反辐射导弹的最优检测

本文以反辐射导弹告警系统为背景，根据典型反辐射导弹的发射模式，建立了反辐射导弹雷达回波时间序列模型，指出告警系统对反辐射导弹的脉冲串检测实际上是速度及加速度分量未知的线性调频信号的检测。推导了反辐射导弹的最优检测的表达式及参数估计的精度，并给出了最优检测的检测性能，为工程完成反辐射导弹回波脉冲串的检测提供了理论基础。     

一种基于神经网络的识别反辐射导弹方法

本文利用反辐射导弹的飞行和电磁散射特性,给出了提取反辐射导弹特征量的方法,并用改进双向联想记忆神经网络作为识别器完成目标识别,分析表明,识别器有很好的识别效果.     

基于正交小波包变换的判决反馈盲均衡算法

针对严重线性失真的水声信道,在分析正交小波包变换理论和判决反馈盲均衡算法的基础上,利用正交小波包变换良好的去相关性特性,对判决反馈盲均衡算法的前馈滤波器权向量进行修正,提出了基于正交小波包变换的判决反馈盲均衡算法(WPT-DFE)。与基于正交小波变换的判决反馈盲均衡算法(WT-DFE)和常规判决反馈盲均衡算法(CMA-DFE)相比,该算法具有收敛速度快、跟踪性能好、稳态误差小的特点。水声信道的仿真结果,验证了算法的有效性。     

抗反辐射导弹措施

反辐射导弹对军用雷达构成了严重威胁,研究如何抗反辐射导弹成了电子对抗中的重要课题。本文从战术和技术两关方面论述了抗反辐射导弹的措施。     

一种基于小波的电网谐波检测新方法

在电力系统中存在许多非线性负载,由此产生的谐波对电网的电能质量造成很大的影响.为了保证电网的电能质量,必须监测由此产生的谐波.首先讲解用于谐波检测的小波变换的理论,其次在MATLAB中用FFT、小波分解和小波包变换三种方法对由电焊机产生的谐波电流进行了仿真分析与计算.仿真结果表明:小波分解能够有效地分离基波,小波包变换能够分离任意次谐波.该方法具有普遍适用性,与使用昂贵的专用测量仪器相比,不失为一种好的替代方法.     

基于正交小波包变换的变步长双模式盲均衡算法

在分析正交小波包变换盲均衡算法特性的基础上,提出一种基于正交小波包变换的变步长双模式盲均衡算法(WPT-VDMA)。该算法利用正交小波包变换良好的去相关性和变步长,来加快收敛速度;利用符号判决实现基于正交小波包变换的常数模盲均衡算法(WPT-CMA)与基于正交小波包变换的判决导引盲均衡算法(WPT-DD)间的切换,以减小均方误差。仿真结果表明,与WPT-CMA和WPT-DMA(基于正交小波包变换的双模式盲均衡算法)相比,WPT-VDMA收敛后的均方误差分别减少约3.1dB和2.2dB,收敛速度分别快约6500步和3000步。因此,该算法具有收敛速度快、跟踪性能好、均方误差小的特点。     

基于神经网络BSB模型的反辐射导弹辐射源识别技术研究

利用反辐射导弹来摧毁敌方雷达系统和有关设施是现代战争中一种有效的对抗手段。但是,在目前辐射源增多、信号密集的情况下,传统的信号分选和识别方式都遇到了困难,促使人们去研究以并行分布处理为特征的神经网络理论,探求一种(?)的智能信息处理方法和识别途径来解决这一难题。本文正是从这一点出发,利用BSB(脑中盒状态)模型来完成反辐射导弹的辐射源识别。计算机模拟结果证明这种方法是行之有效的。     

基于局部Radon-Ambiguity变换的ARM检测技术

针对反辐射导弹(anti-radiation missile,ARM)雷达回波信号的调频率特性,提出了基于局部Radon-Ambiguity变换(RAT)的ARM检测方法.该方法对导弹的初速度不敏感,也不需要对导弹加速度进行多通道相位补偿预处理.通过将RAT局部化,进一步缩小了检测区域和运算量,提高了检测效率.检测性能分析和仿真实验表明,该方法能够在较低信噪比环境下有效地检测ARM目标信号.     

用附加辐射源对抗反辐射导弹的布防研究

研究附加辐射源对抗反辐射导弹(anti-radiation missiles,ARM)布防方案中有关点源间距选择的问题。从空间分辨条件和ARM几何运动分析出发,推导ARM以任意攻击角斜入射时,两点源能够安全诱偏ARM的间距的数学模型,确定了假定条件下的最佳诱偏距离。计算分析ARM分辨角、攻击角和点源间距对诱偏效果的影响。指出选择点源间距时,仅按垂直入射情况选择的间距不能完全保证辐射源的安全,应该考虑ARM斜入射的情况。     

一种对反辐射导弹多源诱偏干扰的建模方法

针对反辐射导弹(ARM)传统有源诱偏理论的不足,从单脉冲雷达跟踪合成波阵面法线方向的理论出发,对多个辐射源的诱偏公式在三维空间中作了推导,对多目标影响建立了较通用的干扰模型并分析得到该模型具有当只有一个干扰源时,诱偏方位角偏差跟目标干扰源方位角之差有关的特点,同时诱偏仰角偏差也有类似的特点。仿真了其对数据的影响,为算法的设计和测试提供了依据。     

