两种特征提取技术在入侵检测中的应用

在介绍主成分分析方法和核主成分分析方法原理基础上,分别采用这两种方法对KDDCUP99中的入侵检测数据进行特征提取,然后把特征提取后的数据送入神经网络进行训练。仿真实验结果表明,两种方法中核主成分分析方法具有更优秀的特征提取性能。     

基于SSA的弹头激波信号处理方法研究

针对弹头激波信号混杂其他噪声干扰无法分离时延特征参数问题,利用奇异谱分析(SSA)的自适应滤波特性进行处理,并对嵌入维数和重构主分量数目对分离效果的影响进行了讨论,建立性能评价函数和选择准则来进行优化。仿真结果表明,采用最优参数时SSA能有效提取出噪声条件下激波信号特征。     

基于奇异谱分析(SSA)的弹头激波信号处理方法研究

针对弹头激波信号混杂其他噪声干扰无法分离时延特征参数问题,利用奇异谱分析(SSA)的自适应滤波特性进行处理,并对嵌入维数和重构主分量数目对分离效果的影响进行了讨论,建立性能评价函数和选择准则来进行优化。仿真结果表明,采用最优参数时SSA能有效提取出噪声条件下激波信号特征。     

具有时频双特性的信号分析算法

提出一个在时域和频域同时具有良好特性的信号分析算法,在从一个复杂信号中提取某个或某几个信号分量时,具有较高的应用价值,特别是在检测信号中的微弱瞬态成分时,该算法不仅能检测到微弱瞬态成分的存在,而且还能够精确地确定其发生的时间,其优越性是常规的频谱分析所不能比拟的.仿真实验证明,该算法是切实可行的.     

基于S变换的内燃机噪声信号时频特性

简述了S变换的基本原理,设计了仿真试验,对比分析短时Fourier变换与S变换的时频分析和信号检测能力.结果表明,S变换是一种更加有效的非稳态信号时频分析方法.以某六缸发动机为研究对象,采集机体前端和顶部噪声信号.采用S变换对噪声信号进行时频分析,分析信号能量在时频域内的分布规律及其频率成分随时间的变化情况,结合发动机的结构特点,分析噪声信号中比较突出的频率成分产生原因.S变换比较适合于发动机噪声信号时频特性研究,研究结果对发动机低噪声改进设计具有一定的参考价值.     

一种不受光照和阴影影响的图像边缘检测方法

对于灰度图像和使用越来越多的彩色图像,已有的算法中存在着边缘检测效果不理想、计算复杂以及对光照或阴影的敏感等问题.针对于此,提出用主成分分析算法对灰度图像进行边缘提取;对于彩色图像,提出先用独立成分分析算法得出一幅具有全局特性的灰度图,再利用主要成分分析算法进行边缘特征提取.检测实验结果显示边缘特征清晰,计算简单,且不受光照和阴影的影响.     

基于支持向量机的N型激波识别技术

超音速目标识别过程中，其产生的N型激波容易与爆炸波混淆在一起，从爆炸波中识别N型激波非常重要。本文提出一种从爆炸波中识别N型激波的技术，通过用5．56mm，7．62mm，12．7mm超音速枪弹做射击试验和TNT炸药爆炸试验，获取N型激波和爆炸波原始数据，进行了特征提取，并采用主成份分析（PCA）方法对特征数据进行压缩处理后，用支持向量机（SVM）方法进行分类识别。结果表明，文中提出的识别方法是可行的和有效的。     

快速定点独立分量分析在盲源分离中的应用

独立成分分析（ICA）在国内尚属一门新型的方法。本文介绍了快速定点独立分量分析的原理和算法,并介绍了该算法在盲源信号分离中的具体应用,并将此方法与主成分方法（PCA）进行了比较。文中通过实例给出了这种方法的应用效果。结果表明,ICA在盲源信号分离中是一种很有潜力的方法。     

基于核主成分分析和子空间分类的边缘检测方法

针对传统边缘检测方法对噪声敏感的问题,提出了一种基于核主成分分析和子空间分类的边缘检测方法,建立了统一的图像特征表达模型.首先结合其它边缘检测方法进行采样并将采样结果投影到特征空间,然后将核主成分分析得到的特征向量组成特征空间的一个子空间,最后将子空间分类法推广到特征空间来对数据进行分类.实验结果表明,该方法增强了对噪声的鲁棒性,能适应小样本训练,其边缘检测效果明显优于经典算子、主成分分析和非线性主成分分析方法.     

基于HHT的线性调频信号分析与参数估计

基于Hilbert-Huang变换(HHT),提出一种有效的线性调频(LFM)信号的分析与参数估计的方法.首先对LFM信号进行HHT得到其Hilbert谱,并根据能量的准则提取其中的主成分,完成LFM信号分析.对利用能量型主成分提取法得到的LFM信号主成分进行最小二乘直线的拟合,计算直线的斜率与截距,得到LFM信号的参数的估计值.实验证明,能量型主成分提取方法,在较高的信噪比范围内具有一定的LFM信号估计效果.     

