采用空间极化时频分布的跳频信号多参数联合估计算法

为了在欠定条件下利用信号二维波达方向(2D-DOA)与极化状态进行跳频(FH)网台分选和信号识别、跟踪,提出了一种基于空间极化时频分布(SPTFD)的FH信号多参数联合估计算法。首先利用FH信号时频域特征以及阵列流型建模方法,建立FH信号的极化敏感阵列快拍数据模型;然后通过组合时频分布构造各跳信号的SPTFD矩阵;在此基础上,根据秩损理论对方向和极化信息进行去耦合,利用旋转不变子空间原理估计俯仰角;通过一维搜索和方程求解来估计方位角与极化参数,最终实现了2D-DOA与极化参数的联合估计。新算法无需多维参数寻优和配对,估计精度高。仿真结果表明:该算法能在欠定条件下精确估计FH信号2D-DOA和极化参数;当阵元数为4、信噪比大于6dB时,空间5个FH信号所有参数的均方根误差均小于1°。     

一种新的跳频信号盲检测算法研究

跳频通信技术具有较强的抗干扰能力和组网能力,因而得到广泛采用,尤其是在军事通信方面.因此,对跳频通信系统的盲检测也成为通信对抗中的一项重要内容.提出了一种基于频域相关的跳频信号盲检测算法.在不需要任何先验信息的条件下可以对跳频信号进行盲检测.仿真表明该算法在低信噪比条件下具有很好的检测效果.     

小波变换在跳频通信中的应用研究

小波变换是信号的时间一频率分析方法,它具有多辨分析的特点,它能有效地检测和识别跳频信号,在跳频通信中有极其重要的作用.按照跳频信号的数学模型分析,小波变换(WT)与快速傅立叶变换(FFT)、短时傅立叶变换(STFT)相比较,具有明显的优越性.通过对中频信号的有限个采样点的分析处理,提取出跳频信号的特征参数,并运用Matlab语言设计出仿真程序,可以证明小波分析跳频信号具有可行性.     

基于跳频技术的图像数字水印算法

为了有效地解决数字产品版权保护问题,提出一种基于静止图像小波变换域的盲检测数字水印算法. 该算法将数字水印技术与跳频技术相结合,使用密钥控制的跳频图样确定水印的嵌入频带,使嵌入位置在若干不同的频带之间跳变,以增强水印嵌入的随机性和安全性. 实验结果表明,在满足水印透明性的同时,水印信息在噪声干扰、图像处理、图像压缩以及各种人为恶意攻击条件下具有很好的鲁棒性.     

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。     

多跳频信号参数单通道盲估计算法

为了支撑跳频(FH)网台分选、支援干扰及信息恢复等任务,在单通道条件下,提出一种基于起跳时刻(SHT)序列检测分选的多跳频信号参数盲估计算法,并实现了异步网台频率自动分选．首先总结了三类侦察场景截获样本起跳时刻序列的理论分布,推导了基于起跳时刻序列分选结果的跳频信号时域参数理论表达;然后通过一种改进的谱熵算法,结合设计的自适应门限,实现对起跳时刻序列的准确检测/提取,据此将截获样本划分为若干频率驻留期(FRT),通过快速傅里叶变换(FFT)结合魏格纳-威利分布(WVD)实现了频率驻留期内频率分量的准确估计;接着充分利用跳频信号频域跳变属性,通过对相邻频率驻留期内频率分量进行跳频检测,实现起跳时刻序列分选,为各跳频信号时域参数盲估计提供了数据支撑;最后总结了所提算法完整流程．理论分析结合蒙特卡罗仿真结果表明：所提算法对不同跳频组网方式均具适应性,估计精度高,计算简单．     

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.     

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.     

一种基于混沌序列定位的跳频盲水印算法

对基于混沌序列定位的跳频盲水印算法进行了研究.采用跳频技术,利用描述图像自身特征的分形维数对图像块进行分类.根据图像块的种类决定水印嵌入的频带,将图像块的分类信息和一维混沌映射的初始条件作为密钥,由产生的混沌序列确定水印在频带中嵌入的位置,再通过系数关系比较的方法嵌入水印信息.实验结果表明,该算法在满足水印透明性的同时,水印信息在噪声干扰、图像处理、图像压缩及各种人为恶意攻击条件下具有很好的鲁棒性.采用跳频技术和混沌序列定位增强了该算法的安全性.     

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.     

基于时频信息提取的两自由度时变模态参数识别方法

通过对非线性结构响应的Gabor小波谱进行重排,从中提取出反映系统频率的时频脊线,由脊线得到非线性结构的瞬时频率和幅值,进而识别出结构响应信号的骨架曲线.对1个两自由度结构的算例分析表明:通过重排谱和脊线能较理想地识别出系统的时变频率和骨架曲线,脊线的方法比常规的优化方法简便.     

信号时频表示的一种方法

描述了一种带相位因子的时频分析方法。它基于一种可滑动的、尺度可变的高斯窗思想。这种窗的大小与频率有关,并与傅里叶频谱之间有直接对应关系。笔者对这种时频分析方法做了理论分析,并通过实验验证了该方法在时频分析方面的特点。     

小波变换的时频分析及其在实际中的应用

由于小波变换自身的特性,它非常适合对非平稳和时变信号进行分析及处理。本文介绍了小波变换的时频分析,具体将小波变换应用于几个非平稳及时变信号的处理,并将小波变换和其他信号时频分析方法做了比较,得出了小波变换的优势和适用特点,最后给出了小波变换应用于信号去噪的例子。     

小波方法识别框架结构损伤

小波包分析损伤识别方法首先将结构响应信号分解为小波包组分,然后通过各组分小波信号的变化情况识别损伤。通过3层框架结构的数值分析,模拟结构损伤,判断损伤时刻与损伤位置。分析小波组分信号突变情况,可以识别损伤时刻、损伤位置和损伤程度。     

小波基时频特性及其在分析突变信号中的应用

在机械设备的在线检测和故障诊断中,振动信号分析是十分重要的手段。包含在振动信号中的突变信号是重要的特征信息。小波分析在在线检测和故障诊断中已逐渐得到了广泛的应用。但采用不同的小波基,分析结果有很大的差异。笔者通过对小波基时频特性进行分析比较并结合故障分析实例和仿真结果,总结了选择合适小波基的一些方法。     

小波变换的信号去噪应用

通过对信号与噪声在经过小波变换后的不同特点的分析，讨论了一种对含噪信号进行噪声消除的方法。该方法与传统的低通滤波器相比，在改善信噪比的同时，还保持了很好的时间分辨率。最后通过仿真实验．证明了该方法的有效性。     

二维非平稳信号的小波谱均衡分析方法

小波变换对信号的分时分频的精细表达和多分辨率的全面把握,使我们能更深入地认识信号和噪声的特性,便于基于小波域进行更有效的高分辩率的处理工作;而谱均衡处理技术是提高信号纵向分辨率的有效方法．本文结合上述两种处理手段,提出了一种小波谱均衡方法：先将二维非平稳信号进行小波分频处理,得到不同尺度的信号;然后将各尺度上的信号分别进行谱均衡处理,再将经谱均衡处理的不同尺度信号进行重建,从而得到高分辨率信号．利用小波谱均衡进行实际信号处理,处理结果表明该方法的处理效果要好于常规的谱均衡方法,它既能提高二维非平稳信号的纵向分辨率,同时又能保持原信号的固有特征．