低信噪比情况下调频信号的瞬时频率估计

提出一种基于互Wigner-Ville分布(XWVD)的瞬时频率迭代估计方法.理论分析了该方法的收敛性,通过仿真比较了各种瞬时频率估计方法在噪声下的估计方差,证明此方法在低信噪比情况下对估计线性调频信号的瞬时频率有较好的效果.并采用加窗的方法改进了此算法,仿真结果证明,改进的方法对非线性调频信号的瞬时频率进行了有效估计.     

微多普勒瞬时频率估计算法对噪声的适应性能研究

微多普勒特征提取的关键在于瞬时频率的计算,峰值检测法和一阶时间条件矩法是基于高分辨时频分布的两种瞬时频率估计算法.本文对两种瞬时频率估计算法对噪声的适应性能进行了理论分析和仿真计算,结果表明,当信号受噪声污染后,在一定的信噪比条件下,峰值检测法瞬时频率估计算法对能量分布的变化不敏感,但一阶时间条件矩法瞬时频率估计算法对时频域能量分布十分敏感,因此,峰值检测法较一阶时间条件矩法对噪声具有鲁棒性.实际中雷达接收到的信号都是受噪声污染的,分析两种算法对噪声的适应性能对工程实际应用具有重要参考价值.     

基于Wigner-Hough变换和中值滤波的加速度估计

当雷达发射脉冲个数比较少、噪声方差比较大时,单独使用Wigner-Hough变换(WHT)估计目标径向加速度时会有较大的误差,针对这一问题提出一种Wigner-Hough变换和中值滤波相结合的估计加速度方法,首先研究了相参脉冲回波信号Wigner-Ville分布(WVD)特点,讨论了谱峰位置与瞬时频率的关系,然后采用Hough变换和中值滤波方法时Wigner-Ville分布(WVD)峰值信息进行处理来提取信号的调频率,最后根据加速度估计公式估计出目标加速度,最后进行了仿真验证,在不同积累脉冲个数和信噪比条件下证明了该算法的有效性.     

基于改进时频分析方法的雷达信号瞬时频率估计

瞬时频率估计(Instantaneous Frequency, IF)在雷达信号处理中有着重要的研究意义,时频分布峰值检测是IF估计研究和应用中较为普遍和有效的方法,但由于噪声的影响,时频分布峰值往往偏离真实的IF曲线。针对低信噪比下的IF估计,文中首先对WVD及CWD的时频分布矩阵作Hadamard积,得到一种混合的时频分析方法,而后采用多样本信号时频能量累乘的方法,进一步抑制噪声在时频面上的分布;然后以时频分布峰值在信号自项时频聚集区域的分布概率为准则,计算出时频分布的数据窗长,并根据该窗长得到IF的初始估计;最后依据初始IF,采用交叉置信区间算法对时频分布峰值进行检测,得到信号的瞬时频率估计值。文中对NLFM、LFM和FSK信号的IF估计进行了研究,并与WVD峰值检测法和时频分布一阶矩法进行了比较,仿真结果表明了本文方法的有效性。      

强背景噪声环境下的线性调频信号频率估计

估计信号的瞬时频率常用Cohen类时频分布的时间一阶条件矩，但这些方法在更低信噪比下存在较大的估计方差。基于线性调频信号的自相关和互相关可以实现噪声压缩的结论，提出了改进的基于互Wigner-Ville分布线性调频信号的频率估计方法。该方法具有更强的抗噪声能力，在多元信号频率估计时，抑制了交叉项的影响。仿真实验的结果证明了算法的有效性。     

一种基于互局部化Wigner—Ville分布的瞬时频率估计

本文提出一在于互局部化Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布（Ｃｒｏｓｓ Ｌｏｃａｌｉｚｅｄ Ｗｉｇｎｅｒ－Ｖｉｌｌｅ Ｄｉｓｔｒｉｂｕ－ｔｉｏｎ，Ｘ－ＬＷＶＤ）的迭代瞬时频率估计方法，以解析方法分析了无噪声情况下该方法的收敛性。用计算机仿真方法比较了在噪声背景中其与谱图（Ｓｐｅｃｔｒｏｇｒａｍ）峰值检测、Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布（Ｗｉｇｎｅｒ－Ｖｉｌｌｅ Ｄｉｓａｔｒｉｂｕｔｉｏｎ，ＷＶＤ）峰值检测的     

