基于LPFT-MUSIC的窄带多项式相位信号波达方向估计方法

基于局部多项式傅里叶变换（local polynomial Fourier transform, LPFT）,提出了一种新颖有效的窄带多项式相位信号波达方向估计算法。虽然LPFT比Wigner-Ville分布运算复杂,但该变换具有更优的瞬时频率估计能力、较低的交叉项影响,及处理多项式相位信号的能力。理论分析表明,本文方法的信噪比提升能力优于基于Wigner-Ville分布的传统时频子空间多重信号分类（multiple signal classification, MUSIC）法。仿真实验验证该方法的性能。     

基于分数阶傅里叶变换的chirp信号时频分析

提出了一种新的基于分数阶傅里叶变换的伪维格纳分布(PWD),用于单分量或多分量chirp信号的分析。首先通过搜索二阶分数阶傅里叶变换矩的极值点,寻找最佳变换域,然后利用旋转的短时傅里叶变换,在分数阶傅里叶变换域中实现各分量chirp信号间的分离,以抑制交叉项及噪声项的干扰。在已知信号模型的前提下,还给出了分数阶傅里叶变换最佳旋转角度的经验计算公式,以辅助信号分析。仿真实验表明,通过对时频平面的旋转,所提出的方法能够在分数阶傅里叶变换域中,很好地抑制多分量信号间的交叉项干扰,更好地提取信号的时频信息。     

欠采样条件下相位编码信号参数估计

针对宽频段的相位编码脉冲压缩雷达信号,提出了一种在时空欠采样情况下估计相位编码信号子脉冲码率、载频、到达角的时频空三维估计方法。该方法综合时频分析和阵列信号处理方法,利用相位编码信号短时傅里叶变换的幅相特性和非均匀L阵的解角度模糊特性,不需要相位编码信号先验信息,对所采用的时频分析方法具有自适应性,对阵列形式无严格要求,具有更实际的应用价值。仿真实验证明了该方法的有效性。     

α稳定分布噪声下基于稳健S变换的LFM信号参数估计

S变换由短时傅里叶变换发展而来,克服了短时傅里叶变换窗长固定、不能同时展现信号高频及低频的缺点,但在脉冲性较强的α稳定分布噪声下,该方法性能退化甚至失效。对此,基于广义柯西分布,构造了一类可有效应用于强脉冲噪声环境的损失函数,并详细分析了其影响函数的稳健性。在此基础上,根据最大似然估计理论和S变换,提出了一种稳健S变换方法。该方法以S变换作为初始值,采用最大似然估计方法在时频域迭代得到,在保留S变换窗长选取灵活等优点的同时,进一步提高了S变换的时频聚集性。仿真实验表明,在处理脉冲噪声环境下的线性调频信号时,与传统的基于Myriad滤波、Meridian滤波等多种非线性滤波的方法相比,提出的稳健S变换不仅能有效抑制脉冲噪声,且在脉冲性较强的α稳定分布噪声环境下,具有良好的鲁棒性和优良的线性调频信号参数估计性能。     

基于RSPWVD-Hough的多分量LFM信号检测

由于多分量LFM信号的双线性时频分布（BTFD）存在交叉项的干扰，所以在低信噪比条件下直接在时频平面难于进行检测，采用重排平滑伪魏格纳维尔分布（RSPWVD），能在抑制交叉项的同时提高时频聚集性，并利用Hough变换检测图像中直线的原理，将多分量LFM信号的检测问题转换为在参数空间寻找局部极大值的问题，由于Hough变换运算量较大，提出一种在平滑重排后进行设定门限处理的方法，仿真实验表明，该方法可以在抑制噪声和交叉项的同时大大减少运算量。     

基于空时频分析的多分量跳频信号DOA估计

提出了一种基于空时频分析的多跳频信号波达方向(direction of arrival, DOA)估计方法。该方法能够在欠定条件下(传感器数目小于信号数目)实现多个信号的测向。首先将信号的短时傅里叶变换(short time Fourier transform, STFT)与平滑伪魏格纳-威利分布(smoothed pseudo Wigner-Ville distribution, SPWVD)组合,利用STFT的无交叉项和SPWVD的时频聚焦性性能,得到了一种切实可行、时频图清晰稳健的分布;然后在时频域提取有效跳(hop),并建立该hop的空时频矩阵,最后分别运用线性空时频、二次空时频和root-MUSIC共三种方法估计每hop信号的DOA。仿真结果验证了方法的有效性。     

