基于小波变换的子带自适应滤波算法及仿真

因为噪声总是影响信号检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。自适应滤波器为检测信号提供了一种简单、实用的方法。可以在微弱信号的条件下,通过测量和学习,实现对微弱信号的最佳拟合。提出基于自适应小波变换的心电信号的检测,利用小波变换的子带编码理论,通过在多个子带权值的自适应匹配,合成后拟合微弱信号。仿真结果表明,该方法可进一步改善信号的检测能力,在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

信号奇异特性的检测及其应用

研究了信号发生剧变或有发生剧变趋向的特征 (即信号的奇异特性 ) ,采用一种特殊的积分小波变换可将信号发生奇异特性的位置 (或时间 )确定下来 .并介绍了实验的情况 .     

基于子带信号的MPSK载频估计算法

均匀子带技术是宽带信道化中经常采用的数据处理方法。针对均匀子带信道化易造成信号频谱割裂的问题,建立了M进制移相键控(M phase-shift-keying,MPSK)信号子带信道化输出的数学模型。将目标信号的频谱损失转化为码元成型函数的变化,证明子带信号保留了原信号码元成型函数所带来的循环平稳特性,提出了一种新的基于子带信号M次方谱的载频估计算法。该方法无需合并子带就可进行目标信号的参数估计,提高了宽带处理的效率。仿真分析了算法在不同带宽覆盖比和不同信噪比下的估计性能。理论分析和仿真结果证明了算法的有效性和可靠性。     

一种基于子空间匹配投影的暂态信号检测方法

利用短时傅立叶变换和子波变换的性质,针对两种实际的信号模型,提出了一类基于线性时频子空间匹配投影算法的暂态信号检测方法,推导了它的两种实现形式,并给出了计算机仿真结果。该方法充分利用了信号的先验信息并建立了匹配的信号模型,表现了较好的性能     

基于小波变换奇异信号检测的研究

奇异信号中的奇异点及不规则的突变部分经常携带有比较重要的信息 ,它是信号重要的特征之一。用李氏指数 (Lipschitz)来描述信号的局部奇异性。证明了小波变换确实能用来检测信号的局部奇异性。而利用小波变换模的局部极大值和信号奇异点之间的关系 ,同样可以对信号的局部奇异性进行分析 ,而且运算量较小。证明了小波变换模极大值能够检测信号奇异性 ;分析了奇异信号检测时小波基的选择的条件。最后给出实例分析的结论 :为了有效地检测奇异信号的各种奇异性特征 ,小波基消失矩必须具有足够的阶数     

高频雷达中提取海洋回波信号的新方法

雷达信号经过海面反射时,由于电离层的作用和外部的干扰,必然会有一些噪声夹杂在海洋回波中。噪声是一些无规则的频谱,对分析有用信号是极其不利的,严重时甚至淹没有用的信号。将噪声中的信号提取出来成了一个很关键的问题。基于海洋回波信号是1/f类分形信号的特性,利用不同尺度下小波系数方差来估计噪声方差及分形信号参数,进而从白噪声背景下估计出海洋回波信号。实验结果表明:用新方法处理过的海洋回波的多普勒谱的信噪比提高了10-15 dB。     

子空间信号失配下的加权自适应检测器

对于多通道雷达系统,通常存在阵元误差及旁瓣干扰,此时雷达系统假定的目标导向矢量与真实值不同,从而导致信号失配。针对子空间模型下的失配信号检测问题,提出了一种具有恒虚警特性的加权自适应检测器,得到了检测器解析的检测概率和虚警概率计算表达式。根据系统需要,通过调整加权系数,所提出的检测器能够实现对失配信号的灵活检测。此外,对无信号失配的检测环境,在合适的权系数下,所提出的检测器能够提供比现有检测器更高的检测概率。     

