基于小波分析的多普勒弱信号检测方法

针对低信噪比强杂波背景下连续多普勒弱信号检测的问题,提出了一种基于小波分析方法的弱信号检测算法。利用这种基于小波函数为sym5的五层小波分解算法,可提取出连续多普勒弱信号的联合时频特征值,从而实现目标信号的检测。并通过使用时域、短时傅立叶和小波分析三种算法对拟合数据进行仿真,得到三种算法在不同信噪比下的检测性能对比及定性分析,证明了小波分析算法的有效性。     

基于小波变换的连续波多普勒体制无线电引信多普勒信号特征提取方法研究

简单介绍了精确分析目标信息特征的必要性，通过对比小波变换和短时傅立叶变换，说明了小波变换用于分析引信多普勒信号的优势所在，具体论述以Daubechies小波作为基函数，用于引信多普勒信号分析的原因和方法，并在文章的结尾通过仿真给出了直观对比。     

随机振动信号的小波处理方法

利用小波变换处理随机振动信号,先随机振动信号进行小波分解,分解的层数根据需要的精度而定;再对各频域内的信号进行时域分段,分段数与各频段的中心频率成正比,以使时间分辨率与中心频率成正比;最后对分段后的数据求平均功率,并将各频段各时间段的数据合在一起,构成一个压缩后的时频分布。处理结果表明,小波变换处理方法能够充分反映随机振动信号的时频局域特性。     

小波变换优化无线电引信多普勒信号频率的估计

介绍一种短时平均过零率的计算方法，它具有易于用软件实现和便于调整检测门限。用短时平均过零率表征连续波多普勒体制无线电近炸引信多普勒信号频率，使引信具有一定的抗干扰能力。弹目交会时目标的体目标效应显著，多普勒频率起伏较大，选用小波变换技术对其进行平滑处理，优化估计信号的频率。     

多普勒信号的特征及其处理方法

多普勒无线电引信,不论是单频等幅连续波多普勒体制,还是脉冲多普勒体制或调频多普勒体制,都是利用在弹目接近过程中电磁波传播的多普勒效应来工作的。一个性能较好的多普勒引信,不仪要提取多普勒信息,而且还要充分利用多普勒信号的特征来对其它有用信息进行处理。特别是在引信的体积与重量受到严格限制的条件下,更需要这样作。     

基于小波域OBF分解的磁异常信号检测算法

针对传统的OBF分解算法在非高斯噪声下检测性能较差的问题,提出了基于小波域OBF分解的磁异常信号检测算法。首先对含噪信号进行小波分解,提取最后一层的低频分量;再对低频分量作OBF分解,提取能量特征信号进行门限检测。试验结果表明,该算法显著增强了非高斯噪声下微弱磁异常信号的检测效果。     

一种微机电系统陀螺信号基于小波域的Karhunen-Loeve变换去噪方法

为了减少梳状音叉微机电系统(MEMS)陀螺的随机漂移误差,提出了一种小波域上的Karhunen-Loeve变换(KLT)的MEMS陀螺漂移信号的去噪方法。其主要思想是:先对分段的MEMS陀螺漂移信号进行小波分解;然后对各个中高频子带进行6抽头滤波,插值成和最高频带相同长度的样本点后,利用小波各尺度间的相似性进行高频分量的KLT变换,在一定程度上去除不相干噪声;最后对KLT降噪后的信号再进行小波阈值处理完成进一步的降噪。实验结果表明,所提方法相对于基于小波变换的各种阈值方法,陀螺输出信号的方差、零偏稳定性和随机游走误差都有了明显的改善。     

信号消噪的小波处理方法研究

在实际的工程应用中,采样信号不可避免地受到各种噪声和干扰的污染,通过对噪声特性的分析,应用小波的方法对信号进行去噪处理．在Matlab环境下对平稳信号及非平稳信号消噪做了详尽的对比仿真研究．并在选取四种不同的阚值情况下对实际人体脉搏信号进行了去噪对比实验,结果表明小波去噪具有更为优越的数据处理能力．应用小波的方法能更好地逼近真实信号。     

一种改进的小波域阈值滤波方法

针对使用传统小波域阈值滤波方法对非平稳的低信噪比信号进行处理时,其去噪效果不是很好的问题,提出了一种小波域N次阈值滤波方法,并对小波域二次阈值滤波方法进行了实验仿真,仿真结果表明该方法对低信噪比信号去噪效果更好.     

基于单个回波信号的多普勒信息提取方法

雷达处于脉冲工作方式时,传统的多普勒频率提取需要采用多个回波脉冲才能实现.为此,提出了一种利用单个目标回波信号提取多普勒信息的方法,利用小波变换对实际情况中可能出现的包络畸变进行非奇异处理,仿真试验表明了该方法的可行性和有效性.     

