基于宽带时频图的多路摩尔斯信号自动检测

针对现有算法没有涉及的宽带环境下多路摩尔斯信号自动检测问题,提出一种基于宽带时频图和集成学习分类器的算法.首先,通过提出一种基于宽带时频图的信号快速窄带滤波方法,实现噪声背景中各类型信号窄带时频图的快速获取;然后,为从上述窄带时频图中识别出多路摩尔斯信号,提出3个新特征与局部二值模式特征构成特征向量;最后,采用集成学习算法设计分类器实现摩尔斯信号的自动检测.与现有算法对比实验结果表明:针对多组实际数据,该算法的正确率均可达95%以上,同时误检率低于10%,具有良好的鲁棒性和应用价值.     

宽带环境下Morse信号自动检测

Morse电报信号由于其具有低功率、传输距离远等特点,仍被广泛应用于军用和民用的短波通信中。目前对短波宽带Morse信号的侦察主要采用人工监察方式,随着短波通信环境的日益复杂和Morse信号快速侦察需求的日益迫切,对宽带Morse信号自动检测技术的研究变得十分必要。本文首先对宽带数据进行短时傅里叶变换及图像预处理,得到信号时频图。接着采用自适应阈值实现信号区域定位。然后对定位得到的有效信号时频图集进行特征参数提取。最后,进行分类器训练并用于宽带Morse信号的自动检测。实验结果表明:在宽带环境下,本文方法对Morse信号检测正确率可达95%以上,漏检率和虚警率分别低于5%和12%。算法具有较好的检测效果和应用价值。