多Chirp成分信号双线性时频分布的交叉项分析

以广泛出现在许多工程应用领域和物理现象中的多Chirp成分信号为对象，研究了双线性时频分布对这种信号时频分布的交叉项特点，推导了几种分布的交叉项的数学表示，从模糊平面分析了交叉项抑制的机理，提出了双线性时频分布对多Chirp成分信号时频表示存在局限，仿真试验结果显示理论分析正确．     

基于正负斜率调频多带Chirp信号的移动目标参数估计

由于移动目标产生多普勒频移受到Chirp信号的调制,已有的单带线性调频连续波(linear frequency modulated continuous wave,LFMCW)信号对移动目标的速度和加速度估计方法存在较大误差。在多带Chirp系统中,通过对正负斜率调频多带Chirp信号进行差拍处理与傅里叶变换有效地抑制了这种因素引起的误差。除此之外,正负斜率调频多带Chirp信号测速方法有效地提高了移动目标分辨距离。同时,通过对接收信号的差拍结果进行基于重排的平滑伪魏格纳威利时频分布（reassign smooth pseudo wigner ville distribution,RSPWVD）与Radon变换,恒虚警（constant false alarm rate,CFAR）检测和阈值处理,实现对移动目标的加速度和速度估计。给出了移动目标速度与加速度估计算法,具体实现步骤和仿真结果。仿真实验验证表明,改进后的移动目标参数估计方法对低速移动目标测速精度有明显提高。     

多分量线性调频信号的检测与参数估计

本文采用基于分数阶傅立叶变换单分量LFM信号检测和参数估计的两种方法,拟牛顿迭代法和预判法法相结合的方法,对多分量LFM信号进行检测和参数估计,通过仿真结果显示,该方法具有较好的效果。由于LFM信号在很多领域的广泛应用,所以对于多分量LFM信号的检测与参数估计具有广泛应用前景。     

多分量线性调频信号的检测与参数估计

采用基于分数阶傅立叶变换单分量LFM信号检测和参数估计的两种方法——拟牛顿迭代法和预判法相结合的方法,对多分量LFM信号进行检测和参数估计,通过仿真结果显示,该方法具有较好的效果.LFM信号在各个领域广泛应用,所以对于多分量LFM信号的检测与参数估计具有广泛应用前景.     

基于Radon-Ambiguity变换的多分量LFM信号检测与参数估计

介绍了Radon—Ambiguity变换(RAT)的定义和基本性质，结合解线调技术提出了一种基于RAT的线性调频(LFM)信号检测与参数估计方法，该方法能用较少的计算量完成对LFM信号的检测与参数估计。为解决多分量条件下LFM信号分量之间交叉项的影响，基于逐次消去思想，提出了一种基于RAT的多分量LFM信号检测与参数估计算法，它可以有效地解决强度相差较大的多分量LFM信号的检测和参数估计问题。仿真实验结果验证了该算法的有效性。     

基于Radon-Ambiguity变换和分数阶傅里叶变换的chirp信号检测及多参数估计

研究噪声环境中chirp信号的检测以及多参数估计问题．分析和比较了Radon-Wigner变换(RWT)法、Radon-Ambiguity变换(RAT)法和分数阶傅里叶变换(FRFT)扫描法的优缺点．提出了一种基于RAT和FRFT的新算法，并提出了幅度估计的一种适合于计算的表达式．最后通过计算机仿真验证了该方法的有效性．这种方法与RWT法和FRFT扫描法相比，将chirp信号的检测问题变为一维搜索问题，简化了计算，与单纯的RAT法相比，有效地解决了chitp信号的初始频率和幅度的估计问题．因此，适合于对chirp信号多参数联合估计．     

小波变换在奇变信号检测中的应用

根据小波变换的基本概念和理论,给出了实现小波分解与重构的塔式快速算法,基于小波变换用于奇变信号的检测原理,对奇变信号的小波时频分析进行了深入的研究,并通过一个工程实例,说明了小波变换在奇变信号检测中具有广阔的应用前景。     

基于Radon—Wigner变换的多分量LFM信号的检测

Radon-Wigner变换是一咱直线积分的投影变换,它对多分量LFM信号提供了较好的时频局域性,从而有利于多分量LFM领带的解释和分析,通过时域解线调和频域解线调处理可以完整地在时频平面计算出Radon变换,对于多分量LFM信号的分析好于Winger-Ville变换等常用的时频变换。     

用Hough变换消除Wigner分布的交叉项

给出的使用Hough变换(HT)对任意信号的Wigner分布(WD)进行处理的方法，利用了逐次消去法的思想，分别提取出有用信号，利用HT可以提出任意形态的曲线，一旦知道了信号的各个成份后，就可以用HT进行处理，把提取出的信号重构形成去除交叉项的WD，再把已检出信号消去，同时去除了有用信号产生的旁瓣，从而使HT的抗噪声能力大大提高，数字实例中采用了线性调频信号和正弦调频信号的叠加，较具代表性，实验结果验证了方法的正确性。     

