基于小波阈值去噪和共轭模糊函数的时频差联合估计算法

为了解决二阶互模糊函数对相关噪声处理的局限性问题,以及基于四阶累积量的联合估计算法的运算量大的问题,该文利用小波阈值去噪方法结合非圆信号的特性,提出一种新的时频差联合估计算法。该方法首先对接收信号进行小波阈值去噪,然后构造共轭模糊函数,最后再进行2维搜索,得到时差和频差参数。仿真实验给出不同信噪比下的参数估计结果,得出这种算法能抑制相关噪声,又能相对降低运算复杂度,并且在较低信噪比下也能做出准确估计。     

跳频信号互模糊函数相参积累时差和速度差估计方法

在运动多站定位场景下，宽带跳频通信信号的载频跳变会产生变化的多普勒频移，因此无法直接利用跳频信号的多个不同脉冲估计多普勒频率差，若仅估计单个跳频脉冲的时频差，则精度低而无法满足定位要求。针对此问题，提出了一种基于互模糊函数相参积累的宽带跳频信号时差和多普勒速度差估计方法。首先将宽带跳频信号的多普勒效应差建模为多普勒速度差，从而无需对多普勒频差进行估计，避免载频跳变对多普勒效应差估计造成影响，并建立了时变时差的时差和速度差信号模型。然后对各单跳信号的互模糊函数进行相位补偿以实现相位对齐，通过对相参积累后的互模糊函数进行时差和速度差的二维峰值搜索，可以得到多跳频脉冲信号初始时刻时差和速度差的相参估计结果。最后以Link16数据链信号为例对算法进行了仿真实验，验证了算法的正确性与精度优势。     

基于互模糊函数的快速时差频差联合估计

针对无源定位中的时差频差联合估计问题,利用内积公式推导出了基于互模糊函数的时差频差联合估计公式,并提出了相应的快速实现算法。其中通过适当变换互模糊函数计算公式,将传统的二维时差频差搜索算法变为对信号内积进行快速傅里叶变换,然后对变换后的数据进行二维搜索,大大提高了时差频差联合估计的速度,降低了运算量。通过重构离散傅里叶变换项,并进行近似,进一步降低了运算量。仿真结果说明,两种算法都能得出准确的结果,改进的算法计算时间更少。     

一种基于短合成孔径的双星干涉精确定位方法

双星TDOA/FDOA联合定位通过时差曲面和频差曲面进行定位,定位的精度受时差/频差测量精度的影响。针对精确测量时差/频差的需求,该文提出一种基于短合成孔径的双星干涉测量时差/频差的方法,利用一定长度的合成孔径提高测量精度。对于窄带信号,该方法有估计单星多普勒频率的能力,通过两颗卫星单独估计的结果得到频差;对于宽带信号,通过双星数据干涉可以获得频差的高精度估计。对于短期稳定的雷达信号,STK仿真数据的处理结果证实了该方法在大范围内可以实现1 km的定位精度。     

基于相参积累的宽带跳频信号时差和速度差联合估计方法

运动多站无源定位场景下,宽带跳频通信信号载频跳变会产生变化的多普勒频移,从而导致无法直接估计多脉冲跳频观测信号的多普勒频差,而单跳信号的时频差估计精度又不能满足定位要求。针对该问题,本文提出了一种跳频信号多脉冲相参积累的时差和多普勒速度差联合估计算法。首先对宽带跳频观测信号建立时差-多普勒速度差模型,然后对脉冲对的频域共轭积补偿相位后累加求和,最后通过代价函数的二维峰值搜索求得跳频信号时差和多普勒速度差估计值。仿真结果表明,本文所提方法相比于单跳方法和多脉冲非相参积累方法,估计精度提升显著且在中高信噪比条件下能够贴近CRLB,验证了所提方法的正确性与精度优势。     