基于时频和形态学滤波的长时间能量积累检测

为了检测强噪声背景下长积累时间、低信噪比、信号波形未知的机动目标，提出了一种时频分析和形态学滤波检测的方法．利用时频分布聚集信号能量在其瞬时频率曲线附近，而散布白噪声能量在整个时频平面上的特点，应用时频分布、阈值处理和数学形态学滤波估计高能量时频支撑区域，并累积这些区域的时频能量以构造检验统计量进行统计判决．该方法不需要先验波形信息，检测积累时间不受处理方法的限制，可在更长观测时间内检测噪声环境中的微弱机动目标．仿真实验表明，在信噪比为-9dB、虚警概率为10^-5时，检测概率可达99％．     

水下目标LFM回波的小波尺度谱重排及匹配检测

在浅水混响限条件下,为提高水下小尺度目标检测性能,结合宽带线性调频(LFM)信号回波目标信息量大、混响背景相关性弱的特点,提出对目标宽带回波进行时频谱重排压制混响,再进行匹配检测的方法.通过比较目标回波的短时傅里叶变换和小波尺度重排谱时频表征,发现小波尺度谱重排能较好地实现目标信号和耦合混响的分离.再结合匹配滤波的定位特性设计基于小波尺度重排谱的时频匹配检测器.仿真和测试数据分析表明,文中方法的检测性能优于传统匹配滤波约4 dB,在混响背景下,时频匹配滤波器仍能对水下目标进行有效定位,且能较好抑制旁瓣.     

基于Wigner-Hough变换的水下自导武器抗混响仿真研究

水下混响和发射信号的频谱具有一致性,常规的混响背景下的目标检测方法难以有效消除混响的影响。文中给出了一种基于Wigner-Hough变换的抗混响方法,利用混响和信号的时域频域特性的联合分布来实现混响干扰中回波信号的检测。仿真结果表明,该方法即使在低信混比的情况下,能够有效进行目标检测。     

水下沉底目标回波的小波谱重排时频分析及其匹配检测

在浅海沉底目标主动声探测中,强混响背景下回波有效特征表征是目标分类的基础。根据工程需要讨论了Wigner-Ville,短时傅立叶变换(STFT)和小波重排谱下回波时频特征的提取过程,分析了混响与目标回波的耦合特性。提出构造基于小波尺度谱重排的时频检测器,在时频面实现目标信号和混响分离,以小波重排谱来表征回波,可取得较好的效果,在此基础上设计时频匹配检测器,以达到较好的目标检测性能。湖试数据分析表明小波尺度谱重排联合二维匹配检测器能压抑混响,提高信混比约2dB.     

A non-commutative time-frequency tomography

The characterization of non-stationary signal requires joint time and frequency information. However, time and frequency are a pair of non-commuting variables that cannot constitute a joint probability density in the time-frequency plane. The time-frequency distributions have difficult interpretation problems arising from negative and complex values or spurious components. In this paper, we get time-frequency information from the marginal distributions in rotated directions in the time-frequency plane. The rigorous probability interpretation of the marginal distributions is without any ambiguities. This time-frequency transformation is similar to the computerized axial tomography (CT or CAT) and is applied to signal analysis and signal detection and reveals a lot of advantages especially in the signal detection of the low signal/noise (S/N).     

面向沉底目标的分数阶傅里叶变换谱重排回波时频处理

基于谱重排原理,在混响限条件下,根据工程需要讨论Wigner-Ville、短时傅里叶变换(STFT)和分数阶傅里叶变换(FrFT)3种谱重排下目标宽带回波时频特征的表征过程.用二维FrFT重排谱表征目标回波,在此基础上设计时频匹配检测器.研究结果表明:FrFT谱重排有利于表征沉底目标回波时频局部化特征,且在一定程度上抑制混响,提高二类目标回波在时频面的能量集聚性,便于设计二维匹配检测器,提高水下目标检测性能.     

基于Gabor变换的微动目标微多普勒分析与仿真

由于目标微动特征信号具有非线性和非平稳的特点,为有效提取雷达目标的微动特征,为雷达目标的分类与识别提供依据,在单频信号体制下,以旋转散射点目标为例,基于时频分析的方法提取了旋转目标的微多普勒信息,通过仿真验证,得到了微动目标的微多普勒特征,比较了几种常见时频分析工具的变换结果及性能差异.仿真结果表明,Gabor变换方法在微动目标微多普勒提取方面是可行而稳健的,Gabor变换的巨大潜力将为微动目标特征识别提供新的途径.     

基于反褶积广义S变换的地震频谱成像方法研究

当薄互层较发育时,利用地震资料对储层的含油气性进行预测存在较大的困难。因此,发展高精度的时频分析方法并将其应用于储层内的烃类检测具有重要意义。提出了基于反褶积广义S变换的新时频分析方法;该方法将信号的广义S变换谱与窗函数Wigner-Ville分布进行二维反褶积,可得到信号Wigner-Ville分布。通过数值模拟结果可知,该方法与传统的时频分析方法相比,不仅克服了传统时频方法采用固定时窗分析信号的局限,并且具有更高的时频分辨率。三维实际资料处理结果表明,相对于传统时频方法,该方法适用于非平稳的地震信号分析;在薄储层预测方面更具优势,进行烃类检测的可靠性也较高。     

基于Gabor-Radon变换的低信噪比雷达LFM信号检测与估计

针对通常利用的匹配滤波法对低信噪比雷达LFM(linear frequency-modulated)进行信号检测和估计的不足,提出一种联合Gabor-Radon变换方法.通过计算雷达回波的Gabor时频变换,得到2D含强噪声和弱直线LFM的时频分布图;然后,利用Radon变换能对直线和边缘进行快速检测、抗噪能力强的特点,对时频2D图像进行Ra-don变换,检测出微弱LFM信号;再设置合适门限可对时频分布图去噪,进行Gabor逆变换可以得到去噪的时域波形.仿真结果证明了此方法能在低信噪比下有效地检测出LFM信号.