基于小波变换和FRFT的图像加密算法

为了提高图像的安全性,增强图像的加密效果,提出一种基于离散小波和分数阶傅里叶变换（FRFT）的图像加密算法。首先利用离散小波变换使图像信号稀疏化,然后对稀疏化处理后的图像进行离散FRFT处理,得到最终加密图像。MATLAB的仿真结果表明,和单一的小波变换相比,该算法的加密和解密效果较好,能够较好地隐藏图片的信息。     

基于FRFT及Wigner—Hough变换的非平稳信号时频分析

考虑到时频分析在非平稳信号处理中的广泛应用,本文比较了几种常用的时频分析技术,提出了一种基于分数傅里叶变换和Wigner-Hough变换的非平稳信号时频分析方式。仿真实验结果表明,基于分数阶傅里叶变换和Wigner—Hough变换的方法较之常用的二次型时频分布不同的是它消除了交叉项的干扰,同时也很容易估计参数,分析信号的瞬时频率,恢复信号的信息。     

FRFT域的数字图像chirp噪声抑制方法

针对含有chirp噪声的图像,应用传统的滤波方法难以实现有效的信噪分离,提出了一种基于分数阶傅里叶变换域的数字图像chirp噪声的抑制方法。该方法是将chirp信号分数阶傅里叶域的滤波算法引入到数字图像的处理中,是一种新的改善图像质量的手段。仿真结果表明,对于含有chirp噪声干扰这一特定退化模型的图像,采取最优估计下的分数阶傅里叶变换相比普通傅里叶变换和线性平滑滤波,图像恢复的效果更佳,它能有效地去除图像中的chirp噪声。     

LFM信号时频分布与分数阶域滤波仿真研究

通过分析LFM(线性频率调制信号)的时频分布,Wigner-ViUe分布,Wigner-Hough分布,并结合FRFT(分数阶Fourier变换)与上述时频分布的关系,得到利用FRFT进行分数阶Fourier域滤渡的可能,并通过matlab仿真验证了利用FRFT进行LFM信号滤波的优越性.     

基于SVD和FRFT的音频信息隐藏算法

在分析分数阶傅里叶变换（FRFT）的基础上,利用FRFT的时频特性、奇异特征值的稳定性及幂函数的缩放特性,提出了一种基于SVD和FRFT的音频信息隐藏算法。实验结果表明,该算法具有很好的不可感知性,且对加噪、重采样、重量化、MP3压缩及频域恶意攻击具有很强的鲁棒性。     

基于FRFT的Wigner-Ville分布交叉项抑制方法

针对多分量线性调频信号的魏格纳-维尔分布(Wigner-Ville Distribution,WVD)交叉项干扰问题,提出一种抑制交叉项的方法。该方法利用分数阶傅里叶变换(Fractional Fourier Transform,FRFT)在最佳FRFT域中对给定的线性调频信号具有最好的能量聚集性,将多分量线性调频信号在FRFT域上分解为若干个单分量信号,线性叠加单分量信号的WVD,从而达到抑制交叉项的效果。此外,当多分量线性调频信号为周期信号时周期间存在干扰,进一步提出了在基于FRFT的WVD交叉项抑制方法中增加周期遮蔽处理。仿真结果表明,在保持较高的时频分辨率时,该方法能够有效抑制交叉项,并且有一定的抗噪声能力。     

基于FRFT自相似参数估计的异常流量检测方法

针对传统异常流量检测方法检测精度较低, Hurst指数估计受估计序列尺度的影响, 提出了基于分数阶傅里叶变换（FRFT）估计Hurst指数的方法。在此基础上, 实现了基于Hurst指数变化的异常检测, 有效解决了方法实现过程中FRFT最佳估计的分数阶阶数选择及Hurst参数求解的关键问题。实验表明, 基于FRFT的估计不受序列非平稳性影响, 对Hurst指数估计具有较高的估计精度, 并且可以准确地检测网络异常。     

窄带干扰环境下直扩信号伪码周期估计

研究扩频通信技术中信号优化问题,信道的干扰影响直接序列扩频信号(DSSS)传输的正确性,给直扩信号参数检测与估计带来了困难,需要一种有效的算法来增强抗干扰能力。为了解决上述问题,利用变化域的FFT重叠变换干扰抑制提供一种最有效的方法,可通过对DSSS信号加窗处理和重叠变换,使信号频谱泄露大为降低,而且使信号的损失也大为减小,使误码率可以降到很低。另外提出一种FFT重叠变换干扰抑制算法和信号功率谱二次处理的联合估计窄带干扰环境下DSSS信号的伪码(PN)周期并进行仿真。仿真结果表明,算法在较低的输入信噪比和低信干比条件下能准确地估计DSSS信号PN码周期,证明了FFT重叠变换干扰抑制算法的有效性。     

基于STFT和FrFT的连续波雷达参数估计

连续波雷达的回波信号由目标进行调制,对回波参数的估计是雷达信号处理的主要任务.本文从短时傅里叶变换(STFT)和分数阶傅里叶变换(FrFT)的基本特点入手,介绍了他们进行雷达回波信号参数估计时的优缺点.针对这些特点,提出了一种基于两种方法的混合算法.混合算法分两步:首先,混合算法运用STFT进行速度粗测;然后,用FrFT对加速度进行估计同时进行速度的精测.最后本文进行蒙特卡罗仿真实验,实验结果证明,即使在较低信噪比下该算法依然有效.     

