基于加窗非均匀采样周期信号重建改进方法

提出了一种基于窗函数正弦参数估计的重建非均匀采样周期信号迭代算法。该算法将非均匀采样值利用加窗正弦参数估计算法得到迭代初始值 ,然后利用最小化误差能量方法 ,求出迭代算法公式的自适应系数 ,最后重建原信号 ,可以在较少迭代次数下得到相当精确的结果。计算机仿真实验结果与已有算法比较证明了该方法的有效性和先进性     

基于累积量的MPSK分类算法性能分析

针对累积量的调制分类经典算法要求理想的符号同步问题。通过对非最佳采样复基带信号的累积量的理论分析,讨论了过采样速率、定时偏差和基带成形脉冲函数对信号累积量的影响,认为现有的基于累积量的同步分类算法可以直接应用于异步条件,且其性能与过采样速率有关。通过MPSK分类的仿真验证了理论分析的正确性,在常用频率选择性衰落信道模型条件下的仿真则表明,衰落信道中符号速率采样的分类性能未必最优。     

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.     

基于小波互信息的辐射源脉冲分类

针对电子支援系统中实时识别截获的雷达信号类型,提出了一种基于小波互信息准则的辐射源脉冲分类方法。该方法首先对辐射源脉冲信号进行小波变换,获得不同尺度、不同时移下时频面的小波特征集,然后利用Parzen窗密度估计方法对小波特征集的小波系数估计出其概率密度函数,从而计算出已知脉冲类和所有脉冲实现之间的互信息,用单个脉冲即可实现不同辐射源的脉冲分类。计算机仿真结果表明了方法的有效性。     

高阶相关调制分类原理、判决门限与仿真研究

信号的自相关函数由傅里叶变换与其功率谱相联系。Beidas和Weber揭示了自相关函数与似然函数的关系 ,并建立了高阶相关调制分类方法。推导了用信号高阶相关代替似然比进行MFSK调制分类的基本原理 ,推导了截断似然比检测性能分析的基本公式 ,研究了高阶相关调制分类门限设置方法 ,进行了MFSK调制分类计算机仿真试验。结果表明该方法是可行的 ,并可望用于其它问题中。     

基于空间投影的高冗余Gabor框架采样系统信号重构方法

针对窄脉冲信号的采样与重构,基于指数再生窗Gabor框架的欠Nyquist采样方法已经得到验证,但是当框架高度冗余时,使用传统方法对信号进行子空间探测会导致重构较大误差甚至失败。本文设计了分块的对偶Gabor字典,构建了基于该字典采样系统的重构模型;将分块思想引入冗余字典条件下信号空间投影,提出了基于Gabor分块字典的信号空间投影的SCoSaMP(simultaneous compressive sensing matching pursuit)算法,分析了算法的收敛条件;推导了噪声条件下基于近似oracle估计的误差边界,并对算法进行降噪分析。仿真结果表明,提出的子空间探测方法相比传统方法,提高了信号恢复精度,降低了采样通道数,并增强了系统的鲁棒性。     

基于自适应高斯核函数时频分布的水声信号处理研究

时频分析被广泛应用于水下目标宽带回波信号以及短时瞬态信号的处理。在水声信号的特征检测和分类方面,时频分析的时变谱提供了区分不同类别目标信号的特征信息。提出一种基于自适应核函数时频分布的水声信号处理方法。与固定核函数时频分布相比,自适应高斯核函数时频分布由于它的核函数随信号而自适应改变,因此对交叉项有很好的抑制效果。计算结果表明,对于多分量线性调频水声信号,采用高斯核函数自适应时频分析不仅对交叉项具有很好的抑制作用,而且对信号的自分量具有较好的聚集作用。     

自适应线性核时频信号分析

分析了多元Chirp信号在模糊域的交叉项分布特点,提出了一种自适应线性核时频表示方法.该方法在模糊域采用巴特沃什型核函数,依据信号的模糊函数自适应地选取核函数的参数.仿真实验对比了自适应线性核时频表示与其它时频表示方法的性能,说明本方法在提高分时频分辨力、消除交叉项,以及抑制噪声方面有较高的性能.理论分析和仿真实验证实了本方法的有效性.     

