基于包络延拓和本征波匹配的时变DoS攻击频谱检测

DoS攻击信号具有非平稳时变特性,湮没在色噪声背景的复杂网络环境中,对之难以有效检测.传统方法中采用基于非平稳时变信号处理的Hough变换单谱脉冲响应检测算法,由于二次型时频分布的边缘效应会引起较大包络衰减,检测性能不好.因此提出一种基于包络延拓和本征波匹配的时变DoS攻击信号频谱检测算法来对DoS攻击检测信号进行双曲调频分解,构建信号数学演化模型,得到信号包络和本征波特征提取结果.采用双线性Hough变换法分析频谱特征畸变,进行瞬时频率估计,得到信号的单谱脉冲响幅频响应,在包络时频特征空间优化搜索路径实现包络延拓,基于最小均方误差准则设计本征波匹配滤波器,控制DoS频谱偏移,实现信号频谱检测.仿真结果表明,本算法能在强色噪声背景干扰下提高检测性能,检测概率高于传统算法,且能准确估计参量信息,提高对DoS攻击信号的主动防御能力.     

基于Hilbert-Huang变换的语音信号分离

针对短时傅里叶变换不能正确得到非平稳信号的能量频率分布问题,提出了一种基于Hilbert-Huang变换的单信道语音信号分离的算法。该算法首先对分解得到的各内蕴模式函数分量(IMF)进行Hilbert变换,得到混合信号时频面上的Hilbert谱,然后对混合信号的Hilbert谱运用独立子空间分析的方法得出代表各个独立源信号的子空间,并对其求逆变换,从而恢复出各个源信号。通过仿真实验验证了此算法的正确性和有效性,且与短时傅里叶变换时频分析法相比较,其分离性能明显得到改善,显示了Hilbert-Huang变换在处理非平稳信号的优越性。     

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。     

STFT在航空发动机振动信号处理中的应用

当航空发动机工作于非平稳状态时,常规频谱分析和功率谱分析方法不能反映振动数据频谱随时间的变化情况。短时傅里叶变换(STFT)技术作为最为常用的时频分析技术之一,在工程应用领域具有算法简单、物理概念明确等优点,被广泛采用。鉴于STFT技术的上述优点,从航空发动机非平稳状态整机振动数据处理应用需求出发,对如何将短时傅里叶变换技术应用于航空发动机非平稳状态整机振动信号进行了分析研究,并给出了针对性的实现算法。     

基于相干小波变换的信号相位差估计

精确地估计两列信号间的传输延迟在工程上有着重要的意义。傅里叶变换方法很难区分或识别信号的瞬时变化,而小波变换方法是一种时间窗和频率窗都可改变的时频局部化的分析方法,在非平稳信号的分析方面具有明显的优势。给出应用Morlet小波变换的相干性实现两信号相位差估计的算法,在不同信噪比条件下,对算法的估计性能进行了仿真研究。仿真研究结果表明,在低信噪比的条件下,基于小波变换的相位差估计方法可以实现信号相位差的精确估计。通过与基于离散时间傅里叶变换方法的比较,验证了小波变换方法在估计信号相位差方面的优越性。该方法还可用于对非平稳信号相位差的估计。     

基于参数化时频分析的反辐射导弹检测

从参数化时频分析的角度出发,根据反辐射导弹(ARM)回波的信号特征,合理选择3种仿射时频变换并组合得到相应的时频原子,从而提出了三参数Chirplet变换的概念,同时根据ARM和载机回波的三参数Chirplet变换的时移特性,提出了一种用观测信号与其延时信号的三参数Chirplet变换的模之差来检测ARM的新方法。该方法可在不衰减ARM回波能量的前提下有效地对消载机回波干扰和消除部分背景噪声,且整个过程可用快速傅里叶变换(FFT)算法实现,从而简化了整个检测系统。仿真结果表明,该方法可在大载机回波干扰和低信噪比环境下快速准确地检测出ARM,实现实时告警。     

连续波背景下多信号处理方法

对接收到的信号进行短时傅里叶变换，通过分析短时傅里叶变换中每一个时间片内的信号频谱，检测出连续波背景下的脉冲信号。滤除线性调频脉冲信号成分，保留连续波信号成分，得到调频连续波信号具有周期性的时频变化曲线。根据连续波信号时频变化曲线的频谱特征，估计出其主要参数，然后滤除脉冲信号出现时间内信号中的连续波成分，并采用相应的方法估计出其参数。仿真结果表明，本文算法可以准确估计出线性调频连续波（LFMCW）信号和线性调频（LFM）脉冲信号的参数，当LFMCW信号的信噪比高于-8dB，并且其功率比脉冲信号功率小6dB以上时，算法具有良好的估计精度和稳定性。     

一种公共网络攻击数据挖掘智能算法研究

公共网络的开放性和自组织特性导致网络容易受到病毒干扰和入侵攻击,对攻击数据的准确高效挖掘能确保网络安全。传统方法采用时频指向性波束特征聚类方法实现攻击数据挖掘,在信噪比较低时攻击数据准确挖掘概率较低。提出一种基于自适应滤波检测和时频特征提取的公共网络攻击数据挖掘智能算法。首先进行公共网络攻击数据的信号拟合和时间序列分析,对含噪的攻击数据拟合信号进行自适应滤波检测,提高信号纯度,对滤波输出数据进行时频特征提取,实现攻击数据的准确挖掘。仿真结果表明,采用该算法进行网络攻击数据挖掘,对攻击数据特征的准确检测性能较高,对干扰的抑制性能较强,能有效实现网络安全防御。     

一种快速线性时频变换方法

信号的频率含量在很多应用中是非常重要的,很多算法在这方面进行了研究。普通的S变换可以同时提供时间和频率信息,但需要的计算要求较高。本文介绍了一种线性时频变换方法,包括傅里叶变换（FT）、短时傅里叶变换（STFT）和S变换（ST）。它是一种离散的,可逆的,无冗余的变换算法,具有快速傅里叶变换（FFT）相同的计算复杂度。经过合理的调试和仿真,该方法有效地对非平稳信号频谱进行采样和加窗过滤,得到连续S变换频谱,说明在信号分析中具有可行性和适用性。     

基于图像处理的跳频信号参数估计

针对复杂的电磁环境对跳频信号检测所产生的影响,提出了一种新的基于图像处理的跳频信号参数估计方法。首先将短时傅里叶变换(STFT)后的时频图处理为二维图像,然后根据电磁环境中噪声在时频图中的表现形式,对时频图进行滤波处理,最后根据对时频图的分析得出跳频信号参数估计。使用真实数据所进行的实验结果表明,所提出的方法能有效地滤除实际跳频信号中的雾态噪声、定频和突发信号,且不需要知道信号的跳速或驻留时间等前提条件,运算原理清晰,时间成本低且具有较高的准确度。目前该方法已应用于某数字接收机产品中,能很好地满足实际需求及测量精度要求。