非平稳背景噪声下微弱高频CW信号的自适应检测

在强噪声背景下,基于时频联合分析的高频CW信号检测算法性能严重下降,同时标准Kalman滤波器对非平稳背景噪声下微弱高频CW信号也失效.针对此问题,本文提出了一种基于ARMA新息模型的自适应Kalman滤波器检测方法.该方法避免了标准Kalman滤波检测CW信号时需要确定系统噪声统计特性的问题.论文根据CW信号的状态空间随机信号模型,构造了ARMA新息模型,通过在线辨识MA模型参数来估计Kalman滤波增益,从而实现了CW信号的自适应跟踪滤波.仿真结果表明,该方法能够在强噪声背景下动态跟踪CW信号时域波形,且算法简单,实时性强,可用于指导高频CW电报自动接收设备的研制.     

基于混沌理论和小波变换的微弱周期信号检测方法

根据小波变换具有多分辨率,混沌系统对噪声的强免疫力和对周期微弱信号的敏感性等特性,通过对小波阈值去噪方法和混沌Duffing振子方程的改进,提出小波阈值去噪和混沌系统相结合的微弱周期信号检测新方法.该方法利用小波变换的平滑作用对包含噪声的信号进行有限离散处理,并根据小波分解尺度确定阈值去噪深度,然后把重构的信号作为周期策动力的摄动并入混沌系统,采用混沌振子阵列实现在噪声背景下微弱信号的检测,并采用梅尔尼科夫方法作为混沌判据.该检测方法克服了以往小波分解对尺度确定的盲目性和阈值选择的不合理性以及对混沌临界状态与周期态区别的模糊性:同时能检测多种频率的信号.仿真测试表明:该方法直观、高效,检测精度高,检测的最低信噪比达到-100dB,频率误差为0.04％左右,改善了湮没在强噪声下的微弱信号检测技术.     

有色噪声背景下的水声跳频信号参数估计

针对现有跳频信号参数估计方法未考虑有色噪声的影响,且估计精度与速度难以兼得的问题,提出了一种有色噪声背景下的水声跳频信号参数估计方法.该方法首先根据水声信号有色噪声背景的特点,对有色噪声进行白化处理;然后,在详细推导分析跳频信号短时傅里叶变换时频脊线的特征的基础上,给出了跳频信号跳周期和起跳时间的估计方法;最后,基于估计得到的跳周期和起跳时间,进一步估计跳频频率.理论分析和仿真结果表明,该方法计算量小,工程实用性强,在有色噪声背景下可以实现跳频信号参数的快速稳健估计.     

基于MSP430的微弱信号检测系统

基于TI公司的单片机MSP430G2553的微弱信号检测系统,由稳压供电电源、加法器、纯电阻分压网络、带通滤波器、A/D转换器以及数码管显示电路等模块组成.能实现淹没在强噪声背景下的正弦微弱信号的检测,并能正确显示正弦信号的峰值.实现了在强噪声环境下检测出有效微弱信号的功能.     

级联双稳随机共振降噪下的经验模式分解

针对强噪声背景下混合信号的经验模式分解（EMD）问题,提出了一种基于级联双稳随机共振系统（CBSRS）降噪的EMD方法。该方法利用CBSRS对时域波形降噪的优良特性,首先对有噪信号进行随机共振输出,信号得到降噪后,再进行EMD。在仿真实验中,分别对原始信号以及各级级联随机共振输出后的信号进行EMD,对比结果表明,级联双稳系统能有效去除高频噪声,减少EMD的层数,使EMD具有更明确的物理意义最后通过一个轴承外圈故障的诊断实例表明,该方法在逐步滤除高频干扰的同时,不断加强低频特征能量,可以有效检测出故障的特征频率。     

基于多窗谱分析的船舶电机轴承故障检测方法

为解决船舶电机轴承故障检测中弱特征信号淹没在强噪声背景下难以识别的问题,提出一种基于多窗谱分析的故障检测方法.研究多窗谱分析在频率分辨率与方差间的权衡问题,确定了适用于电机轴承故障检测的最佳权衡值.以数据窗能量作为选择依据,消除了特征频率的根部泄漏,使特征频率易于识别.仿真结果表明,相比其他两种常用的频谱分析方法,多窗谱分析法在提取强噪声背景中弱特征信号方面呈现良好的性能.实验验证了多窗谱分析法的频率分辨能力以及实现电机轴承故障检测的有效性.     

