基于自适应LMS的导波雷达液位计回波识别与校正（英文）

非平稳及多奇异点的雷达回波信号包含虚假回波,影响液位回波信号的识别与液位测量。为解决雷达液位计的虚假回波干扰问题,提高液位识别与测量精度,提出一种回波识别与校正方法。将短时幅度函数与短时过零率函数结合,利用函数逐帧地对回波信号计算,识别液位回波信号;通过自适应最小均方误差进行系统的权矢量迭代,更新权系数,对回波信号进行处理,进行抑制虚假回波干扰。实验结果表明:该方法能够准确识别液位回波信号;液位测量精度可达到0.42%F.S,相比于其他去噪方法,该方法在抑制噪声的同时能较好地保留信号奇异性特征,有较好的鲁棒性。     

基于广义S变换奇异值分解的料位回波检测与校正

非平稳及多奇异点的调频料位测量雷达回波中包含虚假回波及噪声,影响料位回波信号检测,导致料位测量精度不高.本文提出了一种基于广义S变换和奇异值分解的料位回波检测与校正方法.首先,将料位变化视作低速运动目标,将料位回波信号与雷达发射信号进行混频解调,并根据回波信号的频率分布特点对广义S变换窗口的变化趋势进行调节.之后对其变换所得到的二维时频系数矩阵利用奇异值分解方法重构系数矩阵,并对其进行广义S逆变换,得到校正后的回波信号.实验结果表明:该方法能够准确检测料位回波信号,在抑制噪声的同时能最大限度保留信号的细节特征,减少虚假回波干扰.料位测量误差不超过4.01％,测量精度可达到0.40％F.S.     

基于HT1200M的导波雷达液位测量系统设计

为提高高污染与高温环境下液位测量精度,设计了一种基于HT1200M的导波雷达液位测量系统。系统以STM32F103为控制核心,利用基于HART协议HT1200M芯片进行信号传输与接收,通过自适应LMS(最小均方误差)算法对测量结果进行滤波处理,有效去除回波波束干扰噪声,提高测量精度。结果表明该测量系统精确度高,能够满足工业现场环境对液位测量要求,能够提高相关工业自动化控制程度。     

一种高性能的连续波穿墙定位系统研究

基于连续波信号的穿墙雷达探测系统凭借其低廉的成本、简单的结构以及优秀的静态杂波抑制等诸多优势,无论是在军事还是民用领域都受到人们广泛的关注.其中,直达波抑制以及检测过程中的虚假目标识别过滤问题一直是实现连续波穿墙雷达高精度定位的关键技术.针对传统连续波穿墙雷达在上述问题处理上的不足,提出了一种利用负反馈环路实时对消回波信号中的直达波分量,同时根据预先估测的窗函数内噪声幅值大小,自适应地调节系统阈值以去除检测过程中虚假目标的恒虚警检测方法,对雷达性能进行改进.最后用模拟实验的方法验证了提出技术对隐藏在墙后运动目标的检测跟踪能力.实验结果表明,采用提出的新技术对目标进行定位,实时性好,检测精度高,具有较高的实用价值.     

压缩感知改进探地雷达回波信号时延估计

针对探地雷达回波受环境及多径干扰而导致时延估计的精度和速度不满足应用需求的问题,提出了基于改进快速匹配追踪的时延估计算法,算法首先基于压缩感知理论对雷达探地回波进行稀疏分解和重构,以提高信号的信噪比,消除回波中强干扰信号对时延估计的影响,然后采用QR分解优化的快速正交匹配追踪对时延估计模型进行求解,降低基函数错选概率,提高模型收敛速度.仿真实验表明,算法能够有效均衡回波信号中强信号分量和弱信号分量,具有较高的回波时延估计精度.     

基于小波变换mallat算法的雷达回波去噪

为了准确识别雷达回波信号中的目标信号,将小波变换引入雷达回波信号处理,对回波信号进行分解、重构,并通过滤波器设计,去除了雷达信号中的噪声。采用Matlab软件进行系统仿真,结果表明,采用小波变换mallat算法对探地雷达回波信号进行目标识别具有较好的时频分辨率,且可抑制杂波,去除噪声,能很好地识别目标信号,具有很好的应用前景。     

