小波变换在雷达信号处理中的应用

本文结合雷达信号处理经典和新近的主要技术,探讨了小波变换作为一种新型有效的时－频分析工具应用于这些信号处理方面的价值和潜力。较详细地说明了随着小波变换理论的发展、完善及其在雷达信号处理中的有效应用,将促使雷达信号处理技术得到更新的发展。     

基于小波变换的雷达信号处理应用方法分析

小波技术已成为信号处理领域的热点之一，本文在介绍小波分析的一般原理和特点的基础上，重点论述了小波分析在雷达信号处理中的诸多应用以及前景展望。     

小波变换在S模式二次雷达信号分析处理中的应用

为提高二次雷达(Secondary Surveillance Radar,SSR)信号分析处理能力,针对傅里叶变换在时频域分析的局限性,利用小波信号奇异性检测特点,通过对S模式询问、应答信号进行小波分解,计算第一层高频系数,得到信号脉冲持续时间,实现了信号报头检测,并比较高频系数模极大值,提取出信号调制信息,实现了基于小波变换的二进制差分相移键控(DPSK)和二进制振幅键控(ASK)解调,验证了小波变换技术分析处理二次雷达信号的可行性.     

小波分析在信号处理中的应用

小波分析在时间上和频率上都具有很好的局域性，这使得小波分析非常适合于时一频分析。目前小波分析理论已成为信号处理中的一种重要工具。本文介绍了小波分析的理论，用内积的概念将小波变换和Fourier变换、加窗Fourier变换从形式上统一起来，并将多尺度分析运用于信号的去噪处理之中，从而说明了小波分析在信号处理中的重要作用。     

基于小波包变换和特征选择的雷达辐射源信号识别

为了提高雷达辐射源信号的正确识别率以满足现代电子对抗的需要，提出一种基于小波包变换和特征选择的雷达辐射源信号识别新方法。先采用小波包变换进行特征提取，再采用基于量子遗化算法的相像系数特征选择法来挑选出小波包特征中分辨能力强的特征。仿真实验结果显示，该方法用较少的特征能获得较高的正确识别率，具有一定的参考价值。     

基于小波包变换的雷达辐射源信号识别

为了提高雷达辐射源信号的正确识别率以满足现代电子对抗的需求,提出一种以小波包系数的能量比和标准差为特征的算法,并采用BP神经网络进行识别。仿真实验表明,该方法能在较低的信噪比条件下取得较好的识别率。     

利用小波包提取雷达信号特征的方法研究

提出了两种基于小波包理论的雷达信号特征提取方法,即基于小波包的最佳子空间熵特征和基于小波包的多尺度能量特征的提取方法,并详细阐述了这两种方法的基本原理和实现过程,最后通过对雷达信号的特征提取,验证了这两种方法的可行性。     

小波变换在毫米波雷达目标识别中的应用

将小波分析引入了毫米波这目标识别中，提出了基于小波分析的能量特征矢量法。该方法结合小波分析和毫米波信号的特点，克服了传统方法的局限，提高了毫米波雷达的目标识别性能，获得了仿真试验良好的识别结果，并具有简便高效的优点。     

小波分析在信号处理中的应用

这是一篇综述文章。系统介绍了小波变换的发展历史和基本理论以及在信号处理中的应用,其中也融入了作者的一些看法,提出了一些需要解决的理论问题和某些应用可能。     

多分辨SVD包理论及其在信号处理中的应用

 在奇异值分解(singular value decomposition,SVD)中提出了一种矩阵递推构造和分解算法,利用SVD实现了一种类似于小波包的信号分解方式,称之为多分辨SVD包.推导了多分辨SVD包的分解和重构算法,并提出一种用二维数组来存储这种包的三维数据的方法,避免了对内存的浪费.实例结果表明,这种包对信号的微弱变化具有优良的检测能力,其检测结果无幅值和相位失真,并能精确定位微弱变化的位置,这种包也能有效提取复杂信号中的弱故障特征,在这两方面均明显优于小波包的处理结果.     

