弹丸在膛内运动的回波信号瞬时频率估计方法研究

微波干涉仪可获取含内弹道运动信息的多普勒回波信号,为有效地估计回波信号的瞬时频率,利用短时傅里叶变换、Wigner-Ville变换、多项式调频小波变换（PCT）等方法对含有不同噪声的模拟弹丸回波信号和真实的弹丸回波信号进行分析和对比。研究结果表明：多项式调频小波构造匹配变换核的PCT方法时频聚集性最好,瞬时频率估计精度最高,并具有一定的抗干扰能力,说明PCT方法适合于弹丸在膛内运动回波信号的瞬时频率估计。     

基于自适应时频分布的瞬时频率估计算法

为了改善噪声条件下信号瞬时频率的估计方差及减少瞬时频率估计的计算量，提出了基于信号自适应最优核时频分布的瞬时频率估计算法及一种改进算法。在改进算法中，计算自适应时频分布时，综合利用线性时频分布（Gabor变换）和正交时频分布（Wigner- Ville变换）的特点生成一种基于信号的自适应时频分布。仿真和实际数据处理结果表明，改进算法同基于信号的自适应最优核时频分布的瞬时频率估计算法相比具有计算量小、方差接近的优点。     

参数化时频分析在连续波有源探测中的应用

针对双曲调频信号在连续波有源探测中的目标回波检测和直达波干扰抑制问题,提出了基于参数化时频分析的连续波信号处理算法。首先,通过分析双曲调频连续波的信号时频特性,结合参数化时频分析思想,提出了适于有源探测的频域参数化时频变换和针对双曲调频信号的核函数设计。然后,为抑制接收信号中的直达波干扰,采用参数化旋转时频变换处理接收信号,并进行时频域滤波以分离信号分量,再利用反变换重构回波信号。数值仿真和海上实验结果表明,所提算法不仅能准确估计信号时频特征、有效获取双曲调频连续波信号的时频增益、提升检测性能,还可以有效抑制直达波干扰。     

基于分数阶傅里叶变换的线性调频信号的自适应时频滤波

本文提出了一种基于分数阶傅里叶变换的线性调频(LFM)信号的自适应滤波方法，利用该变换等同于对信号在时频平面进行旋转这一重要特性，将混迭有噪声的信号以特定的旋转角作分数阶傅里叶变换，使得信号与噪声在变换域中的交迭达到最小；在此基础上，通过窄带通滤波器对LFM信号进行抽取，去除大部分的噪声能量，然后，再经过分数阶傅里叶反变换，恢复出原来的LFM信号。理论分析和仿真表明，该方法不仅可获得明显的信噪比的改善，而且具有算法简单及信号失真小等特点，和其它基于二维时频分析工具的滤波算法相比，降低了计算的复杂度，其实现更为简便。     

一种基于炮射地面震动传感器的目标识别算法研究

介绍了自适应遗传算法优化的BP神经网络(AGA-BP)算法在炮射地面震动传感器目标识别中的应用。首先针对BP神经网络可能未收敛到全局最小点的缺陷,提出自适应遗传算法与BP神经网络结合的一种优化算法。之后进行仿真实验并对履带和轮式车辆的采样信号进行时频分析,利用小波变换提取特征值。最后利用优化后的算法与传统算法进行了样本训练和识别,对比结果表明该方法能减少识别误差。     

无线电引信频域恒虚警率目标检测算法

针对无线电引信时域信号处理在小目标检测中的不足,根据CA-CFAR(单元平均恒虚警率)检测理论以及PD(脉冲多普勒)雷达回波频谱特性,设计了频域CFAR(Constant False Alarm Rate恒虚警率)目标检测算法。算法通过对回波信号作时频域变换,在频域上,以频率为单元对当前检测与历史平均检测作比较来检测目标存在。以FPGA+DSP搭建的硬件信号处理平台对算法的半实物仿真表明:该目标检测算法对小目标信号具有较好的检测效果。     

