基于时频分析的LFM信号检测与参数估计

基于Radon Wigner变换、分数阶Fourier变换与时频分布的关系,利用其对线性调频(linearityfrquencymodulation,LFM)信号良好的时频聚集性,通过计算Radon Wigner变换或分数阶Fourier变换,对线性调频信号LFM信号进行检测和参数估计。理论分析和计算机仿真证明:2种方法对于LFM信号的分析好于Wigner Ville变换等常用的时频变换。     

低信噪比下的多分量LFM信号参数估计

针对低信噪比奈件下传统多分量LFM信号参数估计方法失效问题，提出了一种基于二值图像细化处理和图像流滤波的TFRT-HT-ISF方法．该方法对接收信号的RSPWVD图像进行形态学细化处理解决了时频聚集性降低的问题，采用图像流滤波技术滤除了来自干扰噪声的闽值处理后的剩余虚假尖峰．仿真结果表明，该方法能够在低信噪比条件下准确有效地进行多分量LFM信号参数估计．     

线性调频雷达信号参数估计算法的多片ADSP实现

针对线性调频(LFM)雷达信号的参数估计问题,采用4片ADSP-TS101S构成的雷达信号参数估计平台,实现了一种基于改进三次相位函数的LFM信号参数估计算法.该算法只需要通过二阶非线性变换在信号参数空间形成最大值来估计LFM信号参数.在多分量的情况下,讨论了信号自项和交叉项与时间的关系,提出使用加权平均的方法来改进算法,有效抑制了交叉项干扰.实验表明,在较低信噪比下,该算法可以有效地估计多分量LFM信号参数.     

基于VMD与SET的滚动轴承故障诊断

在滚动轴承故障诊断研究中,同步提取变换(SET)在分析单分量信号时能显著提高时频可读性,但在分析多分量信号时存在时频模糊问题.为解决这一问题,首先通过变分模态分解(VMD)解调分离出信号的固有模态函数(IMF)分量;再对IMF分量进行希尔伯特变换,凸显故障特征频率;然后对变换后的IMF分量进行SET处理,实现时频聚焦提高时频分辨率,获得信号的时频解调谱,从而识别故障.经试验验证,该方法能准确提取信号的时频解调谱,识别故障频率及其倍频,诊断轴承故障.     

TFR-HT的多分量LFM信号脉内特征提取方法

针对多分量LFM信号脉内特征的提取问题，提出了一种基于时频重排-Hough变换（TFR-HT）的特征提取方法，以重排后的时频分布作为图像，利用Hough变换检测图像中直线的原理，依次实现了对各分量的脉内特征提取．仿真结果表明，该方法能够有效地提取多分量LFM信号各自分量的脉内特征，同时具有较高的抗噪声性能．     

分数阶自相关和FrFT的LFM信号参数估计

基于分数阶自相关和分数阶傅里叶变换的特点,提出了一种LFM信号检测与参数估计方法。相对分数阶傅里叶二维扫描法和匹配傅里叶变换,所提方法将检测与参数估计的二维搜索变为一维搜索,快速实现信号检测和参数估计,在多分量LFM信号情况下借助"Clean"的方法来抑制强分量对弱分量的干扰。计算机仿真表明了该算法在低信噪比多分量LFM信号检测与参数估计中的有效性。     

时频分析技术在地质薄层识别中的应用

时频分析是分析非平稳信号的有效方法,将一维的时域信号和频域信号映射到二维时频平面上,获得信号的时频分布,清晰地描述了信号频率随时问变化的关系。通过模拟信号的广义S变换,分析信号的时频分布特征,并建立正演模型,运用广义S变换提取正演模型的单频剖面。利用基于广义S变换的时频分析方法,提取某工程项目实际地震资料的单频剖面,从而有效识别地质薄层。     

时频域自适应均值脊波变换滤波及检测方法

针对Wigner-Ville Hough变换(WHT)在低信噪比下检测性能降低的问题,提出了互Wigner-Ville自适应均值脊波变换滤波检测方法.该方法采用互Wigner-Ville(XWVD)代替Wigner-Ville(WVD)在时频平面上提高了信噪比,且避免了信号多分量时各分量间的交叉项干扰.由于信号和噪声的时频聚集特性不同,且考虑到滑动窗长对均值滤波的影响,设计了自适应轴向均值滤波器及采用脊波变换滤波方法在时频域滤除噪声,最后采用Hough变换检测信号,并给出了详细的滤波检测算法.仿真和海试结果表明,该方法与WHT检测相比,在低信噪比下通过时频域滤波能有效的滤除噪声从而提高检测性能.     

