通信信号的分选与识别

本文提出了通信信号分选的识别方法,对分选的方案进行了论证,利用预处理与主处理相结合的方法来分选通信信号,尤其在进行调制分类时,提出特征提取和识模器,为了提高处理速度,采取维数压缩和线性识模器。     

统计学习理论算法在跳频信号分选中的应用

在第3方截获并检测到跳频通信信号后,由于无先验知识,所以对其进行网台分选不便采用传统有监督学习算法.即便采用无监督的算法,目前多数算法对分类个数等相关消息也必须有所借鉴并在多分选参数的逐级分选中通过先验知识进行有效性判断和筛选.针对电子支援中探测到的跳频信号分选所遇到的困难,利用统计学习理论在小样本学习及非线性分类上较其它传统分类算法更好的性能,提出基于统计学习理论的无监督及半监督学习算法,对第3方得到的跳频网台分选进行应用,取得理想结果.为跳频通信侦察过程中的分选工作,提供一种应用鲁棒性好,分选准确度高的方法.     

支持向量聚类联合类型熵识别的雷达信号分选方法

针对复杂环境下传统雷达信号分选处理中由于设定容差难以准确分选的问题,提出一种分层互耦支持向量聚类(SVC)联合类型熵识别的多参数雷达信号分选方法.该方法首先对雷达信号的全脉冲序列进行分层处理,再分别对每个子序列进行SVC聚类,然后引入分层耦合的思想,利用所提取子序列的全部质心,重新进行SVC聚类,将各分层的全脉冲序列中属于同一雷达信号源的子序列连接起来,从而实现对雷达全脉冲序列信号的分选.根据类型熵随信号种类数的增加及信号复杂性的增加而增大的特点,对多参数聚类结果进行类型熵的计算,并将类型熵识别用来辅助信号分选.实验结果表明,对于高脉冲密度环境和复杂的信号形式,提出的方法避免了传统信号分选方法中所面临的容差问题对信号分选的影响,可以实现有效分选.     

基于改进重频跟踪器的雷达信号分选方法研究

提出了一种基于脉冲重复周期（PRI）跟踪器的已知雷达信号分选方案,介绍了已知雷达信号分选电路的组成部分。详细阐述了滤波电路、跟踪器首脉冲捕获电路和重频跟踪电路的实现方法。在FPGA上采用多路重频跟踪器实现多路信号并行分选。全硬件跟踪分选已知雷达信号,实现了密集信号环境下已知雷达信号的实时分选,提高了可靠性、灵活性。提高了电子对抗设备的信号分选和处理能力。     

基于时频单源点检测的雷达信号的盲分选

针对欠定条件下的雷达信号分选问题,提出一种基于时频单源点检测的雷达信号盲分选算法,该分选算法的创新点在于将雷达信号由时域转移到时频域进行分析.在时频域内,雷达信号具有一定的稀疏性,有助于实现信号盲分选,给出了基于时频单源点检测的雷达信号盲分选算法的具体步骤.该方法能够有效解决欠定条件下雷达信号盲分选问题,将其应用于雷达信号分选领域,具有一定的军事应用价值.仿真测试结果表明了该方法的可行性与优越性.     

基于平面变换的雷达脉冲信号分选算法

通过平面变换技术将雷达脉冲映射成平面矩阵,在分析周期信号在平面矩阵中重复特性的基础上,提出了一种周期性雷达信号分选的新方法--矩阵匹配法.针对以前搜索算法门限确定困难以及当信号密集且周期性信号数最较少时无法分选的缺点,该算法采用通过检索相似度序列的方法,实现自动分析最小显示周期并完成分选工作.仿真表明陔方法对周期信号具有很高的分选准确度,对PRI随机抖动雷达也具有一定分选能力.该算法检索速度快、计算简单且易于实现,具有广泛的工程应用前景.     

用变步长检测法分选周期性信号

讨论了密集视频脉冲信号的分选，将大周期内完全重复的信号均定义为“周期性信号”。在此基础上，提出了一种变步长检测“周期性信号”脉冲到达时间（ＴＯＡ）的方法，提高了分选“周期性信号”的速度。     

基于物联网的电子对抗通信网络信号分类与识别方法

为了提高电子对抗通信网络信号检测识别能力,需要进行信号分类,提出基于物联网的电子对抗通信网络信号分类与识别方法.利用多维传感器采集电子对抗通信网络信号,结合功能传输控制构建电子对抗通信网络信号模型,通过多维参数识别和阵列信号定位方法实现信号特征检测,分析电子对抗通信网络信号的自相关约束参数;通过空间谱密度分析方法,构建...     