基于归一化LMS滤波校正的核辐射法液位计设计

在工业现场环境对液位的测量中,噪声的干扰会影响测量精度。为提高粘稠状态下液位测量精度,设计了一种基于归一化最小均方误差(LMS)滤波方法校正的核辐射法液位测量系统。以STM32为控制核心,利用基于HART总线HT1200M芯片进行数据传输与接收,归一化LMS滤波算法能够进行更精确的滤波处理,计算系统迭代权矢量,进行权系数更新,有效消除系统液位测量噪声,提高液位测量精度。测试数据表明,归一化LMS滤波方法校正的核辐射法液位计在自适应规则下能够消除测量系统噪声干扰,提高液位测量精度,液位计能够满足工业现场环境对液位测量要求,能够提高相关工业自动化程度。     

一种线性调频连续波探测抗雷达辐射源干扰方法

随着各类军用、民用辐射源频段的不断扩展以及功率的不断提升,线性调频连续波(LFMCW)探测器面对此类干扰的威胁也愈加严重。然而,目前关于LFMCW体制抗干扰技术的研究主要围绕在对抗有源干扰,鲜有针对强辐射源干扰的研究。针对上述问题,以对抗大功率雷达辐射源干扰为背景,本文对常规脉冲和线性调频脉冲信号两种典型的雷达辐射源信号进行建模,并分析其对LFMCW探测器的干扰机理。根据目标回波信号和干扰信号在时频域上的差异,提出了一种基于时频变换和边缘检测的干扰抑制算法。首先使用短时傅里叶变换(STFT)获得接收信号的时频图像,利用脉冲干扰在时间轴上的周期截断特征,在时频域进行干扰的粗滤波;然后结合边缘检测技术,沿着频率轴使用Sobel算子进行卷积,进一步滤除残留的干扰,重构滤波后的频谱,提取目标信息。仿真及实验结果表明,该算法能够有效地抑制两种典型的脉冲体制雷达辐射源信号干扰,在干扰背景下提取目标差频频率的精度优于3%。     

基于整周期自适应采样液位雷达信号处理算法

线性调频测距雷达回波信号是频偏00MHz的中频信号,精确地谱分析算法是实现精确测距的前提.在分析中频回波信号特征基础上,建立了回波基频信号与距离的关系.基于DSP技术和整周期自适应采样算法实现了信号的倍频采样,有效地提高了计算速度,避免了谱泄漏和截断误差.实现了液位的实时在线高精度测量.     

铜鼓一次大暴雨过程雷达回波特征分析

为了更好地监测预警铜鼓大暴雨天气,了解大暴雨中短时强降水雷达回波特征,文章采用天气学、雷达气象学等原理对2021-08-25铜鼓大暴雨天气的雷达回波特征进行了分析。文章详细介绍了资料来源、天气实况、闪电分布和天气背景;并对辐合线回波特征和短时强降水回波特征进行了详细分析,最后得出结论,以期为铜鼓大暴雨天气的短临预报提供识别和分析依据。     

基于声发射时频分析与卷积神经网络的液膜密封摩擦状态识别

针对液膜密封状态监测领域无损监测开发不足、信号特征评估困难以及摩擦状态判别智能化特性缺乏的问题,提出一种基于声发射时频分析与卷积神经网络的液膜密封摩擦状态识别方法。该方法将声发射无损监测技术应用于液膜密封的摩擦状态监测,卷积神经网络作为液膜密封摩擦状态自主决策的实现手段,声发射信号的时频信息作为卷积神经网络的特征输入,分析短时傅立叶变换、 S变换以及小波变换3种时频分析方法对卷积神经网络识别性能的影响。结果表明：对于液膜密封的声发射信号,3种时频分析方法与卷积神经网络结合的优选顺序为：短时傅立叶变换、 S变换、小波变换;基于声发射时频分析与卷积神经网络的液膜密封摩擦状态识别方法准确率较高,相比其他识别方法取得了较好的识别效果。     

噪声激振下的油井动液面测量方法研究

油井动液面深度是原油开采中的关键工作参数,也是油田合理安排开采计划的重要依据。针对目前声共振法存在测量范围不足和测量精度较低的问题,论文提出了噪声激振下的油井动液面测量优化方法。本文首先探究了激励频带变化对测量结果的影响,并建立了强噪声激励下系统输出响应信号的数学模型。然后,根据建立的数学模型提出了共振信号的提取算法,通过功率谱估计和自适应同态滤波有效抑制了强噪声对共振信号的干扰。最后,研究了基于双线性插值的离散频谱校正算法,实现了共振特征参数的精确估计。实验结果表明,该方法能在强噪声干扰下提取出共振信号,实现了超过1 700 m的动液面稳定测量,且波动小于2 m。     

