多分形谱簇分析方法,用于分析语音信号的非线性特征,并应用于短语音（2秒）说话人识别。通过对Cantor集的仿真实验,发现不同标度区能反映出系统不同阶段的生长规律,因此可用一组连续变化的多分形谱分层次地表征系统的分形特性,即多分形谱簇分析方法。然后结合语信号的分形特点,提出一种语音的多分形谱簇特征（Multifractal Spectrum Cluster Feature, MSCF）的提取方法。最后将几种非线性特征与短时谱特征结合用于说话人识别,基于TIMIT数据库50人的实验表明,非线性特征与短时谱特征互补性较强,特别是MSCF与MFCC、LPC特征结合,使得系统的误识率下降到0.8%。      

小波变换在光谱特征提取方面的应用

人们在处理高光谱图像时一般要对一些典型地物进行光谱分析、特征波段的提取,以便提取出最大量的有效信息,剔除无用或冗余的信息,然后再进行分类识别.采用小波变换的分析方法,选用合适的小波进行分解,根据分解后的高频分量中包含的重要信息,利用局部相邻的正负极值点找出对应于原始光谱曲线上每个吸收带的左右边界;利用局部过零点,即可比较精确的提取出各个吸收带的中心波长.该方法比传统的光谱特征提取方法更简洁、有效,实验证明为一种比较理想的光谱特征提取方法.     

谱跟踪和噪声模型语音信号分析/合成方法

把语音信号分解为确定和随机两部分是非常典型的语音信号分析与合成方法。针对目前主流研究的谐波加噪声模型(Harmonic plus Noise Model, HNM)和准谐波模型(Quasi-Harmonic Model, QHM)法等存在冗余大的问题,提出了一种基于谱跟踪和噪声模型的语音信号分析/合成方法。以音素为基本单元进行编解码,用谱跟踪法提取时变特征合成语音信号的确定部分,用AR模型合成语音信号的随机部分。实验发现,合成语音与原语音波形上比较接近,MOS分约为3.24,冗余也明显减少。     

自适应谱减声发射消噪及轴承故障诊断

对轴承进行声发射信号分析时,环境噪声会使信号能量波动,从而导致后期故障诊断失误。引入谱减法可以对声发射信号进行预先消噪,增强声信号的稳定性。但是谱减法对非平稳信号的处理性能不足,需对其进行谱减系数修正,并利用遗传算法对谱减系数(m,λ)全局优化。实验结果表明,自适应谱减法能够得到更优质的谱减系数,并有效的消除相对小波包能量的异常波动。各种故障类型的能量特征经支持向量机训练后,准确率均能达到92%左右。     

利用多数据处理方法提高LIBS谱信号质量

基于分段光谱特征值提取法和小波变换算法等多个数据预处理方法,分别针对分段基线差异及光谱噪声等严重影响激光诱导击穿光谱(LIBS)信号质量的主要影响因素,开展光谱信号预处理研究.基于实验室LIBS实验装置,通过实验验证,基于多通道光谱仪不同波段光谱特征值提取,提出了一种简单易行的多组数据中特征值点连接的方法,有效地提高了LIBS光谱信号的基线平直度,并得出以小波变换算法进行LIBS谱线信号去噪的最佳算法参数.在上述工作的基础上,使用基于误差反向传播的人工神经网络方法,实现了纯铜和不锈钢等物质种类的有效识别,研究结果表明,综合利用多数据处理方法进行LIBS技术中光谱信号处理可以有效提高谱线分析和识别的质量.     

直扩信号特征提取技术

介绍了直扩系统的基本原理。针对能够集中体现直接序列扩频(DSSS)信号波形和频域的特征,对时域相关检测法、循环谱检测法、倒谱检测法和高阶累积量检测法进行了深入的分析与研究。采用上述数字信号处理技术分别对DSSS信号进行特征提取的仿真和验证,并给出了每种检测技术的性能及优缺点。     

基于激光通信的视频信号传输速度预测方法

为了提高激光通信系统视频信号传输速度自动预测能力,提出一种基于小波分析和高阶谱特征提取的激光通信系统视频信号传输速度自动预测方法。采用一阶近似分布源视频检测方法进行激光通信系统视频传输信号的降噪处理,对降噪输出的视频传输信号进行特征分解和多维测度信息配准,结合小波多层重构方法进行激光通信视频信号的重组,提取视频传输信号的相干分布源特征,根据提取的激光通信视频信号的相干分布源特征进行自动匹配,实现对激光通信系统视频信号传输速度的自动预测。仿真结果表明,采用该方法进行激光通信系统视频信号传输速度自动预测的准确性较好,对激光通信视频信号的分辨能力较好,提高了激光通信系统的视频信号传输速度的预测性能。     

单天线接收时频混叠的异频数字通信信号盲源分离算法

本文针对单天线接收时频混叠数字通信信号的盲源分离问题,基于源信号之间载波差异性,构建单天线接收信号虚拟多通道模型,实现了源信号分离与重构。该算法通过对单天线接收混合信号进行短时傅里叶变换,分析各个中心频率的源信号频域特性,提取各个源信号的幅度与相位信息。利用提取信息,实现源信号分离与重构。仿真结果表明,该算法可以有效的实现单天线接收时频混叠数字通信信号的盲源分离。      

语言脑机接口康复系统中的参数优化研究

脑机接口可为失语症及运动障碍患者提供新的康复途径。本文设计了基于汉字默读的语言脑机接口实验,将9位被试脑电信号从时域、频域和空间域三方面进行特征选择和优化,用于汉字识别。采用事件相关谱扰动算法进行时频分析,以获取特征显著的时频区间,利用共空间模式进行空域分析,选择出最佳导联组并结合分类结果对电极优化选择。结果表明:默读汉字所引起的脑电信号时频能量变化主要分布在α波和β波,且随默读时间动态变化。特征选择时,改进时间与频率区间较固定时间与频率区间均能有效提高汉字的平均匹配准确率,若同时改进时间与滤波范围,匹配准确率提高范围达到3.37%。本文有助于语言脑机接口的理论研究,同时为语言康复训练提供新思路。