基于瞬时测频的非线性调频信号脉内特征估算方法

针对瞬时自相关方法对非线性调频信号脉内分析的不适用性,提出一种基于自相关-高阶差分的脉内特征估算方法,通过多次高阶差分获得非线性调频信号的调制参数.最后对单载频信号、线性调频信号和非线性调频信号等三种典型连续调频信号进行了仿真分析.仿真结果表明,该方法在保持瞬时自相关方法性能的基础上实现了对非线性调频信号的脉内分析,具有一定的工程应用价值.     

非线性调频中频回波预处理的实现方法

基于常规雷达回波特征识别对回波信号质量有较高的要求，针对非线性调频脉冲压缩体制雷达，提出了一种非线性调频中频回波预处理的方法，离线实现了单通道中频正交采样、非线性调频脉冲压缩和Hilbert滤波处理．仿真结果表明，通过此方法获得的1、Q相参视频为提取识别特征奠定了较好的基础．     

基于近似小波变换的信号脉内特征分析

基于近似小波变换对信号脉内调制特性进行了分析，得到了调制信号的瞬时参数．利用叠代算法仿真了近似小波变换的分析结果，仿真在较低信噪比下仍能得到准确的脉内信息，验证了近似小波变换提取信号脉内信息的有效性．     

基于FRFT的对流层散射Chirp信号重构方法

针对对流层散射的辐射源信号侦察中提取低信噪比信号特征难的问题,采用分数阶傅里叶变换（FRFT）提取了对流层散射线性调频信号的调频斜率与载频;在低信噪比条件下,给出了信号初步检测及采用FRFT、滤波和反FRFT进行信号特征估计与重构的方法．实测数据的处理结果证明了该方法的有效性,为脉宽测量和脉内调制特征分析提供了高信噪比基础．     

脉内相位编码雷达信号识别的小波变换方法

基于信号脉内调制信息识别技术对密集和复杂环境中辐射源的分选和识别的重要性．研究了基于小波多分辨分析技术识别相位编码(PCM)信号的脉内调制信息的算法，分别运用计算机仿真数据和专用设备提供的仿真数据进行了算法验证，结果证实了该算法的可行性．     

改进的三次相位函数法LFM雷达信号参数估计

为了研究对线性调频(LFM)雷达信号的参数估计,提出了利用改进的三次相位函数法对LFM雷达信号进行参数估计.三次相位函数法可提取信号的相位函数的各项系数,并且只需通过二阶非线性变换在信号参数空间形成最大值来进行估计参数,具有较高的精度和良好的低信噪比能力,但是计算量较大.针对三次相位函数法计算量大的问题,提出调频斜率搜索范围设定准则及双尺度调频斜率搜索法,可减少大量计算量,同时保持了低信噪比下的算法精度.仿真测试结果表明,新算法有效地减小了计算量,并且保证了低信噪比下的算法精度,算法性能得到了提高.     

混合ATM信元容错识别方法

ATM信元的识别是ATM通信中的重要环节.在无线ATM通信中,由于通信链路的不可靠性,信元在传输过程中可能会由于出现误码而导致无法识别.针对此问题,文章提出一种基于中心距离提取法和误差反向传播型神经网络相结合的方法,提取ATM信元净荷的结构特征,对含错ATM信元进行非线性容错识别.仿真结果表明,该方法对于含噪ATM信元的识别问题较常规方法有更理想的效果.     

一种非线性调频信号数字脉压性能分析

阐述了非线性调频信号产生的基本原理，并基于余弦四次方窗进行了非线性调频信号波形设计，分析了该非线性调频信号的多普勒容限及量化位数和采样频率对数字脉压的影响．仿真结果表明该非线性调频信号具有一定的优越性，并对其数字脉压的工程实现有一定指导意义．     

雷达波形优化的特征互信息方法

针对扩展目标识别中距离敏感性的波形优化问题,在通用注水法的基础上提出了基于特征提取的波形优化设计方法,简称为特征互信息方法．该方法通过最大化识别特征与目标特性之间的互信息以达到增加各类目标可分性的目的．仿真结果表明,相对于线性调频信号和注水法优化信号,特征互信息方法优化信号可以得到更大的互信息,并能较好地提高目标的识别性能．     

融合非线性幂函数和谱减法的CFCC特征提取

为提高噪声环境下的语音识别准确率,提出一种改进的语音特征提取算法。该算法采用模拟人耳听觉特性的非线性幂函数提取一种新的耳蜗滤波倒谱系数,并在特征提取前端引入谱减法对信号进行增强,将提取到的新的特征及其一阶差分组成一种混合特征参数;再联合主成分分析对该混合特征进行降维,将最终得到的特征用于一个非特定人、孤立词、小词汇量的语音识别系统。实验结果表明:采用非线性幂函数提取的耳蜗滤波倒谱系数特征与传统的耳蜗滤波倒谱系数特征相比,明显提高了语音识别准确率;混合特征参数相比单一特征能达到更佳的语音识别性能;结合主成分分析后的特征集在信噪比为0dB时的识别正确率可达到88.10%。     

低信噪比下雷达信号脉内特征提取新方法

针对低信噪比条件下雷达信号的瞬时参数估计容易受噪声影响的问题,提出了将自适应阈值消噪技术与小波变换结合起来的新方法.首先利用连续小波变换计算信号的小波谱,再对小波谱进行自适应阈值消噪处理,进而提取小波谱脊线,得到信号的脉内调制信息.计算机仿真结果验证了该方法的可行性.     

