基于小波变换模值的二相编码信号调制特征分析

在利用小波变换提取二相编码信号的调制特征时,尺度参数的设置很重要,文中通过正弦波频率估计的综合方法来精确的估计出信号的载频,从而得到合适的尺度参数,并得到小波脊线.通过计算小波脊线上小波变换的模值来得到二相编码信号调制特征.实验结果表明了此方法在较低信噪比下的有效性.     

基于小波脊线-Hough变换的LFM信号检测

线性调频(LFM)信号是现代雷达广泛使用的一种大时宽-带宽积的低截获概率信号,根据线性调频信号的小波变换特性,小波脊线与瞬时频率的对应关系,提出了一种检测线性调频信号的联合小波脊线-Hough变换方法,该方法首先计算信号的小波变换,得到二维时-频能量分布图,采用脊算法提取信号的小波脊线,然后在小波脊线时-频平面上再进行Hough变换,从而检测噪声中的线性调频信号并估计信号参数.仿真结果证明,此方法可有效地对线性调频类信号进行检测,并且有较好的抗噪声性能.     

一种二相编码信号调制特征分析方法

二相编码信号的调制特征对于信号的分选和识别是很重要的参数。在利用小波变换提取二相编码信号的调制特征时,尺度参数的设置很重要,他影响到小波脊线提取。通过正弦波频率估计的综合方法来精确地估计出信号的载频,并得到合适的尺度参数,再得到小波脊线。利用小波变换的模值来得到二相编码信号的调制特征。仿真试验验证了此方法的有效性。     

模极大值降噪法在信号降噪中的应用

利用信号与噪声奇异点Lipschitz指数的区别,以及反映在其小波变换模极大值曲线上的特点,应用小波变换模极大值降噪法,对含有带限高斯白噪声的数字通信信号进行了降噪处理,并对降噪原理、算法和仿真结果进行了较为详细的分析。提出了一种信号重构新方法,该方法利用小波变换对信号和噪声的模极大值进行分离,通过对噪声模极大值对应的小波系数进行线性压缩后重构信号,并用仿真试验验证了该方法的有效性。     

低信噪比的相位编码信号细微特征检测方法

讨论一种用傅里叶变换测量频率，由测得的频率和先验知识决定的尺度范围调整复值morlet小波的中心频率并确定一个尺度，然后在该尺度下进行复值morlet小波变换，根据得到的小波变换系数模值局部极小值来检测相位编码信号细微特征的方法。     

利用小波变换识别脉内调制信号

利用小波变换的多分辨性质、基于信号和随机噪声在小波变换域中不同的模极大值系数特征，对于脉内调制这类渐近信号的连续小波变换进行了研究，并可行性 波变换来提取信号脉内调制特征，计算机仿真表明这种方法的有效性和可靠性。     

小波变换在S模式二次雷达信号分析处理中的应用

为提高二次雷达(Secondary Surveillance Radar,SSR)信号分析处理能力,针对傅里叶变换在时频域分析的局限性,利用小波信号奇异性检测特点,通过对S模式询问、应答信号进行小波分解,计算第一层高频系数,得到信号脉冲持续时间,实现了信号报头检测,并比较高频系数模极大值,提取出信号调制信息,实现了基于小波变换的二进制差分相移键控(DPSK)和二进制振幅键控(ASK)解调,验证了小波变换技术分析处理二次雷达信号的可行性.     

基于JEM效应的一种雷达目标识别方法

根据ＪＥＭ（喷气发动机调制）效应和雷达目标回波谱经特点,本文提出了一种雷达目标识别方法。此方法是利用小波变换,得到雷达目标回波信号的频率调频指数,对信号进行相位补偿,然后滤掉信号中的机身频谱和多普勒频谱,再进行相位补偿,用ＦＦＴ（快速傅立叶变换）就可以得到目标的调制谱,由此实现目标识别。由实测数据进行分机处理,证明利用目标的调制谱识别目标,认识效果很好。     

改进的乘积型核函数二次调频信号的参数估计

该文提出一种基于改进乘积型核函数的二次调频信号的参数估计方法。首先,对信号乘以自身的共轭反转并做相位匹配变换,通过积累后信号最大值位置得到信号的调频率估计值;然后,再补偿掉原信号的调频率,对解调频(dechirp)后的信号构造新的乘积型核函数,并变换到2维时间-时延域,沿时间和时延轴分别做相位匹配变换和傅里叶变换,在变换后的调频率变化率-频率平面通过最大值的位置即可同时得到调频率变化率和中心频率的估计值,对补偿掉相位的信号取均值并求模得到幅度值,从而实现二次调频信号的参数估计和重构。可见,该方法避免了对所有相位参数的迭代搜索,提高了运算效率。最后,对单分量和多分量二次调频信号的仿真结果证明了该方法的有效性。     

基于复Morlet小波相位的红外调制热像检测方法

为了提高红外调制热像法对复合材料缺陷的检测能力,研究了利用基于复Morlet小波相位分析的红外热像序列处理方法。依据热激励调制频率和红外图像采样频率,自适应地选择小波变换尺度总数,然后利用复Morlet小波系数相位从原始热像序列重建相位图序列。对含有分层缺陷的玻璃纤维增强复合材料参考试件进行了调制热像检测实验,以信噪比为评价指标对该方法的实际处理效果进行了定量评定,并与傅里叶变换法进行了对比。结果表明:复Morlet小波相位法可以分离调制热像信号的低频和高频噪声,能稳定地提取试件不同深度的分层缺陷,对热激励调制频率的变化有良好宽容性,因此是调制热像法的有效数据处理方法。     

