基于蜂群算法优化向量机的微弱信号检测方法

针对传统检测方法对混沌背景下微弱信号检测能力的不足,提出了基于蜂群算法优化支持向量机的微弱信号检测方法。该方法通过混沌信号的时间延迟和嵌入维实现相空间重构,利用蜂群算法对支持向量机的惩罚系数和核函数参数进行优化,结合支持向量机建立混沌序列的单步预测模型,从预测误差中检测淹没在混沌背景中的微弱信号(包括瞬态信号和周期信号)。以Lorenz系统和雷达实测得到的海杂波数据作为混沌背景噪声进行验证研究,仿真实验结果表明,所提方法能有效地抑制噪声对混沌背景信号的影响并检测出混沌背景噪声中的微弱信号。与传统方法相比,预测精度和检测门限方面的性能都有显著的提高。     

基于径向基神经网络的水声微弱信号检测

为了克服传统随机信号处理手段检测水声微弱信号的缺陷,提高水声微弱信号检测效率,详细分析了海洋混响噪声的混沌特性,将混沌理论中相空间重构理论与径向基神经网络相结合建立了预测模型,从模型预测值与实际观测值的绝对误差中检测出微弱谐波信号频谱值,通过解算获取回波信号包含目标信息,从而提出了一种海洋混响混沌序列预测方法。相比传统随机信号处理手段检测水声微弱信号的方法,本文建立的预测模型克服了将背景噪声简化作白噪声的低信噪比检测缺陷,检测结果准确,检测效率高,适用于水声微弱信号检测。     

相空间重构在引信信号检测中的应用

随着低空超低空突袭兵器技术的不断发展,防空导弹引信面临着越来越强的地海杂波的干扰.基于统计理论的传统信号检测很难从强地海杂波中把微弱目标信号检测出来.以相空间重构理论为基础,提出了基于神经网络的混沌时间序列建模与预测方法,探讨了相空间重构技术在引信信号检测中的应用.通过理论分析和实测杂波数据仿真,表明了该方法不需建立统计模型.适合在防空导弹引信系统中应用,能够有效地提高引信检测微弱信号的能力,为强杂波环境下的微弱信号检测提供了一个新方法.     

基于卷积神经网络的微弱雷达信号增强技术研究

针对雷达信号侦察领域中微弱信号检测困难的问题,提出了一种利用卷积神经网络算法增强微弱信号的方法。在Tensor Flow框架下,首先对信号做短时傅里叶变换,通过监督学习训练,在含噪频谱和纯净频谱之间建立关系,最后将训练成熟的网络用于提高微弱信号的信噪比,实现了信号增强的目的。仿真结果表明,算法对含噪信号的增强效果十分明显。该算法的实现将有效提高信号检测概率,为信号检测领域提供有效支撑。     

弱信号自适应检测技术研究

低信噪比条件下的微弱信号检测是一个重要的技术问题。文中提出在低信噪比条件下用自适应权向量法来提高微弱信号的检测概率，具有较宽的适用范围。文中结合水雷磁引信的要求，用该方法检测舰船磁场引起地磁场模值的变化。仿真和实船数据处理表明应用该方法效果显著。     

基于互相关与混沌理论相结合的水下目标信号检测

鉴于当前传统的检测理论基础上的噪声抑制技术其指标已达极限,为了弥补互相关方法应用的局限性,文中将常规互相关检测方法与混沌检测方法相结合,构成一个新的微弱正弦信号检测系统,通过混沌系统相轨迹变化来检测目标信号,实现了强噪声背景下弱信号的检测,并用梅尔尼科夫函数给出了系统出现混沌状态的阈值。仿真结果表明,该检测系统对被强噪声覆盖的微弱正弦信号非常敏感,对任何零均值噪声具有极强的抑制能力。     

基于IA-SVM模型的混沌小信号检测方法

针对传统微弱信号检测方法在混沌背景下的检测能力较弱,提出了一种基于IA-SVM模型的混沌小信号检测方法。该方法经求嵌入窗构建混沌相空间后,利用免疫算法寻优能力对支持向量机中影响预测精度的三个参数进行优化,从而建立混沌时间序列的预测模型。实验验证结果表明,预测信号的均方根误差为0.000 146 3(信噪比为-104.247 3 dB),较传统微弱信号检测方法有着显著优势。     

基于目标过零特性与能量特性的声引信检测方法

利用目标出现引起的噪声波形单位时间过零点数均值与宽带能量的变化，提出了一种信号联合检测方法，用于被动声引信的微弱信号检测，以提高信号的检测性能。实验结果表明，提出方法较单纯的过零检测方法使信号增强5～8 dB，而较宽带能量检测方法能抑制噪声4—7 dB，算法运算量较小，在水中声引信系统具有良好的应用前景。     