多LFM信号自适应时频表示方法

提出了一种多线性调频信号自适应时频表示方法及其快速算法:首先采用分数阶傅里叶变换的快速算法计算出模糊函数,再通过Radon-Ambiguity变换设计出信号的最优核函数,以滤除噪声和多线性调频信号在模糊域中的互项,最后通过二维傅里叶变换得到信号的时频表示。在多分量线性调频信号情况下借助"clean"的思想来抑制强分量对弱分量的干扰。仿真表明该方法在低信噪比环境下也十分有效,且运算复杂度小。     

基于时频方差聚类的FH信号参数盲估计

为解决复杂电磁环境下跳频(frequency hopping, FH)参数的盲估计问题,提出了基于时频方差聚类的算法。考虑在低信噪比(signal-to-noise ratio, SNR)和定频干扰同时存在的情况下,通过短时傅里叶变换(short time Fourier transform, STFT)将信号变换到时频域,利用遗传算法对信号的时频区间进行提取,根据时频方差对其进行k-means聚类,消除噪声和定频干扰并提取时频脊线,然后运用Haar小波对该时频脊线进行奇异点检测,进而估计出FH信号的FH周期、跳速和FH频率等参数。仿真结果表明,所提算法在SNR低于-5 dB且存在定频干扰的情况下,能够实现对FH参数的精确估计,参数估计正确概率达到90%以上。     

跳频信号的跳速估计

针对电子对抗的实际应用,提出了一种精确估计跳频信号跳速的方法。利用短时傅里叶变换分析跳频信号,得到其时频表示,再利用小波变换提取该时频表示的边沿信息,进而利用谱分析实现了跳速的精确估计。该算法完全避免了频谱交叉项的影响,理论分析证明了其可行性。仿真试验表明,在不要求高采样率的情况下,信噪比大于-5.5 dB时该算法是有效的。     

二相编码信号调制分析与识别

针对采用脉冲压缩体制的低截获概率雷达的应用场合,提出了一种识别二相编码脉冲压缩雷达信号的新算法。该算法基于信号的时频分析(小波分析和短时傅里叶变换),利用小波变换的相位尺度和载波尺度的模极大值特征辨识信号的相位调制规律,因而在无需计算全部小波系数的情况下,可快速地获得信号的数学模型,为算法在实际中的应用提供了良好的条件。给出了应用该方法的具体步骤,通过计算机仿真实验证明该算法的有效性。     

New method of time-frequency representation for ISAR imaging of ship targets

Inverse synthetic aperture radar (ISAR) imaging of ship targets is very important in the national defense. For the high maneuverability of ship targets, the Doppler frequency shift of the received signal is time-varying, which will degrade the ISAR image quality for the traditional range-Doppler (RD) algorithm. In this paper, the received signal in a range bin is characterized as the multi-component polynomial phase signal (PPS) after the motion compensation, and a new approach of time-frequency representation, generalized polynomial Wigner-Ville distribution (GPWVD), is proposed for the azimuth focusing. The GPWVD is based on the exponential matched-phase (EMP) principle. Compared with the conventional polynomial Wigner-Ville distribution (PWVD), the EMP principle transfers the non-integer lag coefficients of the PWVD to the position of the exponential of the signal, and the interpolation can be avoided completely. For the GPWVD, the cross-terms between multi-component signals can be reduced by decomposing the GPWVD into the convolution of Wigner-Ville distribution (WVD) and the spectrum of phase adjust functions. The GPWVD is used in the ISAR imaging of ship targets, and the high quality instantaneous ISAR images can be obtained. Simulation results and measurement data demonstrate the effectiveness of the proposed new method.     

Improvement on polynomial Wigner-Ville distribution for detecting higher-order polynomial phase signal

To detect higher order polynomial phase signals (HOPPSs), the smoothed-pseudo polynomial Wigner-Ville distribution (SP-PWVD), an improved version of the polynomial Wigner-Ville distribution (PWVD), is pre-sented using a separable kernel. By adjusting the lengths of the functions in the kernel, the balance between resolution retaining and interference suppressing can be adjusted conveniently. The proposed method with merits of interference terms reduction and noise suppression can provide time frequency representation of better readability and more accurate instantaneous frequency (IF) estimation with higher order SP-PWVD. The performance of the SP-PWVD is verified by computer simulations.     

