面向嵌入式穿戴医疗的快速经验模态分解方法

智能照护系统通过人体感知智慧衣实时采集心电(ECG)等生理数据,却不可避免地混入运动伪影造成信号失去形态学特征。经验模态分解算法(EMD)通过获得本征函数分量去除非静态、非线性信号,去除ECG信号中的运动伪影。但是,传统EMD算法计算量大,不适用于低功耗的嵌入式移动设备。提出一种Fast-EMD算法,通过采用不同的运动状态来控制相应迭代次数的方式取代计算复杂边界值SD。实验结果表明,该方法既简化了算法执行流程,又提高了R点捕获准确率,有效提升了嵌入式设备上滤波处理性能。     

基于小波变换的人车目标特征提取算法

借助小波变换在时频分析上的优点,提取地面运动目标的回波信号特征在目标识别中加以应用.首先对目标的回波信号进行预处理,获取目标的瞬时多普勒频率信号,然后对该信号进行小波分解与重构,通过对特定频段的信号分析就可实现对运动目标周期性特征的提取.以在战场侦察雷达探测的人车目标识别中的应用为例,讲述该算法在人车目标识别中的特征提取过程,采用实际雷达回波数据对该特征提取算法进行验证,并对识别效果作分析.     

基于分数傅立叶变换的机载SAR多运动目标检测

机载合成孔径雷达（SAR）运动目标回波本质上为chirp信号,基于分数阶傅里叶变换（FRFT）的chirp基分解特性及分数阶傅立叶变换与时频分布的关系,给出了一种基于FRFT的针对强度相差较大的多运动目标检测方法。与传统的WVD方法相比,FRFT是一个线性变换,因此对于多个动目标就没有交叉项的干扰,简化了处理过程降低了处理复杂度。仿真结果验证了其有效性。     

一种改进多分量LFM信号时频分布估计方法

传统时频分布方法在估计多分量线性调频信号时,交叉项影响导致时频估计精度低。因此,提出建立信号调频斜率因子库,对时频分布核函数进行改进,使核函数能有效抑制由多分量信号引起的交叉项干扰。通过分析核函数与信号模糊函数交叉项及自身项的关系,将时频估计问题转化为求解最优调频斜率因子库来对核函数进行改进,使信号的广义模糊函数能量最大。以多分量线性调频信号为例进行仿真,结果证明与传统时频分布方法相比,改进的时频估计方法可以在有效抑制交叉项干扰的同时保留大部分自身项,提高了多分量信号时频估计的精度和抗噪声能力。     

抽取时频分布图像脊-Hough变换算法及其性能分析

在分析了双线性时频分布-Hough变换算法对多分量Chirp信号检测与参数估计原理的存在问题后，提出了将多分量Chirp信号的双线性时频分布作为图像，抽取图像脊后，再进行Hough变换的改进方法。仿真试验结果表明，改进的方法不仅解决了WVD的交叉项引起Hough变换的伪尖峰对检测所造成的误判，而且缩短了双线性时频分布因平滑交叉项导致时频聚集性下降而引起的Hough变换增加的时间，从而提高了Chirp信号检测与参数估计的准确性，也进一步改善了该算法的抗噪声性能。     

基于NGWarblet-WVD的高质量时频分析方法

针对高聚集度Wigner-Ville distribution (WVD)时频分析方法存在严重的交叉项干扰问题, 利用广义Warblet变换(Generalized Warblet transform, GWT)不产生虚假频率分量的特点, 提出了WVD与GWT相结合的归一化广义Warblet-WVD (Normalized generalized Warblet-WVD, NGWT-WVD)算法. 该算法将GWT与WVD进行矩阵运算, 实现滤波效应, 抑制WVD产生的新交叉项以及混入自项的交叉项, 提高WVD的时频分析质量. 实验结果表明, NGWT-WVD方法有效地去除了多分量信号的交叉项干扰, 提高信号分析结果的时频聚集度, 还原多分量信号的真实时频分布. 采用NGWT-WVD方法处理金属疑似破裂样本信号, 获取破裂发生区间的时间和频率标志段, 为监测传感器设置有效门限值提供判据, 取得了良好效果.     

