一种提取非线性调频信号脉内特征的新方法

信号脉内调制信息识别技术对密集和复杂电磁环境中辐射源的分选和识别有着重要意义．通过信噪比估计，将小波脊线法和平滑伪WVD法相结合，提出了一种提取非线性调频信号脉内特征的综合提取方法，实现在不同信噪比条件下准确提取非线性调频信号的脉内特征．仿真结果证实了算法的可行性．     

基于周期FRFT的交叠类似LFMCW信号的循环检测与分离

针对多分量交叠类似线性调频连续波（LFMCW）信号的检测与分离问题,提出了一种基于周期分数阶傅里叶变换（periodic FRFT）的循环检测与分离算法。介绍了锯齿LFMCW、对称三角线性调频连续波（STLFMCW）和具有类似线性调频特征的多相编码连续波信号的特点,分析了周期FRFT对此类信号处理的优势;推导了基于周期FRFT的交叠LFMCW信号的检测与分离原理,通过解线调将信号的分离转化为频域的窄带滤波问题,并将该算法推广应用于交叠类似LFMCW信号的检测与分离。仿真结果表明：该算法能够在较低信噪比条件下实现交叠类似LFMCW信号的检测与分离,且分离后的信号具有抑制噪声的作用。     

基于FRFT滤波的SNCK通信系统接收方法

正弦型非线性切普键控（sine non linear chirp keying,SNCK）作为一种非线性调频方法,其已调信号缺乏有效的滤波技术,针对此问题,提出了一种将SNCK已调信号波形样本近似为分段线性调频信号进行分数阶傅里叶变换的处理方法.推导了采用SNCK调制参数计算相应FRFT变换阶数的公式,并给出了通信系统采用SNCK信号进行传输时,接收端采用FRFT方法进行前置滤波的框图.通过数值仿真分析验证了该方法对SNCK各调制参数的普遍适用性,能有效提高接收信号的信噪比改善因子,降低通信误码率.     

基于逆Radon变换的旋翼目标微动参数估计方法

针对旋翼类目标特征参数提取问题,提出利用逆Radon变换估计旋翼目标微动参数的方法.首先建立了单旋翼直升机雷达回波的散射点模型,并基于线性调频信号,分析了回波的微动特性;其次研究了基于逆Radon变换在低信噪比条件下对旋翼目标微动参数估计的算法;最后进行了仿真与分析.仿真结果表明,与传统方法相比,本文所提方法在不同信噪比条件下均能实现对参数的稳健估计.     

联合属性散射中心的极化目标重构新方法

传统极化目标分解方法将各个像素的散射机理分解为基本散射机理类型的线性加权和,难以反映部件整体结构的极化信息;对于低信噪比的人造复杂目标,直接分解难以反映目标真实的散射特性．通过引入全极化的属性散射中心模型,将目标信号分解为若干典型散射中心的组合以保留结构的整体性;联合极化对属性散射中心进行特征参数提取以降低噪声影响．提出了一种联合属性散射中心的极化目标重构新方法,该算法能很好地从低信噪比的极化数据中对目标信号进行恢复并保持目标典型结构的整体性,有效增强了极化图像的可视性．     

改进的三次相位函数法LFM雷达信号参数估计

为了研究对线性调频(LFM)雷达信号的参数估计,提出了利用改进的三次相位函数法对LFM雷达信号进行参数估计.三次相位函数法可提取信号的相位函数的各项系数,并且只需通过二阶非线性变换在信号参数空间形成最大值来进行估计参数,具有较高的精度和良好的低信噪比能力,但是计算量较大.针对三次相位函数法计算量大的问题,提出调频斜率搜索范围设定准则及双尺度调频斜率搜索法,可减少大量计算量,同时保持了低信噪比下的算法精度.仿真测试结果表明,新算法有效地减小了计算量,并且保证了低信噪比下的算法精度,算法性能得到了提高.     