多分量Chirp信号相位参数的精确估计算法

针对循环平稳法在多分量Chirp信号相位参数估计中参数取值范围小和低信噪比下相位参数估计精度低的问题,提出一种联合循环平稳法与多普勒模糊数搜索法的多分量Chirp信号相位参数精确估计算法。该算法针对二阶相位参数的模糊性特点,采用循环平稳法完成Chirp信号的二阶相位模糊估计,然后在二阶相位模糊估计的基础上,根据多普勒模糊数导致多普勒扩散的原理,利用多普勒模糊数搜索法解决多普勒模糊问题。仿真结果证明,与已有循环平稳算法相比,该算法的相位参数取值范围不受限,低信噪比下的相位参数估计精度约提高了30dB。雷达实测数据处理结果证明了算法的工程实用性。     

基于改进Wigner-Hough变换的多分量LFM信号特征提取

为了解决Wigner-Hough变换对多分量线性调频(LFM)信号特征提取受噪声困扰的问题,提出采用数字图像处理中改进的Sobel算子对含噪声信号的WVD时频图进行边缘特征检测,利用Hough变换对信号特征进行提取.通过对WHT,SPWD-Hough变换以及改进WHT 3种方法进行计算机仿真比较结果表明,改进的WHT对多分量LFM信号的特征提取效果最好.     

基于方向密度检测与霍夫变换的混合矩阵估计

针对欠定盲源分离混合矩阵的估计问题,提出一种基于局部方向密度检测的孤立时频点处理与霍夫变换相结合的混合矩阵估计算法.首先通过变换域单源时频点处理增强信号的稀疏性,对散点图中的方向直线进行霍夫变换,通过判断局部极大值点确定源信号数量并估计混合矩阵.针对霍夫变换易出现的峰值簇拥问题,提出采用局部方向密度检测方法先判别并去除孤立时频点,之后再进行霍夫变换,提高了混合矩阵的估计精度.实验结果表明本文所提出的方法能够在未知源信号数量情况下实现混合矩阵估计,且估计精度高于K-means等常用方法.      

基于改进霍夫变换的水面无人船水界线检测方法

准确的水界线检测是水面无人船(unmanned surfaced vessel,USV)导航和自主避障的关键;同时也为水面图像处理提供有效区域。针对复杂背景下水界线检测实时性和鲁棒性欠佳的现象,提出一种改进的水界线检测方法。首先,使用Canny边缘检测提取图像的边缘信息;然后,使用基于边缘梯度信息的Hough变换,限定参与水界线拟合的边缘像素点的梯度方向;并删除对水界线没有贡献的边缘像素点,同时缩小累加器空间;最后,使用加权长度确定水界线,以此抑制标准Hough变换对纹理性区域边缘像素点造成的虚假峰值。实验结果表明该算法可准确、高效地检测出水界线。     

基于Hough变换的虹膜定位算法

针对利用Hough变换实现虹膜定位时遇到的一些问题提出了相应的解决方案。为减少Hough变换的计算量,本算法采用了“先采样后变换”、“由粗到精”的方法;为提高可靠性、减小噪声影响,算法利用了虹膜内外边界之间的耦合关系以缩小在边界参数空间内的搜索范围。在MAT—LAB软件环境下的试验表明,算法取得了良好的效果。     

分数阶Fourier变换用于幅度随机变化的Chirp信号的检测

提出了将分数阶Fourier变换用于时变幅度Chirp信号的检测与参数估计,研究了Chirp信号检测与参数估计的方法,给出了检测性能———幅度随机变化的Chirp信号的检测精度(参数估计的均方误差)的仿真分析.     

基于肺音谱图Hough变换的喘鸣音识别方法

提出了一种基于Hough变换从肺音的STFT光谱图中检测喘鸣音的方法.这一方法先对采集的数字肺音数据的STFT谱图进行ROI区域的截取,再利用Canny算子进行图像边缘检测,最后基于Hough变换数据的分析来自动识别喘鸣音.临床分析的数据包括临床采集的肺音和国际上共享的肺音文件.Hough变换检测方法在60例喘鸣音的检测中达到了87%的准确率,70例正常呼吸音的识别率达到74%.     

多分量微弱LFM信号的检测

提出了一种基于分数阶傅里叶变换的多分量微弱LFM信号的检测方法.首先利用分数阶Fourier域的LMS自适应滤波算法,改善了LMS算法对LFM信号的处理效果.在此基础上,提出了分数阶Fourier域的自适应谱线增强器(ALE)算法,提高了对多分量微弱LFM信号的检测性能,并将分数阶Fourier变换的移动算法应用于谱线增强器,减少了运算量.