一种水下目标辐射噪声调制特征提取方法

水下目标辐射噪声的调制信号携带许多重要特征信息,本文在现代信号处理理论的基础上对其调制特征提取方法进行了探讨。首先,利用小波变换和多分辨率分析理论,提取水下目标辐射噪声的调制包络;然后选取具有明显调制特征的特定频段数据对其进行112维谱分析,得到了辐射噪声的谐波信息。该方法结合小波变换与高阶谱理论对调制谱进行提取,可同时利用小波的消噪和高阶谱对高斯噪声的天然抑制性。对实测噪声数据进行的仿真结果表明,该方法可以有效提取噪声中的动态调制信息且抗噪性良好,具有很好的应用前景。     

采用主分量分析的非合作水声通信信号调制识别

由于信道传输特性、信噪比低等因素的影响,非合作水声通信信号的调制识别极具挑战性。对信号功率谱、平方谱进行主分量分析,提取代表不同类型调制信号特有信息的主分量作为特征参数,从而降低特征参数维度、抑制噪声影响,并在此基础上设计一种基于人工神经网络的水声通信信号调制方式分类器。海上实录信号数据的识别实验结果表明了该方法的有效性。     

基于谐波小波的舰船辐射噪声线谱提取方法

针对传统方法在低信噪比情况下难以准确提取舰船辐射噪声线谱成分的问题,提出一种基于谐波小波变换的高分辨线谱提取方法。通过对舰船辐射噪声信号进行谐波小波变换,将其正交、无泄漏地分解到相互独立的频段上,提取线谱所在频段的谐波小波系数且将其它频段置零,进而在时域重构出线谱信号,实现信号与其它成分的分离。实验分析结果表明:该方法对背景噪声有较好的抑制作用,提取微弱线谱信号的能力和精度优于FFT分析方法,比传统FIR滤波器方法性能提高了约5dB,有利于辐射噪声特征线谱的提取。     

基于谐波集检测的飞行目标水下声探测算法研究

螺旋桨飞机以一定高度在水面上飞行时,其噪声谱中的线谱存在明显的谐波关系。随着噪声由空气入水的跨界传播以及水下传播环境的变化,谐波关系有减弱的趋势。针对此问题,提出了基于谐波集检测与最强谱线检测相结合的检测算法。该算法采用门限调节因子来自适应地调整检测门限,提高了远距离低信噪比情况下目标的探测性能,可以有效地在水下环境检测螺旋桨飞机。水下单水听器接收的实测信号检测结果表明,对于巡航速度为36 m/s的螺旋桨飞机,探测距离可以达到2.48 km.     

基于切片双谱多重分形特征的雷达信号识别算法

针对现有算法识别率低、对噪声敏感的问题,提出了基于切片双谱多重分形特征的雷达信号识别算法。该算法采用切片双谱多重分形的方法进行识别,先利用双谱对角切片降低维度,再对得到的细节信号计算多重分形维数,求取广义维数和多重分形谱,提取多重分形特征输入到支持向量机中实现脉内调制雷达信号的有效识别。仿真结果表明,该方法对噪声具有较好的鲁棒性,在信噪比大于5 dB时,识别率可以达到90%以上。     

基于时频面霍夫变换的谐波族检测算法

由声学方法进行直升机等目标的探测时,以往算法大多没有充分利用其谐波性质。针对此问题,提出了基于时频面霍夫变换的谐波族检测方法。使用谐波小波变换方法求得含噪声谐波族信号的时频分布,并进行Hough变换;基于频率分集融合处理技术将各阶谱线在变换域的强度综合,作为对目标的检测量。仿真计算结果表明,该方法能准确检测出谐波族信号基频及其变化率,并在信噪比较低时依然提供幅度较高的检测量,具有较好的应用前景。     

一种基于谱分析的非带限卫星信号信噪比估计算法

为了实现对非带限卫星信号信噪比的快速高精度估计,分析了传统的基于谱分析的信噪比估计算法的对非带限卫星信号估计不准的原因,提出了一种新的基于谱分析的信噪比估计算法;该方法利用主瓣范围内信号功率与信号总功率之比和主瓣范围内噪声功率与噪声总功率之比求得信号功率和噪声功率,从而得出信噪比;对BPSK和QPSK信号的仿真结果表明：新算法性能稳定,可有效提高估计精度,在－10～10 dB的范围内,估计的偏差和均方根误差基本都小于0．5 dB;提出的新的基于谱分析的信噪比估计算法可用于各种调制方式,计算复杂度小,可以满足对非带限卫星信号信噪比估计的需求。     

