缓变信号奇异性的小波变换检测及其应用

按照信号的奇异性特征 ,本文将奇异信号分为剧变奇异信号和缓变奇异信号 ,前者有剧变或剧变的趋势 ,后者具有缓慢变化的趋势 .本文研究了缓变奇异信号与高阶导数之间的关系 ,讨论了利用小波变换理论来检测缓变奇异信号的奇异点位置 (或时刻 )的方法和步骤 ,最后将结论应用于仿真信号与地形变信号的分析.     

基于小波变换奇异信号检测的研究

奇异信号中的奇异点及不规则的突变部分经常携带有比较重要的信息 ,它是信号重要的特征之一。用李氏指数 (Lipschitz)来描述信号的局部奇异性。证明了小波变换确实能用来检测信号的局部奇异性。而利用小波变换模的局部极大值和信号奇异点之间的关系 ,同样可以对信号的局部奇异性进行分析 ,而且运算量较小。证明了小波变换模极大值能够检测信号奇异性 ;分析了奇异信号检测时小波基的选择的条件。最后给出实例分析的结论 :为了有效地检测奇异信号的各种奇异性特征 ,小波基消失矩必须具有足够的阶数     

地球同步轨道SAR两维奇异值分解成像方法

针对地球同步轨道合成孔径雷达(geosynchronous synthetic aperture radar, GEO-SAR)长合成时间和大观测场景严重的二维空变将影响二维聚焦深度的问题,该文提出了一种GEO-SAR两维奇异值分解成像方法。该方法首先对距离空变信号进行奇异值分解得到距离多普勒的耦合特性,通过距离频率插值和重采样完成距离空变校正;接着,对方位空变信号进行奇异值分解将方位空变与多普勒分离,通过级联的两步奇异值分解和方位非线性变标操作完成方位空变校正,实现整个场景的聚焦。最后,仿真结果验证了该方法的有效性。     

基于线性最小均方误差估计的SAR图像降噪

针对合成孔径雷达(synthetic aperture radar, SAR)图像降噪过程中容易引起细节纹理信息损失的问题,该文结合SAR图像相干斑噪声的统计特性,提出了一种基于变换域系数线性最小均方误差(linear minimum mean-square error, LMMSE)估计的SAR图像降噪方法。首先通过SAR场景下的Kmeans聚类算法将相似图像块聚类;然后针对每一类相似图像块集合进行奇异值分解(singular value decomposition, SVD),得到同时包含图像块集合行列相关信息的含噪奇异值系数;为从含噪奇异值系数中更准确地估计出真实图像奇异值的系数,先通过加性独立信号噪声(additive signal-dependent noise, ASDN)模型将乘性噪声转化为加性噪声,再利用LMMSE准则对奇异值系数进行估计,最后将估计结果重构得到降噪后的图像块集合。实验结果表明,该方法充分利用相似图像块集合奇异值系数稀疏的特性,采用LMMSE准则估计奇异值系数,既保证了系数中噪声分量的去除又避免了图像纹理细节对应小系数的丢失,不仅去噪效果明显,同时能有效地保持图像纹理细节,具有良好的图像视觉效果。     

基于多分辨率技术及奇异值理论的故障检测方法

提出了以小波多分辨率技术与矩阵奇异值理论相结合的故障检测方法。根据小波变换的多分辨率分解特性 ,提出了系统状态观测信号的二初始特征向量矩阵———粗分辨逼近矩阵和边缘细节信息矩阵。利用矩阵奇异值分解理论得到初始特征向量矩阵的奇异值 ,将其作为状态信号的特征向量。针对提取出的系统状态信号奇异值特征 ,设计出相应的故障检测算法 ,并将该方法用于某武器平台上精密弹簧阻尼器的故障检测。仿真结果证实了该方法的正确性和有效性。     

基于匹配Fourier变换的线性调频信号参数估计

正弦(简单脉冲,SP)信号基于重采样的匹配Fourier变换(MFT)谱的幅度最大值能够反映信号的频率.对SP信号的MFT幅度谱进行了分析后,提出了基于MFT的SP信号频率估计方法,完善了MFT理论;分析了线性调频(LFM)信号的MFT幅度谱与SP信号的相似性,提出了基于MFT的LFM信号参数估计方法;分析了MFT变换中改进谱特性时的窗函数应具有的特性,提出了低信噪比条件下提高参教估计精度加窗方法;最后进行了仿真试验.仿真结果表明了基于MFT的LFM信号参数估计算法的有效性.     