一种对多种重频调制类型雷达信号分选算法的研究

针对传统信号分选算法中单一算法无法分选多种重频调制型信号的缺点,在改进SDIF算法的基础上,对集对分析法进行研究,并将二者结合提出了基于集对分析法的改进顺序差直方图分选算法。仿真实验证明,新方法能够分选多种重频调制类型雷达信号,且在信号量很大的情况下依然具有较高的分选准确率和较好的实时性等优点。     

一种新的PRI变换分选算法

脉冲重复间隔(pulse repetition interval,PRI)变换及其改进算法是雷达信号分选领域的经典算法之一。在早期的信号环境中,各部雷达信号的PRI值相对接近,传统的改进PRI变换算法能够有效地分选PRI抖动雷达信号,因而得到了广泛的应用。随着信号环境的日益复杂,不同雷达发射的信号其PRI值分布在一个较大的范围内,此时传统算法的分选能力大大减弱。针对上述问题,对传统算法中可变时间起点的改变、PRI箱的选择以及门限的确定三个方面进行改进,提出一种新的PRI变换分选算法。新算法中采用了可变的移动因子、固定的箱分辨率以及合理的门限,在保留原算法优点的同时,能够适应PRI值分布在较大范围内的抖动雷达信号分选问题,并通过模拟仿真验证了算法的有效性。     

一种基于子波的信号复原方法

提出了一种从强噪声中复原瞬态信号的新方法，该方法将要复原的瞬态信号表示成一组子波函数的线性组合，在最小均方能量准则下，用共轭梯度算法求解子波函数的线性组合的幅度、尺度和延时参数，计算机模拟结果表明，该方法的实现结构可表示成具有子波非线性，并且类似于辐射函数ＢＰＦ的人工神经元网络。     

我国全球卫星导航信号设计研究

我国全球卫星导航信号应具有较大的信号带宽,其公开导航信号可与GPS,Galileo和GLONASS公开导航信号实现互操作,授权导航信号可与GPS和Galileo授权导航信号实现射频兼容共存,互不影响性能.设置导频信号以利于接收机捕获、跟踪,提高测量精度.全球卫星导航信号还应具有抗干扰,防欺骗能力.提出了一种关于我国全球卫星导航信号结构的方案.     

单通道混合信号中周期信号的盲分离

在定义信号周期性的基础上,针对多个周期信号、多个周期信号和其他信号单通道混合的情况,提出了基于特征值分析的周期信号盲分离方法,并对算法的可行性、分离误差及分离效果进行了理论分析.仿真结果表明:该方法能适应较低的信噪比,且具有计算量小、易于实现等优点.     

基于盲反卷积的脑电信号盲分离研究

采用卷积混合模型描述观测脑电信号(electroencephalogram,EEG),提出一种基于盲反卷积的EEG盲分离方法.结合EEG源成分的独立性确定代价函数,并采用共轭梯度法进行迭代寻优.针对EEG仿真实验数据进行方法验证,采用分离信号与源信号之间的相关系数作为验证指标.实验结果表明,本文方法可以较好地实现EEG盲分离,为EEG信号处理和其他生理信号处理分析提供理论和方法借鉴.     

多个带通信号低速率采样频率的选取方法

目的 用公共的低速采样频率对金频段内许多不同频点的带通信号进行采样。方法 分析了带通采样信号的频谱和规律．导出了低速采样频率的选取公式。结果 给出了运用选取低速采样频率公式选取频率的方法。结论 合理选取频点和低速采样频率能够实现用公共的低速采样频率对全频段内许多不同频点的带通信号进行采样。     

基于PSoC脑电信号采集系统

对自由活动大鼠神经信号的采集和处理系统进行了研究设计,主要包括脑电信号采集电极、前置放大和简单的滤波,应用片上可编程系统(Programmable Systen-On-Chip,PSoC)对信号进一步放大、实现AD转换并存储再经SPI总线控制无线发射模块打包发射出去,另一端利用具有全速USB功能的PSoC控制芯片接收信号并传输至计算机。无线采集可以达到让大鼠自由活动(10 m室内)的目的,上位机以图形(G)语言LabVIEW来设计信号显示界面,实现信号显示并对采集的数据做滤波、降噪、小波变换等处理。     

BP网络在超短波信号接收中的应用

在超短波信号处理中 ,采用基于熵类误差准则函数的误差逼近度渐进收缩学习方法BP网络 ,不仅降低训练要求 ,提高训练速度 ,而且避免了“过学习”现象 ,并且有效地消除了信号中的随机信号     

耦合信号微分后对双谱的影响

为有效区分和分析相近工作状态的振动信号,提出了基于时间序列进行微分再求其双谱的方法以放大相似信号的差异。由于平稳随机过程的铣床振动信号的双谱具有高度相似性而难以区分的特点,文章通过对比分析多次微分后的双谱和双谱对角切片,结果表明:微分前具有高度相似性的双谱,在微分后呈现出了不同的差异性,并且这种差异性随着微分次数的增加变得愈加明显。因此,时间序列的微分运算可有效提取信号特征,以实现对高度相似性信号的区分与分析。由于在各种机械加工系统中,各种参数比如转速、材料及粗糙度等,都与信号的双谱特征有关,因此可以根据研究结果调整各种参数,从而达到改善系统功能的目的。     

弧焊过程信号检测分析系统

研制了一种用于弧焊过程动态信号的检测分析系统,该系统主要由信号传感器、信号适配器、多路高速数据采集卡和微机信息处理系统等组成.以WINDOWS为操作平台,通过菜单调用数据采集、数据分析、数据存取和显示等模块,可方便快捷地获得焊接过程信号特征和规律分析结果.     

利用小波变换分析心音信号

心音信号可以用于诊断一些心脏瓣膜和心肌的疾病，心音信号是一种非平稳信号，而小波变换中数字信号处理技术适合于分析非平稳信号。文章阐述了一种利用小波变换分析心音信号的方法。通过对计算机模拟的心音信号的分析实验，分析利用小波变换可以有效地分析心音信号，从而为利用心音信号诊断心脏疾病提供了一种新的方法。