一种多分量跳频信号参数盲估计方法

首先提出了将谱图与平滑伪Wigner-Ville分布(SPWVD)组合,利用谱图的无交叉项和SPWVD的时频聚焦性能,得到了一种清晰稳健的时频分布;然后基于此分布运用二维二次差分峰值检测方法检测出该时频图的峰值,并利用求平面重心的方法修正峰值,得到正确的峰值位置;将峰值分别在频率轴上和时间轴投影,即可得到信号载频的估计值和每跳的中心时刻(CT,central time);最后采用逐次CT差值直方图法得到跳周期(HD,hop duration)的估计,并根据估计出的跳周期值和每跳的CT值得到跳时(hop timing)估计.     

基于时频分析和RBF神经网络的调制识别

提出了利用Wigner-Ville分布区分FSK、PSK、FM和BSS信号的自动调制样式识别方法，利用Wigner-Ville分布提取调制信号的瞬时频率特征，用径向基(RBF)神经网络根据提取的特征参数识别这四种信号，计算机仿真结果证实了该方法的有效性和正确性。     

PolSAR成像的固定极化干扰机有源诱饵目标鉴别及抑制

针对合成孔径雷达(Synthetic Aperture Radar,SAR)成像中真假目标难以区分的问题，提出了一种极化合成孔径雷达(Polarmetric SAR,PolSAR)成像固定极化转发式干扰诱饵目标鉴别方法。该方法首先通过极化熵对目标进行分类，提取低极化熵的目标并对目标进行Wigner-Ville分布(Wigner-Ville Distribution,WVD)变换，再利用Hough变换计算WVD图像中的曲线斜率，将计算出的多普勒调频率与理论调频率进行对比，进而完成真实目标与假目标的鉴别，最终通过极化对消对鉴别出的目标进行抑制。实验结果验证了该方法的有效性。     

水下运动目标线谱噪声源识别方法研究

根据运动声源的多普勒频移特性,该文提出单水听器识别低频线谱噪声源位置的3种方法。首先,利用加窗互Wigner-Ville分布(cross Wigner-Ville Distribution, XWVD)精确提取微弱多普勒频移曲线后,分别使用频率交点和最小二乘来估计噪声源通过水听器的正横时刻从而识别噪声源位置,这两种方法称为频率交点法和最小二乘法。进一步地,利用直接对多普勒信号做WVD后自交叉项的能量发散特性,得到一种计算量相对较小的噪声源识别方法。水池试验和海上试验分析结果表明,基于多普勒效应的3种方法都对噪声源进行了有效定位,性能明显优于现有的通过特性法,其中最小二乘法定位精度略优于基于交叉项特性的方法,频率交点法定位误差略大。     

SPWD在脉内混合信号时频分析中的应用

雷达脉内混合信号的特征提取和分析是电子对抗领域的重要研究课题之一。维格纳-威利（Wigner-Ville）分布法是分析雷达脉内信号的有效途经,但由于Wigner-Ville分布是双线性变换,用它来分析脉内混合信号时,交叉项将会严重影响信号特征分析。采用平滑伪Wigner-Ville（SPWD）对交叉项进行抑制,计算机仿真表明取得了满意的时-频分布。     

Sorting radar signal based on wavelet characteristics of wigner-ville distribution

Common sorting method have low sorting rates and is sensitive to the Signal-to-Noise Ratio （SNR）, wavelet characteristics of Wigner-Ville distribution are applied to sort unknown complicated radar signal, high sorting accuracy can be got. The Wigner-Ville distribution of received signal is calculated, then it is predigested to two-dimensional characteristics. Using wavelet transformation to extract characteristics from two-dimensional of Wigner-Ville distribution, the best characteristics are selected to be used as sorting parameters. Experiment results demonstrated that the characteristics of eight typical radar emitter signals extracted by this method showed good performance of noise-resistance and clustering at large-scale SNR.     