小波去噪在超声多普勒信号处理中的应用

在超声多普勒流量计的研制过程中,由于多普勒信号属于微弱信号,超声波回波信号的去噪处理这一步是十分必要的。通常采用小波阈值去噪的方法对此信号进行预处理,本文所采用的方法是在小波阈值去噪方法的基础上,利用一种改进的阈值函数,此阈值函数克服了硬阈值函数不连续的不足,继承了软阈值函数的连续性特点,并且解决了软阈值函数中存在的小波系数与分解小波系数之间存在着恒定偏差的缺陷,与此同时,它具有软硬阈值函数不可比拟的灵活性。对实验所获得的超声波回波信号进行去噪,仿真结果表明,采用新的阈值函数去噪能有效抑制在信号奇异点附近产生的Pseudo-Gibbs现象,并且从信噪比增益和均方误差意义上分析看出改进型阈值函数对于超声回波信号的去噪效果均优于传统的软、硬阈值方法。     

语音编码中的新阈值小波去噪算法

为提高语音信号的编码质量和节省宽带资源,文中在传统的CVSD编码中加入了小波闻值去噪方法.首先讨论了小波阈值去噪中估计小波系数的软阈值和硬阈值方法,然后提出了一种改进方案.该方案在阚值函数中加入因子,可以自适应地减少阈值函数中的恒定偏差,最后对重构后的语音信号再进行CVSD的编译码.Matlab仿真实验证明了该改进方案的有效性和优越性.     

一种改进的小波阈值去噪法

基于小波变换的阈值去噪法是去除数字信号中白噪声的有效算法,其中阈值函数的选择关系着重构信号的连续性和精度。但是硬阈值函数在阈值点具有不连续性,软阈值函数中估计的小波系数与信号的小波信号间存在恒定偏差的缺陷,这些缺点限制了阈值去噪法的进一步应用。将硬阈值和软阈值函数进行加权平均,选取适当的权值函数,可以构造出一种克服了软硬阈值缺点的新的阈值函数。仿真结果表明,该方法具有较好的去噪效果。     

一种模糊函数时频差联合估计快速算法

直接相关时延估计方法仅适用于接收站和辐射源都相对静止的情况,若接收信号存在多普勒频差则会严重影响时差(TDOA)估计精度,为解决相关时延估计方法的局限性,采用基于模糊函数的时频差联合估计方法,并针对模糊函数计算量巨大的问题,提出一种变时频分辨率峰值搜索方法。利用GPU并行计算架构实现来实现算法,以提高算法效率,加快算法收敛速度。仿真试验结果表明了算法的有效性。     

基于改进协同量子粒子群的小波去噪分析研究

小波阈值函数中,因信号之间的不连续性及小波估计系数与原信号的小波系数存在误差等原因,图像无法得到最优还原.为此提出一种基于改进协同量子粒子群算法优化小波函数的去噪方法.该方法在协同量子粒子群优化(CQPSO)算法的基础上引入了自适应收缩扩张因子,用改进的协同量子粒子群算法优化小波阈值函数中的调节因子和阈值.仿真图像和数...     

基于倒谱域相关的时差/频差联合估计算法

提出一种基于倒谱域相关的时差/频差联合估计算法,同时估计双传感器平台接收到的2路信号中的时延分量和频偏分量。与传统的基于二(四)阶相关复模糊函数法相比,新算法借鉴时域卷积等价于频域乘积的思想,将频域卷积等价于倒谱域相关,将时差频差二维搜索问题转化为先频差、后时差的2个一维搜索问题,由此实现时差/频差的快速联合估计。     

长时间相干累积算法研究

依据现有双星时差频差无源定位体制的原理和特征,针对长时间积分条件下的时差频差联合估计问题,分析了到达时差与到达频差随时间的变化规律及其对互模糊函数计算的影响。综合采取滑动时延调整和相位补偿措施,跟踪时差的线性变化,并抵消时延滑动引起的相位跳变,实现长时间积分下的相干累积。提供了详细的理论依据和仿真结果,说明了改进后的算法在提高互模糊函数的相关输出信噪比,增强微弱信号检测能力的优势。     

