基于多学习单元卷积神经网络的雷达辐射源信号识别

现有基于人工提取特征的复杂体制雷达辐射源信号识别方法时效性低,识别准确率不佳. 为此,提出了一种基于多学习单元卷积神经网络的识别方法. 首先对辐射源信号的模糊函数进行高斯平滑,以校正噪声带来的毛刺与畸变;然后提取其正交切片作为进一步的特征提取对象;最后构建多学习单元卷积神经网络,学习和提取正交切片深层、泛在的特征,并通过softmax分类器进行分类识别. 仿真实验结果表明,所提方法在信噪比为-2 dB时对6类典型雷达信号的整体平均识别率均保持在99.86%以上,即便是在-6 dB环境中,雷达信号的识别率也可达到88.50%,在极低信噪比条件下具有良好的性能和可行性.     

TFR-HT的多分量LFM信号脉内特征提取方法

针对多分量LFM信号脉内特征的提取问题，提出了一种基于时频重排-Hough变换（TFR-HT）的特征提取方法，以重排后的时频分布作为图像，利用Hough变换检测图像中直线的原理，依次实现了对各分量的脉内特征提取．仿真结果表明，该方法能够有效地提取多分量LFM信号各自分量的脉内特征，同时具有较高的抗噪声性能．     

近程雷达目标多分量信号处理

研究近程雷达FM多分量信号条件下目标距离测量 .利用目标多点散射模型、TLS ESPRIT和数理统计方法确定平均距离 .计算单分量信号瞬时频率的方法不适合于多分量信号 .多分量信号瞬时频率可以利用TLS ESPRIT结合数理统计的方法获得 .计算机模拟证明这种方法具有很高的测距精度     

基于对角积分双谱的雷达辐射源信号识别

双谱以其独特的抗噪优势,广泛应用于信号分析。双谱的数据量较为庞大,目前减少双谱数据量的方法中积分双谱的效果最好,然而各种积分双谱均存在一定的缺陷。文章提出了对角积分双谱,它沿平行于双谱次对角线的直线序列积分,不但避免了插值,而且包含了更多的相位和幅度信息。最后将对角积分双谱应用于低截获概率（LPI）雷达信号的特征提取。仿真条件下,对比分析了各种积分双谱的识别性能,结果表明对角积分双谱的识别性能优于其它积分双谱。     

基于多窗傅里叶变换的弱Chirp信号检测

关于噪声背景下的Chirp信号检测,已有很多方法：短时傅里叶变换（STFT）、魏格纳-维乐分布（WVD）、Gabor变换等。但在低信噪比条件下,这些方法的检测性能往往难以达到预期的目的。介绍了一种新的时-频分析方法,它联合运用了多种窗长的傅里叶变换分析和局部最大值搜索的方法,运算量小且能有效提高对Chirp信号的检测性能。仿真结果表明,在加性高斯白噪声背景下,该方法对弱Chirp信号的检测能力要优于STFT、WVD和Gabor变换,当信噪比为-9 dB时,依然能检测到信号并确定信号的位置及频率范围。     

强噪声干扰源下的多分量LFM信号检测方法

提出了一种盲分离联合时频谱分析的多分量线性调频信号检测方法,该方法采用先时域分离后时频分析的思想,有效抑制了传统的基于WVD类方法检测多分量线性调频信号时受交叉项困扰的问题,并且有效抑制了强噪声干扰源对传统的时频分析检测方法的影响．仿真结果表明,提出的方法与传统时频分析方法相比,对多分量线性调频信号的分离及特征提取效果...     

基于AIT方法的雷达辐射源信号识别效能评估

为了有效对雷达辐射源信号识别效能进行评估,建立了基于识别测试结果的评估指标体系,提出了利用AHP法求解权值、采用区间TOPSIS法计算综合评分值的识别效能评估方法（AIT）．以复杂度特征作为实验所用的特征参数,采用概率神经网络（PNN）、支持向量机（sVM）、基于遗传算法的支持向量机（GA-SVM）和基于粒子群算法的支持向量机（PSO-SVM）四种识别算法进行了仿真实验．仿真结果验证了所得结果是合理的．该评估方法是可行的．     

基于小波分析的故障信号检测

通过对不同小波基的选取进行比较，给出了用小波分析寻找故障点的方法．并结合故障分析实例做出仿真．仿真结果证明，该方法可以提高信号的分辨率，降低噪声，提高信噪比．     

雷达辐射源信号瞬时频率派生特征分类方法

提出一种基于级联特征提取和核模糊聚类的雷达辐射源信号自动分类方法.该方法利用改进的瞬时自相关提取信号的瞬时频率,采用二次归一化处理的特征再提取方法提取分类特征向量,利用具备有效性评价的核模糊聚类算法实现信号的自动分类.仿真结果表明,本文所构建的特征向量能反映不同调制类型信号的变化差异,且具备一定的抗噪能力,在信噪比不低于6 dB情况下,可获得不低于95%的整体分类性能.     

