采用复调制选带傅里叶变换的毫米波特征提取

针对毫米波引信对目标特征提取时传统差频快速傅里叶变换探测精度不足、运算量大的问题,提出采用复调制选带傅里叶变换(ZFFT)的毫米波特征提取算法。该方法的实质是通过对毫米波信号频谱中的局部信号进行复调制、移频、滤波、降采样后作点数较少的FFT实现对信号频谱的局部细化,提取其有效频率特征信息。实测导弹模型5mm信号数据和试验表明:采用复调制ZFFT的毫米波特征提取算法简便、存储及运算量小、速度快,适用于毫米波引信对实时性的要求。     

基于高阶累积量和熵值联合特征的调制识别算法

现代战争信息传输主要通过无线电通信实现,调制识别是通信侦察的关键技术,准确识别信号调制方式可为后续信号的解调及采取相应的对抗措施提供有利的条件。文章提出了一种基于高阶累积量和熵值联合特征的数字信号调制识别算法,提取高阶累积量和熵值作为分类特征。依据各特征参数的分类性能选取判决准则和门限值,构造出决策树分类器,从而实现对数字通信信号调制方式的识别。根据设定数字信号进行了仿真实验,结果表明该算法可在低信噪比情况下正确地识别数字通信信号调制方式,具有较强的可靠性与准确性。     

基于局部特征尺度分解与复合谱分析的齿轮性能退化特征提取

针对齿轮性能退化过程中振动信号复杂、特征提取困难等问题,提出采用基于局部特征尺度分解与复合谱的退化特征提取方法。改进复合谱分析法,利用离散余弦变换代替复合谱分析法的傅里叶变换,以减少特征信息的遗漏,提高特征信息敏感度;利用局部特征尺度分解法对振动信号进行分解,并采用贝叶斯信息准则与峭度时间序列互相关系数相结合对内禀尺度分量进行筛选,以剔除不必要分量的影响,有效地提取特征信息;利用改进的复合谱分析法对所选取的内禀尺度分量进行融合,提取复合谱熵作为特征向量。该退化特征提取方法运用于齿轮全寿命退化试验中,对实测信号进行特征提取和退化状态识别,结果表明改进后的复合谱熵对齿轮退化状态具有较好的表征能力。     

地面运动目标分类的模式特征与评价

为了进一步对车辆目标分类，对实验获得的典型地面运动目标一轮式车、履带式车的地震动信号从频域、时一频域等多方面进行特征提取。在频域上，应用傅立叶变换、经典功率谱分析等常用的信号处理方法对信号进行处理，提取了信号的FFT特征和功率谱特征。在时一频域应用短时傅立叶变换、小波及小波包分析方法对信号进行处理，得到时频分布矩阵奇异值分布特征和小波包分解能量分布特征。之后基于距离可分性设计了一个模式特征可分性测度，对时域和时一频域所提取的各种特性进行对比评价，结果表明FFT特征、功率谱特征和小波分解后的能量特征具有更好的可分性。该结果与将各特征应用神经网络进行目标识别的结果是一致的。这表明所设计的模式特征可分性测度是有效的。     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90％以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90%以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于PWD变换的伪码调相-载波调频复合信号的特征提取技术研究

伪码谪相-载波调频复合信号的识别特征包括伪码特征和频率调制特征。首先根据pseudoWigner,distribution(PWD)变换的幅度输出和相关滤波技术获得伪码特征信息,然后根据巳提取的伪码特征信息即相位突变点的位置信息对信号进行反相处理,对反相后的信号再采用PWD变换来提取频率调制特征信息。仿真结果表明：在信噪比为3dB时,算法能够有效地提取伪码特征信息和频率调制的特征信息。     

一种数字信号调制特征提取方法

信号特征提取是信息对抗与通信侦察领域的关键技术。首先对信号的时频变换进行了分析,对数字信号进行平滑伪Wigner-Ville变换,并在时频域提取数字信号的Rényi熵值特征,分析了Rényi的阶数与信号特征空间距离的关系。仿真分析表明,数字信号三阶Rényi特征具有良好的特征距离以及特征鲁棒性,说明文章提出的平滑伪Wigner-Ville变换Rényi熵值特征的有效性。     

基于小波变换信息熵的自动机故障特征提取研究

研究了根据自动机机箱的短时冲击振动信号,从信息的定量描述方法出发,通过小波能谱熵、小波奇异谱熵、小波时间熵算法建立信息熵提取模型,实现故障特征提取.针对典型模拟信号的仿真分析,验证了所提出的信息熵指标可以对信号进行多层次特征提取.结合自动机故障诊断试验,进行自动机运动形态分解时域特征与不同空间信息熵指标特征提取.可用于小口径火炮高速自动机的在线监测与故障诊断.     

基于小波熵的弹丸激波信号特征提取方法研究

在实验中获取的弹丸激波实测信号,由于受到激波在空气中传播时各种因素的影响,使得获取的信号有很多不确定性,其持续时间难以利用传统的信号处理方法来获取.文中从小波变换的角度出发,通过在尺度域上对信号能量的一种划分,引入了小波能谱与小波熵作为信号特征提取的特征量来反映系统信号的统计特征.实验结果表明,该算法能有效提取弹丸激波信号特征,速度快、准确率高,而且具有对噪声不敏感的优势.