伪随机码调制脉冲串引信及其抗噪性能分析

给出了几种常见伪随机码调制脉冲串信号的统一数学表达式,包括脉间伪随机二相编码脉冲串信号、伪随机脉位调制脉冲串信号、伪随机脉位调制与二相编码复合脉冲串信号,以此为基础,简要推导了统一的幅谱函数和相关函数表达式,具体分析了各自的特性并对其进行了仿真.接着,从引信接收机信号处理的角度,推导了从相干解调和相关检测过程的信噪比增益公式,详细分析了伪码脉冲体制引信的抗噪声性能.     

基于高阶累量谱的轴承故障诊断

在轴承故障诊断中，故障信号的提取是一个关键问题。实际测得的轴承振动信号一般是非平稳和非高斯分布的信号，信噪比很低，微弱的故障信息往往完全淹没在噪声中，信号特征的提取非常困难。信号的高阶累积量对加性高斯噪声和对称非高斯噪声不敏感，应用在轴承的故障诊断中，可以有效地分离信号与噪声，提高信噪比，增强故障信息。对轴承在不同状态下的振动信号进行对比分析，提取了不同状态下轴承振动信号的功率谱与高阶累量谱（双谱），建立了用于故障诊断的双谱特征向量，并利用BP神经网络进行了故障诊断。分析结果表明，从高阶累积量提取的特征与功率谱相比，对故障特征比较敏感，容易实现智能诊断中的数字特征提取，可有效地区分轴承的故障。     

基于自适应MMSE-LSA与NMF的语音增强算法

针对目前已有的语音增强算法在低信噪比的非平稳噪声环境下存在语音增强性能欠佳、计算复杂度高、语音失真与音乐噪声的问题,提出基于自适应对数谱幅度的最小均方误差(MMSE-LSA)与非负矩阵分解(NMF)的语音增强算法。首先利用自适应MMSE-LSA估计器对含噪语音信号进行增强,以提高输入信号的信噪比,接着对增强后产生的语音失真和残留噪声利用NMF算法进行补偿,既保证语音质量,又尽可能地消除噪声干扰。仿真实验结果表明,语音增强算法与经典的谱减算法、维纳滤波算法相比,不仅提高了输出信噪比,而且降低了音乐噪声,在可懂度和清晰度方面均具有较明显的优势。     

对称相关用于直升机声信号特征提取

针对直升机声信号中混有与信号不相关的随机噪声,提出了一种将对称相关函数法和MUSIC算法相结合的直升机声目标特征提取新方法。采用MUSIC算法提取直升机声信号的对称相关函数的谐波频率,从而可以得到直升机声信号的谐波频率,将其作为目标特征。计算机仿真结果表明:与传统方法相比,该方法可以抑制噪声,突出谱峰位置,准确地体现直升机声信号的谐波特性。     

基于1(1)/(2)维谱的舰船辐射噪声低频线谱成分提取

分析了1(1)/(2)维谱具有的几个特殊性质,即抑制高斯噪声和对称分布噪声;加强信号的基频分量以及剔除非耦合相位的谐波分量.通过计算实际舰船噪声的1(1)/(2)维谱,并利用它所具有的特征参数,对舰船信号进行了分类与识别,达到了较好的识别效果, 为进一步开展水下目标探测与识别研究打下了良好基础.     

噪声调频连续波的统计主旁瓣比

噪声调频连续波(NFMCW)信号的脉压输出具有表现为均匀噪声基底的随机旁瓣,通过对其统计规律的研究,推导了具有高斯型功率谱的NFMCW峰值旁瓣比(PSLR)及积分旁瓣比(ISLR)的数学表达式。研究结果表明：NFMCW的PSLR与相关时长、信号有效调制带宽及目标多普勒频率均有关;ISLR仅与相关时长以及目标多普勒频率有关,与信号有效调制带宽无关。Monte-Carlo实验结果与推导结果一致。     

