小波谱估计用于雷达目标成像和识别

研究了小波变换谱估计用于频率步进毫米波高分辨力雷达目标一维距离像的成像方法．选用已调高斯函数作为小波基函数,进行小波变换的信号功率谱估计,获得高质量的频率步进毫米波雷达目标的一维距离像．实验结果表明这种方法对于提高目标识别率是有效的     

基于小波神经网络的毫米波雷达目标距离像识别

给出一种隐层由小波基组成的神经网络用于实现频率步进毫米波雷达目标一维距离像的识别。利用小波变换所具有的良好的时频分析特性，实现了输入输出之间映射关系的多分辨学习。介绍了小波神经网络的数学框架及其误差反向学习算法。详细描述了用小波神经网络进行识别的步骤。将所提出的小波神经网络用于频率步进毫米波雷达目标一维距离像的识别。实验结果表明该方法对目标距离像的识别是有效的。     

一种频率步进雷达目标运动参数估计方法

为实现低信噪比下目标的精确运动补偿,提出基于Keystone变换和Morlet小波变换的方法估计低信噪比下目标速度和初始距离参数。在分析频率步进雷达运动目标回波信号基础上,首先采用Keystone变换法去除回波信号高次相位项,然后对回波信号做IFFT运算,再进行FFT 操作,便可得到距离-速度二维参数谱。考虑低信噪比对参数估计的影响,文中将距离维参数谱通过Morlet小波变换去除噪声,进而获得目标运动参数的精确估计。最后计算机仿真实验进一步说明了该方法的有效性。     

基于连续小波变换的雷达信号处理

在步进频率雷达一维距离成像技术中,经典的傅里叶变换算法受到距离分辨率的限制,并且存在较高的副瓣电平。针对这一问题,本文提出将连续小波变换算法用于频率步进雷达的一维距离成像。该方法在保持高距离分辨率的同时,可有效降低回波信号的副瓣电平。     

雷达目标一维距离象多分辨特征描述和快速匹配法研究

文中首先阐述了信号奇异性与小波变换模极大值的关系、含噪非平稳信号在小波变换下信号与噪声的不同特性；然后提出了可用于高距离分辨力雷达目标识别的一维距离象多分辨分解和目标结构特征的多分辨描述方法，根据目标结构特征的多分辨描述，定义了距离象的相异度概念，利用相异度可以实现目标的快速匹配识别。     

步进频率信号相位对消合成运动目标距离像

研究了步进频率信号运动目标成像新方法。首先推导了步进频率信号合成扩展目标距离像原理;基于离散傅里叶变换理论,分析了运动导致的步进频率信号合成距离像失真,提出了相位因子对消合成运动目标距离像方法。新方法不需要估计运动速度。仿真结果证明了该算法效果。     

基于多重变换的一种雷达目标识别方法

利用多重变换，提出了一种雷达上述识别方法，将雷达回波信号与本振信号混频处理后采样，进行FFT，得到目标的一维距离像，计算其马氏距离，利用小波变换对马氏距离序列进行数据压缩，得到目标的特征向量，由相关识别法进行目标识别，由3类飞机模型测量数据的识别结果表明，该方法具有较高的识别率。     

基于小波变换的一种ISAR雷达目标成像方法

基于小波变换的性质,提出了一种ISAR雷达目标成像方法.通过对ISAR回波的横向数据进行Morlet小波变换,搜索小波变换模的极大值和对应的极大值点,得到目标的时间-距离-多普勒三维像,然后按时间点进行采样,得到目标的距离-瞬时多普勒像.由实验结果得出:运用此方法,不仅能够得到目标高分辨的距离-瞬时多普勒像,而且能够观测到目标的运动姿态.     

雷达目标一维距离象多分辨特征描述和快速匹配法研究

文中首先阐述了信号奇异性与小波变换模极大值的关系、含噪非平稳信号在小波变换下信号与噪声的不同特性;然后提出了可用于高距离分辨力雷达目标识别的一维距离象多分辨分解和目标结构特征的多分辨描述方法.根据目标结构特征的多分辨描述,定义了距离象的相异度概念,利用相异度可以实现目标的快速匹配识别.     

基于Contourlet变换的红外图像序列小目标检测技术

Contourlet变换具有多尺度,多方向性的特征,是小波的一种扩展.本文提出了一种基于Contourlet变换的红外小目标检测算法.首先对图像进行Contourlet分解;然后利用能量法提取其局部纹理特征,并计算各点的特征向量与中心向量问的距离,得到一个相关的多尺度距离像;最后根据该距离像进行直方图统计,从而实现目标的检测.文中给出了实验结果,并与基于小波变换的红外小目标检测算法进行了比较,结果表明,本方法能较精确地检测出红外小目标,优于基于小波变换的方法.     