基于子块积分循环双谱的雷达辐射源信号识别

循环双谱性能优越,能用于雷达辐射源信号的识别,但是其数据量庞大。循环双谱对角切片法丢失了大部分信息。证明了循环双谱的对称性和周期性,在此基础上提出了子块积分循环双谱,该方法不但能有效地减小数据量,而且保留了大部分的循环双谱信息。然后用Fisher判决率(FDR)选择鉴别能力较强的子块积分循环双谱。仿真条件下,对比分析了子块积分循环双谱与循环双谱对角切片法的识别效果,结果表明新方法的识别性能远优于对角切片法。     

基于子块积分循环双谱的雷达辐射源信号识别

信噪比是现代无线通信系统中的重要参数之一,人们对信噪比估计技术进行了大量的研究。根据所采用的信号处理技术不同,分最大似然、谱分析和基于统计量等3类基本的信噪比估计方法,并给出了典型估计方法的比较和计算机仿真,得到了一些较为直观的结论。最大似然方法精度高,但需要周期地发送训练序列;谱分析方法实现简单,但估计精度有限;基于统计量的方法需要较大的数据量才能实现信噪比的精确估计。     

多/双基地雷达检测计算机仿真

本文利用分布式检测方法，研究了多／双基地雷达联合检测的计算机仿真技术．仿真检测对象为ＳｗｃｒｌｉｎｇⅠ、Ⅱ、Ⅲ、Ⅳ型非相干起伏目标．各本地接收机输入端的信嗓比可按预定的分布随意装定．被仿真的接收系统米用对数中放、线性检波及视频积累处理．中央处理器的判决方式、各中放的对数特性参数、检波参数及积累脉冲数均可随意键入．建立了四类起伏目标的随机序列与色高斯噪声混合的仿真模型．编制了全系统检测的仿真软件，并在互ＢＭ４３８１计算机上对五个多／双基地雷达的联合检测作了仿真实验．结果提示，采用多数表决，可望在７５％发现概率处，获得较单站检测时高３ｄＢ以上的信噪比改善．     

改进的相控阵雷达信号检测方法

针对传统雷达信号检测方法对相控阵雷达信号检测概率较低的问题,提出了一种结合小波降噪和极值序列法的信号检测方法。该方法采用小波阈值降噪法对雷达信号进行预处理,以提高侦收信号的信噪比,利用极值序列法在高信噪比下检测精度较高的优势,完成对信号的准确检测和参数的精确估计。仿真结果表明,与传统检测方法相比,该方法在低信噪比下对相控阵雷达信号的检测概率平均提高21.8%。     

雷达辐射源模糊识别算法改进

改进了复杂电磁环境下雷达辐射源模糊识别算法。改进算法通过证据组合对模糊隶属度进行融合,很好地解决了识别中的不确定性,错误的识别结果经过融合后得到去除。采用最优隶属准则进行雷达辐射源类别决策,融合后的辐射源正确识别率得到明显提高。仿真结果及对比实验表明,相比于模糊识别算法,信噪比不小于0dB时,改进算法的正确识别率大于90%。     

基于多尺度和多结构元的形态边缘检测

图像的边缘检测是图像处理中的基本，并且又十分重要的内容，它是图像分割、模式识别和计算机视觉的基础．当前存在许多边缘检测的方法，如Robert算子、Sobel算子、Laplaccian算子等，但是这些算子大都基于邻域平均的方法，使得处理后的图像边缘模糊，影响人的视觉．提出了一种基于多尺度多结构元的形态边缘检测算法，并通过试验证明文中算法的有效性，也得到了比较好的效果，得到了比较清晰的，多类型的边缘．     

基于多特征融合的视频镜头边界检测算法

为了建立一种通用、鲁棒的镜头边界检测算法,根据镜头转换的特性和多种视频特征融合的思想,选取了YUV直方图特征、纹理特征和边缘特征进行特征融合并计算帧间差值,采用全局阈值与自适应阈值相结合的方法,对镜头边界检测加以控制,提高阈值选取的准确性。实验结果表明,该算法能够有效地实现视频镜头边界检测,并对闪光、字幕有着较强的鲁棒性。     

基于USB总线的心电检测系统设计

针对人们对心脏疾病问题的日益关注,介绍了一种新型心电检测系统,它具有体积小,实用性强,价格低廉等特点,特别适合家庭使用.同时为了解决与PC间的接口问题,依据USB1.1规范,采用PHILIPS公司的PD IUSBD12接口芯片,大大提高了数据传输的速度.经实验检测,系统运行稳定可靠.     

基于调频率调制的雷达通信共享信号研究

雷达通信一体化可有效提高电子系统的资源共享,是实现电子装备多功能综合一体化的一个重要方向。本文根据Chirp信号的调频率与分数阶傅里叶变换的阶数之间的关系,提出了一种基于Chirp信号调频率的雷达通信共享波形,固定调频率的主载波实现雷达功能,副载波由通信码元键控得到调频率从而实现通信信息调制;主载波与副载波的叠加形式使此共享信号能在不影响雷达性能的前提下实现单脉冲多比特的数据传输,而且利用不同阶数的分数阶傅里叶变换的解调过程具有多普勒稳健性。