遥测振动信号EMD-WVD分布应用研究

飞行器飞行试验采集的遥测振动信号频段丰富、成分构成复杂,合理有效地解读其包括的时频信息在分析飞行器结构和环境特性方面至关重要;依托经验模态分解(EMD)方法将复杂信号分解成准单分量信号,借助相关系数法将伪分量信号剔除,保证分解信号的有效性;通过EMD和 WVD方法的结合,将保留的准单分量信号进行WVD变换并做平滑伪处理,从而获得复杂信号的时频分布;EMD-WVD组合模型经在仿真信号上的应用检验,能够检测信号自身的时频特性,进一步应用其在遥测振动信号上,同平滑伪WVD抑制交叉项方法进行了比较,结果表明EMD-WVD组合模型更加有效,能够反映复杂工程信号的时频分布特性。     

基于多小波子带加权判别熵的SAR目标ICA特征提取及识别

传统小波独立分量分析(ICA)提取合成孔径雷达(SAR)目标特征时大都采用单一的小波基函数,并且仅利用小波分解低频子带数据进行ICA处理,而忽略了高频子带信息。针对这一问题,采用多类小波基函数对SAR目标图像进行分解;针对得到的所有低频和高频子带数据,引入子带加权的判别熵准则,结合现有的小波ICA算法,提出多小波子带加权判别熵的SAR目标图像ICA特征提取算法。采用MSTAR实测SAR目标图像数据,根据提出算法进行特征抽取,利用最近邻准则进行SAR目标识别。识别结果表明提出算法优于仅利用小波分解低频子带ICA算法。     

基于稀疏分解的SFM信号的时频分析方法

针对正弦调频(SFM)信号Wigner-Ville分布(WVD)存在严重的时频交叉项干扰问题,提出了一种基于稀疏分解的时频分析方法。该方法首先由信号的时频参数构建Gabor原子字典,然后利用匹配追踪(MP)算法实现信号分解,并结合改进遗传算法寻找最佳匹配原子,最后将每次分解得到的Gabor原子通过Wigner-Ville变换叠加得到无交叉项的信号WVD。仿真结果表明,该方法能提高对信号稀疏分解的计算效率,且Gabor原子的选取较为灵活,用少量原子可表示信号WVD。与传统的时频分析方法相比,该方法能有效抑制时频交叉项干扰,且保持高时频分辨率。     

一种改进的FastICA算法及其应用

独立分量分析是基于信号高阶统计量的信号分析方法,它可以找到隐含在数据中的独立分量,已经广泛应用到语音信号处理、图像处理及信息通信等方面。目前应用较多的快速独立分量分析（FastICA）利用了牛顿迭代法原理,具有较快的收敛速度,但对初始值的选择比较敏感。为克服其缺点,改进其优化学习算法,在牛顿迭代方向增加一维搜索,使改进后的算法的收敛性不依赖于初始值的选择。将改进的FastICA算法应用到运动目标检测中,取得稳定性较强的结果。     

Simulation Analysis and Application of SAR Target Motion Parameters based on EMD-RSPWVD Algorithm

When processing multi-component SAR moving target echo data by traditional time-frequency analysis method, there is serious cross-term influence and poor time-frequency clustering. A new time-frequency analysis algorithm named EMD-RSPWVD is proposed. It combines the improved Empirical Mode Decomposition (EMD) algorithm and Reassigned Smoothing Pseudo-Wigner-Ville Distribution (RSPWVD) algorithm. The improved EMD algorithm is used to decompose the multi-component SAR moving target echo signal into independent signal components. Then the time-frequency analysis of independent components which based on RSPWVD algorithm is performed to eliminate cross-terms and obtain high time-frequency resolution. Finally, simulated echo data and real echo data are used to analyze the performance of this algorithm for multi-component SAR motion echo data. The results show that the algorithm has good anti-noise ability, moving target detection ability and high-precision motion parameter estimation performance.     

FM-CW SAR动目标检测算法研究

借鉴发射调频三角波信号构建双通道回波数据的思想,结合DPCA技术,对机载单天线FM-CW SAR动目标检测算法进行深入研究。在常规FM-CW SAR成像过程中可忽略的RVP项,在杂波对消时会引起严重通道相位失配,导致动目标检测失败,因此,在分析FM-CW SAR动目标检测原理的同时,重点研究了RVP对动目标检测结果的影响并给出补偿方法。理论推导和仿真实验证实了算法的可行性与正确性。     