多分量雷达辐射源信号检测新方法

针对现有方法难以有效检测多分量雷达辐射源信号(multi-component emitter signal,MCES)的问题,提出一种SHE(S-metbod,Hough-transform and elimination-method)检测新方法。该方法引入S-method计算信号的时频分布,采用Hough变换检测调频斜率,通过提出的时频面消除法实现信号分量的逐次提取和参数检测。SHE方法计算复杂度低,容噪能力强,易实现在线检测。仿真实验结果表明:SHE方法能准确检测MCES中各信号分量起止时间和瞬时频率,不易受交叉项干扰,脉宽检测精度大于98.030%,带宽检测精度大于96.430%,信噪比降低到-5dB时仍然保持高检测精度。     

一种改进的自适应子带谱熵语音端点检测方法

噪声环境下的语音端点检测在稳健语音识别中占有十分重要的地位。自适应子带谱熵法是一种新的端点检测方法,它的思想是将一帧语音分成若干个子带,再用谱熵法进行运算,子带的个数可以自适应选择。该方法具有一定的稳健性,但随着信噪比的降低,语音端点检测的准确性也随之下降。提出了一种结合加权功率谱减的子带自适应谱熵法,并给出了该方法的实现步骤。该方法采用边降噪边用稳健性好的特征参数做语音端点检测,从两个方面来提高端点检测的准确性。实验结果表明该方法具有良好的性能,在不同信噪比的不同加性噪声下系统识别率都有提高。     

基于多尺度小波能量积累的雷达回波检测方法

提出了多尺度小波能量积累器的概念,并给出了相应的多尺度小波能量积累算法,将信号在不同分解尺度上的小波能量进行积累.在此基础上设计出一种用于弱信号检测的小波能量检测算法,对低信噪比信号检测进行了仿真实验.仿真结果表明,该检测算法对强白噪声及强色噪声背景下的低信噪比信号的检测非常有效,与传统的信号检测方法相比具有显著优越性.     

基于Poincare截面的微弱信号定量检测与幅值参数提取

为解决微弱信号定量检测问题,提出并建立了基于Poincare截面的检测统计量,并以此设计了利用Duffing振子进行微弱信号定量检测及幅值参数提取的有效实现方法。通过分析Duffing振子的Poincare截面特性,发现系统输出关于幅值的分岔特性能够清晰判定系统不同状态,由此对Poincare截面的分布点进行方差统计,构建检测统计量与检测判定区间,实现对微弱信号的定量检测。仿真实验发现,该定量检测方法的噪声鲁棒性优于传统时域特征检测方法,进一步设计了循环检测系统用以提取待测信号幅值参数并实现对未知频率信号的检测,为基于Duffing振子的微弱信号检测提供了定量检测途径与参考。     

基于雷达图像的飞鸟目标检测与信息提取

针对鸟击问题,基于一种自行研制的雷达探鸟实验系统获取了50帧含有飞鸟目标的雷达PPI图像,该系统由X波段海事雷达改造而成.经过背景差分、图像平滑、阈值分割和信息提取4个步骤,将飞鸟目标从复杂的PPI图像中分离出来,提取出包括目标质心位置、目标平均灰度、目标面积、目标形状在内的鸟情信息,实现了一种可行的飞鸟目标检测与信息提取算法.本算法为建立实用的机场雷达探鸟系统奠定了重要的理论基础.     

联合变化检测与子带对消技术的SAR图像干扰抑制方法

子带对消(subband spectral cancellation, SSC)法是一种有效的合成孔径雷达(synthetic aperture radar, SAR)射频干扰(radio frequency interference, RFI)抑制方法, 但其在消除干扰的同时容易损失图像细节信息, 影响后续图像解译。为此, 在SSC方法的基础上, 联合变化检测技术, 提出一种改进的SAR图像干扰抑制方法。根据改进的对数比变化检测算子, 所提方法实现了干扰二次检测, 消除了干扰图像中的虚警信息, 避免了图像中有用信号的损失。基于欧空局Sentinel-1A卫星干涉宽幅模式受干扰SAR图像, 开展了干扰抑制与效果评估。实验结果表明, 所提方法能够在有效抑制干扰的同时尽可能保留SAR图像细节信息, 证明了所提方法的有效性。     

