低信噪比下非线性调频信号脉内特征提取新算法

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。通过讨论小波变换法、伪威格纳威尔分布（PWD）等典型非线性调频信号脉内特征提取方法，提出了将小波变换法和PWD法提取的结果进行截断综合，再提取时频图脊线的新算法。实现了在低信噪比条件下，准确提取非线性调频信号（NLFM）的脉内特征。对不同类型的调制信号仿真结果证实了算法的可行性。     

低信噪比下相位编码信号脉内特征提取的新方法

利用小波脊线法可以实现相位编码信号脉内特征的提取,但低信噪比下噪声幅度将淹没小波变换的尖峰,误差较大,严重影响识别效果．为改善低信噪比下相位编码信号脉内特征提取的准确性,提出一种基于小波分析去噪和小波脊线法相结合的改进算法,首先通过小波分析对相位编码信号进行去噪,改善信噪比,在此基础上再进行其脉内特征的提取．仿真结果证明该方法有效,具有一定的参考价值．     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90%以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90％以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于改进B分布自适应窗长时频分析的伪码调相-载波调频复合引信信号的参数提取研究

研究了基于改进B分布的自适应窗长时频分析的理论及其实现方法,利用该方法对伪码体制复合引信信号进行脉冲内特征分析,这些信号具体包括伪码调相信号、伪码调相与正弦调频复合信号、伪码调相与线性调频复合信号.仿真结果表明,在信噪比为3 dB时,利用该种自适应窗长时频分析技术,不但可以提取载频调制的特征信息,而且能够有效提取相位突...     

基于FM-AM转换的雷达调频信号解调与参数估计研究

研究了FM-AM转换时频分析的理论及其实现方法,利用高斯滤波器设计了调频信号的调制特征分析滤波器组,并以正弦调频和线性调频两类调频信号为例进行了数字解调分析,仿真结果表明,在信噪比为5dB时,利用FM-AM转换时频分析技术,可以有效提取调频信号的特征信息.     

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.     

基于模糊函数的无线电引信信号参数提取

针对连续波线性调频(LFMCW)引信信号特征参数提取需要先验信息的问题,提出了基于周期模糊函数图提取信号特征参数的方法.该方法首先对侦察接收到的信号作二维自相关变换,分析LFMCW引信信号的周期模糊函数特征,然后结合LFMCW引信信号本身的特性,在相关域提取LFMCW引信信号的特征参数.仿真分析表明:该算法不依赖任何先验信息,即能有效地检测出信号的调频特征和较准确地估计出信号的特征参数,且具有较好的抗噪声能力.     

太赫兹引信面目标散射特性

采用多种时频方法研究了西藏地区两种典型面目标(高寒干草地和高寒沼泽)回波信号的时频特性，揭示常规弹药太赫兹引信在经典落角65°、85°下的面目标双点散射现象。分析小波、WVD时频方法在引信面目标回波实际应用中的局限性，并进行理论说明。针对频率成分提取过程中的成分丢失和频率成分能量聚集性差问题，提出一种新的重排小波-伪魏格纳时频(Mor-RPWVD)方法。Mor-RPWVD采用距离加权和时频信息融合，进一步提高时频方法的交叉项干扰抑制能力和能量聚集性。实测数据验证结果表明，重排小波-伪魏格纳(Mor-RPWVD)时频方法对面目标多点散射回波信号的良好时频分析能力。     

小波变换在无线电引信参数提取中的应用研究

包络和瞬时频率是无线电引信信号处理中所用到的两个重要的特征量,由于传统的希尔伯特法在提取包络时存在一定的缺陷,文中提出了一种小波变换法来提取信号的包络,同时利用小波脊线提取信号的瞬时频率,计算机仿真表明,用该方法提取的两个特征量具有很高的精度,为提高无线电引信的抗干扰及引战配合性能提供了良好的基础。     