基于提升小波的超声信号降噪方法

针对经典小波在逼近信号时产生的细节信号会被当做噪声滤除的问题,提出了基于提升小波的超声信号降噪方法。该方法用剖分、预测、更新,把信号进行单层分解,然后把分解后的高频系数和低频系数同时进行阈值函数处理,再进行小波重构。相对于传统的一代小波,该算法不依赖于傅里叶变换,计算简单,可有效节约内存。仿真与实验结果表明:该算法可以有效地提高信噪比,降低原始信号中所含有的噪声,并可以起到数据压缩的效果。     

用多普勒信号计算脱靶量的方法

一概述在导弹靶试中,脱靶量是一个很重要的参数。用光学法测量虽然是一种好的方法,但是处理的时间太长,在距离较远时,精度也较差。脱靶量指示器,国内目前尚未研制成功。本文介绍的用多普勒信号计算脱靶量的方法,只要试验产品能通过遥测系统,向地面设备提供多普勒信号,就可以利用地面计算机,很快计算出脱靶量。因此,这一方法不仅可以直接用于某些试验(包括不宜安装脱靶量指示器的伞靶试验),而且也是脱靶量指示器的一种较好的设计方法。在弹上设备中,这一方法也可以用作获取脱靶量信息,以提高引战配合效率。文中对实际试验进行的一些计算表明,这种方法的误差有可能达到1～2米。     

毫米波探测器自旋微多普勒信号仿真方法

针对高速交会毫米波探测器在近场区由于自旋导致的微多普勒效应、信号间断问题,提出了毫米波探测器自旋微多普勒信号仿真方法。该方法从构建弹丸交会段的自旋水平运动模型出发,采用刚体姿态分析及点波束回波分析法,精确分析此飞行条件下的回波特性。仿真结果表明,由旋转导致的探测器回波多普勒频率、功率呈周期性变化且与旋转速度、载体形状有关。仿真方法有助于对复杂运动状态下探测器回波信号的分析与建模。     

雷达多径信号分辨的小波变换方法

雷达多径回波信号(多径干扰信号)对雷达系统的检测性能具有十分不利的影响,抑制多径干扰的关键是准确分辨多径回波信号(检测并确定其部分参数)。小波变换在时、频域具有良好的局部化特性并对信号的奇异性非常敏感,在不同的尺度下(频带)奇异信号的小波变换模局部极大值点不变。雷达多径回波信号可用小波变换的方法进行分析和检测,根据信号与白噪声的小波变换局部模极大值的传播特性差异来抑制背景白噪声。本文通过正交二进制小波变换算法估计雷达多径回波信号的数目和信号时延,达到分辨多径信号的目的。文中的计算机仿真结果证明了该方法的可行性。     

利用数学形态学和复数小波方向窗维纳滤波的图像去噪算法

利用小波进行图像去噪是目前图像处理研究的热点。提出了一种结合数学形态学和复数小波方窗维纳滤波的图像去噪算法。该算法同时利用了复数小波的方向特性和图像本身固有的几何特性,首先使用双树复数小波变换对图像进行处理,再在基于复数小波域上进行维纳滤波,接着使用数学形态学把图像分成光滑区域和纹理区域2个部分,然后结合复数小波方向窗去更准确地估计小波域方向子带每一点的信号方差,最后利用维纳滤波器进对含噪图像进行去噪处理。实验结果表明,该算法的去噪效果优于一般的复数小波维纳滤波,并且运算更加简洁。     

一种小波域图像贝叶斯去噪方法

提出了一种使用隐马尔可夫树和混合高斯模型的小波域图像贝叶斯去噪方法。该方法对含噪图像进行小波变换,用隐马尔可夫树和混合高斯模型建立小波系数的先验模型,从而获取原图像的先验信息,然后利用模型参数和含噪图像小波系数估计原图像小波系数,通过小波逆变换得到去噪图像。仿真结果表明,该方法能有效克服阈值去噪算法的缺点,提高小波域图像去噪算法的性能。     

信号奇异性的小波分析

提出了利用小波变换对信号奇异性进行定量分析的方法,包括对信号奇异点的定位能力、奇异性的分类能力以及奇异性程度的确定能力三个方面.     

基于小波变换的光纤陀螺信号去噪方法

摘要：为提高光纤陀螺的使用精度,提出一种基于小波变换的光纤陀螺信号去噪方法。根据小波变换的原理, 使用四阶Daubechies 小波对光纤陀螺信号进行分解,选择改进阈值法对小波系数进行重构。该方法能有效滤除噪声 并保留有用信号,克服了硬阈值与软阈值的缺陷,能有效地提高光纤陀螺的使用精度。     

基于小波的装甲声信号特征分析及滤波方法

针对小波变换识别和提取装甲目标声信号特征,提出了基于小波变换的装甲声信号特征分析及滤波方法。该方法在分析装甲声信号产生原因的基础上选取db7小波6层分解,利用小波变换分解重构原始声信号,进行各频带相对能量分布分析,并结合低通滤波器进行对比实验。实验表明,装甲声信号呈现明显的低频特征,频率特征主要集中在20Hz、40Hz和80Hz附近,其中20Hz和40 Hz处能量分布集中;低通滤波器不能对低频信号特征进行分析,而该方法可以准确全面地提取声信号的能量特征。     

一种扩展水下扩频信号多普勒容限方法

扩频信号的模糊函数图呈图钉型,对多普勒频移比较敏感,影响了扩频信号的使用性能.本文分析了扩频信号的多普勒敏感性问题,提出了一种基于回波预处理的方法.首先将回波信号经过正交混频得到零中频I,Q通道信号,然后将零中频I,Q通道信号送入多普勒预处理系统进行处理,通过时间延迟处理方法得到的2个输出信号,分别经过匹配滤波器后再进行合并处理,脉压输出相关函数中不含多普勒频移和时间乘积,消除了多普勒频移对匹配滤波器输出的影响.数值仿真证明了该方法的有效性,且具有实现简单,运算量小的优点.