基于RCNN的双极化气象雷达天气信号检测

为检测混杂在地杂波、生物杂波中的天气信号, 提高定量降水精度, 提出了基于残差卷积神经网络(residual convolutional neural network, RCNN)的天气信号检测算法。首先, 将采集的极化参数水平反射率因子、差分反射率、相关系数、差分相移率堆叠为三维数组后进行预处理, 将其分为天气信号与杂波信号。然后, 开发并优化RCNN, 给出详细的网络结构。最后, 通过多次实际的降水过程对所提算法的检测效果进行评价。结果表明, 相比支持向量机以及卷积神经网络(convolutional neural network, CNN), 所提算法对天气信号的检测效果更好, 并且在不同仰角以及全年的实测数据上均表现出良好的检测性能。     

噪声中非监督的多正弦信号检测

就被测信号的强弱差异对使用常规DFT谱峰搜索的信号检测影响,基于非监督的递归算法,通过选择适当的门限参数,提出了一种适合于强弱信号并存的多信号检测方法。该方法通过在检测过程中不断剔除强信号的影响来提高对弱信号的检测能力,给出了检测过程中门限参数选择的原则。计算机仿真实验验证了此方法的有效性。     

盲频移滤波器信号提取的改进算法

利用循环平稳特性可以进行信号提取,频移滤波器对循环频率误差较为敏感。分析了循环频率误差导致频移滤波器恶化的原因,针对存在循环频率误差时频移滤过波器性能急剧下降的缺点,采用遗忘因子法对频移滤波器进行改善。理论分析表明,引入遗忘因子可以消除采样有限时间窗谱函数的零点,从而大大降低了频移滤波器对循环频率误差的敏感性。该算法无需对循环频率进行估计,计算量小、易于实现,仿真实验证明了该算法是有效的和可行的。     

基于信号包络的辐射源细微特征提取方法

雷达信号体制和调制样式的多样化,信号环境的复杂化,使得常规的识别方法很难适应实际需要,无法有效地对雷达辐射源信号进行分类识别。提出了一种结合小波变换技术的辐射源细微特征提取新方法。该方法克服了传统包络分析方法的缺点,提高了提取信号包络信息的精度。最后通过辐射源个体识别实例说明了这种方法提取的细微特征是有效的。     

Duffing混沌振子用于微弱信号检测的研究

针对频率已知的微弱正弦信号幅度和相位检测问题,提出了一种采用Duffing混沌振子作为检测系统的方法。该方法将被测信号作为系统的参数,利用系统参数在临界值附近微小的变化会改变系统输出状态的特性,通过识别系统输出的相轨迹判断输出状态是否改变,根据状态改变所需满足的条件估计信号的参数。给出了实现该方法的主要步骤,并将其运用于高频地波雷达海洋回波信号的检测,与FFT方法所得结果相比,回波多普勒谱的信噪比可提高5 dB,表明了该方法具有更好的检测性能。     

海杂波协方差矩阵估计及其对目标检测性能的影响

在海杂波中检测有用信号,杂波的协方差矩阵需要利用参考数据进行估计,不同的估计方法对信号的检测性能产生不同的影响。首先,给出了几种杂波协方差矩阵估计,即样本协方差矩阵、正则化样本协方差矩阵、最大似然估计和渐进最大似然估计;然后,分析了海杂波数据的非高斯性和非平稳性;最后,利用正则化匹配滤波器作为信号检测器,分析了不同协方差估计对检测性能的影响。分析结果表明,由于实测数据的非平稳性,检测性能均比仿真数据获得的检测性能要差。而将杂波协方差矩阵的最大似然估计应用于检测器,能够获得较好的检测性能。