低信噪比FPPS的弱信号提取与特征识别

针对目前电子战中脉压雷达信号淹没在强背景噪声中难以检测提取的现象,在信号相位匹配原理基础上,提出一种改进的弱信号提取模型—单元阵分段信号匹配法来实现对弱信号的提取;在此基础上结合多项式相位信号特点,提出一种改进的特征识别模型——剔除野点的多级中心差分法来实现对脉压雷达信号的特征识别.通过仿真实验表明,该提取识别模型对强白噪声环境下脉压雷达信号的提取与特征识别具有很好的效果.它不需要预先进行训练,并且计算简单易于实现,具有广泛的工程应用前景.     

一种处理未知雷达信号的聚类分选方法

针对未知雷达信号的处理,提出了一种新的辐射源聚类分选方法。该方法应用Kohonen网络模型,引入新的权值概念,借鉴熵值分析和统计原理确定权值,计算加权的归一化Minkowsky距离,检验最小距离,根据假设检验合并同类聚类中心,从而实现脉冲的分选。仿真实验结果验证了该方法分选未知雷达信号的有效性。     

一种基于子空间匹配投影的暂态信号检测方法

利用短时傅立叶变换和子波变换的性质,针对两种实际的信号模型,提出了一类基于线性时频子空间匹配投影算法的暂态信号检测方法,推导了它的两种实现形式,并给出了计算机仿真结果。该方法充分利用了信号的先验信息并建立了匹配的信号模型,表现了较好的性能     

基于小波变换的子带自适应滤波算法及仿真

因为噪声总是影响信号检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。自适应滤波器为检测信号提供了一种简单、实用的方法。可以在微弱信号的条件下,通过测量和学习,实现对微弱信号的最佳拟合。提出基于自适应小波变换的心电信号的检测,利用小波变换的子带编码理论,通过在多个子带权值的自适应匹配,合成后拟合微弱信号。仿真结果表明,该方法可进一步改善信号的检测能力,在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

被动雷达导引头自主分选算法及其FPGA实现

针对现代电子对抗环境日益复杂,对于某些时变信号源的分选,难以完成准确的信号参数的提取及与已装订数据库的匹配问题,通过对检测参数中的雷达到达角参数的深入研究,对时变参数的特点,提出一种基于统计信号处理的分选方法,通过Matlab仿真,并通过应用FPGA实现了该算法。     

基于聚类和时序相关的重点雷达信号快速识别

针对传统雷达信号识别方法对重点目标识别的针对性、时效性不强的问题,提出一种基于聚类和时序相关的重点雷达信号实时识别方法。首先,依据具有噪声的基于密度的聚类(density-based spatial clustering of application with noise, DBSCAN)算法对侦获信号的脉冲描述字进行分选;而后,利用分选所得脉冲的时序特征与重点目标信号脉冲重复间隔(pulse repetition interval, PRI)生成仿真信号;最后,计算仿真信号的互相关函数,基于相关度判断PRI参数是否匹配。仿真实验表明:所提方法明显提升了对重点目标信号的识别时效,能够应对存在噪声干扰和信号交叠的复杂信号环境,对局部脉冲参数丢失不敏感。     

基于高阶累积量和匹配滤波的信号检测新方法

针对通信侦察中的空间弱信号检测问题,提出了一种基于高阶累积量和匹配滤波器相结合的信号检测新方法。该方法利用高阶累积量有二阶以上信息,且高斯噪声的高阶累积量恒为零的特性,在传统似然比检测基础上,依据高阶累积量对高斯噪声的抑制能力,结合匹配滤波器进行弱信号检测,在低信噪比条件下获得了更高的检测概率。蒙特卡罗仿真结果证明了该方法的有效性。     

基于Duffing振子的直接序列扩频信号检测及参数估计

针对直接序列扩频信号检测中信号特征提取的问题,提出了利用Duffing振子对小信号的敏感性和对噪声的免疫性来检测信号的这些特征信息。以基于Duffing振子的载波检测为例,进行了分析和仿真,给出了直接序列扩频信号的幅度、相位和载频的估计值。仿真表明,所提的方法可以获得很好的检测性能,能检测到信噪比为-38.35 dB的DSSS/BPSK信号。     

基于高阶累积量的TOA估计方法

提出了基于高阶累积量的多径信号到达时间TOA的估计方法。首先接收信号经过匹配滤波器,再将输出结果进行频域变换,这样将信号传播的时间延时的估计问题转换为谐波频率的估计问题。在反卷积之后的噪声是高斯过程的情况下,利用四阶累积量方法,可有效地抑制噪声估计各多径信号的TOA。文章最后的仿真结果说明了本文提出方法的有效性。     

几种调制分类方法的原理与仿真试验研究

准对数似然函数比 (qLLR)、相位统计矩和不同阶幅度矩是调制分类的新方法。用qLLR方法构造检测MPSK信号的假设检验及其对数似然函数比 ,并求其数学期望 ,得到qLLR以BPSK/QPSK信号分类。相位统计矩方法利用MPSK信号符号初相位偶阶统计矩为M的单调递增函数的特性 ,并进行M进制识别复合假设检验。不同阶幅度矩进行调制分类的方法利用MPSK/MQAM信号每符号段波形起始点与其它点幅度的乘积统计矩特征进行调制分类。给出了计算机仿真试验评估。     

