基于时频点聚类的LFM信号波达方向估计

基于空间时频分布(spatial time-frequency distribution, STFD)的多重信号分类(multiple signal classification, MUSIC)算法常用于非平稳信号波达方向(direction of arrival, DOA)估计, 其关键是选取合适的信号时频点.文中针对传统时频MUSIC算法不能提取各信号时频点且在小角度间隔时估计性能不佳的问题, 以线性调频(line frequency modulation, LFM)信号为研究对象, 提出了基于时频点聚类的DOA估计算法.该算法首先对阵列接收信号进行白化, 利用白化后的接收信号构造STFD矩阵, 达到抑制STFD矩阵的交叉项、突出信号自项的目的, 然后利用K均值聚类提取各信号时频点, 最后运用MUSIC算法估计DOA.对不同角度间隔和不同信噪比时三种算法的估计均方根误差进行了仿真对比, 结果表明:相比经典时频MUSIC算法, 文中算法在小角度间隔和低信噪比时有更好的估计性能.     

用于多分量线性调频信号的自适应核分布分析

该文针对多分量线性调频信号,提出了一种新的自适应核时频分布-自适应高斯核分布,并给出了有效的核函数估计准则;以自适应高斯核分布为例,分析了采用自适应核时频分布对信号自身项及交叉项的影响,从而说明自适应核相对于固定核的优势所在;总结了基于模糊域自适应设计多分量线性调频信号核函数的一般方法。计算机仿真结果表明了自适应高斯核分布在抑制交叉项并保持较高时频分辨力方面的有效性。     

基于小波脊线-Hough变换的LFM信号检测

线性调频(LFM)信号是现代雷达广泛使用的一种大时宽-带宽积的低截获概率信号,根据线性调频信号的小波变换特性,小波脊线与瞬时频率的对应关系,提出了一种检测线性调频信号的联合小波脊线-Hough变换方法,该方法首先计算信号的小波变换,得到二维时-频能量分布图,采用脊算法提取信号的小波脊线,然后在小波脊线时-频平面上再进行Hough变换,从而检测噪声中的线性调频信号并估计信号参数.仿真结果证明,此方法可有效地对线性调频类信号进行检测,并且有较好的抗噪声性能.     

基于Radon-Ambiguity变换的LFM信号时/频差快速联合估计

提出了一种基于Radon-Ambiguity变换(Radon-Ambiguity Transform, RAT)的线性调频(Linear Frequency Modulated, LFM)信号时/频差快速联合估计的算法.根据LFM信号在多个不同角度上的RAT峰值位置建立一组以信号间时差和频差为未知量的方程组,求解方程组即可得到时/频差的估计值.对于存在噪声的信号,RAT误差会导致方程组不能直接求解,为了抑制噪声干扰,采用最小二乘法估计时/频差.本文算法无需计算二维平面上各点的模糊函数值,并且由于离散RAT可以通过快速傅里叶变换快速实现,具有所需运算量低的优点.仿真实验表明,相比于常见的基于模糊函数峰值搜索的时/频差估计算法,本文算法在保证时/频差估计精度的同时能够显著提高运算效率.     

LFM信号参数估计的插值FrFT修正算法

针对线性调频（LFM）信号参数估计插值FrFT算法在信噪比较低时性能下降而且针对不同参数估计性能不稳定的问题,提出了一种修正的插值FrFT算法。首先分析了现有插值FrFT算法问题出现的原因,然后定义了分数阶域量化频率,指出当信噪比较低时,若LFM信号初始频率接近分数阶域量化频率点,插值FrFT算法出现反向补偿的概率增大,性能下降。修正的插值FrFT算法改进了插值方向的判决条件以提高噪声免疫力,并通过频移LFM信号初始频率使其不在分数阶域量化频率点附近。最后,对不同初始频率的LFM信号进行仿真,结果表明,修正的插值FrFT算法提高了LFM信号参数估计精度,性能稳定,而计算量并没有明显增加。      

