基于STFT和WT的SAR干扰抑制算法

窄带干扰(NBI)和宽带干扰(WBI)作为合成孔径雷达（SAR）中最为常见的两种干扰形式,它们的存在将会大幅度地降低SAR图像的质量.本文在对NBI和WBI的时频聚集性分析的基础上,提出一种联合短时傅里叶变换和小波变换的NBI和WBI抑制方法.该方法首先把SAR回波数据变换到短时傅里叶谱域再把短时傅里叶谱域数据变换到小...     

时频面滑窗掩膜的多分量信号高效重构算法

针对基于特征值分解的 Wigner-Ville 分布信号重构算法运算复杂度高这一问题,该文提出一种高效多分量信号重构算法。首先,通过分析 Wigner-Ville 逆变换公式,推导出瞬时时刻重构序列与原序列之间的联系,提出一种高效的信号重构算法。然后,采用平滑伪Wigner-Ville分布作为时频掩膜抑制Wigner-Ville分布的交叉项,并通过在时频面内滑窗的方法逐一提取各分量信号。最后,结合高效信号重构算法和时频面滑窗掩膜技术,实现多分量信号快速准确重构。仿真实验证明了该算法的有效性和可行性。     

基于信息辅助块稀疏贝叶斯学习的直扩通信窄带干扰抑制

现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题,利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的类噪声特性,提出了基于块稀疏贝叶斯学习(Block Sparse Bayesian Learning,BSBL)框架的DSSS通信NBI抑制模型。实现干扰抑制后,利用传统的CS重构算法实现DSSS信号的压缩域解调。为进一步提高算法性能,将NBI稀疏分块的块内自相关矩阵建模为单位矩阵,提出了信息辅助BSBL(Aid BSBL,ABSBL)算法,设计了基于ABSBL的DSSS通信NBI抑制算法。该算法在保持较好NBI抑制性能的条件下,提高了运算效率并且不依赖NBI的稀疏结构。仿真验证和对比分析结果表明,所提方法能够有效抑制DSSS通信中的NBI,在干扰强度相同的条件下,NBI带宽越小、压缩率越大,算法对NBI的抑制性能越好。     

结合图像处理与时频分析的直扩/跳频信号参数估计

为实现扩频带宽大于跳频间隔、干扰信号强度较大及存在信道噪声时直扩/跳频(DS/FH)信号参数精确估计,提出了一种结合图像处理算法与时频分析技术的DS/FH信号参数估计方法。该方法首先利用时频分析算法提取DS/FH信号的时频分布图,然后结合干扰分量在时频图中的图像特征,利用图像处理的开运算与闭运算剔除了图像中的孤立干扰点及"空洞"干扰点。特别地,为抑制复杂的毛刺干扰信号提出了一种迭代相关匹配算法。最后通过分析图像像素位置与时频参数的对应关系完成DS/FH信号的参数估计。仿真实验表明,该方法可以有效消除干扰信号的影响,准确快速提取混合扩频信号的时频参数。     

一种新的基于ICA的SAR图像干扰分离方法

干扰后的合成孔径雷达(SAR)图像可以看作是目标信号和干扰信号的混合信号源,信号空间和干扰信号空间认为是统计独立的,因此图像域上的干扰抑制问题可以转化为一种信号分离问题.借助于独立分量分析(ICA)方法,提出高阶统计量-峭度值作为基图像分类标准,实现了干扰信号的有效抑制.理论分析和对高斯白噪声干扰的仿真实验验证了方法的有效性.     

联合时频重排和双正交傅里叶变换对抗频谱弥散干扰

频谱弥散（SMSP）干扰由多个LFM子信号时域拼接而成，利用信号处理工具重构干扰信号，需要进行多次滤波。针对该问题，分析了SMSP干扰时频特征，在此基础上，提出联合时频重排和双正交傅里叶变换SMSP干扰抑制算法。首先，对回波时频重排矩阵进行Radon变换，估计干扰子信号个数。其次，根据估计的子信号个数设计参考信号，将回波中的SMSP干扰调制成一个LFM信号。然后，对调制后回波进行BFT峰值滤波处理，解调重构干扰信号。最后，将回波减去重构信号实现干扰抑制。仿真结果表明，所提算法无需估计全部干扰参数，仅需一次峰值滤波解调处理即可准确重构干扰信号，对消后回波中的SMSP干扰得到有效抑制。      

