引信启动效率评估系统数据分析软件设计

针对脉冲多普勒引信视频回波特点提出了一种信号参数提取的方法。首先对脉冲多普勒引信视频回波信号分距离单元分帧作FFT处理，然后采用中心频率法和恒虚警检测方法提取出多普勒频率数据和信噪比数据，得到随时间变化的估计频率曲线和信噪比曲线。估计频率的变化和信噪比的变化趋势从不同的侧面反映了引信工作的历程。     

基于量子神经网络的无线电引信干扰对消

为了提高无线电引信的抗干扰性,采用量子神经网络构建非线性滤波器,自适应抵消回波信号中包含的干扰噪声。通过自适应干扰对消系统仿真,实现了对目标反射信号的最优恢复,获得了理想的降噪效果。     

基于小波变换的人车目标特征提取算法

借助小波变换在时频分析上的优点,提取地面运动目标的回波信号特征在目标识别中加以应用.首先对目标的回波信号进行预处理,获取目标的瞬时多普勒频率信号,然后对该信号进行小波分解与重构,通过对特定频段的信号分析就可实现对运动目标周期性特征的提取.以在战场侦察雷达探测的人车目标识别中的应用为例,讲述该算法在人车目标识别中的特征提取过程,采用实际雷达回波数据对该特征提取算法进行验证,并对识别效果作分析.     

基于虚拟仪器的无线电引信测试系统设计

本文设计了一种基于虚拟仪器的无线电引信数据采集测试系统.描述了该系统的组成结构和工作原理,详细地给出了相应的实现方法,并将其应用到无线电引信的工作频率、起爆灵敏度和检波信号的测试中,取得了良好的效果.为无线电引信的测试和评价提供了一种新的思路和手段.     

同步检波在鱼雷电磁引信中的应用及仿真研究

对鱼雷电磁引信的接收信号进行同步检波处理是识别引信目标信号的包络、频率和相位参数的重要手段,当前的研究方法,因频域检波等方法提取的包络粗糙,且频率和相位识别精度低。为提高识别精度,建立了鱼雷电磁引信的目标信号模型,分析了乘积型和平衡叠加型两种同步检波技术的原理,用Matlab/Simulink仿真环境进行了仿真研究,得到了不同相差和频差条件下的同步检波输出信号,并通过对平衡叠加型同步检波器的一组实验数据进行最小二乘拟合处理,还得到频率特性曲线。上述仿真结果表明,同步检波技术可精确提取鱼雷电磁引信目标信号的包络参数,且频率和相位识别精度高。     

小波多分辨分析在超声回波信号去噪中的应用

在超声回波信号检测过程中，如何进行降噪处理一直是信号处理研究的焦点之一。该文应用具有优良的时频局部化能力的小波多分辨分析技术对回波信号作降噪处理，提取出材料缺陷处超声回波的主要特征信号。通过选取合适的分解和重构滤波器组，在有救提高信号的信噪比的同时也保持了良好的分辨率，从而实现缺陷识别和定位。在仿真实验中基于MATLAB环境对实际测量得到的超声回波信号进行噪声信号处理及特征提取，仿真结果证明了小波多分辨分析应用于超声回波信号降噪处理的有效性。     

小波分析和神经网络在水下目标识别中的研究

研究水下目标识别问题.由于环境因素的影响,采集到的水下目标回波信号中含有大量噪声且信号频率范围大,传统方法不能有效提取信号特征导致水下目标识别率低.为了提高水下目标识别的准确率,提出一种基于小波分析和BP神经网络组合的水下目标识别方法(W-BPNN).采用小波对水下目标回波信号进行去噪处理,滤除噪声信号.通过小波包对信号的特征进行提取,提取出最能反映目标本质性质的特征向量,对提取的特征向量作为BP神经网络的输入进行识别.为了验证W-BPNN算法有效性,在Matlab平台上对3类水下目标进行了仿真.结果表明,相对于传统识别算法,W-BPNN获得了更高的识别准确率,证明是有效的水下目标识别方法.     