一种基于Hilbert Huang变换和循环谱的直扩信号参数估计方法

尝试将Hilbert-Huang变换时频分析方法应用到直扩信号的参数估计领域,在研究传统循环谱参数估计方法的基础上,充分利用直扩信号的循环平稳特性和Hilbert-Huang变换的分解自适应性以及良好的时频聚集性,提出一种基于Hilbert-Huang变换和循环谱理论的参数估计方法。该方法避免了多维搜索,且不需要伪码序列和各频率参数等先验信息,可实现直扩信号的盲参数估计,仿真实验证明了该方法的有效性。     

基于广义S变换的时相调制时频聚集性能优化

为了提高时相调制(TPM)信号S变换的时频聚集性能,将广义S变换(GST)应用于TPM信号的时频分析中.GST在标准S变换窗函数的基础上,增加了可控参量,利用优化新增参量的算法,优化时频域各频率点处的时窗宽度,从而达到提高时频聚集性能的目的.仿真结果表明,广义S变换方法与标准S变换相比,能有效提高TPM信号的时频聚集性能,同时保持了TPM信号用于携带信息相位突变的特性,有利于下一步的信号检测.     

动平衡信号的时频分析方法研究

针对动平衡信号面向去重平衡机应用时存在的非线性、非平稳性以及实时性,本文在分析硬支撑动平衡理论的基础上,以联合时频分析方法对标准工件进行加重获得的动平衡信号为研究对象,分别用短时傅立叶变换(STFT)、Wigner-Ville分布(WVD)、小波变换和Hilbert-Huang变换(HHT)对动平衡信号进行时频分析。仿真结果表明,STFT是基于窗函数变换的分析方法,对信号局部分析能力不足且分析精度不高;WVD虽然具有好的时频聚集性,但对多分量信号存在交叉干扰项;小波变换局部分析能力强且分析精度高,但涉及小波基的选择,对非平稳信号不具有实时性;HHT可根据信号的局部时变特征对其进行自适应分解,最终给出信号的时频谱和幅值谱,能够准确描述动平衡信号的特征,具有很高的时频分辨率和时频聚集性。     

基于S变换的混合DS/FH扩频信号参数估计

针对混合二相编码调制的混合扩频信号的参数估计问题,提出了一种基于S变换的跳频参数估计方法．该方法利用非线性变换获得携带跳频信息的参考信号,并利用循环谱估计该信号的频率集作为修正信息; 在S变换中引入高斯窗长控制参数以实现其时频分辨率的可控性．在此基础上,提取修正S变换时频脊线作为对参考信号瞬时频率的估计; 利用修正信息降低脊线高频区域的误差,同时抑制噪声对参数估计精度的影响．仿真实验表明了该算法对跳频参数估计的有效性．算法无需信号的先验知识,并易于通信侦测接收机的实现．     

跳频信号的时频分析新方法

根据跳频信号的特点,提出了一种基于信号分解的时频分析方法。该方法先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的WVD线性叠加得到新的时频分布。理论分析和仿真结果表明,这种新的时频分析方法能够有效抑制跳频信号的交叉项干扰,与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计。     

基于广义S变换的测井信号时频谱分析

S变换虽兼备短时傅里叶变换和小波变换的优点,但基本小波固定,在薄互层识别方面受到较大限制。广义S变换,通过引入λ,p两个参数对S变换中的高斯窗函数进行改造,时频分辨率得到了明显提高。本文在对广义S变换方法原理进一步研究的基础上,应用VC++在Qt平台上编写了广义S变换时频分析程序,并构造平稳信号和非平稳信号进行了对比分析,凸显了广义S变换的时频聚焦性。最后,应用该方法对实际测井信号进行了时频谱分析,取得了良好效果。     