基于GPU并行处理的SAR回波仿真器设计方法

针对合成孔径雷达(SAR)设计了一种基于GPU的回波仿真器,使用并行计算的方法提高SAR回波模拟的效率。仿真数字回波信号通过数/模转换,转换为射频信号输出给SAR系统。使用了BP成像算法对仿真器模拟得到的点目标及分布式目标回波数据进行成像处理,验证了提出的SAR回波仿真器的有效性。实验分析表明,使用GPU并行处理的方法提高了SAR回波仿真的效率。     

弹道目标进动周期特征提取新方法

中段弹道目标识别一直是反导作战中的技术难点,而弹道目标微动产生的微多普勒信号为雷达识别弹头和诱饵提供了一种新的途径。针对弹道目标的进动特性,建立了锥体弹头的进动微多普勒模型,引入了时频重排平滑伪Wigner-
Ville分布（RSPWVD）对锥体弹头的微多普勒信号进行了提取,仿真比较了Wigner-Ville分布（WVD）、平滑伪Wigner-Ville分布（SPWVD）和RSPWVD的提取结果,证明了RSPWVD在提取弹道目标微多普勒信号中的优越性,提出了一种基于微多普勒时频图的弹道目标进动周期特征提取新方法。仿真结果表明该方法具有很好的估计精度和抗噪性。     

基于小波变换的雷达回波信号去噪方法研究

为了准确识别雷达回波信号中的目标信号,木文将小波变换引入到雷达回波信号处理,对回波信号进行分解、重构以及滤波器设计,去除雷达信号中的噪声,采用MATLAB软件进行系统仿真,结果表明,采用小波变换mallat算法对探地雷达回波信号进行目标识别具有较好的时频分辨率,且可抑制杂波,去除噪声,能很好的识别目标信号,具有很好的应用前景。     

多分量非平稳声信号时频分析

为了准确提取信号所包含的主要频率分量,对多分量非平稳声信号进行了时频分析。利用短时傅立叶变换将多分量非平稳声信号由时域变换到时频域,根据谱图提取信号的主要频率分量。分析结果表明：多分量非平稳信号的各主要频率分量及其时频域特性参数可以准确提取。短时傅立叶变换是提取多分量非平稳声信号主要频率分量的有效方法。     

自适应滤波器在超宽带穿墙雷达中的应用研究

作为一种新型探测和定位墙后人体目标的方法,超宽带穿墙雷达在军事和民用多个领域得到了广泛的应用。由于目标信号经常被强背景噪声所淹没,为实现动目标检测,需寻求一种有效的背景相消方法以凸显动目标信号,提高动目标检测和定位的精度。在研究回波信号特点的基础上,考虑到无限冲击响应（IIR）滤波器和自适应滤波器的优点,提出采用基于IIR的自适应滤波器背景噪声相消的方法,抑制回波信号中的噪声。为验证方法的有效性,采用该方法对利用SIR20雷达收集的实测数据进行了相关处理。从结果看,该方法能有效抑制背景噪声,凸显目标信号,为目标的检测和定位奠定了良好的基础。     

目标运动参数快速估计新方法

提出了一种CW雷达目标运动参数测量的新方法,利用CW雷达目标回波信号构造出两个单一频率的正弦信号,每个正弦信号的频率正好与目标的一个运动参数成正比,基于FFT和细化频谱的Chirp-Z变换得到运动参数估计值。该方法与现有方法相比,既没有使用时频分析工具等耗时的处理,也没有进行参数迭代处理,因此,运算复杂度低,运算量小,同时避免了估计误差传递。仿真实验结果表明了该方法的正确性。     

加权最小二乘联合遗传算法的无源定位

针对复杂环境下运动通信辐射源的无源定位,闭式解方法对于时频差模型中的测量噪声敏感且存在定位均方根误差较大问题.为了改善大观测误差下的定位性能,本文提出一种加权最小二乘联合遗传算法的递推式混合TDOA/FDOA定位方法.该方法首先利用已知站点观测大量时频差数据并建立误差模型,基于模型对定位过程中的多组时频差序列进行数据处理;其次通过加权最小二乘求解目标位置的初始值;然后采用改进的遗传算法在初始值的基础上通过多组时频差序列不断迭代、递推求解,修正位置坐标;最后利用位置估计和频差模型完成对目标速度估计.仿真结果表明,本文定位算法相比于经典两步加权最小二乘法具有更低的均方根误差,在大观测误差下能保持较高精度.同时相比于其他混合定位算法收敛速度快,可以有效减少计算量.