基于小波变换的图像边缘检测

提出了一种新的基于小波变换的多尺度多分辨率特性的边缘检测方法。分别利用不同尺度小波变换后的水平方向、垂直方向和对角线方向高频信息 ,根据李氏指数与小波变换关系 ,采用零交叉检测方法和极大值在不同尺度下传播的特性 ,检测出图像在 3个方向的极大值。对不同尺度不同方向高频子图像 ,首先采用平均值法确定阈值 ,去除震荡噪声 ,然后对不同方向高频子图像合成的图像 ,根据最大类间方差法 ,计算其阈值 ,求出极大值 ,最后从这 3个方向的极大值中确定出最大值。实验结果表明 ,检测出图像的边缘结果非常理想。     

基于改进小波变换的海上目标检测

为提高弹道导弹打击舰船的命中精度,研究分析弹载合成孔径雷达的海上目标检测具有重大意义。针对基于传统小波变换的检测算法在相干噪声下难以快速实现目标检测的问题,提出基于改进小波变换的检测模型。首先,利用方向可调的小波函数改进传统小波变换,在提高检测精度的情况下,可避免进行非极大值抑制;其次,重点针对方向小波变换运算复杂的问题,从算法原理和实际应用两方面着手,分别构造可变方向角和掩模矩阵,减少了运算量;然后,在此基础上利用高低帽滤波和闭运算的组合处理,增强边缘区分度,即可通过二值化处理完成目标检测;最后,以舰船的目标检测为例,从检测精度和运算时间两方面验证改进模型的有效性。     

小波包子带频域矩和遗传算法的图像隐写分析

针对现有典型的通用隐写分析方法提取特征时多数对图像进行正交小波分解中的不足,提出了一种新的利用小波包分解和遗传算法的高效的隐写检测方案.首先对原灰度图像及其预测误差图像运用小波包分解生成多个子带,提取各子带系数的直方图特征函数多阶矩作为特征,将支持向量机的分类效果作为适应度函数值返回,指导遗传算法搜索最优的特征选择方案.针对Outguess、F5、MB1隐密图像与载体图所组成的混合图像库上的仿真实验结果表明:该方法比现有的隐写分析方法,平均检测率提高了约1%-17.8%.     

一种基于小波模极大值的信号去噪算法

研究了小波变换中噪声和信号的次要的模量极大值曲线对定位信号特征点造成干扰的问题,提出一种基于小波模阈值和模极大值曲线长度阈值的去噪算法,并把该算法与传统小波阈值去噪算法进行了对比。仿真结果表明,该算法可以明显地去掉噪声和信号中次要的模极大值曲线,保留信号主要的模极大值曲线,在定位信号特征点上优于小波阈值去噪算法。     

小波图像编码技术的改进算法

针对多级树集合划分编码算法(set partitioning in hierarchical trees,SPIHT)存在集合分割复杂,占用内存空间大的不足,提出了一种改进的新算法。该算法简化了分割排序策略,加入了幅值精细编码,在一定程度上克服了SPIHT图像编码算法的不足。实验结果表明,改进算法提高了编码速度,减少了内存的消耗,提高了图像复原的质量,是一种有效的图像压缩方法。     

基于可调Q因子小波变换的海杂波抑制算法

针对海杂波背景下弱目标检测中存在的信杂比低的问题,提出了改进的基于可调Q因子小波变换的海杂波抑制算法。由于海杂波能量远大于目标信号能量,提出选取与海杂波振荡特性相匹配的参数进行可调Q因子小波变换,得到各小波子带的系数,并对小波系数进行稀疏优化后重构海杂波信号。为了判断弱目标信号是否存在,提出一种自适应的阈值检测方法,将原始回波信号与海杂波重构信号的差作为检测样本,实现对弱目标信号的检测。该算法不依赖海杂波具体模型。最后对某实测海杂波数据集进行实验,验证了所提算法的正确性。     

基于小波包的M元多载波扩频系统研究

将小波包理论与M元扩频技术相结合,提出基于小波包的M元多载波扩频系统可以在有限带宽内取得更高的信息传输速率。同时,由于小波包函数的优良性质,该系统可以很好地克服多径信道对性能的影响。仿真结果表明,与基于DFT的M元多载波扩频系统相比,在多径信道下,该系统有较大的性能优势。     

小波分析与Fisher判别法相结合的数字水印算法

提出了在彩色图像的小波变换域中实现数字水印的一种算法。该算法能很好地保证水印图像与原始图像具有相似的视觉效果,而且在用Fisher判别法实现水印盲复原时能准确地抽取水印信号。最后通过实验测试验证了该算法的鲁棒性。     

Steganography based on wavelet transform and modulus function

In order to provide larger capacity of the hidden secret data while maintaining a good visual quality of stego-image,in accordance with the visual property that human eyes are less sensitive to strong texture,a novel steganographic method based on wavelet and modulus function is presented.First,an image is divided into blocks of prescribed size,and every block is decomposed into one-level wavelet.Then,the capacity of the hidden secret data is decided with the number of wavelet coefficients of larger magnitude.Finall,secret information is embedded by steganography based on modulus function. From the experimental results,the proposed method hides much more information and maintains a good visual quality of stego-image.Besides,the embedded data can be extracted from the stego-image without referencing the original image.