舰船辐射噪声调制度对调制谱的影响

基于调制谱理论和舰船辐射噪声是高斯过程的假定,把调制谱谐波信号与非谐波分量分别当作信号与噪声,定量地讨论了调制系数与调制谱谐波信号信噪比的关系,分析了背景噪声对调制谱谐波信号信噪比的影响。     

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.     

基于高阶累积量和熵值联合特征的调制识别算法

现代战争信息传输主要通过无线电通信实现,调制识别是通信侦察的关键技术,准确识别信号调制方式可为后续信号的解调及采取相应的对抗措施提供有利的条件。文章提出了一种基于高阶累积量和熵值联合特征的数字信号调制识别算法,提取高阶累积量和熵值作为分类特征。依据各特征参数的分类性能选取判决准则和门限值,构造出决策树分类器,从而实现对数字通信信号调制方式的识别。根据设定数字信号进行了仿真实验,结果表明该算法可在低信噪比情况下正确地识别数字通信信号调制方式,具有较强的可靠性与准确性。     

基于MFCC的OFDM信号子载波调制方式识别方法

针对多径信道下传统的OFDM信号子载波调制方式识别方法存在识别率不高,判决门限不易确定,子载波调制方式识别不全面等问题,提出一种基于MFCC的OFDM信号子载波调制方式识别方法.利用语音模型下的识别算法提取OFDM信号的MFCC特征参数,计算出各阶MFCC特征参数的平均标准偏差和平均变化率,并将两类参数的组合作为OFDM信号子载波调制方式分类特征量对子载波调制方式进行识别.仿真实验结果表明,该方法能够有效实现多径信道下OFDM信号子载波多种调制方式的识别,且识别性能优于传统方法.     

基于MFCC的OFDM信号子载波调制方式识别方法

针对多径信道下传统的OFDM信号子载波调制方式识别方法存在识别率不高,判决门限不易确定,子载波调制方式识别不全面等问题,提出一种基于MFCC的OFDM信号子载波调制方式识别方法.利用语音模型下的识别算法提取OFDM信号的MFCC特征参数,计算出各阶MFCC特征参数的平均标准偏差和平均变化率,并将两类参数的组合作为OFDM信号子载波调制方式分类特征量对子载波调制方式进行识别.仿真实验结果表明,该方法能够有效实现多径信道下OFDM信号子载波多种调制方式的识别,且识别性能优于传统方法.     

基于分数阶Fourier变换的远程水声通信技术研究

针对水声通信中所采用的窄带信号传输距离近和抗干扰能力不足的问题,提出一种采用线性调频( LFM)作为载波信号,采用分数阶Fourier变换作为解码方式的水声通信方案.该方案采用在时域进行LFM信号的码元分割,在分数阶变换域借用脉冲位置调制(PPM)进行解码的方法进行通信,并通过Rake接收机进行路径分集接收抑制水声信道...     

典型体制雷达引信信号的调制制式识别

针对现有方法只能识别某一类特定信号的不足,为了有效识别出几类典型体制雷达引信信号,提出了基于调制周期估计及时频脊线提取的信号调制制式识别方法。该方法对信号自相关函数进行分析以估计调制周期,而后估计包络波形以完成对占空比的估计来区分脉冲串信号类型;对于连续波信号通过周期积累和时频脊线提取,利用几项特征参数识别调制制式。仿真分析表明,该方法具有较高的识别准确率。     

MPSK信号调制识别方法

确定MPSK信号的具体调制方式,成为通信对抗所面临的难题之一。阐述了现有的关于MPSK信号调制识别的方法及其优缺点,并分析了国内外MPSK信号的调制识别研究的现状及其发展趋势。     

通信侦察信息处理中的软计算方法

通信侦察信息处理中的软计算方法,应用软计算中的粒度原理和神经网络覆盖算法.它依据从信号中提取的关键特征实现对通信信号的调制模式识别,包括通信信号识别、通信电台及其装载平台的识别.     

单矢量差分幅度相移键控正交频分复用水声通信研究

为了在不牺牲通信带宽利用率的前提下,进一步提高水声通信质量,在描述高阶差分幅度相移键控调制技术和单矢量信号处理技术的基础上,基于矢量水听器和高阶差分调制技术,提出一种应用于正交频分复用（OFDM）通信体制中的高速水声通信系统。根据实际水域声速梯度真值,利用信道仿真软件建模实际水声信道,仿真研究通信系统在此信道下的通信性能。研究结果表明：对矢量水听器采集的声压和振速通道信号进行p+3v_c线性联合处理可获得增益,单矢量差分幅度相移键控OFDM通信系统比标量差分幅度相移键控OFDM系统的通信效果有明显改善,验证了该系统的可行性和优越性。     

水下目标的Gammatone子带降噪和希尔伯特-黄变换特征提取

水下目标识别是水声探测中的关键技术,具有重要的应用价值。海洋环境的复杂性导致水下目标识别中存在不可回避的噪声干扰。以人耳听觉机理为基础,提出了一种结合Gammatone滤波器、小波阈值降噪和希尔伯特-黄变换(HHT)的水下目标识别方法。采用Gammatone滤波器实现人耳听觉机理的模拟,并在此基础上进行小波阈值降噪,提高系统的噪声鲁棒性,然后利用HHT进行时频分析和特征提取。利用实际水下目标数据进行识别实验,对提出的方法进行了验证。实验结果表明,提出的方法在低信噪比条件下具有良好的鲁棒性,并具有较好的识别效果。     