利用调频率匹配的DRFM欺骗干扰检测方法

针对转发式线性调频(LFM)有源欺骗干扰的检测问题,提出了基于干扰信号谐波分量调频率匹配的检测方法．数字射频存储器存在谐波效应特性,该方法通过分析干扰信号的频谱特征规律,建立谐波分量调频率参数库．在雷达距离门内同时存在目标回波和干扰信号的情形下,利用分数阶傅里叶变换检测雷达回波中LFM信号分量并估计其调频率,通过与参数库进行匹配分析,实现干扰信号的检测．仿真结果验证了该方法的有效性．     

时频分析在跳频信号中的应用

时频分析是非平稳信号处理领域中广泛应用的重要技术之一,跳频信号作为一种典型的非平稳信号,时频分析方法是对其进行检测、参数估计的重要方法。文章从提高时频聚焦性、抑制交义项干扰及减少运算量3个方面对各种常用的时频分析工具进行综合比较,并把在地震信号处理方面得到成功应用的S变换,应用到跳频信号处理中,取得了较好的效果。仿真结果表明：短时哈莱特变换运算量最小;S变换具有灵活的时频聚集性;不同时频分布组合、谱图、SPWVD、重排类分布能获得清晰的时频图。     

一种混合网台跳频参数盲估计算法

针对低信噪比（SNR）和复杂电磁环境条件下跳频参数估计精度低及算法复杂度高的问题,提出了一种短时傅里叶变换（STFT）和平滑伪魏格纳分布（SPWVD）的组合时频分析方法.该算法首先利用STFT将天线接收信号变换到时频域,并对时频信号进行自适应降噪处理;通过自适应聚类算法进行频率的精估计;提取时频信息并剔除各类干扰,再通过网台分选后得到各类网台跳时粗估计;最后采用SPWVD及修正后的截断门限进行跳变时刻的精估计.仿真结果表明,该算法在混合网台和低SNR条件下,跳频参数估计精度较高,算法复杂度较低,有效解决了实际跳频通信系统存在频率转换时间条件下的参数估计问题.     

基于mTD-FrFT的VMFS-LFM信号参数估计方法

针对甚小频偏线性调频(very minimum frequency shift-linear frequency modulation,VMFS-LFM)信号对应的分数阶傅里叶(fractional fourier transform,FrFT)域估计参数的绝对值接近1而导致估计性能降低的问题,在借鉴基于FrFT的LFM信号参数估计方法的基础上,采用m倍抽取(m time decimation,mTD)作为预处理方法,提出基于mTD-FrFT的VMFS-LFM信号参数估计方法.理论分析和实验结果表明:mTD预处理过程可增大VMFS-LFM信号和近参数多分量LFM信号的调频斜率在FrFT域的分辨率,使基于mTD-FrFT的参数估计方法可对VMFS-LFM信号和相近参数多分量LFM信号进行有效参数估计.     

基于稀疏表示的非平稳信号时频分析

为实现多分量非平稳信号的高精度时频分析,给出一种基于稀疏表示的时频分析算法。对信号建立时变自回归模型,选择一组基函数对模型中的时变参数进行稀疏表示,将非平稳信号时频分析转化为一个稀疏表示问题,利用正交匹配追踪算法得到时变参数,从而获得非平稳信号的时频谱。选取一段时长为0.5s的非线性调频信号进行仿真,与短时傅里叶变换和维格纳-维尔分布相比,时频谱和数据显示,所给方法具有更高时频聚集性和频率估计精度。     

基于S-method的多分量雷达辐射源信号检测

针对传统时频方法在处理多分量雷达辐射源信号时存在交叉项,不能检测各分量信号时域参数,难以适应低信噪比环境的问题,提出一种基于S-method(SM)的多分量雷达辐射源信号检测新方法。该方法首先计算信号的SM时频分布,然后在时频面的基础上检测各信号分量的瞬时频率和脉冲起止时间。实验结果表明,该方法能处理线性及非线性调频信号、时频分辨率高且不受交叉项干扰,时域检测精度大于98.60%,频域检测精度大于99.48%,信噪比降低时仍然保持强检测能力。