基于AlexNet模型的雷达信号调制类型识别

针对现代战场复杂电磁环境,在低信噪比(-6 dB)下传统雷达调制信号采用常规五参数特征的识别方法准确率低的问题,本文采用深度学习中的AlexNet卷积神经网络模型自动提取图像各种特征细节,从而替代手工设计特征的庞大的特征工程以实现信号在低信噪比下的识别。该方法首先利用平滑伪Wigner-Ville时频分析在时频域内生成雷达调制信号的时频图像;然后采用中值和均值滤波结合去噪对时频图像进行预处理;最后使用图像处理器GPU在深度学习架构Tensorflow下搭建AlexNet模型进行训练,对CW、LFM、EQFM、DLFM、BFSK、BPSK以及QPSK这7种雷达信号进行特征的自动提取和选择,从而实现雷达信号的自动识别。仿真结果表明,在信噪比为-6 dB时,除QPSK信号外其余6种雷达信号的整体识别率均达到90%以上,比采用非深度学习和LeNet5卷积神经网络的识别效果好,从而验证了该方法在低信噪比下雷达信号识别的有效性。     

超声检测中弱信号的提取方法

针对超声界位检测中回波信号弱、信噪比低的问题,分析了超声回波检测中信号和噪声干扰的特征,介绍了窄带滤波、同步迭加、相关分析等有关弱信号提取的方法．     

基于瞬时测频的非线性调频信号脉内特征估算方法

针对瞬时自相关方法对非线性调频信号脉内分析的不适用性,提出一种基于自相关-高阶差分的脉内特征估算方法,通过多次高阶差分获得非线性调频信号的调制参数.最后对单载频信号、线性调频信号和非线性调频信号等三种典型连续调频信号进行了仿真分析.仿真结果表明,该方法在保持瞬时自相关方法性能的基础上实现了对非线性调频信号的脉内分析,具有一定的工程应用价值.     

基于FrFT和子空间正交的LFM信号参数估计

基于分数阶Fourier变换和子空间正交性,提出了一种低信噪比下线性调频信号检测与参数估计方法。讨论过程中将线性调频信号通过适当的分数阶Fourier变换得到一个单频复正弦信号,在此基础上,利用信号子空间与噪声子空间的正交性处理其正弦信号,再对线性调频信号的检测和参数估计转化为函数极值求解;最后,利用计算机模拟证实了方法的有效性。     

用高阶累积量实现数字调相信号的分级识别

针对BPSK,QPSK,OQPSK和8PSK信号的调制模式自动识别,传统的基于高阶累积量算法无法区分QPSK和OQPSK,因此提出了一种基于差分高阶累积量的识别算法。该算法首先用四阶累积量提取待识别信号和其差分序列的特征参数,然后用决策树分类法实现信号的分级识别。理论分析和计算机仿真结果表明该算法有较强的抗噪声和抗相位抖动能力,在信噪比〉3dB时识别率达95％以上,更适用于较低信噪比下信号的识别。     

Novel LFM Jammer Suppression Algorithm for DSSS in FRFT Domain

A novel algorithm is proposed to resolve the defects in the traditional linear frequency modulation (LFM) jamming suppression algorithm in the fractional Fourier transform (FRFT) domain. The traditional LFM jamming suppression algorithm in the FRFT domain has some defects. For example, the exact threshold is difficult to set and both the signal-to-noise ratio (SNR) loss and spectrum leakage are serious in strong jamming-to-signal ratio (JSR) situations. Windowing, overlapping and inverse windowing techniques are used in the FRFT domain to reduce the spectrum leakage and the SNR loss. Under the condition that only the direct sequence spread spectrum (DSSS) signal and white Gaussian noise are present, the amplitude of the received signal after FRFT is assumed to be Rayleigh distributed. Based on the distribution characteristic, hypothesis testing is used to suppress the jamming spectrum using the algorithm. Simulation results show that the performance of proposed algorithm is better than that of the conventional algorithms, especially in a strong jamming and multi component LFM jamming environment.     