基于动态粒子群小波动态加权多模盲均衡算法

为了提高对高阶正交振幅调制 (QAM) 信号的均衡效果,提出了基于动态粒子群优化(DPSO)的小波动态加权多模盲均衡算法(DPSO-WTDWMMA). 该算法将DPSO算法和正交小波变换结合起来应用于动态加权多模盲均衡算法(DWMMA)中。利用DPSO对均衡器权向量进行优化,利用正交小波变换降低输入信号的自相关性,利用动态加权多模算法来选择合适的误差模型匹配发射的QAM信号,降低了稳态误差。理论分析及水声信道仿真结果表明：DPSO-WTDWMMA算法可获得较快的收敛速度和较低的稳态误差。     

水下主动声引信回波集成检测方法

针对水下主动声引信在复杂的自然干扰下难以准确检测的问题,结合目标回波信号与混响等干扰的各种宏观和微观信息,一方面利用改进的经验模式分解方法对引信系统接收的原始信号进行处理,得到不同模态的本征模式分量,以实现目标回波与混响的分离;另一方面利用本征模式分量得到瞬时频率方差检测统计量和能量检测统计量,将瞬时频率方差检测统计量和能量检测统计量进行组合,构建集成检测器,实现对水下主动声引信的优化检测。试验结果表明,与基于常规能量检测和瞬时频率方差检测方法相比,该方法具有更好的检测性能。     

基于栈式降维与字典学习的辐射源调制识别

针对低信噪比环境下辐射源调制识别准确率和时效性不高问题,提出一种基于时频特征、栈式降维和字典学习的分类识别系统。对时域信号进行时频变换和稀疏域降噪,获取二维时频特征并降低噪声干扰;基于无监督学习的栈式降维网络提取低维非线性特征,进而降低特征冗余并提高后续处理时效性;通过多项判别约束和正则约束强化字典类间判别能力与分类时效性,并实现调制类型识别。仿真结果验证了该分类识别系统的有效性和可行性：当信噪比为-8 dB时,单载频信号、二相频率编码信号、四相频率编码信号、线性调频信号、二相编码信号、四相编码信号、Frank信号7类辐射源信号的整体平均识别率达到95.93%,具备较强的鲁棒性和时效性。     

基于生成对抗网络的水声目标识别算法

目标识别是水声探测领域的难题,也是研究热点。在水声目标识别实际应用中,标记样本数量不足是制约识别结果的主要因素之一。针对水声目标噪声数据具有的小样本特点,基于深度学习理论提出一种基于生成对抗网络的识别模型。该模型从生成模型与对抗模型的相互博弈中,学习更多有效的识别特征信息,并与深度自编码网络和深度置信网络模型进行对比。仿真实验结果表明：在样本数量有限的情况下,生成对抗网络模型的识别效果优于深度置信网络与深度自编码网络;3种深度学习模型的识别性能均优于先提取梅尔倒谱系数特征,再用Softmax分类的方法。为进一步测试所建模型的性能,研究了3种深度学习模型在不同信噪比下的鲁棒性,仿真实验结果表明：生成对抗网络模型对噪声具有更强的鲁棒性。     

一种基于独立成分分析的水下宽带信号波达方位估计方法

在水下目标特征信息缺乏、声纳阵列孔径有限的条件下,对水下宽带信号开展高分辨率、高精度的波达方位估计研究,具有明显的研究意义和应用价值。利用水下信源统计独立的特点,采用基于独立成分分析的状态一致性变换算法进行方位估计;考虑到水下加性噪声的高斯分布特性,利用小波降噪的预处理技术,消减混合信号中的高斯噪声成分;针对状态一致性变换在低频段的性能退化,提出一种空间重采样修正方法。使用上述基于空间重采样修正的状态一致性变换算法对仿真及海试数据进行处理,目标方位估计结果表明：该方法具有角度分辨率高、需要阵元数少、对先验知识依赖小、低频段性能稳定的优点,相比常规波束形成、子空间法、传统状态一致性变换3类方法更具性能优越性与实用性。     

基于联合投影字典学习的辐射源调制识别

针对字典学习用于辐射源识别时原子表征能力有限和复杂环境适应性不足问题,提出一种基于联合投影字典学习的辐射源识别方法。利用时频变换提取辐射源信号初始特征,并通过降维、降噪实现特征预处理;采用核空间投影和降维投影学习方式优化字典原子结构,基于数据集训练获取联合投影字典;通过分类测试完成了有效性验证。仿真结果表明：该方法所提取字典原子具备较强表征能力,能够适应参数多变的复杂环境;较常规有监督字典学习方式更易区分多类型、高相似度信号,-6 dB时单载频信号、线性调频信号、非线性调频信号、二相编码信号、四相编码信号、Frank信号、二相频率编码信号、四相频率编码信号、非线性调频-二相编码复合调制信号、二相频率编码-二相编码复合调制信号10类辐射源信号的整体平均识别率为94.4%.     

灰关联分析法在坦克声目标识别系统中的应用

提出了一种基于灰关联分析的坦克声目标识别算法。该算法提取坦克声信号线性预测系数特征作为关联参数,通过比较坦克声信号的灰关联值实现目标识别。仿真结果表明：该算法可以从信息不完全、关系不明确的坦克声信号中提炼主要因素进行识别,其实现方法简单,无噪背景下,平均识别率可达到90%。因此该算法在声目标识别系统中具有普适性和可行性。