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.     

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.     

一种高斯色噪声混响背景的宽带信号检测算法

针对由正反线性调频信号和双曲调频信号产生的宽带混响,研究了以局部平稳高斯色噪声混响模型为基础的分段匹配滤波检测算法。对匹配滤波器采用分段预白化处理,对数据进行合理分段后,对每段数据按高斯色噪声背景下的最佳检测器,即对匹配滤波检测器进行预白化处理,则可以得到分段预白化匹配滤波检测器。仿真试验实现了对混响数据下的宽带信号检测。结果表明采用分段匹配滤波器和分段预白化滤波器可以在低信混比下检测信号,其中分段预白化匹配滤波算法可以有效检测满足局部平稳高斯色噪声背景下的回波信号,且性能优于分段匹配滤波器。     

基于部分匹配的雷达回波信号检测

针对雷达回波信号检测中对整个回波信号全部匹配滤波需要较长时间及较多资源的问题,提出部分匹配滤波方法.将雷达接收机接收到的回波数据,以雷达发射的线性调频(LFM)脉冲信号的脉宽为长度,分成若干段,逐段匹配滤波,通过判决门限找到匹配结果中的信号峰值后,计算出目标反射回波的位置.运用Matlab对时宽带宽积为500的线性调频脉冲信号进行仿真,结果表明:该方法适用于信噪比高于-12 dB的信号的搜索定位;该方法既可减少处理时间,又能节省系统资源.     

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。     

超宽带探地雷达信号处理

基于探地雷达信号传输机理，建立了超宽带探地雷达宽带回波模型，揭示了多谱分量对目标回波及宽相关处理方法的影响。利用时频分析提取回波信号的主频及带宽进行频域滤波，提高了信号的信噪比，符合匹配滤波的条件，通过构造匹配母波和匹配滤波进行精确检测，形成了工程化的滤波方法，实际数据验证了算法的有效性。     

基于特征的超声信号分类检测方法

超声检测技术在工业和科研领域得到广泛的应用。在恶劣的条件下,超声信号受到混响的干扰。传统的匹配滤波方法在这种情况下检测性能不理想。该文提出一种基于特征的检测方法,对接收信号进行分类再进行检测。该方法基于模式识别来区分是否存在回波。先利用Wigner-Ville分布和双谱提取信号的特征,然后进行主成分分析降低特征的维数,降维的特征向量送入有监督学习的分类器。实验表明,与传统的匹配滤波方法相比,该方法在-5dB的信混比时具有较好的检测性能。     

利用多尺度小波包变换和三阶谱对双模噪声去噪处理

文章为了改善信号检测性能,利用多尺度小波包变换良好的时频局部分析能力和三阶谱对有用信号中夹杂的双模噪声进行去噪。理论分析和仿真结果表明,该方法不仅具有算法比较简单和实时性较强的特点,而且大大提高了输出信噪比,比传统的小波包处理要优越。     

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.     

小波基带宽的变化对结构损伤识别的影响

分析了小波变换在结构损伤检测中的应用 ,证实选择具有不同带宽小波基对检测结果可起到关键性作用 .小波变换可以看作是一组带通滤波器 ,小波滤波器通过多尺度带通和自相关加强特性 ,对结构的动力信号进行实时检测 .利用灵活的多尺度带通小波滤波器组 ,对结构振动信号作滤波分析 ,结构所有的自然频率特性可以同时在时频空间出现 .通过观察不同带宽内振动信号的时频变化来判断结构损伤存在     

基于时频分布的超音速飞行目标激波信号检测

为获取物体作超音速飞行时产生的激波信号,以对超音速目标进行识别和定位,设计了一种基于时频分布的超音速飞行体激波压力信号的检测器,用主成分分析法提取时频域的主成分,确定了一种简单的判别准则,解决了在噪声环境中检测出激波信号的问题.通过外场实测数据对检测效果进行了仿真分析,仿真结果表明可以获得较好的检测效果,适用于暂态信号的检测.     

基于多窗口时频重排的非线性调频信号时频结构分析方法

基于时频重排的高时频聚集性和多窗口分析方法低方差、高分辨率等优点,提出一种基于多窗口时频重排的非线性调频信号时频结构分析方法.该算法结合时频重排和多窗口分析方法,降低由重排振荡和噪声引起的波动,保持时频重排的高时频聚集性,同时清楚地展示了非线性调频信号的频率调制规律.仿真实验结果证实该方法对两个相距很近的二次多项式调频信号和实际的蝙蝠声纳信号都非常有效.     

时频分析在语音信号处理中的应用

时频分析技术是近年来信号处理等领域一个新的研究热点。首先介绍了时频分析技术中的Winger-Ville分布和重排理论两种方法。然后应用这两种方法对去噪的语音信号进行时频分析处理。通过仿真结果表明,将重排理论应用于语音信号处理,能明显改进时频表示的可读性,更有效地识别信号和提取信息。     

水下目标工频磁场扰动信号检测方法研究

为了解决水下目标磁场近程化探测中磁信号衰减快、干扰强及扰动特征不明确、无法有效探测信号等问题,提出了一种基于混合神经网络与注意力机制(Att-CNN-GRU)的工频磁场水下目标时间序列扰动信号检测方法。将CNN,GRU神经网络与Attention机制相结合拟合信号,构建分类神经网络,对目标信号进行分类识别,同时与未引入注意力机制的CNN-LSTM模型及单一CNN和LSTM网络模型的预测及检测性能进行比较。结果表明,相较于传统方法,信号拟合效果将误差分别减小了36.24%,14.44%和4.878%,目标检测准确率达到83.3%。因此,加入Attention机制的CNN-GRU模型检测性能比CNN,LSTM和CNN-GRU模型更优异,作为辅助手段,能有效解决工频磁场探测中扰动信号微弱、扰动规律不明确、背景噪声多等问题,实现对水下目标造成的工频磁场扰动信号的拟合与检测。     

模拟深海采矿混响环境实验装置研究

针对真实深海采矿环境下实时微地形超声探测声信号获取难的问题,设计并建立了一套能模拟真实深海采矿混响环境的超声探测实验系统.在对螺旋采掘头结构简化的基础上,利用Fluent模拟了螺旋采掘头与多组叶轮模型对水下流场的影响,对二者所得的水下流场进行比较后,确定所选叶轮模型能较好地反映真实采矿环境.随后针对叶轮模型,实验测量了泥沙垂向浓度分布,验证了设计模型的正确性.最后进行超声探测实验,结果表明,悬浮泥沙不仅对声波产生黏滞和吸收,而且会产生严重的混响干扰,通过该超声探测系统的时间增益补偿,可有效抑制混响干扰,增加目标检测概率.本项研究为深海采矿混响环境下的超声微地形探测提供了研究基础.     

基于VMD和HSA的水声跳频信号时频分析方法

针对水声通信中低信噪比条件下的水声跳频信号检测和参数估计问题,提出了一种新的基于变分模态分解(VMD)和希尔伯特谱分析(HSA)相结合的水声跳频信号时频分析方法。VMD是一种新开发的自适应信号分解技术,可以完全不递归地将多分量的信号分解成许多准正交的固有模式函数。首先重点分析了VMD算法,然后简单介绍了HSA方法,最后将VMD和HSA相结合的方法应用于水声跳频信号分析。利用数值模拟的水声跳频信号进行实验仿真,结果表明本文的方法可以获得高清晰度、高聚集性的时频图。