基于四阶累积量与核Fisher判别分析的MPSK信号分类方法

提出了一种基于高阶累积量和核Fisher判别分析的MPSK信号自动调制识别方法。该算法选取信号的四阶累积量作为分类特征,利用核函数的思想把特征向量映射到一个高维空间,并在高维空间中采用线性Fisher判别分析实现了数字信号的分类。选用了径向基核函数,使用一对一或一对余多类构造法,并利用交叉验证网格搜索法优化核函数参数,构建了快速稳健的多类核Fisher判别分析分类器。计算仿真结果表明,基于核Fisher判别分析的分类器具有良好的性能,它与支持向量机的分类精度相当,且训练时间较短。     

带通信号二阶采样的研究

Ｋｏｈｌｅｎｂｅｒｇ二阶采样对带通信号能以两倍信号频带宽度的平均采样频率进行无失真采样，但在应用中由于具体实现条件的限制，以最小采样频率采样是不切合实际的。本文以大于理论上的最小采样频率进行二阶采样，使信号频谱的迁移项间有一定的保护带，并且得到了一种简化的二阶采样重建公式。最后与Ｋｏｈｌｅｎｂｅｒｇ二阶采样和带通信号均匀采样定理的关系进行了分析。     

基于典型散射差异指数的PolSAR图像Lee滤波

为提高滤波后极化合成孔径雷达图像的边缘清晰度和保持目标的极化特性,提出了基于典型散射差异指数(typical scattering difference index, TSDI)的PolSAR图像Lee滤波算法。算法根据滤波像素和邻域像素之间的TSDI,采用自适应阈值法筛选出滤波像素的同质像素,然后用同质像素进行Lee滤波。针对筛选阈值,首先利用Parzen窗估计同质区域TSDI概率分布,然后根据估计结果计算阈值。用美国AIRSAR系统和UAVSAR系统采集的极化数据进行实验。实验结果表明该算法相对于精致Lee滤波算法相干斑抑制更加彻底,同时图像边缘清晰度和目标极化特性保持更完好。     

一种基于最大熵准则的盲解卷积改进算法

独立源信号的卷积混合比线性混合更接近真实情况。利用非参数概率密度估计方法———Parzen窗函数估计法 ,提出了一种具有良好适应性的盲解卷积改进算法。该算法可以在无需知道信号分布形式的情况下 ,较准确地估计出密度函数值 ,且比传统的最大算法中采用固定的概率密度函数估计更接近信号点的真实概率密度。同时 ,此算法还具有无论对规则、单峰分布还是不规则、多峰分布都可以取得较好的估计的优点。因此 ,在理论上 ,改进算法可以获得比传统算法更优越的分离性能且能广泛地应用于具有各种分布的信号。实验结果证实 ,这一算法能有效地从各种分布的信号包括真实语音、图像等构成的卷积混合信号中恢复出原始信号。与最大熵算法相比 ,改进算法具有更好的分离性和更广泛的适用性。     

基于搜索策略的通用态势评估方法的研究

在态势状态转换图表示的基础上，提出了一种通用的态势评估搜索策略。该策略将态势评估的整个过程看作为对当前态势路径的识别和搜索过程。在算法中以Bayes分类器识别当前态势发展可能的目标状态，以parzen窗算法对态势各类别的类条件概率密度进行修正，以改进的深度优先算法实现态势图的搜索。在实验中，将其应用于丰满水电仿真系统水轮发电机组的状态评估系统中，经数据对比分析，该算法优于传统的发电机诊断分析方法。     

