基于熵测度优化的跳频信号参数估计

详细讨论了采用三阶Flandrin体积归一化熵测度随时频分布核参数的变化规律,给出了典型时频表示进行参数优化的方法,提出了一种基于熵测度的信号相关平滑伪魏格纳分布,对其在跳频信号参数估计中的应用进行了比较和性能分析.仿真结果表明了该量化测度在时频核函数性能评价时的可行性和有效性,基于熵测度优化的跳频信号参数估计有较好的抗噪声能力,可以取得比其他方法更精确的效果.     

基于频率微分属性的跳频信号参数估计

提出了一种基于跳频频率变化微分属性,能够估计跳周期、跳变时刻和跳频频率的特征参数方法.与传统平滑伪维格纳分布最大值序列算法相比,该方法增强了跳变时刻信号检测的可靠性,提高了参数估计的精度.仿真结果和性能分析表明了算法的有效性和实用性.     

基于S方法熵测度优化的跳频信号参数估计

提出一种S方法结合熵测度优化进行跳频信号参数估计的新方法.该方法在获取信号优化时频分布的基础上,基于时频平面设计参数估计算法,可以在不需要任何先验知识的情况下,估计出跳频周期、跳变时刻和跳频频率等参数.另外,在高斯噪声环境下对分析结果进行了仿真.结果表明,该方法对跳频信号的参数估计优于其他时频分析方法,减小了参数估计的偏差和估计方差,而且优化过程的复杂性也有所降低.     

脉冲噪声下基于Robust STFT的LFM信号检测与参数估计

针对传统的基于时频的线性调频(LFM)信号检测和参数估计方法在脉冲噪声环境下失效的问题,提出了一种新的对脉冲噪声不敏感的鲁棒短时傅里叶变换(Robust STFT)LFM信号检测和参数估计方法.该方法首先计算含噪声LFM信号的鲁棒短时傅里叶变换,由于鲁棒STFT对脉冲噪声不敏感,时频平面上呈斜线分布的LFM信号的时频特征仍然被保留.基于Radon变换在时频平面上进行直线积分,实现了信号检测和参数估计.仿真结果验证了该方法的有效性.     

基于T-SBL的多跳频信号参数估计

针对多跳频信号参数估计问题,利用跳频信号频率在时频域上的稀疏性,在块稀疏贝叶斯学习(b SBL)的基础上,提出了一种T-SBL稀疏学习算法,通过重构后信号的时频图完成跳频信号的跳周期、中心时刻、跳时刻等参数的估计.首先将接收信号进行重叠分割得到观测矩阵;然后根据跳频信号时频域的稀疏性建立信号的多测量(MMV)稀疏模型,在块稀疏贝叶斯学习算法的基础上将多测量模型转化为单测量(SMV)模型;最后通过重构后信号的清晰时频图进行参数的快速估计.为了进一步提高低信噪比下的估计性能,采用形态学滤波的方法对获得的时频图进行修正.理论分析和仿真实验表明了该算法的有效性和良好的估计性能.     

基于VMD和HSA的水声跳频信号时频分析方法

针对水声通信中低信噪比条件下的水声跳频信号检测和参数估计问题,提出了一种新的基于变分模态分解(VMD)和希尔伯特谱分析(HSA)相结合的水声跳频信号时频分析方法。VMD是一种新开发的自适应信号分解技术,可以完全不递归地将多分量的信号分解成许多准正交的固有模式函数。首先重点分析了VMD算法,然后简单介绍了HSA方法,最后将VMD和HSA相结合的方法应用于水声跳频信号分析。利用数值模拟的水声跳频信号进行实验仿真,结果表明本文的方法可以获得高清晰度、高聚集性的时频图。     

一种跳频信号跳周期联合估计算法

针对通信对抗中的实际应用,给出了一种联合算法估计跳频信号跳周期,与传统跳周期估计方法不同,该方法通过对信号进行谱图重排变换,然后提取时频脊线并对其进行小波变换,精确定位跳变时刻,最后得到跳周期的准确估计。仿真结果表明,该方法具有较好的抗噪性能,在信噪比大于-1db时能得到准确的参数估计。     

线性时频分析在弱信号检测中的应用

介绍了时频分析理论及线性时频分析方法．将短时Fourier和小波变换用于弱信号的检测并比较了其性能．最后给出了计算机仿真结果。     

基于组合时频分布的跳频信号分析

针对常用的非线性时频分析方法不能较好地抑制交叉项干扰的问题,文中提出一种新的跳频信号时频分析方法。将组合时频分布TF方法用于跳频信号分析,提出了跳频信号持续时间、跳变时刻和跳频频率盲提取的改进算法,通过计算机仿真验证了该方法的有效性。     

基于WVD改进算法的跳频信号参数估计

针对平滑伪维格纳分布(SPWVD：Smoothed Pseudo Wigner Ville Distribution)在跳频信号参数估计中存在的分辨率下降和运算量过大等问题,提出基于STFT(Short-Time Fourier Transform)与WVD(Wigner-Ville Distribution)的联合算法(STFT-WVD),实现了跳频周期、跳变时刻和跳频频率等参数的盲估计。在参数估计的过程中,STFT WVD算法有效地抑制了WVD的交叉干扰项,保持了WVD较高的时频分辨率,在运算量上和WVD相近,没有增加运算的复杂程度。仿真实验证明,STFT-WVD比SPWVD具有更好的整体性能,在信噪比优于－1 dB时,能得到更为精准的估计值。     

线性时频分析在弱信号检测中的应用

介绍了时频分析理论及线性时频分析方法.将短时Fourier和小波变换用于弱信号的检测并比较了其性能,最后给出了计算机仿真结果.     