跳频信号的归一化多普勒频差最大似然估计

针对双站定位涉及的跳频信号多普勒频差估计问题,提出了归一化的频差最大似然估计算法,利用两个定位站接收到的跳频脉冲串信号,构建一个关于基准跳频频率多普勒频差的似然函数,通过网格搜索得到使似然函数最大的多普勒频差估计,既解决了跳频信号在不同跳频频率上多普勒频差不一致的问题,又充分利用在不同频率的脉冲串信号提高了多普勒频差估计精度。通过仿真对算法的性能进行了评估,结果表明,与基于子空间的算法比较,在脉冲数达到240个时,所提算法执行效率提升30%以上。     

基于多站的时差和多普勒频差联合定位

讨论了多基站无源雷达的时差和多普勒频移定位算法。给出了时差和多普勒频差联合定位算法,并应用基于Gauss-Newton的批处理方法进行求解,提高定位精度。仿真结果表明,时差-多普勒频移联合定位对定位精度的提高有效可行,也克服了时差定位解模糊的问题。     

宽带无源时差尺度差联合估计算法研究

针对宽带无源定位系统中运算复杂度与估计精度之间的矛盾,提出一种频域尺度相关粗测与非线性最小二乘精测相结合的时差频差联合估计算法。该算法采用经过频域重采样改进的频域相关算法,可以在极低运算量的情况下获得时差频差的估计初值,进一步采用平均方差函数替代宽带互模糊函数,从而通过非线性最小二乘算法迭代获得时差频差的精确值。仿真结果验证了提出的算法具有估计精度高、运算复杂度低的特点。     

基于马尔科夫键蒙特卡洛抽样的最大似然时差-频差联合估计算法

该文针对无源定位中参考信号真实值未知的时差-频差联合估计问题,构建了一种新的时差-频差最大似然估计模型,并采用马尔科夫链蒙特卡洛(MCMC)方法求解似然函数的全局极大值,得到时差-频差联合估计。算法通过生成时差-频差样本,并统计样本均值得到估计值,克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题,且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗界,并通过仿真实验表明,算法在不同信噪比条件下的估计精度优于CAF算法和EM算法,且计算复杂度较低。     

基于小波变换的信号降噪和奇异性检测

本文对基于小波阈值的信号降噪进行研究,重点讨论了阈值函数设计。传统的硬阈值函数法处理信号时,降噪后的结果有较大方差,软阈值函数法降噪后的结果相对平滑,但软阈值函数法降噪的同时削弱了小波系数的幅度,降噪结果会出现较大的偏差。基于此,本文提出了两种改进的阈值函数,用该两种函数对小波系数进行处理,降噪效果较为明显,信噪比得到较大的提高。     

几种基于小波阈值去噪的改进方法

传统小波阈值去噪分为硬阈值去噪和软阈值去噪,而在其去噪过程中,硬阈值函数在一些不连续点处有时会产生伪吉布斯现象;软阈值函数中估计的小波系数与信号的小波信号之间存在恒定偏差.为了去除这些现象,本文提出了几种新阈值函数的改进方案.实验结果表明,新阈值函数消噪后的视觉特性较好,并且信噪比提高,均方根误差有所降低.从而说明这些方法的有效性.     

基于改进小波阈值算法的信号去噪

为了有效消除信号中的噪声,提出一种改进小波阈值算法的信号去噪方法。首先分析软阈值和硬阈值小波方法的优缺点,构造了一种任意阶可导的新阈值函数,然后通过调节参数的值来更好的获得阈值估计,最后在Matlab 2012平台对其去噪性能进行仿真测试。结果表明,相通于其它信号去噪方法,本文方法提高了信号的信噪比,降低了均方误差,达到了更好的消噪效果,具有更高的实际应用价值。     

基于小波去噪的激光多普勒振动信号处理

为了降低激光多普勒振动信号中噪声产生的影响,采用基于改进小波去噪算法的激光多普勒振动信号处理方法,将尺度引入阈值函数,确立新的评价指标用于选择最优分解层数,从而来改进小波阈值去噪算法,并利用改进的算法处理振动信号, 进行了仿真分析和实验验证,取得了处理前后的振动数据。结果表明, 改进算法处理仿真信号的信噪比比原有算法提升19.4%;实验测得音叉振动频率为515Hz,与实际音叉频率基本吻合。这一结果对降低激光多普勒振动信号中噪声的影响、获取振动状态是有帮助的。