Singularity Detection of Signals Based on their Wavelet Transform

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｐｏｉｎｔｓｏｆｓｈａｒｐｖａｒｉａｔｉｏｎｓａｒｅｏｆｔｅｎａｍｏｎｇｍｏｓｔｓｉｇｎａｌｓｏｒｉｍａｇｅｓｗｈｉｃｈｃａｎｂｅａｂｓｔｒａｃｔｅｄｂｙｔｈｅｓｉｎｇｕｌａｒｉｔｙｄｅｔｅｃｔｉｏｎｏｆａｆｕｎｃｔｉｏｎ     

Characterization of signals by the ridges of their wavelettransforms

The characterization and the separation of amplitude and frequency modulated signals is a classical problem of signal analysis and signal processing. We present a couple of new algorithmic procedures for the detection of ridges in the modulus of the (continuous) wavelet transform of one-dimensional (1-D) signals. These detection procedures are shown to be robust to additive white noise. We also derive and test a new reconstruction procedure. The latter uses only information from the restriction of the wavelet transform to a sample of points from the ridge. This provides a very efficient way to code the information contained in the signal     

基于小波变换的图像边缘检测

介绍了利用小波变换进行图像边缘检测的原理与方法。基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。     

FSK／PSK混合调制信号多参数估计

通过对FSK／PSK混合调制雷达信号脉内特征的分析,提出了一种FSK／PSK混合调制信号多参数估计方法。利用快速四阶循环累积量算法、时频脊线分析与小波变换相结合的方法,实现了跳频频率和码速率等参数的高精度估计。仿真表明,该方法可在较低信噪比下得到该混合调制信号的多参数高精度估计,具有较高的工程应用价值。     

Adaptive Threshold Detection and Estimation of Linear Frequency-Modulated Continuous-Wave Signals Based on Periodic Fractional Fourier Transform

The fractional Fourier transform (FRFT) has been used to detect and estimate the parameters of linear frequency-modulated continuous-wave (LFMCW) in low probability of intercept radar waveforms. The FRFT, which is optimal for single linear frequency-modulated (LFM) signals, becomes sub-optimal when applied to LFMCW signals because the observed waveform of this type of signal is composed of concatenated LFM pulses. A new signal processing method, called the periodic FRFT (PFRFT), is proposed for the detection of LFMCW signals. First, the discrete PFRFT is studied and the signal processing gain of this transform for LFMCW signals is analyzed. Second, an adaptive threshold detection and estimation algorithm for LFMCW signals is formulated after analysis of the test statistics of the squared modulus of LFMCW signals when using the probability density function in the presence of Gaussian white noise. It is then proved that PFRFT-based estimation is equivalent to maximum likelihood estimation in the detection and estimation of LFMCW signals. Finally, the results of both the theoretical analysis and verification simulations show that the PFRFT significantly outperforms the FRFT for LFMCW signals.     

基于小波变换的MFSK/MQAM信号类内识别法

提出了一种基于小波变换的FSK/MQAM信号类内调制方式识别的改进算法,该方法通过深入分析MFSK和MQAM信号在小波域的不同特征,充分利用小波变换模值的奇异性信息,通过对该信息的有效检测,实现MFSK信号类内识别,并将其推广应用到16QAM和64QAM的分类。对该方法的适应性进行了理论分析和计算机仿真,结果表明,新算法大大提高了MFSK/MQAM信号的识别正确率,并有效降低了识别的信噪比门限。     

基于B-样条小波的信号奇异性检测算法

介绍了小波变换的快速算法——Mallat算法和三次B-样条小波滤波器组系数,详细讨论了信号奇异性、小波函数奇偶性与模极大值的关系,最后给出了一个利用小波系数模极大值定位信号奇异点的实例。     

基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法

为了消除混杂在肌电信号中的噪声,该文提出了基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法。该方法先对肌电信号进行小波分解;其次,根据小波系数的奇异性,利用信号与噪声模极大值在小波尺度上的不同变化特性,分离出信号与噪声;再次,用Hermite插值法重构小波系数;最后从重构的小波系数恢复成去噪后的信号。实验结果表明,Hermite插值的小波模极大值重构能有效地去除噪声,提高信噪比,且保留了肌电信号的细节信息,为肌电信号的特征提取和模式识别创造了良好的条件。     

Multiple scale correlation of signals by shift-invariant discrete wavelet transform

Correlation of signals at multiple scales of observation is useful for multiresolution interpretation of image, data and target signature analysis. Multiresolution analysis is inherent in the discrete wavelet transform (DWT), but shift-variance of the coefficients of the transform in dyadic orthogonal and biorthogonal basis spaces is the problem associated with it. Shift-variance of the transform and absence of a direct transform domain relationship make correlation of signals by the DWT inconvenient at multiple scales. The circulant shift property of the DWT coefficients is used in a novel way to produce correlation of signals at multiple scales with the critically sampled DWT only. The algorithm is derived in both discrete time and z-domain for signal vectors of finite duration. The algorithm is independent of signal waveform and wavelet kernel and is applied particularly for multiple scale correlation of radar signals, namely linear frequency modulated (LFM) chirp signals.     

由小波变换的模极大值快速重构信号

本文从多尺度分析的思想出发，提出一种由信号小波变换的模极大值快速重构信号的方法，在不同尺度上，以阶跃函数在该尺度上的小波变换作为基函数，利用模极大值拟合信号的小波变换，然后进行小波反演得到重构信号。这种快速算法具有明确而直观的物理意义，实现简单方便。文中还给出了对重构信号的误差修正方法，数值方法的结果表明，这种快速重构算法对不同类型的信号同样有效。