回声信号时域分析

在高频条件下，亮点模型是对回声信号的良好近似描述，以此为物理基础，在时域上对仿真和实测的目标回声信号进行了相关分析，计算了回声信号的能（量）宽（度）比和幅度分布函数。结果表明，几何形态不同的目标的回声信号在上述三方面有着明显的差别，因此可用作判别目标几何形状复杂程度的一种判据。     

对称布尔函数算术Walsh变换的快速算法

为了提高对称布尔函数算术Walsh变换的实现效率,利用Krawtchouk多项式研究对称布尔函数的算术Walsh变换。根据算术Walsh变换的定义讨论对称布尔函数的算术Walsh变换和Krawtchouk多项式之间的关系,给出并证明基于Krawtchouk多项式描述的对称布尔函数的算术Walsh变换的简约表达式。利用得出的简约表达式和Krawtchouk多项式的性质即可得出一种实现对称布尔函数的算术Walsh变换的快速算法,该算法具有较低的时间复杂度和空间复杂度。     

音频水印中回声同步信号的性能分析

同步信息是实现水印盲检测的一种有效途径,根据人耳听觉系统的后掩蔽效应,将回声信号作为同步信息嵌入到音频载体中,并利用回声信号和原始音频信号之间高度相关特性,将回声同步信号检出,实验表明,除MP3以外的多种攻击形式,该方法具有一定的鲁棒性,在随机插入或删除一些采样点的攻击中,通过检测回声同步信号,可以有效地提高检测水印信号和原始水印信号之间的相似度。     

神经网络用于通信信号分类识别研究

介绍了将神经网络方法应用于通信信号的分选和识别的初步研究结果；选择了二值自适应共振（ＡＲＴ１）神经网络完成对输入信号的分类，确定输入信号类型是否已被网络存储，发现新出现的信号并标记；再采用多层前馈误差反向传播（ＢＰ）神经网络完成每一标记信号的识别，即识别该信号类型。比较了神经网络分类识别器和树形分类器的性能，并给出了计算机模拟结果。结果表明，基于神经网络的分类识别器的性能远优于传统技术分类器。     

小波变换用于MLAEP信号的分析

在现代临床麻醉学上,脑电信号分析成为麻醉深度监测的主要手段。其中,对于中潜伏期听觉诱发电位（MLAEP）信号的研究越来越受到重视。本利用Dsubechies正交肾支撑小波基对不同麻醉深度下的MLAEP信号进行小波变换,然后用顺序前进法对小波系数进行特征选择,最后利用神经网络来完成分类。仿真实验表明,这种小波变换与特征选择相结合的方法,对于MLAEP信号的分析有着较好的效果。     

小波变换技术用于图像信号的降噪

采用多尺度和小波阈值技术相结合的多尺度阈值方法来降低图像信号的噪声。它是根据在不同尺度下信号和噪声的小波系数有不同的变化规律,在同一尺度上信号和噪声的小波系数有不同的特点,在不同的尺度上选择合适的阈值来进行小波系数压缩,从而达到去除噪声的目的。     

信号分析从傅氏变换到小波变换

从信号分析的发展着重阐述了从傅氏变换到小波变换的信号分析方法 ,分析并比较了各自的优缺点 ,揭示了信号分析方法发展的内在规律性。     

小波变换用于水声信号-的奇异性研究

将小波变换用于水声信号的奇异性分析,首次提出利用舰船噪声的Lipschitz奇异性作为目标识别的特征参数,实验表明不同的水声信号其能量Lipschitz指数分布在不同的范围内。     

傅里叶变换与小波变换在信号故障诊断中的应用

研究了傅里叶变换与小波变换在信号故障诊断中的应用。仿真表明，小波变换在检测信号突变点方面比傅里叶变换优越得多，且利用小波变换可以精确地检测出信号突变的时间与位置。最后探讨了在应用小波变换进行故障检测时小波基的选取原则。     

结合小波变换与数学形态学的电缆局放信号识别与降噪方法

针对大部分电缆局放(PD)信号识别方法在噪声影响下的识别准确率低、波形失真等问题,提出了一种基于小波变换与数学形态学的电缆PD信号识别及降噪方法。该方法利用最大重叠离散小波变换提取PD信号的高频和低频特征,结合重构和数学形态法滤除噪声。利用自适应神经网络学习小波变换后的特征,最终完成PD信号的识别分类。基于某变电站实测PD信号波形对所提方法进行实验分析结果表明,信号降噪处理后的信噪比与均方误差分别为5.439 dB、0.251,且整体的识别准确率超过了88%,均优于其他对比方法,具有良好的应用前景。     

Improved method for SAR echo signal simulation using two-dimensional frequency domain transformation