Method of fuzzy uniformity analysis for simulation underwater acoustic signals

Since the simulation underwater acoustic signal is used in the semi-object simulation experiment of underwater weapons,it has great impression upon simulation fidelity.It is asked that whether simulation signals can replace the real signal effectually.Considering the randomness of signals,the interval estimation of feature parameters of simulation signals is made.By comparing the obtained confidence interval with the corresponding accept interval,the concept of similarity coefficient of simulation signals is given.By making a statistical analysis for similarity coefficient,the uniformity information of simulation signals is extracted,and the fuzzy number which expresses the fuzzy uniformity level of simulation signals is obtained.The analysis method on fuzzy uniformity of simulation underwater acoustic signals is presented.It is indicated by the application in simulation of target radiated-noises that the method is suitable and effectual for the simulation research on underwater acoustic signals,and the analysis result may provide support for decision-making relative to perfecting simulation systems and applying simulation signals.     

基于多分辨率显著性滤波的微动信号增强方法

微动信号是典型的非平稳信号, 时频分析能够获得微动信号的联合时间-频率分布图像, 是微动信号分析的主要工具之一, 良好的时频图像质量能保证后续特征提取和参数估计的准确性。然而在实际场景中, 时频图像通常受到噪声污染, 使得微动信号难以分辨, 严重制约了后续特征提取和参数估计。根据显著性检测和图像金字塔的基本原理, 本文在多分辨率表示图像上分别计算显著性并滤波, 最后进行加权融合获得增强的时频图像, 有效抑制了噪声, 提升了低信噪比(signal to noise ratio, SNR)下时频图像的质量和微动信号的显著性。实验结果表明, 对于仿真信号以及暗室测量信号, 在-7~7 dB SNR下, 采用该方法均能显著提升时频图像质量, 且-3 dB以下时能大幅提高周期估计的准确率, 是一种有效的微动信号增强方法。     

非合作双基地雷达中直达波信号的重构

对非合作双基地雷达中直达波参考信号受到噪声干扰和多径干扰影响的问题进行了理论分析和数学建模。在此基础上,仿真分析了这两种干扰对直达波信号波形的影响。针对这一问题,提出了一种直达波信号重构方法,并给出了详细的数学推导。仿真结果表明,该方法重构出的直达波信号波形失真度很低,能有效地去除非合作双基地雷达直达波参考信号中的噪声干扰和多径干扰。     

全局动力学模型用于水声信号分类仿真实验研究

水下弱信号的检测和分类是水声信号处理领域中的难题。本文研究了一种使用混沌动力学系统理论中全局动力学模型进行水声信号检测和分类的方法，用仿真数据对所建模型的有效性进行了验证。通过将模型拟合到几种舰船辐射噪声，成功地对其进行了分类。仿真结果表明，该方法在高噪声背景下（信噪比为OdB时）仍能对信号进行分类，且分类概率可以从模型系数空间的系统统计特性中直接计算得到。     

基于Poincare截面的微弱信号定量检测与幅值参数提取

为解决微弱信号定量检测问题,提出并建立了基于Poincare截面的检测统计量,并以此设计了利用Duffing振子进行微弱信号定量检测及幅值参数提取的有效实现方法。通过分析Duffing振子的Poincare截面特性,发现系统输出关于幅值的分岔特性能够清晰判定系统不同状态,由此对Poincare截面的分布点进行方差统计,构建检测统计量与检测判定区间,实现对微弱信号的定量检测。仿真实验发现,该定量检测方法的噪声鲁棒性优于传统时域特征检测方法,进一步设计了循环检测系统用以提取待测信号幅值参数并实现对未知频率信号的检测,为基于Duffing振子的微弱信号检测提供了定量检测途径与参考。     

基于ISP技术的导弹信号实时仿真研究

为实现不同目标环境下某型导弹信号的精确和实时仿真,利用在系统可编程(in sytstemprogrammable,ISP)技术,实现了多种频率受控的脉冲信号、正弦和噪声信号等,并实现了电路的异步数据接收和控制功能。论文给出了仿真信号的形成原理和电路设计方法,并给出了部分电路和仿真波形。结果表明,通过采用该技术,使仿真电路简化、仿真精度提高。同时,通过区分数据关系和信号关系的描述方法,使设计过程简化,电路结构清晰。     

基于VMD和特征融合的辐射源信号识别

在日趋复杂的电子对抗中,如何提高雷达辐射源信号(radar emitter signal, RES)识别率和抗噪性能是亟待解决的问题。为此提出了一种变分模态分解(variational mode decomposition, VMD)和特征融合相结合的RES识别方法。首先利用VMD算法对各雷达信号进行分解得到3个本征模态函数(intrinsic mode function, IMF);然后,对这3个IMF分量提取排列熵(permutation entropy, PE)和样本熵(sample entropy, SE)特征进行特征融合，构成六维特征向量；最后利用支持向量机对辐射源信号进行识别。利用6种不同的辐射源信号对该方法进行了验证,仿真实验结果表明,该方法在低信噪比(signal to noise ratio, SNR)下能取得较好的识别率,当SNR不低于0 dB时,六维特征向量的识别率达到100%,具有较强的抗噪性能。     

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。