非高斯噪声下数字调制信号识别方法

针对传统数字调制识别方法在非高斯Alpha稳定分布噪声下识别性能差的问题,该文提出一种基于广义分数阶傅里叶变换和分数低阶Wigner-Ville分布的数字调制识别新方法。该方法提取广义分数阶傅里叶变换的零中心归一化瞬时幅度谱密度的最大值和分数低阶Wigner-Ville分布幅度的最大值作为识别特征参数,并采用判决树分类器,实现了非高斯噪声下数字调制信号识别。仿真结果表明,在非高斯Alpha稳定分布噪声下,该识别方法不仅性能明显优于传统方法并且具有较高的识别率和良好的稳健性。     

WVD瞬时频率无偏估计研究

通过检测Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布的峰值估计信号瞬时频率的方法，对常幅、线性高超尖信号是无偏的。本文利用该估计器估计调幅－调频信号瞬时频率时发现：如果信号满足Ｂｅｄｒｏｓｉａｎ定理，那第调幅对瞬时频率估计没有影响。从而，扩展了ＷＶＤ频率估计器的无偏条件。     

基于Radon—Ambiguity变换和解调频技术的SAR运动目标检测

详细探讨了合成孔径雷达中运动目标的检测问题，根据机载合成孔径雷达运动目标回波信号的特点，提出了基于Radon-Ambiguity变换和解调频技术的一种新的机载运动目标检测方法，给出了动目标检测、参数估计的主要步骤，分析了在单目标和多目标情况下的检测性能。该方法与常用的Wigner-Ville分布和Radon变换结合的方法相比计算量明显减少，在多目标情况下能够较好地抑制交叉项，提高检测性能。且使用解调频技术与RAT相配合，解决了单纯RAT无法估计Chirp信号初始频率的问题。仿真试验结果证明了算法的有效性。     

Signal enhancement by time-frequency peak filtering

Time-frequency peak filtering (TFPF) allows the reconstruction of signals from observations corrupted by additive noise by encoding the noisy signal as the instantaneous frequency (IF) of a frequency modulated (FM) analytic signal. IF estimation is then performed on the analytic signal using the peak of a time-frequency distribution (TFD) to recover the filtered signal. This method is biased when the peak of the Wigner-Ville distribution (WVD) is used to estimate the encoded signal's instantaneous frequency. We characterize a class of signals for which the method implemented using the pseudo WVD is approximately unbiased. This class contains deterministic bandlimited nonstationary multicomponent signals in additive white Gaussian noise (WGN). We then derive the pseudo WVD window length that gives a reduced bias when TFPF is used for signals from this class. Testing of the method on both synthetic and real life newborn electroencephalogram (EEG) signals shows clean recovery of the signals in noise level down to a signal-to-noise ratio (SNR) of -9 dB.     

On computing the discrete Wigner-Ville distribution

The Wigner-Ville distribution is an important tool in nonstationary signal analysis. Many algorithms to compute the discrete Wigner-Ville distribution (DWVD) have been proposed. New efficient methods for computing the discrete Wigner-Ville distribution are presented. Observing that the DWVD is real and periodic, it is possible to express it as the DFT of a complex conjugate sequence of reduced length. Comparison to other algorithms are also made.<>     

基于Radon-Wigner变换的非平稳信号分析

采用Radon-Wigner变换方法,实现了噪声背景下单分量线性调频信号和多分量线性调频信号的检测。仿真结果表明,对于线性调频信号检测,Radon-Wigner变换方法性能明显优于Wigner-Ville分布法。     

基于短时傅立叶变换和Wigner-Ville分布的联合变换

短时傅立叶变换是一种线性变换,对于多分量信号来说不存在交叉项,但时频聚集性不好;wgner-Ville分布具有很好的时频聚集性,但对于多分量信号却存在交叉项。文章讨论了一种结合短时傅立叶变换和Wigner-Ville分布各自优点的方法,通过将二者进行“融合”,可以得到既没有交叉项,而且时频聚集性叉好的时频分布。通过实验验证了该方法的有效性,并且该方法在低信噪比下对信号有很好的检测性能。