基于Wigner-Hough变换的多分量LFM信号 检测及离散计算方法

Wigner-Hough变换对LFM信号有压缩和聚焦的作用,这种作用的又具有阈值特性,本文简述Wigner-Hough变换的方法及对该方法的评价.重点讨论Wigner-Hough变换的离散计算,提出了一种对Wigner变换的结果再进行Hough变换的类似二维搜索的离散计算方法.     

基于WVD-HT的SAR/ISAR多运动目标检测

本文提出和研究了基于Wigner-Ville分布(WVD)和Hough变换(HT)的合成孔径雷达(SAR)和逆合成孔径雷达(ISAR)对多运动目标成象的运动补偿新方法,给出了多运动目标检测、参数估算和运动补偿的主要步骤。理论分析、计算机和微波暗室模拟实验的结果表明,新方法对交叉项和噪声的抑制是有效的,它与单一的WVD法相比,提高了在噪声中对单个和多个运动目标检测及其参数估算的能力。     

利用时-频分析进行合成孔径雷达运动目标成象的研究

本文研究了利用时-频分析方法进行合成孔径雷达运动目标成象的若干问题。分析了三种时-频变换方法短时傅里叶变换,小波变换和Wigner-Ville分布(WVD),提出只有WVD才能满足要求。针对WVD的双线性特性所造成的交叉项干扰问题,提出用Hough变换来抑制交叉项。实验证明,即使在信噪比很低时,WVD和Hough变换结合的方法仍能提供很好的检测性能。     

基于Wigner-Hough变换和中值滤波的加速度估计

当雷达发射脉冲个数比较少、噪声方差比较大时,单独使用Wigner-Hough变换(WHT)估计目标径向加速度时会有较大的误差,针对这一问题提出一种Wigner-Hough变换和中值滤波相结合的估计加速度方法,首先研究了相参脉冲回波信号Wigner-Ville分布(WVD)特点,讨论了谱峰位置与瞬时频率的关系,然后采用Hough变换和中值滤波方法时Wigner-Ville分布(WVD)峰值信息进行处理来提取信号的调频率,最后根据加速度估计公式估计出目标加速度,最后进行了仿真验证,在不同积累脉冲个数和信噪比条件下证明了该算法的有效性.     

基于短时傅立叶变换和Wigner-Ville分布的联合变换

短时傅立叶变换是一种线性变换,对于多分量信号来说不存在交叉项,但时频聚集性不好;wgner-Ville分布具有很好的时频聚集性,但对于多分量信号却存在交叉项。文章讨论了一种结合短时傅立叶变换和Wigner-Ville分布各自优点的方法,通过将二者进行“融合”,可以得到既没有交叉项,而且时频聚集性叉好的时频分布。通过实验验证了该方法的有效性,并且该方法在低信噪比下对信号有很好的检测性能。     

混响背景中目标回波检测和参数估计的一种新方法

本文研究了基于Wigner-Ville分布(WVD)和Hough变换(HT)联合技术抗混响的方法.给出了简要的理论介绍、具体的实现方法和相应的处理结果.仿真研究表明,在混响背景中,WVD-HT联合的方法能比较有效地完成目标回波的检测和参数估计.     

Wigner—Ville分布和模糊函数对多个LFM信号检测性能分析

现代雷达系统中,线性调频(LFM)信号是一种常用的脉冲压缩雷达信号。文章对LFM信号的Wigner-Ville分布进行Wigner-Hough变换得到Wigner-Ville分布图(WVD),并对模糊函数进行Wigner-Hough变换得到模糊图。通过数字仿真对比得出模糊函数需要取绝对值才能利用Hough变换检测直线,受交叉项影响大一些。而Wigner-Ville分布函数可以直接利用Hough变换检测直线,交叉项得到抑制,检测效果好,验证了分析的结论。该文的研究对LFM信号检测性能分析有一定的指导意义。     

多分量线性调频信号的Wigner-Ville分布交叉项去除

针对多分量线性调频信号WVD（Wigner-Ville Distribution）检测中的交叉项问题,提出一种交叉项去除方法.利用自项和交叉项的频率特性,将WVD时频矩阵进行坐标旋转,在变换域上滤波去除交叉项.理论推导了矩阵旋转变换公式以及旋转后自项和交叉项的表达式,并且针对缓慢震荡的交叉项受滤波器性能限制不能完全去除的情况,提出能量加权的方法进行改进.仿真和实验结果验证,该方法不仅能够去除交叉项,且不会降低分辨率.     

基于Wigner-Ville分布的复杂时变信号的时频分析

对多分量线性调频(LFM)信号、单分量非线性调频(NLFM)信号以及多分量NLFM信号的Wigner-Ville分布进行了数值计算,探讨了信号项与交叉项之间的差异性特征,提出了信号时频曲线中点集的概念,研究了交叉项出现的一般规律.对于多分量信号,交叉项出现在信号项时频曲线之间的中点集之内.对于单分量NLFM信号,也有交叉项产生,交叉项出现在信号项时频曲线自身的自中点集之内.     