基于小波功率谱估计的空间目标RCS特性分析

随着空间技术的研究与发展，对空间目标的监测与识别显得越来越重要。在小波变换的基础上，详细讨论了小波功率谱估计的实现方法，并利用窄带雷达测量获得的空间目标RCS数据，利用Morlet小波对几个空间目标的RCS时间序列进行功率谱分析。并把傅里叶变换同小波变换进行结合，以实现对目标RCS的信号功率谱估计。分析结果反映了目标的某些重要的散射特性。     

基于尺度—小波能量谱的船舶水压场信号检测

 为了有效地从风浪背景中检测船舶水压场信号,本文利用连续小波变换分析了实测海浪水压场与船舶水压场的尺度—小波能量谱,根据两者的能量差异,提取某一特征尺度范围内的能量和为特征,采用滑动检测方法对信号进行实时检测.通过实测数据和仿真数据对该检测算法进行验证,结果表明此方法在低信噪比情况下,能较好的检测到目标信号.     

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。     

一种基于频谱细化技术的水下目标识别方法

被动声纳目标识别主要是根据目标辐射噪声的不同实现的,如何从水下目标辐射噪声中提取有效的识别特征,是实现水下目标识别的关键环节。文中在分析目标辐射噪声特点的基础上,利用一种改进的高频噪声解调分析(DEMON)方法进行目标线谱提取,在提取线谱的过程中,利用小波变换进行DEMON谱融合得到明显的DEMON线谱,再通过频域周期图法对DEMON谱进行净化,以便可靠地提取线谱。仿真及试验结果验证了所提方法的有效性和可行性。     

使用小波理论分析信号功率谱的二次处理方法

本论文研究讨论一种利用小波分析理论对功率谱进行二次处理的方法．论文首先介绍了这种方法的应用背景,给出了舰船辐射噪声功率的结构．在简明扼要地介绍了小波理论的有关基础知识,给出线谱的数学解释并分析了它在尺度分解中的特点之后,论文基于多尺度分析与奇异性信号检测的理论,对信号的功率谱做尺度分解,利用线谱的奇异性捕捉舰船辐射噪声功率谱中的线谱分量．由实船辐射噪声信号的分析结果我们看到,这种二次处理的方法不仅可以准确定位低信噪比的线谱,而且可以同时提取所有可能的线谱信号．     

认知无线电中基于小波变换和干扰温度估计的频谱感知

干扰温度是认知无线电领域中引入的一种衡量频段上干扰强度的量.本文提出了基于小波变换和干扰温度估计的频谱感知策略.该思想首先利用小波变换分析无线宽带系统中信号功率谱密度变化的奇异点,将整个宽带频谱分为几个子区域,实现对无线传播环境的"粗感知";再运用多窗谱估计与奇异值分解(MTM-SVD)算法进行处理,获得每个子区域的干扰温度值;最后与干扰温度门限比较判决,从而得到适合认知无线电系统应用的频谱空洞,完成对无线传播环境的"细感知".     

基于二维连续小波变换的SAR图像海洋现象特征检测

 本文对合成孔径雷达(SAR)图像中存在的多种海洋现象,如内波,海洋锋等进行讨论,提出了一种基于二维连续小波变换及能谱思想的新的海洋现象检测方法.针对各种海洋现象在SAR 中反映出来的海浪波形的不同,采用不同的连续小波变换基提取SAR图像中五种典型的海洋现象.通过大量试验,证实了该方法在多种海洋现象的定位检测中的有效性.     

基于方向小波变换的SAR图像目标方位角估计

在合成孔径雷达(SAR)自动目标识别中,目标成像的方位信息是一个非常重要的特征。文中针对SAR图像特点,提出了一种基于方向小波变换的SAR图像目标方位角估计方法,给出了方向小波角度-能量谱公式,利用能量最大准则实现方位角估计。采用MSTAR SAR实测数据进行的实验表明本文方法是有效的,方向小波变换更能反映出目标图像的方位特征。     

小波阈值去噪的改进方法

利用小波方法去噪,是小波应用于工程实践一个重要的方面;本文指出了采用常见的阈值确定方法对含有较强高频分量的信号进行小波阈值去噪时,去噪效果与实时性存在着矛盾,不利于信号特征的提取。提出了一种新型的阈值确定方法,进一步提出了以小波去噪后特征频率分量的功率谱密度值的下降程度为依据的待定因子确定方法。以Mallat算法为例,对新型阈值确定方法进行了分析和比较,指出运用该方法进行小波去噪处理,增强了算法的实时性,同时信号拟关注的信息损失较小,去噪效果比较理想。交-交变频器输出电流的小波去噪实验结果表明,该方法行之有效。