基于Fisher判别字典学习的辐射源调制特征识别

针对基于字典的信号调制类型识别方法中解析字典原子形态单一、无法与复杂辐射源信号最优匹配的问题,提出一种基于Fisher判别准则的字典学习方法。对辐射源信号进行时频分析,借鉴图像处理的方法提取信号时频特征列向量,在字典训练过程中加入信号调制类型信息,根据Fisher准则训练字典,使字典原子类间距离最大同时类内距离最小,以增强字典的识别性能;通过仿真分析Fisher判别字典的识别性能以及原子个数对字典性能的影响。研究结果表明：该方法相比于解析字典法和无监督字典法,具有更好的识别性能,在低信噪比时识别性能突出、抗噪声干扰性能好;综合考虑识别性能和计算量,当字典原子数取20时该方法性能最优。     

一种新的时频分析联合运用方法

提出将SPWVD与WVD结合,得到没有交叉项、高分辨率的时频分析算法．首先由低分辨率但稳健的SPWVD给出信号时频分布的大概区域,然后对SPWVD结果运用阈值处理来提高算法的运算速度和信噪比;再利用处理过的结果对高分辨率但不稳健的WVD时频图进行加权处理．为提高该方法的性能,还着重研究了阈值的选取问题,给出了不同信噪比条件下最佳阈值选取范围．仿真实验证明所提方法得到的结果既能保证分辨率又能兼顾稳健性．     

基于时频分析的伪码调相引信自适应干扰对消器设计

时频分析是识别宽带扩频信号中窄带干扰的有效方法。采用扩展离散Wigner-Ville分布( EDTWD)的时频分析方法提取和重构伪码调相引信回波信号中的窄带干扰,然后通过自适应干扰对消将干扰消除。该方法不需要干扰信号的先验知识,滤除干扰的同时使目标回波信号失真很小,也适用于存在多个干扰源的情况。介绍其算法原理和设计过程,并给出仿真结果。     

形态滤波方法在抵肩力信号降噪中的应用研究

针对抵肩力实验信号采集过程中引入的噪声污染问题,基于数学形态学理论,提出了一种自适应多尺度形态学降噪方法。该方法采用形态开闭-闭开运算提取含噪信号的正、负冲击成分,根据不同尺度形态运算后的噪声统计分布,对不同尺度下形态运算的结果进行加权平均去噪,解决了细节保持与噪声滤波之间的矛盾。仿真实验以高斯白噪声干扰下的blocks信号为研究对象,信噪比和均方根误差为评定降噪结果的标准,结果表明该方法与传统阈值降噪方法相比具有更好的降噪效果。抵肩力实验结果的应用表明,该方法能够在有效抑制信号噪声的同时较好地保留抵肩力信号特征细节,为抵肩力信号特征的提取提供了一种降噪方法。     

基于假设检验的FRFT域LFM干扰抑制

针对FRFT域LFM干扰抑制门限较难准确设置的问题,分析了固定门限法与自适应门限法利用FRFT域统计量确定门限存在的缺陷。在直接序列扩频信号与信道噪声的和近似服从高斯分布的条件下,利用LFM干扰和高斯白噪声在FRFT域谱的性质,提出直接序列扩频接收机基于假设检验的LFM干扰抑制新算法。计算机仿真结果验证了算法的有效性。     

用于宽带测向的广义阵列流行内插算法

文中把阵列流行内插宽带测向算法应用到均匀线阵上，并给出了求变换矩阵的另外两种方法。与通常的宽带信号子空间方法相比，提出的算法不需要对波达方向进行预估计，且具有对相干宽带信号进行测向的能力。理论分析和仿真实验证明了文中测向算法的有效性。     

一种双模杂波抑制的准自适应MTI系统

雷达自适应杂波抑制的算法及其工程实现是雷达信号处理系统的一个重要问题。本文首先从理论上讨论了一种基于最大平均改善因子准则的动目标显示滤波器最佳权矢量的计算方法，然后从工程实现的角度提出了一种简单实用的具有双模杂波抑制能力的准自适应动目标显示系统，并将该自适应杂波抑制算法应用到实测雷达数据上，实验结果表明该算法对真实雷达回波中的杂波具有有效的抑制作用。     