线性调频分数傅立叶变换理论及应用

基于普通傅立叶变换(FT)的特征函数,本文给出了一种连续时间信号的线性调频分数傅立叶变换(CFRFT)的表达方式,在此基础上,分析了CFRFT包括时移特性、展缩特性、反褶特性、时域微分特性、分数域频移特性、时域斜变信号相乘特性和Parseva l定理等变换性质,得出一些常用连续时间信号的CFRFT的变换表达式,说明了傅立叶变换可视为分数傅立叶变换(FRFT)的一个特例,对应用分数傅立叶变换分析系统具有启发作用。作为分数傅立叶变换的应用,解决了傅立叶变换不能有效分析时变系统的问题。     

New method to extract radial acceleration of target from short-duration signal at low SNR

In order to extract target radial acceleration from radar echo signal at low SNR (signal-to-noise), this paper employed FRFT (fractional Fourier transformation) to analyze short-duration radar echo and studied the relations between signal convergence peaks in matched transformation domain and signal duration and modulated frequency of signal. When signal duration is specified, the method of multiplying sampled signal by the known frequency modulated signal to alter modulated frequency was presented, which generated the new signal with larger convergence peaks than the initial signal in matched transformation domain. Thus, it could successfully estimate the radial acceleration of radar target at low SNR. Simulations were conducted to show the feasibility and effectiveness of the method. Supported by the National Natural Science Foundation of China (Grant No. 60541001)     

基于对称相关法的低信噪比信号时频分析

为了提高时频分析方法在低信噪比条件下的性能,分析了对称相关(SC)法在信号去噪中的优越性能,运用SC对预处理信号进行去噪处理,再进行时频分析.仿真结果表明,该方法可以显著提高低信噪比条件下的时频分析性能并具有更高的准确性;当信噪比低至-15 dB时,相对传统小波去噪方法,运用SC法估计初始频率和调频率的准确率仍能达到95%以上.     

频率选择性信道下的多天线信号分量合成算法

信道的多径效应和噪声会严重地影响信号的通信质量,可以通过空间分集技术提高信噪比和降低多径的影响。针对频率选择性信道下的多天线信号合成问题,给出了一种在未知信道下无需进行符号同步的多天线信号分量合成算法。在频域,该算法按照每频点信噪比最大化准则对信号进行加权合成,提高合成输出信号的每个频点信噪比,降低合成信号的衰弱特性。另外,分析了采用FFT实现时的相关问题,并利用常用的QPSK和16QAM信号进行仿真验证,最后对合成前后的信号进行解调。结果表明该算法能够有效地提高信号的接收质量,无需信号的定时同步和载波同步,对信号调制方式透明,为频率选择性信道下的低信噪比信号合成提供了新的解决思路,具有较强的实用价值。     

利用宽带回波的目标微动参数提取方法

高速目标平动补偿是弹道目标微动特征信息提取中一个较难解决的问题.利用弹道导弹宽带回波信号,提出了一种基于散射中心极化散射特性的非相干宽带回波对齐方法,通过极化相似性参数实现散射点中心对齐,并利用目标散射中心的高分辨一维距离像走动提取瞬时微动参数,对目标的尺寸和微动参数进行估计.仿真结果表明,该方法可以有效地在较低信噪比下实现包络对齐与微动参数提取,为后续工程化应用奠定了理论基础.     

基于小波降噪的短波通信信号协议识别特征提取算法

利用特征波形匹配来识别短波通信信号协议是简单有效的方法,但易受噪声干扰,影响其有效性.而低信噪比是短波信道特征之一,为此引入小波降噪来构造具有优良抗噪声干扰性能的协议识别特征,以减小噪声对特征波形匹配度的影响.文章提出了一种新的协议识别特征提取算法,该算法通过统计不同信噪比条件下小波系数的波动性,实现了特征波形与待识别信号波形小波系数的合理取舍,并采用取舍后小波系数的匹配度作为识别特征.仿真结果表明,该识别特征能有效减小噪声干扰影响,在低信噪比条件下优势突出.     

时频联合分析频率编码信号调制特征提取

针对小波脊线法在提取频率编码信号调制特征时信噪比性能较差的缺点，基于小波变换谱，将时频重排牙口时频脊线相结合，提出了一种新的时频联合分析方法．该方法借助于时频重排在改善谱图时频凝聚性方面的优势，使算法的信噪比性能得到有效改善．仿真表明，该方法在低信噪比条件下仍可得到准确的估计值．