基于S变换的内燃机噪声信号时频特性

简述了S变换的基本原理,设计了仿真试验,对比分析短时Fourier变换与S变换的时频分析和信号检测能力.结果表明,S变换是一种更加有效的非稳态信号时频分析方法.以某六缸发动机为研究对象,采集机体前端和顶部噪声信号.采用S变换对噪声信号进行时频分析,分析信号能量在时频域内的分布规律及其频率成分随时间的变化情况,结合发动机的结构特点,分析噪声信号中比较突出的频率成分产生原因.S变换比较适合于发动机噪声信号时频特性研究,研究结果对发动机低噪声改进设计具有一定的参考价值.     

基于功率谱对消的跳频信号检测算法

为有效解决跳频信号的检测问题,根据跳频信号功率谱随时间变化的差异性,提出一种基于功率谱对消的跳频信号检测算法.该算法可在无需已知先验知识的条件下,对较低信噪比的跳频信号进行盲检测.通过仿真分析表明,该算法在信噪比为10 dB的条件下,可获得功率对消比为-34 dB的检测效果;在较大接收信噪比、较多分段数和切比雪夫函数窗条件下,该算法具有较高的检测性能.此外,在跳频信号和定频信号发生频率碰撞时,该算法仍能实现对跳频信号的检测,更加适合于现代战场的复杂电磁环境.     

采用矩阵变换法降低OFDM信号峰均功率比值

如何降低正交频分复用(OFDM)系统中的峰均功率比(PAPR)是有效应用OFDM技术的关键之一。因此提出了一种基于矩阵变换降低OFDM信号PAPR值的方法。恰当地选取或设计变换矩阵可以很好地改善0FDM信号的PAPR分布特性，因此选取了4种矩阵作为变换矩阵，并对其性能进行了仿真分析，仿真结果表明，矩阵变换法能有效地降低0FDM信号的PAPR值，并具有较低的计算复杂度和较好的实用价值。     

一种样点缺失条件下的跳频信号参数估计方法

在样点随机缺失条件下研究跳频信号参数估计问题具有现实意义。 针对样点缺失条件下线性时频分析方法失效的问题, 提出了一种基于正交匹配追踪(orthogonal matching pursuit, OMP) 和卡尔曼滤波(Kalmanfilter,KF) 的跳频信号参数实时估计方法。 该方法对信号加滑动窗, 将窗内样点随机缺失建模为一个信号稀疏表示问题, 傅里叶正交基作为过完备字典, 利用 OMP 直接估计窗内信号频率而不需要恢复信号。 KF 针对估计得到的信号频率进行平滑, 当频率跳变时, KF 的频率预测值将严重偏离历史值和频率估计值, 偏离程度作为跳变时刻估计的依据。 仿真结果和对比实验表明, 在样点没有缺失时, 该方法具有更优的跳频信号参数估计性能, 在滑动窗长足够并满足信号稀疏度要求时, 即使在样点缺失的条件下, 依然可以获得有效的跳频信号参数估计结果。     

不同跳速下跳频信号的时频分析方法研究

跳频信号是典型的非平稳信号,必须采用非平稳信号处理方法。时频分布是最常用的一种手段,可用来进行跳频信号分析。实际当中使用的跳频电台,有的跳速很快,可能达到每秒几万甚至百万跳,有的可能就几跳或几百跳。本文主要研究在不同跳速下。对跳频信号的时频分析方法。     

中医脉象信号的短时傅里叶分析

众所周知，短时傅里叶变换是信号时频分析的变换方法。连续短时功率谱表示信号在连续时间与连续频率平面内的能量分布，而离散短时功率谱表示信号x(n)在离散时间与连续频率平面内的功率分布。应用全极点滑动窗递归算法，分析了15例吸毒者和15例正常人脉象信号的离散短时功率谱，发现吸毒者脉象信号在特定时频区域内的平均功率值P1一般高于正常人的值。以平均功率P1与总平均功率P的比值为特征参数，提出了用于划分正常人和吸毒者的临界参数，据此15例吸毒者全被检测出来，但有两例正常人被误判。研究结果表明，短时傅里叶变换是分析脉象信号的有效方法。     

心音信号的时频分析

首先对几种典型信号的计算结果进行了分析，并比较研究了短时傅里叶变换和连续小波变换在心音信号时频分析方面的性能差异．指出了应用这２种方法应该注意的问题，并对一例正常和一例非正常的心音信号的时频分析进行了讨论     

基于LFM信号检测的高斯窗短时傅里叶变换的窗参数选择

研究了高斯窗短时傅里叶变换对线性调频信号检测的窗口参数的选择.通过推导给出了对特定线性调频信号的最佳高斯窗窗口参数的选择公式及分辨不同的线性调频信号的参数选择原则,还证明了由高斯窗谱图的Radon变换可以获得线性调频信号的精确参数估计.仿真结果证明了所用公式和方法的正确性.     

基于熵测度和SQP方法的跳频信号时频表示

提出了一种基于三阶Renyi熵测度的双向高斯核函数,分析了核参数与熵测度的变化规律,并利用逐步二次规划法对其进行优化.与信号相关径向高斯核函数时频分布相比,该方法不需要任何先验假定,能够有效反映交叉项在时频分布中的大小,获取优化的时频表示,从而提高了跳频信号的参数估计精度,同时可以适应低信噪比环境.仿真结果验证了基于熵测度优化时频表示法分析跳频信号的有效性和实用性.