基于MATLAB的微弱信号检测方法仿真分析

为了实现低信噪比下微弱信号的检测,介绍了自相关和小波变换2种检测方法,并通过MATLAB进行了仿真验证。仿真结果表明:多重自相关法能够有效地抑制高斯白噪声带来的干扰,相比之下,小波变换法在非高斯噪声中的微弱信号检测具有一定的优势,依然能够有效地提取微弱信号的特征。根据实际情况,将2种方法结合使用将有利于达到较好的去噪效果。     

复杂海况下舰船微弱信号的时频辨识研究

将时频分析技术应用于复杂海况背景下舰船物理场场微弱信号的辨识研究。分析了Wigner-Ville分布(WVD)检测微弱信号时的交叉项干扰问题，采用高阶Butterworth滤波器进行预滤波，并通过Blackman窗数字平滑滤波(SPWD)，抑制WVD交叉项干扰，提高WVD时频分辨率。基于舰船水压场海上测量，对算法进行对比验证，表明该算法显著提高对复杂海况下舰船微弱信号的辨识能力。     

基于自适应线性滤波和分段解线调的反辐射导弹检测技术

提出一种基于自适应线性滤波和分段解线调法的反辐射导弹（ARM）检测技术。先利用线性预测滤波器抑制掉强载机信号，然后利用分段解线调法估计ARM信号的调频斜率参数和起始频率参数。仿真结果表明，该方法能够将微弱的ARM信号准确的检测出来，从而实现实时告警。     

散射测量中的相关检测算法

为了提高系统的集成度,降低测量成本,用LabVIEW软件代替测量系统中的硬件锁相放大器,进而实现超光滑光学表面光散射参数的高性价比的准确测量。设计一种用于检测微弱散射光信号的测量系统,该测量系统由光路、光电探测、数据采集与控制、相关检测算法软件等部分组成。在分析测量系统原理的基础上,研究基于LabVIEW软件平台的锁相算法,提出在微弱光电信号检测中利用软件实现锁相检测的技术,并对其进行仿真实验分析。结果表明:当被测信号频率为0.2 kHz,幅值为1.0 V,噪声幅值为0.5 V时,测量误差为0.1%;证明该方法可有效实现对被调制微弱光电信号的检测。     

一种改进的时域平均法检测微弱信号研究

提出了一种变截断周期时域平均搜索方法，通过改变时域平均截断周期来搜索某一有限频带内的微弱周期信号。仿真表明，它的信噪比下限达到-35dB。     

m序列在激光测距雷达中的应用

针对激光远程测距中的微弱信号检测,提出了一种基于m序列的激光测距方法,并给出了基于高速数字信号处理器的激光测距雷达数字信号处理系统的实现方案。利用m序列良好的相关特性以及相关检测和相干积累技术,有效地提高了激光测距雷达的性能。还提出了3点插值算法并将其用于目标距离估计,进一步提高激光雷达的测距精度。在外场试验中,得到良好的试验结果。     

基于引导信号修正的时域干扰阻塞方法

针对时域干扰阻塞方法导致的波束畸变和探测盲区问题,提出一种基于引导信号修正的时域干扰阻塞方法。该方法根据处理数据频带构造引导信号;在干扰角度处,利用时域干扰阻塞方法对引导信号进行处理,得到相应波束;通过Kalman滤波器对该波束进行光滑处理,得到干扰阻塞波束衰减曲线;采用波束衰减曲线对干扰阻塞输出波束进行非线性化处理,以实现波束优化,减小波束畸变和探测盲区,达到预期的干扰阻塞效果和探测效果。数值仿真和数据处理结果表明,该方法通过构造引导信号优化时域干扰阻塞方法,衰减区间缩小到5°;降低时域干扰阻塞方法形成的“宽凹”或“凸”字型波束对目标探测结果的影响,实现了波束校正;减小探测盲区,对原衰减区间内的弱目标实现了有效探测。     

脉冲激光引信微弱回波信号数字检测技术研究

回波检测是脉冲激光引信工作的关键环节之一。其基本的数字检测方法是对微弱脉）中信号多点采样并求和后利用信号的相关性和噪声的非相关性来提高输出信噪比。在分析了多脉冲积累特点的基础上,研究了单脉冲积累方法,提出了复合积累方法。探讨了诸积累方法的优缺点,并进行了仿真,仿真结果与理论分析相吻合。最后给出了复合积累方法的原理框图和软件流程图。