时频联合分析频率编码信号调制特征提取

针对小波脊线法在提取频率编码信号调制特征时信噪比性能较差的缺点，基于小波变换谱，将时频重排牙口时频脊线相结合，提出了一种新的时频联合分析方法．该方法借助于时频重排在改善谱图时频凝聚性方面的优势，使算法的信噪比性能得到有效改善．仿真表明，该方法在低信噪比条件下仍可得到准确的估计值．     

内模滤波新方法在视觉诱发脑电信号提取中的应用──提取视觉诱发脑电信号的新方法之四

提出了内模滤波新方法的基本思想和设计方法．针对从强自发脑电（ＥＥＧ）背景噪声中提取视觉诱发脑电（ＶＥＰ）信号这一极低信噪比（ＳＮＲ）情况下的滤波问题,先利用递推最小二乘算法估计出典型ＶＥＰ信号的内模多项式的参数,再据此设计内模滤波器．给出了内模滤波器的设计方法,并用于提取ＶＥＰ信号．数字仿真和临床试用结果表明了内模滤波器具有低ＳＮＲ下的信噪分离能力．     

一种雷达辐射源信号脉内特征的综合评估方法

针对在雷达辐射源信号分选中脉内特征评估指标单一的问题,提出了一种新的雷达辐射源信号脉内特征的综合评估方法。该方法首先建立脉内特征的三层指标评估体系,并根据建立的评估体系进行特征评估指标度量及归一化;然后结合专家先验知识及实际环境进行了区间层次分析以确定指标的权重区间,并使用改进的投影寻踪算法建立非线性方程优化模型;最后利用非单调投影谱梯度算法实现了主客观的决策融合。仿真结果表明,该方法可以根据具体电磁环境给出最佳的脉内特征评估结果,与现有方法相比,所提的评估方法更加全面。     

一种基于多层次特征的目标继承提取方法

图像的有效分割或提取是图像处理与分析的重要内容，本文使用一种基于多层次特征的方法，针对噪声大，干扰多，光照不均，场景多变，目标形状多变这类图像，自原图像开始，得到各层次的特征，继承地利用低高层次特征逐步提取目标，而又可以回溯前面的原图像或低层次特征信息，继承地对所提取目标优化，实际目标与背景分离．实验表明，该算法可以正确高效地提取目标，有较高的鲁奉性和精度，对具有不同目标大小和信噪比的图像也能得到较好的提取效果．     

基于小波降噪的短波通信信号协议识别特征提取算法

利用特征波形匹配来识别短波通信信号协议是简单有效的方法,但易受噪声干扰,影响其有效性.而低信噪比是短波信道特征之一,为此引入小波降噪来构造具有优良抗噪声干扰性能的协议识别特征,以减小噪声对特征波形匹配度的影响.文章提出了一种新的协议识别特征提取算法,该算法通过统计不同信噪比条件下小波系数的波动性,实现了特征波形与待识别信号波形小波系数的合理取舍,并采用取舍后小波系数的匹配度作为识别特征.仿真结果表明,该识别特征能有效减小噪声干扰影响,在低信噪比条件下优势突出.     

直接用调频函数设计NLFM信号的构想

针对非线性调频（NLFM）信号的脉压性能问题，对6种用驻留相位法设计的NLFM信号的脉压性能进行了分析，给出了相应的时频曲线和脉压处理结果，通过仿真验证，归纳出直接用调频函数设计NLFM信号的一般规律，提出了调频函数法设计NLFM信号的构想．     

采用多特征联合学习的噪声稳健HRRP识别方法

为提高低信噪比条件下雷达目标高分辨一维距离像的识别性能,提出一种采用多特征联合学习的噪声稳健目标识别方法．该方法利用核函数实现对稀疏与低秩的联合表示,用来提取目标高分辨一维距离像的局部特征与全局特征．在训练阶段,利用联合可分性分析多分类器综合结构字典学习方法对特征提取字典进行优化,从而提高特征向量的可分性;在测试阶段,利用对消原理对噪声进行自适应抑制,实现噪声干扰下的稳健识别．利用实测数据进行实验,结果表明该方法可有效地对被噪声污染的目标高分辨一维距离像进行恢复,并提高低信噪比下的目标识别准确率,且满足实际应用中的实时性要求．由此可见,该方法可以有效地提高高分辨一维距离像目标识别系统在低信噪比下的总体性能．