子波变换在VTS雷达信号检测中的应用研究

根据子波变换的多尺度分析理论和ＶＴＳ雷达目标和杂波的特性，以及目前子波分析在信号处理中的应用情况，分析了用多尺度分析方法进行雷达杂波处理的可行性，并提出了用多尺度分析进行雷达信号处理的基本方法。     

有限长二维子波变换的算法结构

子带编码是图象信号压缩的一种有效方法。在子带编码系统中，利用子波变换的良好的时间（空间）和频率域局部化特性将图象信号分割成子带信号，可以改善压缩效率。从一维有限长子波变换的算法结构出发，利用矩阵Ｋｒｏｎｅｃｋｅｒ积的性质推导了一种用于图象压缩的二维有限长离散子波变换的算法结构，并且给出了设计快速子波变换算法的方法     

子波去噪在雷达信号处理中应用

在介绍子波变换功率谱计算方法的基础上,提出了一种基于子波变换理论的雷达视频回波信号去噪方法,该方法首先对回波信号进行多分辨分解。确定每一尺度上的门限阈值;然后对信号进行离散子波变换,去除各尺度上低于对应门限阈值的信号成分,再利用离散子波反变换获得了去噪后的视频回波信号。利用该方法对实测雷达视频回波数据进行仿真验证,获得了较好的效果。     

基于扩充的Prony方法对信号的谱估计

目的 探讨现代谱估计方法在雷达信号谱估计的应用。方法 采用扩充Ｐｒｏｎｙ方法和ＦＦＴ方法分别对双正弦信号进行仿真计算。结果 理论分析及仿真结果表明扩充Ｐｒｏｎｙ方法具有比ＦＦＴ高的谱估计精度。结论 扩充Ｐｒｏｎｙ方法可应用在雷达信号的多普勒频率和相位的估计中,并由此估计和计算出目标的运动参数和运动轨迹。     

基于正交误差函数的振动信号瞬时频率计算

瞬时频率计算是振动信号处理中的重要内容,而希尔伯特变换是计算信号瞬时频率最常用的方法,若信号的希尔伯特变换与其正交信号不相等,会导致信号瞬时频率计算不准确。文章推导了2组正交误差函数估计公式,提出了通过补偿正交误差函数以获得更为准确的正交信号,从而提升瞬时频率估计精度的方法,并利用数值分析验证了方法的有效性。     

FMCW雷达物位系统的算法设计

文中针对雷达物位计中差拍信号中心频率计算不准确的问题进行研究.首先使用窗函数法对差拍信号进行截取和滤波,减小频率泄漏和噪声的影响.其次,通过快速傅里叶变换从频谱中粗略的得到目标的相对位置.最后,利用谱估计的改进法对频谱进行细化处理,在不增加过多计算量的基础上实现了测距精度的提高.仿真结果表明测量精度比传统的直接FFT法提高了500倍左右,满足了物位计的技术标准,保证了系统的距离测量精度.     

子波方法提取Rayleigh-Bnard对流温度信号的相干结构

采用子波分析方法 ,对 Rayleigh- Bénard对流中温度脉动信号进行了分析 ,根据子波系数方差取极大值的判别准则 ,确定出了对应于温度信号相干结构的尺度或频率 ,然后采用给出的确定尺度下的连续子波反变换公式 ,不需要加入任何门限 ,提出了温度信号相干结构所对应的波形。为证明该方法的有效性 ,还对一个给定的“余弦相干信号 +随机噪声信号”,进行了提取余弦相干信号的数值实验 ,结果表明 ,该方法能够较准确地提取出代表相干结构的余弦信号。     

基于FDD-OFDM信号外辐射源双基雷达的低空目标微动特征提取

作为当前一种广泛使用的民用移动通信信号,LTE信号是低空目标探测的一种重要外辐射源信号。开展基于LTE信号的低空目标特征分析与提取研究,对于低空监视与要地防护等具有重要意义。LTE移动通信信号的核心技术之一是多载频正交频分复用技术, OFDM,分为时分双工TDD和频分双工FDD 2种模式。针对FDD-OFDM信号,首先建立了带旋翼低空目标雷达回波模型,推导了目标散射点的多普勒和微多普勒参数化表达,并分析了其微多普勒频率的影响因素。在此基础上,使用时频分析和Hough变换结合的方法对目标的微动特征参数进行提取,验证基于FDD-OFDM信号外辐射源双基雷达的低空目标微动特征提取的可行性和有效性。     

一种二维离散子波变换的滤波器结构

子波变换具有良好的时间（空间）频率局部化性能，在图象子带编码中，二维离散子波变换是一种接近理想的子带分析／综合子系统。本文提出一种利用一维离散子波变换实现二维有限长离散子波变换的方法，同时给出了二维离散子波正变换（ＤＷＴ）和反变换（ＩＤＷＴ）的滤波器实现结构。     