基于多谱图叠加阈值的抑制WVD交叉项的新方法

本文提出了一种抑制Wigner-Ville分布(WVD)交叉项的新方法。 首先对多幅具有不同时-频分辨率的谱图进行叠加, 然后对叠加结果进行阈值处理,确定WVD自项在时频平面的支撑区域。 最后,用该区域的示性函数乘以WVD得到一个新的时频分布。 不同于传统的抑制交叉项的核函数方法, 该方法抑制交叉项的同时, 保持WVD了高时频聚集性。 实验结果表明, 该方法对由多个LFM信号构成的多分量信号和非线性调频信号都非常有效。     

离散周期Wigner-Hough变换及其检测性能分析

分析了周期Wigner-Hough变换(PWHT)进行离散化计算时,对线性调频连续波(LFMCW)信号的检测性能.通过推导高斯白噪声中LFMCW信号经离散化PWHT后信噪比处理增益表达式,分析了离散PWHT的弱信号检测性能.通过推导离散PWHT较离散Wigner-Hough变换(WHT)的检测性能优势表达式,比较了离散PWHT与离散WHT算法的检测性能.仿真实验验证了离散PWHT的信噪比处理增益具有准相干积累的效果,PWHT较WHT更优的检测性能.     

基于Wigner-Hough变换的径向加速度估计

雷达-目标径向加速度是表征雷达和目标相对运动关系重要特征,可用于机动目标跟踪、目标识别等,因此研究直接从雷达回波估计径向加速度很有必要.本文给出了基于Wigner-Hough变换的径向加速度估计算法和算法实现流程,并分析了接收回波信号时长对加速度最小可分辨单元的影响,最后进行了仿真试验,仿真结果证实了该算法的有效性.     

基于Wigner-Hough变换的LFM信号检测性能分析

根据Wigner-Hough变换思想和广义似然比检验理论,分析了双门限情况下线性调频信号的检测性能,给出了虚警概率和检测概率的数学表达式,该表达式是Hough变换的积累单元数和检测门限的函数,然后对概率密度函数进行了合理近似,并给出了Hough变换的积累单元数计算公式,最后的计算机仿真比较了傅立叶变换和Wigner-Hough变换的LFM(Linear Frequency Modulated)信号检测性能和基于Wigner-Hough变换的不同目标起伏类型的LFM信号检测性能.     

数字信号处理的时频分析方法综述

现代数字信号处理方法众多,时频分析在此领域应用广泛并仍然具有发展潜力。介绍了数字信号处理的时频分析方法的发展,从短时傅里叶变换,到Wigner-Ville分布,小波变换,希尔伯特-黄变换,EEMD,分别论述了5种方法的原理以及优缺点。     

HHT在激光云高仪后向散射信号处理中的应用

根据半导体激光云高仪后向散射信号的特点,基于希尔伯特-黄变换(HHT)提出了一种突出后向散射信号细节特征的处理方法。该方法有效地发挥了HHT对非线性、非平稳信号处理的能力,从原始后向散射信号中分别重构出初步去噪项和信号趋势项并实现二者的结合,从而生成全新的经特征突出的后向散射信号。大量实验数据分析证明,该特征突出方法利用了EMD分解和重构滤波的优势,摒弃了其去噪同时削弱有用信号、忽略细节特征的缺陷,适用于云高仪后向散射信号处理;配合相应的后向散射参数反演方法,可以有效提高云高识别能力和垂直能见度反演的精度,降低了云高误报和漏报率。     

小波变换与匹配滤波耦合的激光雷达弱信号处理

远距离激光雷达回波信号弱,干扰强,处理比较困难。距离越远,得到的有用信号就越弱。为了提高激光雷达检测距离,对弱信号进行数字信号处理就显得很重要。采用一般方法常将干扰信号判断成有用信号,从而影响了激光雷达的工作能力。夺文采用小波变换和匹配滤波耦合的方法对激光雷达弱信号进行处理,既能从强噪声中提取有用信号,又能有效的去掉强干扰信号。采用一台TEA—CO2激光器进行实验,当采样速率达到200MHz时,对于信噪比大于1．2的含噪信号能有效地去掉噪声和强干扰信号,在保持原信号特征的情况下,准确地提取出有效的弱信号。这就有效地提高了激光雷达的工作能力。     

基于Contourlet域K-L变换的SAR图像相干斑抑制

针对SAR图像相干斑噪声去除问题,提出了一种基于多尺度分解的Contourlet域K-L变换的SAR图像去噪的新方法。方法首先对源图像进行Contourlet分解,在不同频段的子带图像中,利用K-L变换进行能量保持即提出信号的主要特征,用重构图像来进行去噪,最后通过Contourlet逆变换得到去噪之后的图像。在SAR图像上的实验结果表明,方法不仅较好地保持了图像的纹理和细节特征及边缘特征,且信噪比也较高。     

小波变换在心电信号处理中的应用

在心脏病诊断过程中,心电信号的检测是重要的环节,然而心电信号的噪声很强,为了能够较好地滤除信号中的噪声,对信号的特点进行准确标定,利用基于小波变换的阈值去噪算法和基于小波的模极大值-极小值的算法进行心电信号的处理.采用MIT/BIH中的数据进行仿真调试验证,实验结果表明,被引入的几种噪声能被很好地去除,而且心电信号能较完整地保留下来,特征点能被准确地检测到,从而提高了诊断心脏等疾病的诊断效率.     

Analysis of Multi-Component Non-Stationary Signals Using Fourier-Bessel Series and Wigner-Hough Transform

We presented a novel Fourier-Bessel (FB) series and Wigner-Hough transform (WHT) method for the analysis of multi-component non-stationary signals. The FB series decomposed multi-component non-stationary signals into mono-component signals. The Wigner-Ville distribution (WVD) was applied to each mono-component signal to analyze its time-frequency distribution (TFD). Summing up the WVDs of the individual components resulted in TFDs of the multi-component signals, where the cross terms and noise were significantly reduced. The Hough transform (HT) was applied on the TFD of the multi-component signal (obtained from FB-WVD). The HT provides an important tool for mapping the signals onto a parameter space where the detection and estimation problems are made easier. This mapping can be used in the detection and parameter estimation of signals which are unknown and embedded in noise.