时—频信号分析与雷达的多目标分辨

对于编队飞行的目标，由于它们之间的间距很小，常规雷达无法直接从距离和方位上区别目标。但利用目标回波多普勒频率的差别是有可能分辨目标的，这—般需要较长的相关处理时间。在这期间，目标本身的多普勒频率又是变化着的。本文分析了编队飞行目标多普勒频率的变化规律，指出多普勒回波信号的变化可以用线性调频（ＬＦＭ）信号模型来表示。本文提出了用时－频分析的方法来分辨编队目标，并用短时付氏变换（ＳＴＦＴ），Ｗｉｇｎｅｒ分布（ＷＤ）以及我们提出的自适应谱图（ＡＤＳＰ）方法对实测的雷达数据进行了分析。实验结果表明，自适应谱图具有与Ｗｉｇｎｅｒ分布相近的自分量信号分辨能力而没有其交叉项。它在噪声背景下的分辨性能大大优于Ｗｉｇｎｅｒ分布和短时付氏变换，因而是一种有效的多目标分辨方法。     

基于时频分析与神经网络的实时智能故障诊断系统的软件设计--数据格式转换与信号处理功能的开发

介绍了以振动/声响信号为传感器的采集对象,基于小波(包)及联合时频信号处理和模糊神经网络分类的多用途智能故障诊断系统中的实时数据采集、信号分析与识别诊断等模块的程序设计与实现.作者所开发的实用软件包在现代汽车实时故障诊断中的成功应用证明了其理论与软件开发的正确性和有效性.这里着重介绍智能故障诊断系统的数据格式转换与实时信号处理部分的设计、实现方法.     

基于重排小波-Radon变换的LFM雷达信号参数估计

小波变换是一种兼顾时频分辨率的线性变换,对多分量情况不会引入交叉项。针对此问题,提出基于重排小波-Radon变换的多分量线性调频信号的参数估计法。该方法先将小波尺度图转为时频分布图,为提高聚集性引入了时频重排,再将重排图进行Radon变换以进行参数估计。对单分量和双分量的情况进行了仿真,结果表明,该方法有效提高了时频分布图的聚集性,大大节省了后续Radon变换的时间,同时也抑制了噪声干扰,辨识效果明显提高。     

基于时频特征提取和残差神经网络的雷达信号识别

针对低信噪比(signal to noise ratio,SNR)下雷达信号脉内调制类型识别率较低的问题,提出了基于时频特征提取和残差神经网络的雷达信号识别算法.时频特征提取首先通过分数阶傅里叶变换对信号进行Chirp基分解,按照Chirp基载频与调频率的不同组合对信号划分类别,并设置对应的分类特征参数.然后,计算信号...     

毫米波雷达多运动目标检测算法研究

在现代毫米波雷达多目标检测系统中,多分量线性调频信号时频分析产生的交叉项干扰和复杂的运动补偿等问题显得尤为突出。为了减小交叉项所带来的误差,提出了基于分数阶Fourier变换(fractional Fouriertransform,FRFT)的Choi-Williams-distribution(CWD)变换,即p0阶CWD变换,并与Hough变换结合起来形成了一种新的检测方法。该算法避免了复杂的运动补偿处理过程,降低了计算量。通过对一帧脉冲的初相位回波信号进行的仿真实验,在强背景噪声的情况下能清晰地分辨相距为0.5 m的两个点目标。仿真结果表明此方法可以精确探测成组飞行目标。     

基于高效时频分析的多LFM信号源的DOA估计

目前已提出的基于时频分析的DOA估计方法在多LFM信号源环境下性能不理想,抑制或消除交叉干扰项是提高方向估计性能的关键。提出了基于SPW变换的时频DOA估计方法,SPW结合了WVD与STFT的优点,在很好地抑制交叉项的同时,具有高的时频聚集性;它不需要对信号进行过采样,而且在降低运算代价方面具有显著优势。模拟实验表明,在多目标环境下,与基于PWVD和SPWVD的方法相比,基于SPW的方法的DOA估计精度有很大提高。如在信噪比为-20dB时,基于PWVD和SPWVD方法的方向估计标准差分别为0.25°和0.28°,而基于SPW的方法只有0.04°。