雷达设备与系统

0620747基于细节分量提取的脉压雷达信号检测技术[刊,中]／潘继飞／／电子信息对抗技术．-2006,21(3)．-16-19 (G)小波分解可以将信号分解为多层近似分量与细节分量,脉压雷达信号的脉内信息可以在细节分量中得到很好的体现,因此小波变换方法对脉压信号有着很大的优势。Mallat快速算法使小波变换走向工程实用成为可能,对ADC输出的数据流做小波分解,得到各层的细节分量,找到波形失真较小并且能够反映脉内特征的细节分量作为新的数据源,对之进行相关处理．完成信号检测。文章最后以实际雷达信号为对象进行了实验,实验结果表明该方法是切实可行的。参3     

基于小波—神经网络的雷达信号脉内特征分析

时频分析是脉内特征分析中常用的一种方法,通过提取雷达脉冲信号的小波脊函数可以获得脉内调制信号在每个采样点的瞬时频率,然后再使用神经网络的方法对小波变换提取出的瞬时频率进行分析,便可以得到信号的脉内调制特征。以MoBet小波和多层感知器为例,对低信噪比下的典型雷达信号进行了仿真分析,结果验证了小波-神经网络分析脉内特征的有效性。     

基于小波分析的雷达信号调制方式识别

雷达信号的脉内调制特征是雷达信号细微特征的重要体现,因此要对雷达信号分选和识别,高可信度地判别雷达属性,必须对雷达信号脉内调制特征进行分析。小波变换特别适用于非平稳信号的分析,作为一种特征提取的工具己得到较广泛的应用。用小波变换的方法对常见的几种雷达信号进行了调制方式的识别。     

基于快速独立分量分析和小波包变换的脑电信号消噪

本文提出一种小波包变换和快速独立分量分析相结合的方法对脑电信号进行预处理。首先利用小波包变换对脑电信号进行3层分解,对第三层的高频小波系数置零,以此达到去除随机噪声的目的,同时最大程度地保留了细节信息。其次,对经过小波包变换处理后的多路信号进行快速独立分量分析,将脑电信号与各噪声源信号分离开。为验证消噪算法的效果,本文对输出各分量进行相关性分析,实验结果显示各分量间的互相关系数的数量级为-15和-16,互相关系数近似为0,说明该方法的去噪效果很好。     

探地雷达回波信号的特征提取和分类

探地雷达的回波信号具有非平稳特征.为实现非平稳信号的检测和分类,采用了二进小波变换、主分量分析与Fisher线性判别分析和前馈多层感知器分类器分别对探地雷达回波信号进行小波分解、去相关与特征选择和分类.实验结果表明,该算法具有很好的分类效果.     

基于小波变换的网络流量异常监测仿真实验

为有效定位识别和提取网络流量序列的暂态性异常特征,针对网络异常流量特征扰动性和暂态性特点,提出一种基于小波分解的二叉分类回归决策树主分量特征优化跟踪特征提取算法。利用训练集建立决策树模型,采用二叉分类回归决策树模型进行主分量特征优化跟踪建模,利用双正交提升小波分解得到的各层细节信号对暂态性扰动特征的敏感性,通过小波分解得到各层细节信号,将提取的小波分层细节信号的奇异值分解特征再返回到决策树主分量特征优化跟踪模型中,实现网络流量异常特征的定位提取和识别。仿真实验表明,改进算法的抗干扰能力和分辨率提高显著,暂态性异常特征谱图分辨能力提高,异常特征分布谱清晰可见,展示了较好的特征提取和状态识别性能。     

基于小波分析的图像压缩

从小波分析的理论及研究现状出发,阐述了小波分析在图像压缩中的应用,并通过实验说明小波分析在图像处理中的作用。实验以matlab7.0作为平台,使用wavedec2和appcoef2函数进行二维小波分解和获取小波分解的近似分量,并且使用detcoef2函数来获取两层二维小波分解的细节分量,最后使用wrcoef2函数对各层的分量进行重构。实验表明,利用小波分析对图像进行压缩可以得到非常好的压缩效果。     

基于小波变换的CO_2预裂腔内压力时频特征分析

为提取CO_2预裂过程动态参数以优化预裂工艺,基于某CO_2预裂实验数据,利用小波变换对CO_2预裂装置腔内动态压力信号进行时频特征分析,得到不同频带上压力信号分量的时间历程曲线和能量分布。分析结果表明,通过对预裂过程腔内压力信号的小波分解重构,可以同时反映压力信号的强度、频率、波形对能量分布的影响,结合不同频带的时间历程曲线可以获得动态压力在不同频带上的分布和衰减的细节信息,进而确定频带分量对预裂效果的影响。     

基于小波变换的雷达辐射源信号特征提取

在小波多分辨分析的基础上提出一种对雷达辐射源信号进行脉内特征提取方法,该方法能够从信号中有效提取定量信息。将小波变换后低频逼近小波系数的能量分布熵,与经过尺度相关去噪计算后反映信号边缘的高频细节小波系数能量分布熵一起构成雷达辐射源信号的二维特征向量。通过对10种雷达辐射源信号的特征提取和分类仿真实验,结果表明：提取的样本特征在低信噪比下具有很好的抗噪性和可聚类性,证明了本文方法的有效性。     

基于小波变换的高斯曲线拟合在峰值定位中的应用

针对低速率解调仪采样获得光纤布喇格光栅反射光谱解调精度低的缺点,采用了一种基于小波变换的高斯(WTG)曲线拟合方法。利用小波变换对反射光谱信号进行分解,对小波细节分量进行阈值量化处理,在此基础上,运用处理后的细节分量和近似分量对信号进行重构;然后对重构后的信号插值并进行高斯曲线拟合,使用Levenberg-Marquardt(LM)算法优化高斯拟合系数。仿真实验结果表明:与直接寻峰算法、高斯拟合算法相比,WTG算法的峰值定位误差最小,解调精度更高。     