Instantaneous Frequency Estimation for Motion Echo Signal of Projectile in Bore Based on Polynomial Chirplet Transform

Microwave interferometer is one of the devices for measuring the movement travel–varying or time-varying velocity of projectile in bore. Microwave interferometer first obtains the Doppler echo signal including the motion information of the projectile in bore, then the velocity is measured based on instantaneous frequency estimation (IFE) of the processed and transformed signal. The parametric time-frequency analysis method can make spectral energy of nonlinear frequency modulation (FM) signal concentrate at some range in the new transform domain. As the motion echo signal of projectile in bore (MSPB) is a nonlinear FM signal, it could be described by polynomial chirplet, one of polynomial FM signal modes, which is used to construct transform kernel for the signal. In this paper, Polynomial chirplet transform (PCT) method is proposed to analyze the simulation and experiment echo signals of projectile in bore. The estimation error and Renyi entropy are used to measure quantify of the time-frequency distribution. Compared with short-time Fourier transform (STFT) method and Wigner-Ville distribution (WVD) method, our results show that the PCT method has most powerful anti-interference performance and highest accuracy of instantaneous frequency estimation for the simulation signal, and lowest Renyi entropy of the instantaneous frequency estimation for the experiment signal. In general, the PCT method has powerful anti-interference performance and high time-frequency concentration and accuracy of instantaneous frequency estimation for the motion echo signal of projectile in bore.     

基于成像提取的RCS精确测量方法研究

高精度雷达散射截面(RCS)测量对背景环境具有较高要求,当背景环境存在较强干扰时,通过背景矢量对消难以消除杂波影响。提出基于成像提取的高精度RCS测量方法,从背景杂波中分离和提取出目标的散射信号,从而提高了测量的精度。首先推导了像与RCS的数学关系,然后利用转台模式下的测量回波进行成像处理,得到目标区域的二维像;从成像区域中提取目标的二维像,通过波谱变换和定标获得目标的RCS。仿真结果表明,该方法对于具有干扰情况下的RCS测量,可以改善3~5 d B的测试精度,并且能够对弱散射目标进行测量。实验结果表明了成像提取方法的有效性和准确性。     

基于超声参数化和熵模型的汽车焊点质量识别

汽车焊点的超声波检测过程中,超声回波为非稳态信号,特征不易提取,同时焊点缺陷类型众多,导致汽车焊点质量的自动判定与识别比较困难。因此,提出一种基于超声信号参数化和判别熵模型的汽车焊点质量智能识别方法。通过建立汽车焊点超声回波信号的参数化模型,再基于EM算法思想,提出多回波超声信号的特征参数估计算法。根据提取的超声信号时频特征值,结合判别熵对特征值的有效性进行监督,提取最优特征值子集,最终实现汽车焊点质量类型的智能识别。焊点的实际检测结果验证了方法的有效性和识别的准确性。     

基于DSP油井液面测试系统

介绍一种以DSP(数字信号处理器)为核心的油井液面测试系统。该系统控制声波发射器发射声波,接收传感器将回波信号转化为电信号后传送给DSP,然后DSP再根据预先设置的参数和相应的算法计算出油井液面深度。同时,该系统通过USB总线将测试数据传送到PC上位机,通过上位机监控软件查看测试数据。     

新型油井液位测量系统

在石油工业生产中广泛使用回声测距仪检测油井液位深度。本文将扩频理论引入生产测井仪器开发，研制开发一套油井液位测量系统，成功试用于工业油井。理论分析与实验表明：引入扩频技术较好地解决了常规脉冲测距仪器作用距离与测距精度间的矛盾，能准确识别接箍反射波和液面反射波，确定油井液面深度。测距系统采用相关检测方法，可有效抑制各种噪声干扰，使系统在信噪比很低的条件下正常工作，用于工业油井能大大提高测试距离。     

基于GA-SVM算法的通信网络入侵信号自动识别技术

针对当前通信系统入侵行为自动识别技术存在入侵信号样本识别成功率较低、误识别率和漏识别率较高的问题,提出基于 GA-SVM 算法的通信网络入侵信号自动识别技术。利用混沌原理提取通信网络入侵的非平稳信号时域特征,并凭借自回归模型提取对应频域特征,捕捉邻域入侵信号间的非线性时空动作频率,评价相邻行为间的状态关联性,预测入侵信号后续行为,完成入侵信号的识别。实验表明,所提方法识别精度高、误识别率较低,漏识别率非常低,具有可应用于实际的理论价值。