无线电引信动态场景回波仿真器的构造及其实现

通过分析无线电引信的弹目交会过程,给出了探测器的收发信号模型,并结合三维建模软件构建的场景,实现了无线电引探测器动态场景的回波仿真器。该仿真器实现了场景建模、运动姿态和仿真算法之间的互相独立分工,具有较好的通用性和扩展性,可实现多种引信工作体制和任意复杂度场景下的时间波形仿真。同时,将其构造成一个独立的回波仿真模块,它可与常用系统仿真平台无缝集成,具有与三维建模软件导出数据的接口。仿真实例表明,仿真的回波波形可有效性地反映弹目交会中的波形变化。     

复合正弦连续波调频引信的距离截止特性

在电磁环境越来越复杂的现代战争中,引信在精确制导武器中的地位越来越重要,针对连续波调频引信抗干扰性能差,对连续波调频引信的分析大都是基于简单调制信号,由于调制信号变得越来越复杂。为了适应复杂化的发展,提出一种复合连续波调频引信。复合正弦连续波调频引信做了分析,并建立了复合正弦连续波调频引信的数学模型,之后通过对单正弦连续波调频引信和复合正弦连续波调频引信的距离截止特性仿真做了对比研究。给出了两种体制引信的距离截止特性曲线,仿真结果表明,复合正弦连续波调频引信具有更好的距离截止特性和抗干扰能力。并对复合正弦连续波调频引信接收到的回波功率以及多普勒信号进行了仿真,也验证了结论的正确性。     

近区标回波信号的测试,采集与处理

阐述了甘近程雷达系统的近区目标回波信号的测试、记录，数字化存储及其处理方法，重点讨论了近区场体目标之中电磁散射信号与近程雷达引信相对姿态的样本曲线获取方法，并对回波测试、接收、采集处理及噪声抑制等环节作了分析，最后介绍了实测回波的数字化信号的典型应用。     

基于神经网络和小波分解的目标信号检测方法研究

将小波分解和神经网络相结合，应用于高海况、低信噪比条件下水中目标信号的特征提取中。文中首先对信号进行多尺度小波分解，利用目标信号功率主要集中在低频部分的特点，提取在不同频率带内信号的能量作为特征，然后利用人工神经网络对目标信号进行检测。在此基础上，通过不同浪级情况下海洋水压力场的仿真信号数据，对某型目标舰船的水压力信号进行了检测计算．验证了该方法的有效性，达到了在高海况、低信噪比条件下，目标信号检测率比较高、虚警率比较低的效果。     

用MAX7000A实现多普勒信号数字信号处理的分析与线路设计

本文以连续波多普勒无线电引信为研究背景,建立目标信号数学模型,针对目前炸高控制方法及存在问题,提出了一种新的多普勒脉宽技术测高方法,在此基础上增加一个近表面炸的性能。并介绍了采用可编程逻辑器件实现的方法以及计算机仿真。实践证明,对Ｄｏｐｐｌｅｒ信号的数字信息处理,用一片ＣＰＬＤ实现,提高引信信号处理的速度,并极大提高了系统的可靠性。     

矿用钢丝绳损伤检测信号处理方法研究

采用电磁检测法检测矿用钢丝绳受损情况时,检测信号中含有大量噪声,且存在尖峰和突变干扰,增大了损伤识别难度,需要对原始检测信号进行降噪处理。常用的傅里叶变换无法处理运行中的钢丝绳检测信号,而小波变换因存在平移不变性较差、频带混叠等问题而影响检测准确度。提出了基于双树复小波变换的矿用钢丝绳损伤检测信号处理方法。首先采用Q平移法构造双树复小波高低通滤波器,对原始信号进行3层双树复小波分解,得到高低频信号分量;然后采用最小极大方差软阈值方法对分解信号进行降噪处理;最后对降噪信号进行重构。在实验室环境下搭建了钢丝绳损伤检测试验平台,对基于双树复小波变换的钢丝绳损伤检测信号处理方法的降噪性能进行验证,结果表明:该方法可有效减少检测信号中的尖峰和突变数量,使信号平稳,降噪效果优于经典小波变换,且增大了奇异点处信号峰值,有利于后续特征提取。     

基于小波变换和随机共振的微弱信号检测方法

根据随机共振的噪声选择性和频率敏感特性,提出了基于小波变换和随机共振的微弱信号检测方法.对含噪输入信号经多尺度小波变换分解为不同尺度频率的信号成分后,通过引入尺度收缩因子来调节各尺度信号成分的大小,再将不同尺度的分解信号作为双稳系统的输入,研究了不同尺度频率信号经收缩因子作用后对系统输出信噪比的影响.数值仿真结果表明,选取合适的尺度收缩因子,能有效提高系统输出的信噪比.     