L-DACS1系统干扰抑制与循环自适应波束形成方法

为了解决L频段数字航空通信系统1(L-band digital aeronautical communication system, L-DACS1)正交频分复用(orthogonal frequency division multiplex, OFDM)接收机遭受测距仪(distance measuring equipment, DME)信号干扰的问题,提出了正交投影干扰抑制与循环自适应波束形成的空域滤波方法。首先,利用正交投影算法抑制DME信号干扰;然后,利用OFDM信号的循环平稳特性,构建循环自相关矩阵,通过奇异值分解得到波束形成的最优权矢量;最后,利用最优权矢量进行空域滤波。仿真研究表明,该方法可以在OFDM期望信号上形成稳定的主波束,同时能够抑制DME信号干扰。且所提方法具有复杂度较低、低信噪比情况下波束形成算法鲁棒的优势。     

基于SVD和MPSO-SVM的光纤周界

针对光纤振动信号有噪声干扰、识别信号类型准确率不高且识别时间长的问题,提出了基于奇异值分解(singular value decomposition, SVD)和改进粒子群优化支持向量机(modified particle swarm optimization support vector machine, MPSO-SVM)的识别方法。首先,采用SVD对信号去噪,根据奇异值序列二阶差分谱单边极小值原则确定信号重构秩阶次。其次,提取振动信号特征,利用串行特征融合(serial feature fusion, SFF)方法组建特征向量组。最后,利用MPSO-SVM进行分类识别,提高识别精度和算法效率。采用实测信号进行验证,结果表明,信噪比有明显提升,信号平均识别率较粒子群优化支持向量机(particle swarm optimization support vector machine, PSO-SVM)提升5%。该方法较传统神经网络识别方法有较好的效果,具有实际应用价值。     

UWB-SAR抑制RFI技术的参数化方法

射频干扰(RFI)抑制技术是超宽带合成孔径雷达(UWB-SAR)的关键技术之一.首先分析了RFI信号的来源和特性.基于RFI信号的窄带性质,简要综述了抑制RFI技术的参数化方法.然后,针对RFI信号的调制特性和非平稳性,分别提出了其调制模型和时变AR模型,并讨论了采用基函数展开形式的模型求解方法.最后,给出了几种参数化方法的实验结果.     

利用小波变换与SVD识别振动系统模态频率

针对从受噪声污染的脉冲响应信号和快速正弦扫频响应信号中识别振动系统的单模态和多模态的频率问题,将小波变换与奇异值分解(SVD)相结合,利用基于小波变换的能量分布函数,进行奇异值分解后,根据最大奇异值,求出主分量,然后通过主分量对应的尺度图或频率计算公式,识别出模态的频率。仿真结果证明了该方法的有效性和可行性。     

基于时频方差聚类的FH信号参数盲估计

为解决复杂电磁环境下跳频(frequency hopping, FH)参数的盲估计问题,提出了基于时频方差聚类的算法。考虑在低信噪比(signal-to-noise ratio, SNR)和定频干扰同时存在的情况下,通过短时傅里叶变换(short time Fourier transform, STFT)将信号变换到时频域,利用遗传算法对信号的时频区间进行提取,根据时频方差对其进行k-means聚类,消除噪声和定频干扰并提取时频脊线,然后运用Haar小波对该时频脊线进行奇异点检测,进而估计出FH信号的FH周期、跳速和FH频率等参数。仿真结果表明,所提算法在SNR低于-5 dB且存在定频干扰的情况下,能够实现对FH参数的精确估计,参数估计正确概率达到90%以上。     

THE POSITIVITY OF THE CHERN CHARACTERS OF A HYPERSURFACE WITH SINGULARITIES

The Chern characters of a hypersurface with singularities are appropriatecombinations of Ehresmann characters of this hypersurface.The Chern characters are usualChern numbers when the hypersurface is smooth.Some sorts of inequalities for these Cherncharacters of an n-dimensional hypersurface are derived.     

一种基于声线理论计算非相干平均声场的方法

由于计算量的问题,使用简正波方法解算高频段水声传播损失场受到很大的限制。传统射线声线方法虽然在解算速度方面具有优势,但常会引入一些奇异点。为此提出一种基于声线理论计算平均声场的快速算法-声线分组法。此方法无需进行本征声线解算,而是通过对发射声线分组,并对各组声线束损失因子在距离深度平面分格内的加权平均进行非相干求和计算平均声场矩阵。声线分组法与现有由BELLHOP程序实现的有限元方法相比计算结果具有很好的一致性,并且能够避免奇异点的产生,同时解算速度可以提高30%以上。     

基于二进小波变换的图像分辨率增强算法

增强图像的分辨率意味着在保持图像清晰度的情况下对图像进行放大。传统的分辨率增强技术是图像插值,它通常要求原始图像满足一定的平滑条件,这常常损失增强后图像的奇异性,使图像中物体边缘和纹理变得模糊。本文提出了一种基于图像多分辨率分析的增强算法,通过估计原始图像在更高一级分辨率上的小波系数,可以得到更为清晰的增强效果,同时保留原图像的奇异性。     

TESTING FOR OUTLIERS IN TIME SERIES USING WAVELETS

One remarkable feature ofwavelet decomposition is that the wavelet coefficients are localized, and any singularity in the input signals can only affect the wavelet coefficients at the point near the singularity. The localized property of the wavelet coefficients allows us to identify the singularities in the input signals by studying the wavelet coefficients at different resolution levels. This paper considers wavelet-based approaches for the detection of outliers in time series. Outliers are high-frequency phenomena which are associated with the wavelet coefficients with large absolute values at different resolution levels. On the basis of the first-level wavelet coefficients, this paper presents a diagnostic to identify outliers in a time series. Under the null hypothesis that there is no outlier, the proposed diagnostic is distributed as a X1^2. Empirical examples are presented to demonstrate the application of the proposed diagnostic.     