小波包神经网络在雷达导引头信号处理中的应用

为从背景杂波中有效地提取出目标的特征信号,文中提出了一种将小波包分解和神经网络相结合的去噪方案。利用小波包对信号的低频和高频部分进行精细分解,得到信号在多尺度空间上的分解系数。根据信号和噪声在不同尺度小波包分解下的小波包特性,利用神经网络对分解系数进行处理,再用新的小波包分解系数对信号进行重构,以达到滤除噪声的目的。     

基于小波变换的小目标检测

利用小波分析的多分辨率特性和时频局部窗特性能够克服传统方法的局限,实现小目标的精确定位检测.基于小波变换的小目标检测,先利用改进的小波变换选择合理的小波基和小波变换窗口对小目标图像滤波,后结合直方图阈值分割法分割阈值.实验结果表明该方法不仅能很好保存小目标的形状特征,还能将背景几乎完全消除.     

弹丸膛内姿态与纵向运动测试与分析

弹丸发射过程中在膛内发生剧烈的摆动并产生巨大的横向过载，有时甚至能达到纵向过载的2倍多，对引信机构运动产生不容忽视的影响，然而由于身管的遮蔽，使得测试弹丸膛内运动变得极为困难。提出了弹丸膛内姿态与纵向运动联合测试方法，成功地进行了试验，并对频谱分布和时频特性进行分析，为引信设计和故障分析提供了测试手段和分析工具。     

雷达信号脉内特征参数提取新方法

针对双谱的特点,提出一种新的雷达信号脉内特征参数提取方法.对接收到的信号首先提取双谱幅度谱并简化为二维特征,然后求取该二维特征的复杂度特征中的盒维数和信息维数.由于不同信号的双谱区别大且对高斯噪声不敏感,因此提取的盒维数和信息维数可分性强、稳定度高,仿真验证了新脉内特征参数的优越性.     

基于子波变换和神经网络的直升机目标识别技术

在分析直升机噪声特性的基础上，利用子波变换对直升机所辐射的噪声信号进行特征提取，并采取ＢＰ网络分类器，成功地识别了干扰背景中的直升机目标，实际数据处理的结果证明了该方法的有效性。     

基于全息特征的雷达信号综合分选新方法

提出了一种基于模糊综合评判模型的雷达信号分选新方法。首先采用传统信号分选方式对到达角或到达时间等常规参数进行提取,然后利用小波变换法提取雷达信号的脉内特征,根据层次分析确定权重,建立分选模型进行分选。计算机仿真结果表明,该方法能够有效地分选雷达信号。     

小波变换在外测数据随机误差分离中的应用

针对外测数据误差分离领域中测量数据趋势项提取模型构建复杂的问题,提出一种利用小波多尺度分解提取测量数据趋势项,然后将测量信号与趋势项相减,把得到的残差作为随机误差的误差分离方法。小波的分解层数直接影响误差分离的效果,恰当的选择小波分解层数是该方法的关键,针对随机误差为低阶AR模型的雷测数据,给出了最佳层数的确定方法。从随机误差分离过程可以看出,该方法比较简单,实用性好,仿真结果表明该方法能够有效的对外测数据的随机误差进行分离。     

强背景噪声下的小波熵模极大值消噪方法

针对矿井提升机特征信号在强非平稳和强噪声背景下难以有效提取的问题,结合小波能量熵理论与小波模极大值的奇异性理论,提出一种有效的强背景噪声下提升机信号消噪方法。该方法利用信息熵能定量描述时-频域能量概率分布的特性,采用小波熵自适应确定噪声阈值,有效去除随小波分解尺度增大而不断减小的小波模极大值,保留随尺度增大而增大的模极大值,并重构经有效过滤的剩余小波模极大值,实现强背景噪声下噪声信号与真实信号的有效分离。通过对仿真信号和提升机实测信号的应用,表明了该方法消噪效果明显,消噪数据可靠,提高了强背景噪声下提升机故障诊断的数据可靠性。