基于小波处理的高灵敏度GPS信号捕获方法

针对传统全球定位系统（GPS）弱信号高灵敏度捕获算法运算效率低的问题,提出了一种经过小波滤波预处理的同步数据块累加捕获方法。通过对采样的中频信号进行小波滤波预处理,根据有用信号与噪声在小波变换时所具有的不同特性来提高信噪比,同时降低基带处理的数据量;采用经过频率补偿后的同步数据块累加方法,减小多普勒频移搜索空间,提高运算效率,并能显著提高信噪比。仿真结果表明,与传统的高灵敏度捕获方法相比,该方法在捕获同样指标的微弱信号时,可以有效缩短捕获时间,改善微弱信号的捕获性能。     

基于小波分析的LED芯片非接触检测信号处理

针对现有LED芯片非接触在线检测系统中存在信号处理方法简单、检测信号信噪比低等问题,本文分析了系统噪声并讨论了处理方法,研究了小波变换对LED非接触检测信号进行消噪的原理和实现过程,对检测信号进行了小波消噪的仿真和实验,并分析了结果数据。实验结果表明,小波分析在LED非接触检测信号消噪中的应用能够有效提高信噪比并切实可行。     

基于信噪比估计的波段选择与高光谱异常检测

有效的波段选择方法可以极大地提高高光谱图像处理速度的同时改善处理效果。为了自动判断低信噪比波段,提出了一种基于小波变换的图像信噪比估计(SNR estimation,SNRE)方法,利用小波变换后对角方向上的高频成分估计噪声方差并计算信噪比。将该方法分别结合基于方差和相关系数(V_COR)的最优索引指数、最大信息量(MI)、高阶矩(偏度或峰度)结合信息散度(K3_KL)等3种基于信息量的波段选择方法后选择波段。将这些改进后的波段选择方法应用于高光谱异常检测。实验结果表明SNRE预选波段结合MI和K3_KL选择波段用于异常检测能进一步提高检测精度。     

基于Dopplerlet变换的舰船辐射噪声特征提取方法

在对信号进行线性变换的过程中，最好将基函数取成与待分析信号的性态相类似的信号。基于此，提出了一种基于Dopplerlet变换的舰船辐射噪声特征提取方法，给出了基于进化规划算法的Dopplerlet变换分解流程。理论上该方法提取出的特征不包含其他噪声的信息，因此由此提取出的舰船噪声特征更加可靠。使用本文方法与基于小波变换、波形结构、自然尺度等的特征提取方法对收集到的舰船辐射噪声进行了对比识别试验，结果证明基于Dopplerlet变换的舰船辐射噪声特征提取方法更加可靠和有效。     

一种基于小波和时频分解的端点检测方法

提出了一种新的基于小波和时频分解的语音端点检测方法。首先通过小渡分解对舍噪信号进行增强，然后采用Matching pursuits算法对去噪信号进行时频分解．使得信号在时频平面上具有较明显的魏格纳能量分布．最后利用该特点设定合适的门限来进行语音端点检测。实验结果表明，该方法对低信噪比的语音端点检测仍有效。     

一种基于小波变换的红外导引头信号检测方法

针对某型号红外导引头信号的检测问题,提出了一种基于离散平稳小波变换的微弱脉冲信号检测方法.根据有用脉冲信号与噪声信号在频谱特性上的差异,对导引头信号进行多尺度的离散平稳小波变换,利用分解后得到的低频近似信号逼近信号中的低频噪声来滤出低频噪声的干扰,同时采用阈值去噪的方法处理信号中的白噪声.将该方法应用于仿真信号和真实导引头信号检测,仿真实验结果表明:该方法在有效克服传统离散正交小波变换去噪时容易产生的Gibbs现象的前提下,极大地提高了导引头信号的信噪比,增强了导引头的探测能力.