基于倒谱分析的雷达信号脉内调制识别

提出对雷达信号进行时域倒谱分析,能够将卷积性或乘法性信号分量分离,进而分析出雷达信号的调制信息。计算机仿真表明,在低信噪比条件下,倒谱分析对线性调频信号和相位编码信号的调制参数都能够进行有效估计。     

基于随机森林的雷达信号脉内调制识别

针对雷达信号脉内调制识别算法存在着准确率低的问题,提出一种新的雷达脉内调制类型自动识别方法,该方法首先提取雷达信号时频图像的形状特征和纹理特征构成融合特征,然后将融合特征输入随机森林分类器,实现信号的分类识别.仿真实验中对8种常见的不同调制类型的雷达信号进行识别,提出的算法在信噪比为-2 dB时识别准确率可以达到90％以上,验证了该方法的有效性.     

雷达脉内特征提取方法的研究

简单描述了雷达脉内特征提取的时域自相关法,调制域分析法,时域倒频谱法,数字中频法的基本原理,各自的特点及工程实现的可行性。     

基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题,提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量,使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明,所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度,可以实现对不同雷达信号进行识别,证实了该方法的有效性。     

基于中频直接采样正交相干检波技术的信号脉内特征提取

信号脉内特征提取技术是电子战中一个重要的研究内容，它对密集、复杂环境中辐射源的分选、识别起着重要的作用。讨论了利用中频直接采样相干检波技术实现信号脉内特征的提取，仿真结果证明了该技术的可行性。     

复杂电磁环境下雷达信号脉内特征分析

介绍了数字中频技术,指出其在雷达信号脉内调制特征分析方面的优势,并针对线性调频雷达信号,结合傅里叶变换提取雷达信号脉内调制规律和调制参数,软件分析结果证明本方法是有效的。     

雷达信号脉内调制特征分析

脉内特征是雷达信号分选的基础，也是电子对抗领域里的一个重要课题，本文主要讨论了相位差分分析法和最小二乘法在雷达信号脉内调制特征分析中的运用，并运用Vc＋＋6．0进行了仿真。     

基于调制域的雷达信号脉内特征提取新方法

针对传统调制域检测法在提取雷达信号脉内特征中的不足,提出了一种通过检测极值点来提取信号脉内特征的方法。首先通过检测出信号极值点,再对极值点进行运算处理,进而提取出极值点中包含的脉内特征信息。该方法借助于极值点具有最大信息量的优势,并运用二次提取频率来估计码元宽度,使得算法的信噪比性能得到有效改善。仿真结果表明,与传统调制域检测法相比,该方法在低信噪比下对于多种类型信号的脉内特征参数的估计精度平均提高30%。     

雷达信号脉内细微特征参数分析

介绍了基于正弦波频率估计的脉内特征参数估计方法,并与数字正交法相结合,解决了编码信号频率估计模糊问题。对单频信号、线性调频信号、二相编码信号、四相编码信号进行了脉内特征分析,给出了仿真结果。     

一种新的Morlet小波及其在雷达信号特征提取中的应用研究

为准确估计雷达信号的瞬时频率,文中提出了一种基于新Morlet小波原子提取信号小波脊线的方法。通过分析小波脊线原理,使用新Morlet小波原子提取雷达辐射源信号的小波脊线特征。同时,针对不同调制类型的雷达信号,根据小波分解时—频约束关系,分析了正确提取信号脊线特征的条件。仿真实验表明,与普通Morlet小波原子相比,基于改进的Morlet小波提取信号脊线特征具有较强的检测概率和抗噪性能,其方法的有效性为实验结果所证实。     

一种基于规范互信息和动态冗余信号识别技术的特征选择方法

为了实现对模式识别、信号处理等领域中数据的有效表达,提出了一种基于规范互信息和动态冗余信号识别技术的特征选择方法。该方法采用规范互信息对特征相关性和冗余性进行测量,并通过一种动态冗余信号识别技术在特征全集中进行冗余特征的筛选。分类实验结果表明所提特征选择方法性能优于典型的特征选择方法。     

无创血糖检测光声信号的特征提取

针对有创血糖监测会带来二次感染的风险而提出的无创血糖检测方法,该方法的信号特征在复杂环境下不易提取。为了更方便地提取出光声信号,提出了一种基于Laplace小波变换提取光声信号的方法。结合光声原理、压电陶瓷等效电路模型,提取光声信号的基本特征信号,采用该基本特征信号作为Laplace小波基,在实际制作的光声检测系统,对100mg/dL~400mg/dL四组不同浓度的葡萄糖溶液的实际信号分析,经提取后的光声信号与葡萄糖浓度有显著线性特征。     

OFDM混合调制信号在认知网络中的应用

对OFDM混合调制信号进行了谱相关分析,并将其应用到认知网络中。在采用OFDM混合调制信号传输的认知网络中,利用信号的循环平稳特性可以快速识别出信道空闲、认知信号传输、主用户信号传输和两种信号混叠这四种状态,为认知网络中认知信号的快速可靠接入和退出提供了保障。进一步利用混合调制的位置来标记不同的认知网络,认知节点可以区分不同认知网络信号。在提出的认知网络应用模型中,传输和接收设备较简单,而且不需专门的信道来传输控制命令,节约了带宽。仿真结果显示,在认知网络中,该模型可以提高频谱利用率,使通信系统的性能得到改善。     

用ADSP-TS201芯片架构的雷达数字信号处理机

介绍了ADI公司新型DSP芯片ADSP-TS201的主要性能,利用其超高性能的处理能力和易于构造多处理并行系统的特点,实现通用的雷达信号处理平台。采用将信号处理机划分为若干个模块的设计方法,使得研制周期短,系统可重构性好,对算法的适应性强。     

模拟数字通信信号调制识别研究

在符号变化的时刻,数字调制信号存在幅度、频率等变化的奇异点,而模拟调制信号却不然。利用2次小波变换检测奇异点的有无,提出了1种逼近相消算法来区分数字调制方式和模拟调制方式。通过对通信系统中常用的PSK、FSK、QAM、ASK、FM、AM信号调制方式的仿真,验证了此识别算法的有效性。     

HHT方法在探地雷达回波信号特征提取上的应用

探地雷达回波信号是一种非平稳非线性信号,其中不仅包含地下埋藏物的目标信号,还包含有可能掩藏目标信号的直达波信号,给目标的识别带来困难。文中采用HHT方法对探地雷达回波信号进行特征分析,提取回波信号的IMF分量的瞬时频率作为特征向量。实验结果表明,用HHT方法提取特征可较好的避免直达波影响,该方法是可行而有效的,为进一步鉴别地下埋藏物提供了新的思想和方法。     

基于EEMD的故障微弱信号特征提取研究

总体平均经验模式分解（EEMD）方法是一种先进的时频分析方法,非常适合于对非平稳故障微弱信号的分析处理。文中介绍了EEMD方法的原理与算法实现步骤,重点分析了EEMD方法避免模式混淆的机理。利用EEMD方法对齿轮箱振动信号进行分析,成功提取了小齿轮磨损故障特征,验证了EEMD方法在故障微弱信号特征提取的有效性。     

实时数字延迟控制精度对相控阵雷达瞬时信号带宽的限制

提出了实时数字延迟方法,阐述了宽带宽角扫描相控阵雷达对天线瞬时信号带宽的限制及其孔径渡越时间问题和利用实时数字延迟方法来解决该问题的技术途径。