基于非参数估计的决策融合模型及其应用研究

针对传统bayes决策融合算法中,类条件概率密度的不确定性以及固定的类条件概率密度估计值所引起的融合系统误判,本文将非参数估计方法引入到bayes决策融合算法中,提出了一种改进的bayes决策融合模型。该模型在融合过程中每次进行bayes最大后验概率准则判决后,均判断当前的类条件概率密度是否达到预期的精度,并在未达到预期精度的情况下利用parzen窗算法完成条件概率密度的逐步构造逼近。通过在丰满水电仿真系统的温度故障诊断过程中的实际应用表明,该算法在性能上优于传统bayes方法,可有效地提高诊断判决正确率。     

基于核神经气聚类的入侵报警分析

利用无监督的核神经气聚类方法分析入侵报警数据,并针对核神经气聚类方法运行时间较长的缺点作了改进,加快了学习过程的速度而不影响其收敛性。利用改进的核神经气聚类方法对真正报警数据进行聚类,获得了各个神经元被作为获胜神经元的次数分布图,并根据此分布图获得报警的判别规则以区分误报警和真报警。实验采用网络入侵检测器Snort在实验环境下获得的攻击和正常数据产生的报警数据集,测试结果证明了提出的方法具有良好的性能:当滑窗长度为10时,在漏报增加率约为6%的代价下可以去除约81%的误报警。     

基于模糊核聚类的SVM多类分类方法

针对SVM在大类别模式分类中存在的问题,提出了一种基于模糊核聚类的SVM多类分类方法,并给出了一种高效的半模糊核聚类算法。该方法基于模糊核聚类方法生成模糊类,并采用树结构将多个SVM组合起来实现多类分类。模糊核聚类方法不但能够实现更为准确的聚类,而且能够挖掘模糊类的外围、不同模糊类之间的交叠情况等信息,利用这些信息能有效提高分类器的性能。实验表明,所提方法比传统方法具有更高的速度和精度。     

光电经纬仪自适应调焦窗口构建

为解决靶场测量中基于图像处理的光电经纬仪自动调焦过程中计算量大和背景干扰的问题,提出一种大小和位置自适应目标变化的调焦窗口构建方法。该方法利用Mean-shift算法进行跟踪获得目标位置信息,并以目标中心位置为参考点,计算图像像素归属度;使用Log-Gabor滤波器组和高斯差分模型模拟人类视觉系统进行显著性检测,以归属度加权的视觉显著性特征确定目标区域,结合Epanechnikov核函数构建自适应核函数,降低目标尺度变化及背景像素的影响,实现目标的有效跟踪。对目标区域利用对角邻域法进行边界扩展,构建自适应目标变化的调焦窗口。在某型号光电经纬仪上的实验结果证明,该方法能够实时、有效地跟踪目标并构建调焦窗口。处理720piexl×576piexl大小的图像,耗时小于20 ms,满足光电经纬仪实际需求,具有广泛的工程应用价值。     

Selection of optimal window length using STFT for quantitative SNR analysis of LFM signal

An adaptive approach to select analysis window parameters for linear frequency modulated (LFM) signals is proposed to obtain the optimal 3 dB signal-to-noise ratio (SNR) in the shorttime Fourier transform (STFT) domain. After analyzing the instantaneous frequency and instantaneous bandwidth to deduce the relation between the window length and deviation of the Gaussian window, high-order statistics is used to select the appropriate window length for STFT and get the optimal SNR with the right time-frequency resolution according to the signal characteristic under a fixed sampling rate. Computer simulations have verified the effectiveness of the new method.     

一种基于组合核函数的非线性盲源分离方法研究

核函数方法由于其有效性和简洁性在非线性盲源分离问题的探索中得到了应用,但其单一核的映射不能很好解决完全非线性问题。针对这一不足,提出了一种采用组合核函数分离非线性混合信号的方法。通过引入变化尺度因子将不同核函数纳入一个整体成为组合核函数,利用分离信号的互信息作为目标函数来反馈调节该组合核函数的尺度因子,以此寻找到对不同非线性的最佳映射。仿真结果证实了该算法的有效性,且在解决完全非线性问题时,组合核函数比单一核函数具有更好的性能。