细胞动作电位的线性重建

在强噪声干扰下恢复有阶跃点的奇异波形,并检测其参数在生物医学工程中具有重要的意义．利用矩形波重建方法,将带噪声动作电位信号通过低通滤波器建立相应的矩形波,然后再采用计算机辅助设计法设计一个波形形成数字滤波器,使矩形波通过此滤波器后重建出纯净的细胞动作电位．结果表明,这种方法能有效滤除光学采集动作电位上叠加的白噪声,从而实现无损检测．     

混沌噪声背景下弱谐波信号的GRNN检测

针对BP(Back Propagation)神经网络方法存在训练时间长,收敛性能不理想;RBF(Radial BasisFunction)神经网络的隐层结构对鲁棒性影响大的问题,将广义回归神经网络GRNN(GeneralizationRegression Neural Network)引入混沌背景下的弱谐波信号检测中,提出了一种提取混沌噪声背景下微弱谐波信号的GRNN检测方法.该方法利用GRNN建立噪声混沌背景的最优一步预测模型,再结合频域处理预测误差提取微弱信号,以Duffing系统产生混沌时序作为混沌背景,使用该方法用MATLAB6.1验证在没有噪声、存在高斯白噪声和存在色噪声情况下的混沌背景下的弱谐波信号检测.实验结果表明,谐波对混沌的信噪比达到-36dB时仍然可以检测出谐波.     

基于Zoom-FFT变换域的坦克被动式毫米波探测识别方法

为了准确识别目标,在对坦克毫米波辐射特征进行分析的基础上,提出了一种基于变换域的模板匹配识别方法.利用信号在Zoom-FFT变换后特征谱线集中、易于与噪声分离的特点,在变换域制作坦克毫米波辐射特性模板;将经过滑动加窗处理的待检测信号序列,进行Zoom-FFT变换后,与变换域模板进行匹配,实现目标的识别.该匹配方法综合利用了信号的波形信息,抗干扰能力强,鲁棒性好,实时性强.对168组坦克目标特性和干扰信号的仿真结果表明:该模板匹配方法能够有效识别坦克目标.     

一种基于ICA的机械缺陷超声信号提取方法

针对强噪声背景下缺陷超声回波信号检测的问题,利用了基于独立分量分析的方法进行缺陷信号的提取。该方法首先对观测信号进行JADE分解,得出多导独立分量,再根据赫斯特指数,分离缺陷信号和噪声信号。通过对仿真和实测缺陷超声信号的去噪实验研究,结果表明,与小波去噪方法相比,ICA去噪方法能够得到很好的信噪比,有利于强噪声背景下缺陷的去噪处理及微弱信号的提取。     

基于随机共振的微弱多频信号检测方法

根据非线性双稳系统在噪声和弱周期信号作用下对低频成分的敏感性,提出了基于随机共振的微弱多频信号检测方法.将待检测的未知频率信号与巳知频率的载波信号在混频器经外差法作用后产生差频与和频两种频率成分,通过调节载波频率可使差频在零频率点附近变动,从而使得双稳系统的输出发生特征极为明显的变化,为频率检测提供可靠的检测依据.理论分析和数值仿宾结果表明该方法是有效、可行的,具有良好的应用前景.     

弱信号检测技术研究

本文对弱信号的定义和弱信号的应用范围进行了概述,综述了微弱信号检测理论研究和实际应用领域的发展情况,重点比较了目前在微弱信号检检测技术中应用的方法:相关检测、离散信号的统计处理,基于小波分析的微弱信号检测,基于混沌振子的微弱信号检测,最后总结各个方法的特点.     

