线性调频信号检测中时频谱交叉项的抑制

在多分量线性调频信号检测时,由于时频谱存在的交叉项影响到检测精度,进行时频谱的平滑可以减少交叉项,使用时频谱重排的方法在减少交叉项的同时又可以增加谱的聚集性。计算机仿真实验结果验证了这两种方法可以有效地抑制交叉项干扰,提高了检测精度。     

基于AD9910的线性调频信号发生技术

本文主要介绍了DDS的工作原理以及专用芯片AD9910的功能特点,并重点论述了利用可编程逻辑器件控制DDS产生线性调频信号的设计方案。该设计实现了高度集成化,降低了成本且易于调试。     

线性调频信号的调频斜率估计方法

提出了一种基于分数阶傅里叶变换（fractional fourier transform,FRFT)估计线性调频信号（lmear FM,LFM)的参数的方法。该方法通过计算LFM的PRFT，然后用匹配滤波的方法确定LFM在时频域内正交投影位置，从而得到LFM的调频斜率。     

采用EMD和奇异值分解子空间重构的信号降噪新方法

传统的奇异值降噪法对适合奇异值分解的矩阵构造及信号重构时有效秩阶次的选取缺乏具有物理意义的依据.提出一种采用EMD和奇异值分解子空间重构的信号降噪新方法,通过对EMD方法得到的各阶IMF分量构造时频矩阵进行奇异值分解,将信号的特征信息分解到各个不同的时频子空间中,根据时频子空间的特征变化,选择相应的子空间进行奇异值分解逆变换,从而实现信号降噪.对仿真合成电信号及实测机械振动信号的降噪应用,表明该方法能有效地从原始信号中提取所需的信号特征成分,具有直观的物理意义.     

复合线性调频信号的模糊函数分析

为提高单斜率线性调频信号的距离速度联合分辨力,提出了一种正负双斜率的复合线性调频信号,推导并分析了该信号的模糊函数。仿真得到了复合线性调频信号以及单斜率线性调频两种信号的模糊函数图、-3 dB模糊度图、距离模糊函数图以及速度模糊函数图,对比研究发现复合线性调频信号相对单斜率线性调频信号具有更好的速度分辨力和距离速度联合分辨力。     

线性调频信号增强的自适应滤波算法研究

在对基本 LMS算法进行修改的基础上 ,提出了基于高阶累积量极性 -动量迭代的自适应线性调频 ( Linear Frequency Modulation,LFM)信号增强新算法。该算法有抑制高斯噪声效果好 ,计算量小 ,收敛快且输出信号平稳等特点。仿真结果证实了该算法的有效性和可靠性。因此 ,具有较强的实用性和较好的应用前景。     

基于时频分析和相关搜索法的正弦调频信号的分离

针对微动研究中微多普勒特征多表现为正弦调频信号的特点,首先在时频域采用时频分析的方法预估计信号的类别和相关参数范围,进而在时域通过相关法搜索相关参数对多分量正弦调频信号进行分离,最后通过仿真验证了该方法的有效性。     

一种测试线性调频信号的新方法

LFM信号是目前雷达中应用的主要信号形式,它具有很高的速度和距离分辨率.但是,对LFM信号各参数,包括信号中心频率fo、信号带宽B,频率变化率u以及信号瞬时频率fi等的测试,目前仍没有很好的解决办法.为此,介绍了一种针对中频LFM信号的自动测试方法,可自动测试中频LFM信号的上述参数.此方法操作简单,运算速度快,且提取参数的精度高,目前已在某型雷达中频LFM信号的测试过程中得到了很好的验证.     

基于HHT的线性调频信号分析与参数估计

基于Hilbert-Huang变换(HHT),提出一种有效的线性调频(LFM)信号的分析与参数估计的方法.首先对LFM信号进行HHT得到其Hilbert谱,并根据能量的准则提取其中的主成分,完成LFM信号分析.对利用能量型主成分提取法得到的LFM信号主成分进行最小二乘直线的拟合,计算直线的斜率与截距,得到LFM信号的参数的估计值.实验证明,能量型主成分提取方法,在较高的信噪比范围内具有一定的LFM信号估计效果.     