The echo signal simulation of Synthetic Aperture Radar (SAR) is the basis of the research on SAR signal processing, and the large computation cost is the primary shortcomings of the frequently-used echo signal simulation method. Using the theory that Stolt transformation can simulate the so-called space-varying property of range migration, the IωKA algorithm becomes an impressive fast echo signal simulation method for the extended scenes in the two-dimensional frequency domain, and the computational cost and operation time is cut down sharply. According to the analysis, the key to the IωKA algorithm is the interpolation for the Stolt transformation, and the signal before interpolation in the IωKA algorithm can be seen as a band-limited signal in the strict sense, which is greatly different from that in the ωKA algorithm and may has a great effect on the selection of the interpolation algorithm and the interpolation performance. By preprocessing, the signal before interpolation in the IωKA algorithm is transformed into a baseband band-limited signal in the strict sense, which improves the interpolation performance, reduces the complexity of the interpolation, and enlarges the application range of the algorithm. Experimental result shows that if the error introduced by the simulation is regarded as noise, the error level of our method is much less than the system noise. Also, Compared with the other 2-D frequency-domain simulation methods, this method has a small amplitude error and phase error, and could be applied to the whole strip mode SAR with varieties of squint angles and wide-beam.     

沃尔什变换在油田测井相识别应用中的研究

测井相识别是油田沉积相识别的重要内容,找出反应测井曲线本质的特征是模式识别的关键。针对测井曲线的短期平稳性,将沃尔什变换应用于测井相识别。利用沃尔什反演对测井曲线预处理,提高纵向分辨率并获得反映井下状态的真实曲线。标定测井相的要点在于用测井曲线趋势变化反映岩性沉积的变化,提出用短时序率功率谱提取测井曲线的趋势特征。实验表明,不同测井相的短时序率谱具有明显差异,且具有鲁棒性。因此,本法具有实际的工程意义。     

基于雷达回波视频信号的目标智能识别方法研究

为了提升常规雷达目标识别的能力,以含有更多目标原始信息的回波视频信号为基础,研究了目标回波视频信号的特征提取,提出一种基于支持向量机的目标识别方法.最后通过仿真实验验证了本文方法的有效性.仿真结果表明,采用本文方法对目标大小识别的准确率与信噪比、采样率有关;对目标机型识别能得到较高的准确率.     

Walsh码及短截码和改进码的性能分析

对码分多址技术中的一种地址码－Ｗａｌｓｈ码、短截码、及改进的Ｗａｌｓｈ码的各种相关特性进行了计算与统计,并得出结论：改进后,Ｗａｌｈｓ 码的自相关特性得到显著改善,而互相关特性略有下降。     

瓦尔什函数在语声回波抑制中的应用

为改进自适应语声回波抑制器的收敛性能和减小其运算量,提出了使用较简单而实运算的按阿达玛排列的离散瓦尔什变换。通过理论分析和计算机模拟,在收敛性能和运算复杂性方面,将ＷＴＨ ＬＭＳ算法与时域ＬＭＳ算法和ＤＦＴ ＬＭＳ算法在ＡＥＣ中的应用进行了比较。     

小波包变换在电力负荷特征信号提取中的应用

为了给电力系统不良数据辨识提供良好的数据基础,提出了一种新的基于小波包除噪的方法来提取电力负荷特征信号.该方法将不良数据看成是被淹没在大量的噪声信号中特征信号,通过比较小波包除噪法与小波除噪法对信号消噪的效果,得出结论:小波包除噪法有较好的消噪能力,为电力负荷特征信号的提取提供了有效的分析方法.     

产生Walsh函数序列的一种新方法

由于正交误差是影响walsh函数序列的重要指标，文中介绍了一种能完全避免正交误差的Walsh函数序列的新型产生方法。首先讨论Walsh函数序列的哈达玛矩阵表示形式，然后讨论Walsh函数序列发生器的设计，阐述了该设计的理论依据，最后利用VHDL语言对其进行了软件仿真。结果表明，此方法切实可行，可以使设计过程大为简化，完全避免了Walsh函数序列的正交误差问题。     

基于反对称高斯小波的水下目标回声信号检测

针对目标回声检测中信号背景的混响干扰问题,基于反对称连续高斯小波变换空间上的模极大值传播特性与信号奇异点的关系,提出用小波影响锥锥尖和最佳尺度的自动检索来实现目标回声检测的方法.通过大量海上现场数据验证该方法的有效性,结果表明,由于对目标信号头和尾位置的准确定位,基于W igner分布特征和模糊分类器的分类识别效果理想,显示本方法在实现目标回声的自动检测方面具有应用前景.     

沃尔什(Walsh)码的频谱特性分析

对Walsh码的频谱特性进行了系统的分析，总结出了Walsh码在频域上的分布规律，给出了Walsh码的中心频率与频带宽度的确定方法，为利用Walsh码的频谱特性解决移动通信中的远近效应问题，以及通信对抗中抗窄带干扰和部分频带干扰问题提供了实用的选择依据。