基于非线性系统随机共振的多频弱信号检测

针对实际探测的弱信号常常是多个频率弱信号共存的的情形,进行了利用随机共振检测多频周期性弱信号的研究,以便把利用随机共振的弱信号检测应用于信息处理中微弱信息识别与提取。数值计算结果表明,在适当调节系统参数的情况下,强同频噪声下的多频周期性弱信号经过非线性双稳态系统后,相差不超过一个数量级的几个低于0.5Hz的不同频率的弱信号都可以同时发生随机共振而被检测出来,其信噪比改善十分明显,可以提高30dB以上。该方法在信息识别与信息处理方面具有潜在的应用价值。     

基于双耦合混沌振子的未知频率弱信号检测

针对微弱信号检测的难点问题,提出了一种应用于未知频率微弱信号的分段测频检测方法.利用双耦合Duffing系统相轨迹状态的跃迁对于输入微弱信号的敏感特性实现了对淹没在强噪声中的微弱信号的检测,同时利用分段测频方法实现了对微弱信号的频率测量,有效地解决了单Duffing振子的微弱信号检测方法易受噪声影响产生误判的问题,突破了现有微弱信号混沌振子检测方法只能进行已知频率信号检测的局限性.仿真实验结果证明该方法确实能够较为准确地检测出输入微弱周期信号的频率,使微弱信号检测技术得到进一步完善.     

基于平淡卡尔曼滤波的微弱GPS信号跟踪算法

在接收信号很微弱的情况下,全球定位系统(GPS)的传统方法不能很好地跟踪信号.采用非线性卡尔曼滤波算法取代传统的延迟锁定环和相位锁定环,用于高灵敏度GPS接收机的微弱信号处理环节.针对所提出的微弱信号系统模型中相关运算的特点,运用平淡卡尔曼滤波器进行信号跟踪.仿真结果表明,新方法能够较好地跟踪到载噪比低至27 dB-Hz的微弱信号,确保了跟踪精度;同时具有较高的灵敏度.     

基于改进型振子差分的微弱正弦信号检测

在信息检测领域,微弱信号检测是目前的研究热点之一.为了检测更低信噪比下的纳伏级微弱正弦信号,综合考虑混沌系统检测信号的灵敏度和工作稳定性2方面,建立了改进型双振子差分检测模型.通过振子差分对相空间中的周期部分和共模噪声的抑制特性,利用差分波形图检测微弱正弦信号.仿真实验结果表明:改进型的差分振子可以更好地对微弱正弦信号进行检测,且该方法具有稳定性高、灵敏度高、直观、易于实现等优点.     

一种改进的基于极化敏感阵列的弱信号检测算法

针对空间复杂电磁干扰影响下全球导航卫星系统(GNSS)连续性、完好性和可用性方面面临的巨大挑战,基于极化敏感阵列,提出了一种改进的弱压制干扰信号检测算法。首先对各个极化天线阵子接收的实时数据进行空域、频域和极化域的联合处理,然后对各个频域分量的特征值进行降序排列,进而通过全频段的特征值分布曲线准确分离出强干扰环境下的弱信号分量。结果表明,采用基于多级维纳分解的改进最小描述长度(MDL)准则,可以在不进行特征值分解的前提下有效地进行干扰检测,极大降低了检测算法的实现功耗和复杂度,仿真结果也验证了算法的有效性和准确性。改进算法适用于不同的天线阵型,在存在幅相误差的情况下仍有较高的检测概率,具有较大的工程实践价值。     

基于信号重构的伪随机跳频引信信号处理技术

针对多普勒失配引起的伪随机跳频引信定距精度差及工程实现难度大的问题,提出了一种基于信号重构的伪随机跳频引信信号处理方法.首先利用发射信号重构一组用于匹配滤波的本地参考信号,然后将这组信号分别与目标回波信号进行相干积累,当其中任一通道相关值超过预设门限时,即可判为定距成功.仿真实验结果表明,该算法能够对目标区域进行精确探测,有效地解决了伪随机跳频引信多普勒失配引起的定距精度差、虚警概率高等问题.