基于小波包分析的激光雷达信号消噪算法的研究

针对激光雷达回波信号所含噪声的特点,提出并详细论述了一种能够对激光雷达回波信号进行有效消噪的小波包平均阈值变换方法。该方法通过求取最优小波包基的每个结点的阈值,并进行平均后作为全局阈值来实现小波包消噪。为了验证该方法的有效性,对包含高斯白噪声的模拟信号进行了仿真消噪,并对米氏散射激光雷达系统实际探测得到的大气回波信号进行了消噪处理。同时,将该方法与小波全局阈值消噪、小波包默认阈值的消噪效果进行了对比分析。仿真结果和实验结果表明,基于平均阈值的小波包消噪方法能够有效降低激光雷达回波信号中所含噪声,并且其消噪效果明显优于另外两种小波分析方法。     

小波包在弹体侵彻目标试验数据分析中的应用

由于硬目标侵彻载体结构、研究对象和侵彻过程的复杂性,在试验中得到的特征量─加速度信号的频率成分很多,而且都是非平稳的随机过程,是试验过程中各种作用的综合结果。小波理论是新的信号处理技术,小波分析是一种信号的时间-频率分析方法,具有多分辨率分析的特点。本文利用小波包理论将试验数据进行了不同频段的分解,并对相应频段的信号作了相应频谱分析。结果证明,小波分析对于复杂目标识别数据是一种颇为有效的分析工具,试验数据的分析结果对工程实践具有指导意义。     

自适应小波的构造及其在信号处理中的应用

基于带限正交小波基的特性,本文采用匹配方法构造了一种新的带限尺度函数,它与信号的主要能量所在频带具有相似的特征.匹配尺度滤波器是优化滤波器,它锁定能量聚集的频带,使得所需频率分量的输出增大.原始信号能够用优化的小波实时处理.通过对脑电图信号的处理,证明本文算法是有效的.     

小波分析及其在信号处理中的应用

首先对小波变换做了概括介绍，综述了小波变换在信号处理中的2个重要方面的应用：信号特征提取和信号消噪。     

小波分析和小波包在图像消噪中的应用

小波包理论是在小波基础上发展起来的时频分析理论,在图像消噪中取得了较好的应用。文中介绍了小波分析和小波包的基本理论,分析了基于小波和小波包进行图像消噪的方法,利用MATLAB7对相同舍噪图像进行了计算机仿真,并对仿真结果进行了分析。实验表明,图像消噪效果与阈值的选取密切相关,小波包消噪后的效果比小波更好。     

时频分析在毫米波防撞雷达信号处理中的应用

论述了调频连续波雷达系统的组成原理，完成了毫米波雷达信号处理机采集系统的硬件设计和算法研究，并在此基础上提出了一种基于时频分析技术的概率统计法，用该法对实际的35GHz FMCW汽车防撞毫米波雷达系统的中频信号进行了分析。研究结果表明，采用本文的方法只需采术一次就可以有效解决实验雷达系统中频信号频谱的随机抖动，减少对目标的误判，是一种具有应用前景的新方法。     

基于小波包变换的信号谱峰检测算法

提出了一种新的基于小波包变换的信号谱峰检测算法,主要思想是利用小波包变换的特点,对信号功率谱进行平滑处理,突出谱峰的特征点（起点、顶点和终点）,然后对其进行三层小波包变换,提取相应细节系数的特征点来估计谱峰的起点、顶点和终点,从而完成谱峰的检测。该方法的特点是无需信号的任何先验信息,是一种盲处理算法。仿真结果表明,信噪比不低于5dB的情况下,信号特征点检测的归一化均方误差（NMME）低于6‰,其性能比传统基于差分的方法有明显的优势。     

杂波图技术在雷达终端信号处理中的应用

研究了各种雷达的立体杂波图 ,探讨了杂波图的形成原理 ,并对杂波图在雷达信号处理及雷达超杂波目标检测中的应用作了讨论     

LFM-CW雷达信号处理算法研究及仿真

从理论上对LFM-CW雷达进行信号分析,并对LFM-CW雷达的信号处理方法进行简单研究,最后通过仿真程序验证了该信号处理方法(距离/多普勒处理)在计算运动目标距离和速度时的正确性,为LFM-CW雷达信号处理提供了理论依据.