基于Hough变换的摄像机畸变非量测标定方法

广角镜头在获得大视场的同时也引入了严重的光 学畸变,必须对从广角相机所获得的图像进行畸变校正。本文首先 提取图像中的曲线,依据在单参数除式畸变模型下直线段畸变成像近似呈圆弧的特点,在圆 弧拟合过程中标定出畸变参数与 畸变中心的初始近似值;进而采用一种在Hough变换空间中使 用熵函数估计校正后曲线直线度的方 法,利用熵函数对初始近似值作进一步的优化,最终求取更加精确的畸变参数与畸变中心 。基于工程实例,分别利用圆 弧拟合求初始值方法与本文所提出方法对目标图像进行畸变校正。仿真和真实图像实验表明 ,本文方法仅利用单幅图像即可实 现高精度的标定系数,且方法具有较高的稳定性,操作简单、方便和易于实现。     

基于时频分布盲辨识算法的电磁干扰信号分析

提出一种可用于分离不同时频分布的非平稳信号的盲信号辨识算法。采用Wigner－Ville分布（WVD）进行盲源分离时,合成信号有交叉项存在,其分离性能不理想。而Cohen 类时频分布可以抑制交叉项,并且保持时频聚集性。因此,在TFBSS 中,Cohen 类时频分布可以取得更好的分离性能。分析了Cohen 类时频分布对交叉项的抑制性能,以及对盲源分离性能的影响,结果表明：采用盲辨识算法进行电磁干扰信号分离,其效果明显优于采用WVD进行分离的效果。     

形态学滤波与组合时频分布跳频信号参数估计

针对跳频信号参数估计中平滑类维格纳分布（WVD）运算量大和时频分辨率下降等问题,提出一种基于形态学滤波与组合时频分布的跳频参数盲估计方法。该方法首先利用短时傅里叶变换（STFT）和维格纳分布得到跳频信号的组合时频分布,然后通过形态学滤波得到清晰的时频图,进而估计出跳周期、跳变时刻和跳频频率等参数。理论分析和仿真结果表明,与直接利用平滑伪维格纳（SPWVD）进行跳频参数估计相比,该方法计算量更小,估计精确度更高。     

A method for estimating the parameters of the K distribution

A method that combines the maximum likelihood and the method of moments for estimating the parameters of the K distribution is proposed. The method results in the lowest variance of parameter estimates when compared with existing non-ML techniques     

基于遗传算法和时频分布的跳频信号盲分离

根据跳频信号的非平稳特性,采用一种基于时频分布的跳频信号盲分离算法,通过合理选择符合＂单个自项＂要求的时频点,将盲源分离问题转化成对一组时频分布矩阵联合对角化的数学优化问题,由于遗传算法具有良好的全局寻优能力,因此利用遗传算法对能够表征矩阵联合对交化效果的代价函数进行优化求解,寻找能将矩阵组联合对角化的权矩阵。仿真结果...     

Carrier frequency estimation method of time-frequency overlapped signals based on cyclic correntropy spectrum

According to the performance degradation problem of the carrier frequency estimation method of time-frequency overlapped BPSK signals in Alpha-stable distribution noise,a novel carrier frequency estimation algorithm of the time-frequency overlapped BPSK signals based on the cyclic correntropy spectrum was proposed.The relationship between cyclic frequency and carrier frequency on the zero frequency section of the cyclic correntropy spectrum was deduced,which could be utilized for carrier frequency estimation.The proposed method can suppress the impulse noise and has better estimation performance than that of the contrastive methods.Simulation results are presented to demonstrate the effectiveness and robustness of the proposed method.     

An adaptive time-frequency filtering method for nonstationary signals based on the generalized S-transform

Aiming at the serious interference of the cross term existing in the time-frequency(TF) filtering method,an adaptive TF filtering method for nonstationary signals based on the generalized S-transform is proposed.Firstly the time-frequency distribution spectrum of the signal is got by the generalized S-transform,then the clustered energy of the signal on the timefrequency plane is identified by the TF region extraction algorithm,thirdly the TF filtering factor is constructed based on the distribution charact...     