一种平面旋转磁极函数信号发生器信号分析

本文主要论述了平面旋转磁极信号发生器的信号特征,本信号发生器是基于电磁感应原理,得出了信号的表达式,利用Matlab,确定了合理的结构参数范围以及信号频率与旋转速度之间的关系。     

小波奇异值分解的瞬变弱信号检测

研究小波阈值法和奇异值分解法,分析最大分解层数、阈值函数、小波基函数的选取以及窗长和保留奇异值个数等参数的选择,并在此基础上提出小波与奇异值分解相结合降噪检测信号的方法。该方法首先将信号作小波分解,再对小波分解系数作奇异值分解,最后通过阈值法保留小波系数并重建降噪信号,利用重建信号进行信号检测。结果表明:该方法能更好地区分信号和噪声,获得更好的降噪和检测结果。     

基于DDS技术的chirp信号产生系统

线性调频信号(chirp)是一种具有良好的脉冲压缩性能及分辨能力、较为成熟和应用最广泛的一种脉冲压缩信号。本文介绍了基于DDS技术产生线性调频信号的硬件和软件方案。实际应用结果表明所产生的chirp信号稳定性好、分辨率高、抗干扰等一系列优点,能满足工程的要求。     

基于Givens旋转多用户多径DS-CDMA信号伪码盲估计

针对多径多用户低信噪比下的伪码估计,提出一种基于Givens旋转多用户多径DS-CDMA信号伪码盲估计的算法.该算法在同步接收扩频信号的基础上,利用特征值分解法获得用户特征向量子空间,通过2维Givens矩阵对子空间特征向量组成的2维载荷矩阵进行旋转,当定义的载荷矩阵总方差达到极小值时停止旋转,得到伪码序列的最佳估计.该算法克服了传统特征分解法估计多用户伪码序列时的缺陷,解决了多用户多径低信噪比情况下伪码序列的盲估计问题.仿真结果表明该算法是有效的,且具有抗多径干扰的能力.     

基于MCMC的线性调频信号最大似然参数估计

为实现合成孔径雷达对运动目标有效地成像,需要对运动目标的线性调频(chirp)回波信号的参数进行准确地估计。该文将马尔可夫链蒙特卡洛(MarkovchainMonteCarlo,MCMC)方法和均值似然估计相结合,利用离散调频图(chirpogram)作为起始点的选择方法,提出了一种实现单分量chirp信号最大似然参数估计的新方法。仿真和分析表明这种方法的参数估计性能可以在较低信噪比时达到CramerRao界(CRB)。该方法结构简单,计算量适中,可以联合估计各参数,无误差传递效应,估计性能良好。     

基于四元数理论与流形学习的多通道机械故障信号分类方法

提出一种基于增广四元数矩阵奇异值分解与流形学习正交邻域保持嵌入算法的多通道机械故障信号分类方法,通过引入四元数来耦合4个通道信号,并且利用四元数乘方的性质对数据进行增广处理,充分利用各通道信息并挖掘通道之间的相关性,从而减少因故障特征信息丢失对分类结果的影响。此外,针对传统奇异谱分析提取特征参数的分类效果受噪声影响较大的问题,引入正交邻域保持嵌入算法对奇异值序列进行维数约简,最后使用分类器完成故障分类。对仿真信号的分类结果表明,在强噪声背景下,相较于单通道奇异谱分析方法和机械故障信号中常用的排列熵方法,本文提出的方法分类效果更好。将其应用于更为复杂的实测轴承故障信号的分类与识别中,同样有着较好的效果。     

柴油机振动信号的小波包奇异值降噪

柴油机的振动信号中含有大量噪声，在进行故障特征提取之前必须加以消除。首先对傅里叶滤波降噪、小波降噪和小波包降噪的效果进行了对比，然后将奇异值分解技术用于信号降噪。最后提出了一种将小波包和奇异值分解相结合的降噪方法。该方法将输入信号进行一次小波包分解，利用奇异值分解方法对分解后的幅值量化系数进行降噪。实例表明，小波包和奇异值分解相结合的方法降噪效果最好。与其他方法相比，用新的方法对柴油机缸盖振动信号进行降噪处理的信噪比最高，且能明显识别出燃烧爆发、气门落座等各个阶段的振动信号，大大提高了特征提取的准确率。     

基于奇异值分解和引导滤波的低照度图像增强算法

针对现有低照度图像增强算法在处理图像后容易出现色彩失真、细节丢失、过度增强等问题,提出一种基于奇异值分解和引导滤波的低照度图像增强算法.首先通过Max-RGB模型获得初始光照分量,使用奇异值分解和引导滤波对初始光照分量进行优化,得到最终光照分量.利用Retinex模型,将原低照度图与光照分量图逐点相除,得到增强图像,并使用原始图像的绿色分量图作为引导图像,使用引导滤波对增强图像进行去噪处理.实验结果表明,提出的算法能够得到色彩更加真实、视觉效果更好的图像,同时能够避免过度增强、出现光晕等问题.     

A New Method on Resolving the Rotation in the Plane of Skew Bridges

0IntroductionSkhiegwh wbariyd.g eHso awreev eorf t,etnhe a pinplhieerden otn di smaudnviacniptaalge r ooafd s kaenwdbridges ,i .e.the rotation in the plane always exists . Alongwiththe displacement growth,the girder will rotate and evencause cracks ,the e…