空间站姿态控制/动量管理系统设计与仿真

在空间站姿态控制系统设计中,一般采用控制力矩陀螺(CMG)作为执行机构,并假定控制力矩陀螺具有理想的操纵性能。然而,当多个CMG协调工作时,有可能产生运动奇异,以致不能提供期望的控制力矩。为此,针对空间站姿态控制/动量管理系统的线性化模型,设计了一个线性二次型调节器,并利用计算机仿真的手段分析了CMG操纵性能及其对姿态控制/动量管理系统的影响。仿真结果表明,在典型的干扰力矩作用下,CMG操纵性能良好,没有出现奇异现象。同时,设计的姿态控制/动量管理策略可以连续调节CMG角动量使其存储角动量最小,建立空间站指向和CMG动量管理间的折衷。     

Stewart平台的最优构型设计方法研究

为充分利用Stewart平台安全工作空间范围和提高工程实用性,基于并联机构存在的结构奇异和位形奇异问题,提出了相应的安全机构设计方案。以不含任何特殊性的Stewart平台为研究对象,在考虑结构奇异约束的基础上,提出灵巧性指标,解决了结构参数最优化问题;分析建立Stewart平台的运动学模型,对16种典型极限位姿下的位形分岔奇异性进行了分析,提出安全工作空间验证算法,使整个工作空间内无奇异点;仿真结果表明,最优构型设计方法可以高效地设计出运动性能良好的安全Stewart平台机构。     

雷达信号分选新算法研究

介绍了一种基于概率统计和信息流分析提取的改进雷达信号分选算法。主要讨论了这种算法在雷达信号分选中的应用,提出了针对特殊雷达环境的综合分选算法,通过大量实验验证了这种方法的可行性。首先讨论了信号预分选器的方案、数学模型及相关理论,验证了系统的可行性。在实现上,通过硬件电路完成对信号的采样、缓冲和滤波,也实现了其它逻辑电路。软件上通过分选算法的改进,提高了系统的性能。该分选系统可以处理常规信号、参差信号、捷变频信号、抖动信号、捷变频加参差信号、捷变频加抖动信号等多种信号类型。     

基于分数阶模糊函数的海面运动弱目标检测

通过推导单频信号、线性调频信号和含有三次项信号的正负对称旋转角的分数阶模糊函数,得到一个有用的结论:单频信号和线性调频(linear frequency modulation, LFM)信号正负对称旋转角的分数阶模糊函数模函数处处相等,而对于含有三次项的回波信号,其模幅度差别很大。根据此特性提出了一种海杂波背景下的基于正负旋转角的分数阶模糊函数模函数对消的运动弱目标检测方法。通过对智能像素处理（intelligent pixel-processing, IPIX)雷达实测数据验证表明,所提方法在增加目标与杂波分数阶模糊函数峰值差、提高信杂比等方面都明显优于仅对回波作分数阶模糊函数。采用双参数恒虚警检测方法设置适当的门限,文中研究的检测方法能够达到更好的检测效果。     

GNSS导航信号常见畸变产生机理及对测距性能影响分析

在全球卫星导航系统(global navigation satellite system,GNSS)导航信号的产生、发射、传播和接收过程中各种环节的异常,都有可能对卫星信号质量产生影响。用户接收到异常信号后,会在一定程度上影响其位置、速度、时间(position, velocity, time, PVT)性能。开展GNSS导航信号监测评估,可以在第一时间及时准确发现异常并快速告警,确保GNSS用户,特别是民航、海事等涉及生命安全领域相关用户的高效、可靠使用。然而,针对GNSS导航信号的各种异常的综合监测评估,目前国内外尚无全面而系统的研究成果,因此无法进行实时或准实时的信号异常自动识别与分析。文中提出建立GNSS导航信号畸变模型库的理念,针对GNSS导航信号的产生、发射、传播和接收过程中各类信号异常,通过仿真分析和实测数据验证,建立一套较完善的数学分析方法,研究GNSS导航信号各类常见畸变产生机理及特点,并在此基础上,定性或定量地给出不同程度的信号畸变对信号质量评估以及对用户定位的影响。本文的研究成果能够为卫星系统故障自动识别与快速定位提供支撑材料。同时,还可为卫星星上信号产生方面的设计者提供参考,在信号设计和优化过程中提供依据。