延时控制差异并联算法与自适应加权融合算法

为提高延时控制系统现有决策算法的精度,提出了基于遗传算法的差异并联决策算法,利用遗传算法对各个延时电路的决策增量进行优化求解;为改善系统决策算法的鲁棒性,提出一种自适应加权融合算法,在对实测数据进行分析的基础上确定合理的权值分配策略。利用数值算例对精度、可靠度、鲁棒性和实时性的对比表明:与原有算法相比,所提两种算法具有更优的综合性能,其中自适应加权融合算法性能较为均衡,而差异并联算法具有较强的抑制异常测量值能力,适用于对鲁棒性要求较高的场合。     

基于BP遗传算法的PID控制器参数设计

传统的PID控制器在控制系统中应用广泛，它的参数设计是一个广泛研究的课题。基于遗传算法的控制器虽能求取全局解，但是收敛速度慢，而基于神经网络的控制器结构简单、可塑性强，但是容易陷入局部解。文中结合两者优点，提出采用遗传算法的BP神经网络PID参数设计的方法，以达到整体优化的目的。     

基于无噪协方差矩阵变换的宽带测向算法

宽带测向一直是阵列信号处理领域研究的热点。本文提出了一种基于无噪协方差矩阵变换的宽带测向算法。该算法通过构造变换矩阵，把各个窄带频率处的无噪协方差矩阵变换到聚焦频率处，然后应用子空间的方法得到波达方向估计值。与通常的信号子空间宽带测向算法相比，本文提出的算法不需要对波达方向进行预估计。理论分析证明了本文波达方向估计算法的无偏性。把该算法应用到均匀线阵上，仿真实验结果证明了算法的有效性。     

ELM 在机床切削刀具磨损快速检测中的应用

为检测加工过程中切削刀具的磨损和破损,探讨一种基于声音识别的超限学习机(extreme learning machine,ELM)模型检测方法.论述切削声音信号的时频域特性,讨论基于小波包分解的刀具工作状态敏感频谱能量统计特征量提取方法,构建基于声音特征量识别的ELM快速检测模型.以某操作现场刀具切削磨损声音信号识别实验为例,实测数据验证了采用该模型可获得更高的检测准确度且响应速度更快.实验仿真结果表明:采用ELM模型借助声音识别检测切削刀具磨损的方法是有效的.     

结合形态滤波与多分辨率 SVD 包的电能质量扰动检测

针对电能质量的扰动检测问题,以电流信号为研究对象,提出结合形态滤波与多分辨率奇异值分解 (singular value decomposition,SVD)包的电能质量扰动检测算法。根据形态学滤波器计算特点,采用余弦结构元素, 对滤除噪声后的信号构造矩阵进行多分辨率 SVD 包分解,通过分解后的高频分量特征检测扰动,结合自适应阈值判 断是否发生扰动,利用仿真对其进行验证。仿真实验结果表明：该算法相较于普通形态学与 SVD 方法有更好的抗噪 能力,且可实现对扰动信号的快速、准确定位。     

一种基于显著性的红外弱小目标检测方法

红外弱小目标检测是目标识别等领域的研究热点。考虑到红外弱小图像中目标信噪比较低,且成像目标的尺度变化较大,构建一种同时考虑局部显著性特征和全局显著性特征的红外弱小目标检测框架。构建一种基于多尺度卷积核的显著性目标检测算法,将该算法与谱残差算法分别进行显著图计算;在得到局部和全局显著图后,采用形态学方法进行显著图的融合以及自适应阈值方法进行二值分割。在给定的公开数据集上的实验结果表明,该方法相对于基准的显著性算法,在目标检测的准确性和虚警率上均有明显优势。     

一种基于独立成分分析的水下宽带信号波达方位估计方法

在水下目标特征信息缺乏、声纳阵列孔径有限的条件下,对水下宽带信号开展高分辨率、高精度的波达方位估计研究,具有明显的研究意义和应用价值。利用水下信源统计独立的特点,采用基于独立成分分析的状态一致性变换算法进行方位估计;考虑到水下加性噪声的高斯分布特性,利用小波降噪的预处理技术,消减混合信号中的高斯噪声成分;针对状态一致性变换在低频段的性能退化,提出一种空间重采样修正方法。使用上述基于空间重采样修正的状态一致性变换算法对仿真及海试数据进行处理,目标方位估计结果表明：该方法具有角度分辨率高、需要阵元数少、对先验知识依赖小、低频段性能稳定的优点,相比常规波束形成、子空间法、传统状态一致性变换3类方法更具性能优越性与实用性。