STLFMCW信号的周期FRFT检测与参数估计

结合对称三角线性调频连续波（STLFMCW）信号的时频特性,提出了一种采用周期分数阶傅里叶变换（FRFT）的STLFMCW信号检测与参数估计方法。分析了STLFMCW信号在周期FRFT域的能量积累特性,推导了信号周期FRFT的处理增益表达式。利用噪声在周期FRFT域的概率统计特性实现了检测门限的自适应确定。由于具有周期积累特性,在低信噪比下,该方法对调频周期、起始时间偏移、调频斜率和载频具有较好的估计性能。最后,仿真验证了该方法的有效性。     

GPS接收机LFM干扰抑制仿真

根据全球定位系统(GPS)接收机接收信号、噪声和线性调频(LFM)干扰在时频平面上的不同分布特点,采用Wigner-Hough变换进行干扰的检测和参数估计,并构造出干扰子空间,然后利用子空间投影方法进行干扰抑制。给出了干扰参数估计和子空间投影抗干扰的具体步骤,推导出系统输出信号与干扰噪声比(SINR)的解析表达式,并仿真分析该方法抑制LFM干扰的性能。试验证明该方法能有效抑制LFM干扰,且结构简单,具有较高的可行性和实用性。     

扩频通信抗干扰中的局部离散余弦变换技术

提出一种新的基于局部离散余弦变换(Local discrete cosine transform,LDCT)的时频域干扰抑制方法。与传统的块变换(Discrete cosine transform,DCT)不同,LDCT基函数具有良好的时域能量集中特性,可迅速捕获信号中的时变成分,有效跟踪信号时频结构的变化,实现时频平面的任意时间分割。仿真结果表明,基于LDCT的时频域信号处理方法可有效地抑制各种脉冲型时变干扰,明显改善系统性能。     

基于小波包变换的自适应阈值抑制窄带干扰

为了进一步提高直接序列扩频通信系统的窄带干扰抑制能力,本文实现了基于小波包变换的自适应阈值抑制窄带干扰算法。通过分析直扩信号在小波包分解后的能量分布特点,来设定自适应阈值以定位和剔除窄带干扰。解决了干扰判决阈值难以确定的问题。自适应阈值能够迅速跟踪和准确定位窄带干扰所在的子带的,并对干扰的强度变化具有自适应的特点。仿真结果表明,该阈值抑制算法使直接序列扩频通信系统的抗干扰性能得到进一步提高。     

DS/CDMA系统中多址干扰的消除

在直接序列扩频/码分多址(DS/CDMA)系统中由于各用户之间的影响而使其容量受到很大限制。通常这种用户之间的影响是作为噪声来处理的。本文讨论了多址干扰问题,从另一不同的角度出发,即把用户之间的影响作为有用信息,对多个用户的数据信息进行联合判决,提出了提高判决准确性的方案。     

一种新的抗转发干扰直接序列扩频系统的性能分析

在直接序列扩频通信系统中,假设敌方能够逐个比特地检测到整个PN序列,并产生一个调制的转发干扰。当干扰信号的PN序列与原始信号的PN序列具有一致的相位时,这种转发干扰将对普通DS扩频系统产生严重威胁。针对这一问题,本文基于PSK和FSK调制的组合提出了一种新的抗转发干扰DS扩频结构,称之为抗干扰增强型系统。根据所提出的信号解调结构,本文推夺出最佳干扰情况下系统误比特率的解折表达式。最后,对误比特率的数值结果进行了分折,并提出了采用纠错编码的方法来改善AJES系统的可靠性。     

改进的DSSS电磁波随钻测量信号载频估计算法

为了解决随钻测量中电磁波信号的载频估计问题,基于直接序列扩频（ DSSS）通信原理,建立了改进的电磁波信号载频估计法,该方法采用信号自适应干扰对消技术滤除噪声信号,然后再通过带通滤波技术获得DSSS信号的频带,从而提高了信号的信噪比（ SNR）。在此基础上,建立了System View仿真模型,仿真结果表明：改进的载频估计法可以有效滤除噪声信号,精确地检测出电磁波信号的载波频率。     

基于分数阶Fourier变换的多分量LFM信号检测与参数估计

介绍了分数阶Fourier变换的基本原理和基本性质,提出了基于分数阶Fourier变换的多分量LFM信号检测和参数估计方法。为了解决多个LFM分量之间的相互影响问题．特别是强分量掩盖弱分量的问题．本文还提出了一种结合逐次消去思想和分数阶Fourier变换的多分量LFM信号检测和参数估计算法,它可以解决强度相差较大的多分量LFM信号中检测和估计弱LFM分量参数的问题。仿真实验结果证明了该算法的有效性。     

Double-characters detection of nonlinear frequency modulated signals based on FRFT

In many practical applications,signals to be detected are unknown nonlinear frequency modulated (FM)and are corrupted by strong noise.The phase histories of the nonlinear FM signals are assumed to be unknown smooth functions of time,which are usually poorly modeled or cannot be modeled at all by a small number of parameters.Because of the lack of phase model,a nonparametric detection method is proposed based on successive fractional Fourier transform and double-characters detection.The detection process goe...