基于统计区分度的SAR图像干扰评估方法

针对干扰信号和目标回波信号在图像上的统计特性差异,该文提出了基于统计区分度的SAR干扰评估方法。借助于独立分量分析(ICA),把SAR图像域上的干扰抑制问题转化为一种盲源分离问题。分别对高斯噪声干扰和类杂波干扰SAR图像进行ICA处理,并采用峭度准则进行干扰基图像分离。由于类杂波干扰信号具有和SAR回波信号类似的统计特征,相对于高斯噪声干扰的干扰抑制效果降低。理论分析和仿真验证了基于目标回波信号特征的类杂波干扰方法的有效性。     

采用改进特征子空间投影的SAR脉冲式直达波干扰抑制方法

射频干扰(RFI)会污染合成孔径雷达(SAR)回波信号,增加SAR图像解译难度。脉冲式直达波干扰(PDWI)作为典型的RFI,在原始回波域以明亮条纹状掩盖SAR回波信息,对SAR成像质量产生严重影响。现有的干扰抑制方法中,传统的特征子空间投影(ESP)方法对整条含干扰脉冲进行干扰抑制,造成了脉冲中非干扰位置有用信号损失。为了保护有用信号,该文提出一种改进ESP的SAR脉冲式直达波干扰抑制方法。首先,通过两次检测干扰,获取PDWI在时域中的具体位置。其次,仅对检测的干扰位置数据,采用ESP将有用信号和干扰信号分离。最后,从原始数据中减去ESP重构的干扰数据以实现干扰抑制。仿真和实测数据处理表明,与现有方法相比,该方法能够有效避免SAR原始数据中有用信号的损失,抑制了脉冲式直达波干扰。     

基于联合滤波的SAR射频干扰抑制方法

面对日益复杂的空间电磁环境,合成孔径雷达(Synthetic Aperture Radar,SAR)容易受到射频干扰(Radio Frequency Interference,RFI)的影响,从而严重影响图像的判读和解译。尤其是低波段(例如P波段)SAR系统,由于频段内存在大量的电视广播信号,更容易受到RFI的影响。在建立了射频干扰信号模型的基础上,根据RFI信号的高功率、窄频带特点,提出了一种基于联合滤波的RFI抑制方法。该方法结合了传统的陷波法和子空间投影法在SAR射频干扰抑制方面的优点。其基本思想是:首先利用子空间投影法,将回波投影到目标信号子空间,获得参考信号,根据该参考信号,利用3δ...     

基于盲子空间法的DS-CDMA系统码辅助NBI抑制技术研究

针对现存盲直接法码辅助技术抑制直接序列-码分多址(DS-CDMA,Direct Sequence-Code Division Multiple Access)系统窄带干扰(NBI,Narrow-Band Interference)性能不佳的问题,提出盲子空间法码辅助技术.盲子空间法利用对CDMA和NBI构成的虚拟CDMA用户联合特征子空间估计实现对三类NBI的抑制,包括音频干扰、数字窄带干扰和自回归(AR,Autoregressive)随机过程.本文详细推导了盲子空间法码辅助技术的输出信干噪比性能,对比了较盲直接法码辅助技术的优越性.仿真分析证明了算法的有效性.     

Cross-term elimination in Wigner distribution based on 2D signal processing techniques

An efficient method based on 2D signal processing techniques and fractional Fourier transform is presented to suppress interference terms of Wigner distribution (WD). The proposed technique computes Gabor transform (GT) of a multi-component signal to obtain a blurred time-frequency (t-f) image. Signal components in GT image are segmented using connected component segmentation and are filtered out using precise application of fractional Fourier transform. A crisp t-f representation is then obtained by computing the sum of products of WD and GT of the isolated signal components. The efficacy of the proposed technique is demonstrated using examples of synthetic signals and real-life bat signals. Proposed scheme gives satisfactory performance even when cross-terms of WD overlap auto-terms and computational cost analysis shows that it is more efficient than recent interference suppression techniques of comparable performance. Moreover, the proposed technique does not require any prior info regarding the nature of signal.     

Discrete Wigner synthesis

An important application of the Wigner distribution (WD) is the synthesis of a discrete-time signal whose WD approximates a specified time-frequency distribution in the minimum mean-square error sense. One approach previously proposed (Yu and Cheng, Proc. ICASSP, 1985, pp. 1037–1040) is based upon the notion of expressing the desired signal in terms of orthonormal functions and applying the resulting induced Wigner distributions for WD synthesis. In this paper, we prove that the induced WDs cannot be orthonormal for any choice of the original orthonormal functions. We also prove that the induced WDs can be orthogonal only for particular original basis functions. We utilize these results to introduce a rigorous approach for discrete WD synthesis. We then illustrate our approach through analytical and computational examples.     