基于分层处理的短码直扩信号盲解扩算法

针对实际截获的短码直扩(Direct Sequence Spread Spectrum,DSSS)信号信噪比存在波动、以及在低信噪比下伪噪声(Pseudo Random,PN)码盲估计困难的问题,提出了分层解调与解扩的处理方法。该算法将信噪比存在较大起伏的信号分为两层进行处理,首先从筛选出的高信噪比信号中估计扩频周期、短码序列起始位两个参数,然后利用估计出的参数,通过滑动窗口法实现全部信号的盲解扩。算法直接对调制过的BPSK信号进行处理,不需要数字相干信号、不需要估计PN码序列。仿真实验表明,用于参数估计的部分信号信噪比为0dB时,可以实现信噪比大于等于-12dB的信号的准确解扩。     

基于小波谱相关方法的相位编码信号参数估计

提出了一种针对淹没在噪声中MPSK信号参数估计的小波域谱相关方法.依据循环谱相关与仿射类时频分析的相关理论,把小波谱推广到了小波谱相关域,提出了小波域谱相关方法,分析了MPSK信号的小波域谱相关的特征.根据分析的结果,给出了MPSK参数估计的小波域谱相关方法的步骤,并进行了仿真计算.结果表明,该方法具有在低信噪比情况下检测MPSK信号的良好性能.     

基于分数阶傅里叶变换的线性调频引信定距方法

针对调频（FM）引信,为了在较小的调制频偏内获得较高定距精度,提出了基于分数阶域瞬时初始频率估计和基于分数阶相关的两种定距方法。论述了两种方法的定距原理,分析了其距离分辨力与抗噪声性能,并进行了仿真验证。结果表明：较FM谐波定距方法,两种方法具有较高的距离分辨力,且受FM带宽影响较小;同时定距方法通过FM发射、接收信号与单载波混频方法,在分数阶域避免了FM率估计,降低了算法复杂度,具有工程可实现性;较初始频率估计方法,基于分数阶相关的FM定距方法抗噪声性能更好,适合于低信噪比环境下信号检测。     

基于双门限盒维数与信息维数的协作感知方法

由于认知超宽带系统在频带范围内授权信号调制样式已知,考虑到传统循环谱特征检测的不足,提出一种结合双门限盒维数与信息维数的协作频谱感知方法。该方法首先通过采用双门限盒维数检测,快速有效地实现频谱感知,然后,根据认知超宽带频谱感知的特殊性,引入信息维数对信号调制样式进行识别。仿真结果表明:该协作方法能够取得较好的检测效果,复杂度低,对噪声不敏感,能够有效识别信号调制样式、区分噪声与授权信号,适合于认知超宽带系统。     

基于IF 特性的雷达辐射信号脉内调制特性识别

为解决雷达侦察中雷达脉内调制类型识别问题,研究NS、LFM、PSK、FSK 4 种类型调制信号的高效识 别问题。通过改进瞬时自相关算法在抑制相位模糊和噪声干扰的前提下得到雷达辐射信号自相关函数,进行滑动平 均采样处理得到信号的瞬时频率。分析4 种不同调制类型信号频率图特征,提取频率图的自相关系数、突跳峰次数 和二级均值差特性作为识别特征向量,构建一种高效的脉内调制识别算法。仿真实验表明：该算法可在信噪比较低 的条件下,有效地区分4 种调制类型,当信噪比高于9 dB 时,识别概率可达到97%以上。     

一种BOC信号测距码结构监测方法

测距码结构监测是信号监测系统的重要组成部分,但接收的信号往往淹没于噪声中,无法从时域中提取出测距码序列。推导了BOC信号的通用自相关与功率谱密度的表达式,并提出了一种适用于低信噪比下的BOC信号测距码解码方法。该方法利用导航信号的循环平稳特性与噪声的平稳特性,通过谱相关理论估计信号的多普勒和码速率,取小于一个码周期的数据与原始数据滑动相关去除电文的影响,然后剥离副载波恢复出测距码的时域波形,通过仿真分析BOC(1,1)信号验证了算法的有效性。     

基于双谱技术的毫米波雷达目标特征提取方法

在毫米波雷达系统中,信噪比对作用距离的影响很大;要满足探测及识别目标对信噪比的要求,就制约了雷达系统的作用距离。为改善雷达自动控测识别目标的能力,放宽对接收机信噪比的要求,本文在对含操信号的双谱特性进行分析的基础上,提取了含有目标信号双谱相位信息的特征矢量;它不仅包含了丰富的目标回波信息,而且对噪声不敏感。实验结果表明,在信噪比很低时,信号双谱波形变化不大,特征矢量仍很稳定,大大降低了目标识别对雷达系统信噪比的要求,从而提高了毫米波雷达的灵敏度及作用距离。