基于熵评价模态分解的雷达信号双谱特征识别

针对在低信噪比下雷达信号调制识别准确率低、抗噪性差的问题, 提出一种基于熵评价模态分解和双谱特征提取的识别方法。利用双谱可以抑制高斯噪声的特点, 分析了在低信噪比下进行信号调制识别的可行性并引入了噪声项。由于噪声项的干扰, 双谱在0 dB以下时, 噪声抑制效果变差, 提出了基于信息熵评价的经验模态化分解对信号进行预处理, 提高信噪比。最后, 设计了卷积神经网络分类器, 实现对不同调制类型信号的识别。仿真实验结果表明, 本文方法相比传统方法具有良好的抗噪性, 能够在低信噪比下对不同类型信号进行有效识别。     

基于双谱和PSO-SVM的滚动轴承故障诊断

针对故障轴承信号的非线性、非高斯性,提出了一种基于双谱和纠错编码支持向量机（error-correcting output codes support vector machine,ECOC-SVM）的滚动轴承故障诊断方法。使用故障轴承振动信号双谱特征构造特征向量,在SVM的训练过程中,使用微粒群算法（particleswarm optimization,PSO）对支持向量机的参数进行优化。实验结果表明该方法能获得较高分类准确率。     

利用双谱分析法检测心室纤颤信号

提出了一种基于信号双谱分析的心室纤颤检测方法．首先，根据信号的准周期性，对信号进行了分段，并改进了信号三阶累积量的估计．然后，以特征值Ｐ表征信号，给出了心室纤颤信号的双谱检测算法，并结合其他算法，采取多特征值检测法进一步优化算法的性能．最后，在不同的噪声条件下，对不同的算法进行了比较，给出了微机实验的结果．实验表明：本文提出的心室纤颤检测算法达到了较优的灵敏度及误判率，并具有较强的抗噪声性能     

基于双谱分析的雷达辐射源个体特征提取

针对复杂电磁环境中雷达辐射源特征参数的分选和识别问题,提出将辐射源信号的双谱作为雷达辐射源个体特征,并进一步提出将Walsh变换作为双谱特征优化算法。利用双谱中包含的信号细微信息和双谱受高斯噪声和杂波影响较小等特性,提高雷达辐射源个体特征参数的有效性;针对信号双谱中包含了很多与个体特征无关的冗余信息,不利于机器进行识别处理的缺点,利用Walsh变换对信号的双谱特征进行优化,剔除其中无效、冗余的信息,将变换后的结果作为雷达辐射源个体特征信息。仿真实验结果验证了算法的可行性。     

平稳随机信号准确模型的研究

针对对平稳随机信号建立参数模型的常用信号处理方法，研究了信号建模的本质，给出了“准确模型”的定义，指出，对给定的平稳随机信号，以其不同阶次统计量建立的“准确模型”的输出信号与原信号并不相等，二者只是在相应的统计特征上相匹配。从这一概念出发，在总结了二阶统计意义下建模的一些主要结论后指出，平稳信号在二阶统计意义下总可以准确建模，证明了在三阶统计意义下并非所有的平稳过程均可准确建模，并给出了可准确建模的必要条件。     

基于AR双谱的调速阀故障诊断

将高阶谱应用于液压系统的故障诊断,提出一种诊断调速阀故障的方法.通过实验采集调速阀工作时阀体振动的信号,建立AR模型,进行AR双谱分析.故障情况下和正常工作情况下双谱的对比差异明显,说明用高阶谱来诊断调速阀故障是可行的、有效的.     

超宽带正交解调接收机信号采集系统设计

根据超宽带信号处理及实现目标识别的需要,设计并实现了一套超宽带脉冲体制正交解调接收机信号采集系统。介绍了系统的硬件和软件设计,提出了I/Q正交解调及脉冲体制超宽带信号幅相误差校正方案,并构建了适于超宽带信号频谱分析的双谱分析模块。实际应用表明,该系统达到了实时高速稳定数据采集的要求。     

雷达辐射源信号双谱二次特征提取方法

现有的双谱特征提取方法可以满足信号分类识别，但是出现了交叉项、平凡双谱以及特征维数过高等一些问题。针对以上问题，提出一种双谱二次特征提取方法，将双谱转化为灰度图像，以灰度值表示双谱幅度；再利用图像处理技术提取双谱二次特征，提取出能够表征辐射源信号双谱图像纹理信息的灰度共生矩阵特征集；将该特征集与Hu-不变矩特征集进行对比实验。仿真结果表明：该方法具有更好的分类识别性能，对于CW、LFM和NLFM信号的平均识别率均达90%以上。     

基于无意调制的同类型雷达辐射源信号分选

无意调制特征对调制样式和各参数均相同的不同辐射源发射的信号分选具有重大意义。从相位噪声的角度提出利用双谱的二次特征分析信号,提取围线积分双谱均值、奇异值以及双谱范数熵特征;从波形差异的角度,提出利用模糊函数的主脊切面特征挖掘不同辐射源发射信号之间的差异,提取旋转角、一阶原点矩和二阶中心矩特征。在事先不知道信号数目时,将提取的特征分别进行近邻传播聚类验证,以及串联结合两种特征的聚类分析。实验表明,两种特征结合的聚类准确率要明显高于一种特征的准确率,尤其是在低信噪比的情况下。     

肺音信号非高斯ARMA模型及双谱研究

应用高阶累积量方法，从肺音信号辨识肺胸系统的ARMA模型参数.分别在肺胸系统正常和异常的情况下，对肺泡呼吸音、哮呜音和喘钟呜音进行了分析。实验结果表明，高阶累积量能够很好地抑制高斯噪声，并能提取由于肺部机能异常引起的肺胸系统声传递函数的变化，对肺胸系统自动分类、识别和肺部疾病的快速诊断具有重要价值。