基于Wigner分布时频遮隔的信号分解算法

综合特征值分解及Wigner分布时频遮隔提出了一种信号分解算法,并推广应用于其他交叉项抑制时频表示.对于由时频面上互不重叠分量合成的多分量信号,证明了信号分量可与各分量Wigner分布之和的逆Fourier变换的特征值分解相对应;通过阈值法可从抑制交叉项时频表示获得信号时频支撑区域,以此为模板遮隔Wigner分布可减少交叉项并保持自项聚集性,其逆Fourier变换的特征值分解就可实现多分量信号分解.仿真实例分析结果表明了该理论与算法的正确性和实用性.最后分析了算法性能并拓展了其实用范围.     

基于重叠变换和时频分析的自适应抗干扰算法

将时频分析和重叠变换结合,提出了一种新的直接序列扩频通信窄带干扰抑制算法,通过重叠变换将多分量信号分解成为一系列单分量信号并通过维格纳分布法确定单分量干扰的频率。在此基础上设计了一自适应滤波器抑制掉干扰。这种方法对平稳信号和非平衡信号同样适用。给出相应的计算机仿真结果,并与其它变换域算法进行了比较。     

An acoustooptic Wigner processor for time-varying signal analysis

The Wigner distribution, or WD, produces a time-frequency signal representation from which the time- and/or frequency-domain properties of a signal can be extracted. To operate at very high data rates, an acoustooptic specialized Wigner distribution processor is proposed.     

一种改进的基于ATF算法的直扩通信干扰抑制技术

提出了直扩通信中一种改进的基于ATF（自适应时频）算法的干扰抑制方法。对原有算法进行了优化并给出了相应的自适应去干扰算法。采用自适应滤波技术取代子带剔除法,自适应地跟踪窄带干扰,改善了有用信号的丢弃情况,有效地抑制了窄带干扰。分析和仿真结果表明,基于ATF算法的自适应小波包时频干扰抑制方法比传统的子带剔除法在性能上更为优越,干扰定位速度也较快,干扰抑制能力强。     

直扩通信中基于ATF算法的窄带干扰抑制技术优化

提出了一种直扩通信中基于ATF算法的窄带干扰抑制技术的优化方法.采用自适应滤波技术取代子带剔除法,自适应地跟踪窄带干扰,改善了有用信号的丢弃情况,有效地抑制了窄带干扰.仿真结果表明,该算法在性能上更优越,干扰定位速度更快,干扰抑制能力得到较大提高.     

Tracking of unknown nonstationary chirp signals using unsupervisedclustering in the Wigner distribution space

This paper is concerned with the problems of (1) detecting the presence of one or more FM chirp signals embedded in noise, and (2) tracking or estimating the unknown, time-varying instantaneous frequency of each chirp component. No prior knowledge is assumed about the number of chirp signals present, the parameters of each chirp, or how the parameters change with time. A detection/estimation algorithm is proposed that uses the Wigner distribution transform to find the best piecewise cubic approximation to each chirp's phase function. The first step of the WD based algorithm consists of properly thresholding the WD of the received signal to produce contours in the time-frequency plane that approximate the instantaneous frequency of each chirp component. These contours can then be approximated as generalized lines in the (ω, t, t²) space. The number of chirp signals (or equivalently, generalized lines) present is determined using maximum likelihood segmentation. Minimum mean square estimation techniques are used to estimate the unknown phase parameters of each chirp component. The authors demonstrate that for the cases of (i) nonoverlapping linear or nonlinear FM chirp signals embedded in noise or (ii) overlapping linear FM chirp signals embedded in noise, the approach is very robust, highly reliable, and can operate efficiently in low signal-to-noise environments where it is hard for even trained operators to detect the presence of chirps while looking at the WD plots of the overall signal. For multicomponent signals, the proposed technique is able to suppress noise as well as the troublesome cross WD components that arise due to the bilinear nature of the WD     

基于Matching Pursuits时频分解算法的传声器阵语音增强

根据在时频域中对含噪语音信号进行的时频分析研究,提出1种基于MatchingPursuits时频分解算法的语音降噪方法。利用MatchingPursuits算法对含噪语音信号进行分解,将分解后各分量的魏格纳分布之和作为整个信号的魏格纳分布,使信号在时频平面上有较直观的分布,并利用此特点对信号进行降噪。仿真结果表明:此方法能在保证可懂度的情况下,有效去除含噪语音信号中的宽带噪声。