基于时频分析的雷达信号到达角估计

现有的空间时频分布(STFD)的信号表示只适用于窄带、连续信号的分析，而雷达侦察系统要求对脉冲、线性调频等信号同时进行到达角(DOA)、频率和信号时域参数的估计。本文给出了现有空间时频分布对雷达信号DOA估计的条件，并提出了基于修正STFD矩阵的DOA估计算法。通过对各阵元输出作时频分析，估计信号的频率参数，然后据此构造方向向量和修正STFD矩阵，即可构造MUSIC空间谱。该算法不受基于现有STFD算法的条件限制。     

基于重排时间尺度分布的跳频信号参数盲估计

提出了一种低截获概率跳频信号的截获方法,该方法基于信号小波尺度谱的重排时间尺度分布,在未知任何先验条件情况下,能够检测并提取非合作跳频信号的跳频频率、跳频周期和跳变时刻特征参数信息。文中比较了跳频信号的小波尺度谱与重排小波尺度谱分析效果,提出了基于重排小波尺度谱的跳频信号参数盲估计算法,通过计算机仿真得到了较为准确的估计结果,并对算法的性能进行了分析,验证了该方法的有效性。     

基于MP分解的宽带LFM信号参数估计

将MP分解应用于宽带阵列信号处理中,提出一种针对线性调频信号(LFM)参数估计新算法.根据LFM信号形式建立过完备原子库Gf,其中原子参数由起始频率和调频斜率决定,将阵列参考阵元接收数据在Gf上作MP分解,获得各个信号的起始频率和调频斜率参数,从而得到宽带信号的具体形式;在上一步频率参数估计的基础上,根据阵列结构建立过完备原子库Gθ,其中原子参数由到达角决定,将阵列全部阵元接收数据在Gθ上作MP分解,实现信号DOA估计.新算法估计性能优于传统空间时频分布(STFD)方法,尤其在低信噪比、多信源情况下仍然有较高的估计精度.计算机仿真结果验证了算法的有效性.     

基于时频原子方法的雷达辐射源信号特征提取

针对电子战面临的高密集、信号形式复杂多变的雷达辐射源环境,提出一种全新的雷达辐射源信号特征提取方法.在过完备的时频原子库基础上,采用匹配追踪(MP)方法对信号进行时频原子分解,并通过改进的量子遗传算法(IQGA)降低MP搜索过程的时间复杂性,得到表示雷达辐射源信号特征信息的最佳时频原子,为后期的辐射源信号分选和识别进行特征准备.实验结果证实了该方法的有效性和可行性,所提取的时频原子特征具有一定的抗噪性能.     

基于时频分析的多跳频信号盲检测

为了减小低信噪比下干扰和噪声对跳频信号检测的影响,提出一种基于时频分析的多跳频信号盲检测算法.针对跳频信号、定频信号、高斯白噪声具有的不同时频分布特点,该算法利用短时傅里叶变换得到的时频图构造时频对消比;理论分析得到各信号的时频对消比是不同的,因此将其作为检测统计量,实现高斯白噪声背景下跳频、定频信号的盲检测.仿真结果...     

基于科恩分布的地球物理信号的时频分析

在简要讨论几种科恩类广义双线性时频分布的基础上,探讨双线性时频分布的算法实现与仿真流程,进而模拟出地磁脉动信号的几种时频分布,同时还对Pc脉动的几种双线性时频分布进行了比较,给出了相应的交叉项抑制和参数选取的方法。结果表明,在核函数参数选取适当的情况下,广义双线性时频表示是分析地球物理信号的有力工具。     

基于时频分布图像和主分量分析的脉内调制识别算法研究

本文提出了一种利用模式识别中图像处理的方法来进行雷达脉内调制特征识别的新算法.通过对雷达信号时频分布图像进行二维小波分解,并对其进行主分量分析,获得每类雷达信号中的特征参数,构建相应的分类器,并利用此分类器对信号进行识别.仿真结果表明,利用信号的时频分布图像来进行信号识别是完全可行的,提取的特征参数具有很好的鲁棒性,具有较强的抗噪声能力,同时可以取得较高识别率.     

基于任意阵列形式的LFM信号参数估计

基于任意阵列形式的LFM信号参数估计算法，利用分段解线调建立频域波束空间数据模型，通过Beamspace—ESPRIT算法和线性调频波束形成器算法(CBF)实现了调频斜率和初始频率的高精度估计。针对多信号交叉项的影响，提出了逐次滤波和迭代滤波的解决办法。算法对线性调频参数无模糊估计的条件进行了研究，并给出了欠采样条件下初始频率估计解模糊的方法。仿真实验证明了算法的有效性。