基于DT-CWT与TVAR的多雷达信号融合

针对目标散射回波数据非平稳的特点,本文提出了一种基于DT-CWT与TVAR的雷达信号融合方法。本文利用复小波对雷达信号进行分解,然后对各个小波子空间上的信号进行TVAR建模预测,最后再通过复小波重构雷达信号, 并对两部雷达信号进行幅相补偿和融合,从而获得了超分辨的雷达一维距离像。     

应用最优小波包变换的特征提取方法

在模式识别或分类中,从原始模式中提取有效的分类特征是非常重要的.但对于大量的非平稳或时变信号模式来说,如语音,雷达,地震信号等,用于分类的特征往往包含在局部的时-频信息中,用一般的变换方法提取有效的特征比较困难.近年来小波变换在信号处理和特征提取中得到了广泛应用,但小波包变换的任意多尺度分解特性,是分析非平稳信号更有效的方法,这是由于小波库中包含了丰富的小波包基,不同的小波包基具有不同的性质,反映不同的信号特性,能获取其他变换所不能获取的信号特征.本文主要研究由给定的训练样本集,如何选择最优小波包基,从被识别或分类的信号中提取具有最大可分性的特征.为此提出了应用三种可分性准则,即距离准则,散度准则和熵准则选择最优基.通过实验,对应用各准则选择最优基提取特征与小波基提取特征的性能进行了比较.     

Signal Decomposition by Using the S-Method With Application to the Analysis of HF Radar Signals in Sea-Clutter

This paper presents a new approach to the time-frequency signal analysis and synthesis, using the eigenvalue decomposition method. It is based on the S-method, the time-frequency representation that can produce a distribution equal or close to a sum of the Wigner distributions of individual signal components. The new time-frequency signal decomposition method is evaluated on the simulated and experimental high-frequency surface-wave radar (HFSWR) data. Results demonstrate that it provides an effective way for analyzing and detecting maneuvering air targets with significant velocity changes, including target signal separation from the heavy clutter. The analysis shows that this method can provide additional insight into the interpretation and processing of radar signals, with respect to the traditional Fourier transform based methods currently used by the HFSWRs. The proposed method could also be used in other signal processing applications.     

雷达视频压缩传输系统

深入研究了基于二维小波变换的雷达视频压缩算法，并将该算法运用到雷达视频传输系统的研制，在窄带设备上高质量传输雷达一次视频信号。     

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。     

Bionic wavelet transform: a new time-frequency method based on an auditory model

In this paper, a new adaptive wavelet transform, named bionic wavelet transform (BWT), is developed based on a model of the active auditory system. The most distinguishing characteristic of BWT is that its resolution in the time-frequency domain can be adaptively adjusted not only by the signal frequency but also by the signal instantaneous amplitude and its first-order differential. The automatically adjusted resolution, even in a fixed frequency along the time-axis, is achieved by introducing the active control of the auditory system into the wavelet transform (WT). Other properties of BWT include that: 1) BWT is a nonlinear transform that has high sensitivity and frequency selectivity; 2) BWT represents the signal with a concentrated energy distribution; and 3) the inverse BWT can reconstruct the original signal from its time-frequency representation. In order to compare these three properties between BWT and WT, experiments were conducted on both constructed signals and real speech signals. The results show that BWT performs better than WT in these three aspects, and that BWT is appropriate for speech signal processing, especially for cochlear implants.     

一种改进的基于经验模态分解的小波阈值滤波方法

经验模态分解是一种新的信号分解方法,该方法可将非线性非平稳信号分解成若干个单分量的本征模态函数,使得每个本征模态函数都具有一定的物理意义。本文探索了该方法在语音增强方面的应用.在文献[8]的基础上,对其方法进行了有效改进。首先将带噪语音进行经验模态分解,得到六个本征模态函数和一个余量信号,对这七个信号分别进行小波阈值滤波,并由滤波后的七个信号重构语音。结果表明,该方法的滤波效果明显优于对带噪语音直接采用小波阈值滤波的方法,并且较之文献[8]的滤波方法也具有一定的优势。     

探地雷达回波信号小波压缩方法研究

介绍了多分辨分析和小波变换的基本理论以及常用小波变换压缩数据的三种方法：只保留近似信号；全部保留近似信号及细节信号中的较大值；保留近似信号及细节信号中的较大值。将紧支集小波（Daubechies)和正交三次B-样条小波压缩探地雷达数据进行了对比，计算表明正交三次B-样条小波变换方法效果较好，而在全部保留近似信号及只保留细节信号中数值较大的系数时，压缩比大而重建雷达数据与原始雷达数据间的均方差较小。     

基于波束域预处理的阵列盲信号分离方法

相控阵雷达采用多个阵元进行信号的接收处理,其多通道信号处理可以采用盲信号处理的方法进行目标源信号分离.由于阵元间距导致信号在阵元间产生相位延迟,在进行盲分离的时候一般只能采用卷积混合模型,盲分离过程是较为复杂的多通道反卷积问题.文中对阵列接收信号进行波束域预处理,通过确定的空间波束相位补偿,将阵元域的多时延混合信号变换为瞬时混合信号,从而采用简单的实数分离算法即可完成信号分离,分离信号可用于后置处理.所提方法简单有效,相比常规阵列信号处理方法,可直接适用于宽带信号.仿真实验验证了其有效性.