雷达目标跟踪的子波滤波器

根据子波变换方法对雷达跟踪目标的位置测量数据进行了滤波,通过与传统卡尔曼方法的分析比较和模拟实验给出了目标跟踪的子波滤波的特性。     

基于小波和神经网络的目标识别方法

基于高分辨一维距离像，对雷达信号目标识别的小波分析和神经网络方法进行了理论研究和实验分析。小波变换起到了数据压缩作用，并且用不同的小波得到不同的结果。ISAR获得的三种飞机目标真实回波数据所形成的一维距离像作为实验数据，并且用神经网络对目标分类器进行了设计。     

小波神经网络的毫米波雷达目标一维距离像识别

将小波变换和反向传播神经网络理论结合，设计一种小波神经网络结构。由于小波变换在时间和频率空间所具有良好的定位特性，使小波神经网络可对输入输出数据进行多分辨的学习训练。介绍神经网络的数学框架和该网络的学习算法。根据毫米法频率步进雷达目标一维距离像所给出的信息，将所提出的小波神经网络用于3种实际雷达目标的识别。实验结果表明，小波神经网络收敛速度快、识别率高。     

基于小波分析的傅里叶变换轮廓术应用研究

采用一种基于小波分析的傅里叶变换轮廓术测量了物体三维形貌。利用小波变化的时频特性,对测量光栅图像进行了处理,提取了有用的频率分量,获得了光栅图像的相位信息,抑制了频率混叠。计算机模拟结果验证了该方法的可行性,并在有噪声和无噪声的情况下与一般数字滤波器处理结果进行了比较,无论从测量精度还是测量范围都得到了提高。     

地震作用下结构动力响应的小波分析

利用小波变换对受地震作用下结构的动力反应进行了分析和计算,并利用能量分配关系清楚地分析了各频段范围地震输入分量对结构反应的作用程度.通过算例分析知道,小波变换可以对提取的任意频率范围的输入进行动力分析,较传统傅里叶变换有明显优点.     

巴特沃斯小波变换算法在故障诊断中的应用

提出了一种基于巴特沃斯滤波器的离散小波变换快速算法 ,通过控制巴特沃斯滤波器的频率截止特性来抑制小波变换中的频率混迭现象 ,还可通过控制各小波函数对应的巴特沃斯滤波器的截止频率位置来改变离散小波变换的频率分辨率 ,实现 1 / 1频程 (二进小波变换 )、1 / 3频程、1 / 6频程等高频率分析精度的离散小波变换     

微弱振动信号的谐波小波频域提取

为解决设备故障检测和故障预报中某些微弱振动信号难以提取出来的问题,在介绍谐波小波变换的优良特性及其基本原理的基础上,给出了谐波小波变换的实现技术.在不减少信息点数的情况下,用谐波小波变换成功地对微弱振动信号实现了频域提取与时域重构,并且实现了强噪声下微弱周期振动信号的频域提取.通过算例和工程实例,说明谐波小波方法在微弱信号的频域提取能力和精度上明显优于基于二进分解的小波方法和傅里叶分析方法,且在混有强噪声的信号提取中消除了二进小波包仍然存在的噪声泄漏,同时也显示了谐波小波变换的频域保相特性.     

基于小波变换的医学图像插值研究

提出了新的预测高频细节的方法,并能有效地结合多小波实现任意整数倍的图像超分辨率.实验结果表明新的基于小波分析的图像插值方法能够有效地保持图像的边缘特征,达到更好的视觉效果.     

一种地震子波峰值频率的估计方法

针对常规方法估计地震子波峰值频率的精度不高的问题，提出了一种估计地震子波峰值频率的特征结构（ES）法．该方法先对地震子波的自相关矩阵进行特征分解，再用最大特征值对应的特征向量逼近其峰值频率成分子空间，同时用其余特征向量逼近非峰值频率成分子空间，然后计算不同频率的正弦谐波在峰值频率成分子空间与非峰值频率成分子空间的投影系数之比，最后搜索最大比值对应的谐波频率即为检测到的地震子波峰值频率．与常规方法相比，ES法能更精确地检测地震子波的峰值频率．采用合成的零偏垂直地震剖面资料进行了仿真实验，结果表明，与快速傅里叶变换和Burg最大熵相比较，ES法检测到的品质因子精度高，方差约减少了43％，同时估计的峰值频率也更精确．     

小波理论概述

小波变换是当前应用数学和工程学科中一个迅速发展的新领域,由于它在时间域和频率域里同时具有良好的局部化性质,因而同时具备理论深刻与应用广泛的双重意义。首先,介绍了小波函数的基本概念,讨论了小波变换的特点;其次,完整地总结了小波变换在各个方向的应用;最后对小波变换的应用进行了总结和展望。     

基于正交小波包遥感图像融合算法研究

正交小波包分析能够将信号(图像)频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,从而提高了频率分辨率,能有效地提取特定的频率成分。首先推导了小波包分析的基本原理,并给出了基于正交小波包分析的遥感图像融合算法,最后,通过实例说明正交小波包分析的有效性和优越性。