共查询到18条相似文献,搜索用时 178 毫秒
1.
通信信道冲击噪声干扰和宽带接收机非线性影响会导致接收的信号噪声基底不平坦,若不考虑噪声基底起伏而直接进行检测信号,可能会导致漏检。为提高信号检测精度,需估计信号噪声基底。为解决该问题,提出了一种信号检测预处理的改进多尺度形态学滤波方法。该方法采用多尺度开-闭组合运算对信号频谱进行形态学滤波,利用不同尺度的结构元素对不同带宽的信号进行局部滤波,并利用滤波后凸包的存在性作为滤波终止条件。仿真结果表明,该方法可以有效将不同带宽的信号滤除,有效提取噪声基底噪声,同时可消除频谱中低电平毛刺对噪声估计的影响。 相似文献
2.
针对短波信号检测中色噪声干扰导致信号检测概率低的问题,通过研究实际短波信道特性和信号的频谱特征,提出一种将信号频谱图作为一维灰度图像进行形态学滤波的预处理算法,应用联合形态学滤波估计信号噪声基底,利用改进的顶帽变换进行白化滤波,最后依据高斯白噪声环境下的门限估计理论进行信号检测。实验结果表明,该算法能在复杂的短波信道环境下较好地抑制色噪声干扰,对弱信号的有效检测率可提高10%~20%。 相似文献
3.
4.
5.
6.
7.
8.
9.
激光多普勒测速仪(LDV)能够实现载体速度的高精度测量,从而满足航空航天领域对高精度导航的需求。目标速度测量是建立在回波信号成功检测的基础上进行的,因此微弱多普勒信号检测是LDV的关键技术。根据光频段噪声频谱特性,提出了对有用信号频率进行带阻滤波、利用剩余噪声强度估计总体噪声强度的方法,设计了频域内基于噪声强度估计的自适应阈值信号检测算法。通过与传统的固定阈值算法的对比仿真和实验,表明该方法具有更好的探测性能,能够在保持较低恒定虚警概率条件下实现对高于信噪比为-9 dB信号的完全检测,具有抵抗噪声强度的起伏变化、算法简单、适用性强等特点。 相似文献
10.
11.
对不平坦噪声基底的准确估计是宽带接收机信号检测的关键,传统的宽带检测多采用基于迭代形态学运算的静态噪底估计方法,不同时刻的估计结果之间互不相关,存在分辨率低、迭代耗时和时间连续性差等问题。针对上述问题,提出了一种动态噪底跟踪方法。首先建立带内各频点噪声基底的时变模型,然后将其作为系统状态引入卡尔曼滤波框架进行时间维度的噪底连续估计,同时结合频率维度的高斯平滑,实现了时间-频率两个维度的噪底跟踪。通过实采宽带信号验证,所提算法相较传统方法在噪底估计分辨率、连续性、计算效率等方面均有明显提升。 相似文献
12.
13.
红外目标检测的自适应背景感知算法 总被引:31,自引:3,他引:31
低信噪比检测技术是实现红外自动目标识别的基本前提,其性能指标将直接决定系统的探测灵敏度和作用距离,是反映红外低可观测目标识别能力至关重要的一项核心技术.自适应背景估计方法是实现这一目标的有效途径.本文在重点论述几种常用背景估计方法的基础上,提出了形态滤波的优化改进算法.理论分析和实验测试表明:该算法简化了形态变换关系,优化了结构元构型,促进了滤波质量和运算速度的双向提高;既保持了形态滤波有效保护信号特性的操作特点,又改善了原算法对杂波起伏不够敏感的固有缺陷,使其自适应背景感知能力更强;算法简洁紧凑,操作效率高;对复杂背景的低信噪比图像环境表现出良好的滤波性能和稳健的适应能力. 相似文献
14.
为了提高低信噪比下跳频信号参数估计性能,提出了一种基于时频矩阵局部对比度的跳频信号参数估计算法。根据跳频信号和噪声的时频分布不同特点,利用时频矩阵在不同尺度滑窗下的局部能量对比值均值,得到多尺度局部能量对比特征矩阵,通过此特征矩阵和自适应阈值分离得到仅保留了跳频信号时频信息的时频矩阵P。然后从P中提取时频跳变信息,精确估计跳频信号的跳频周期、起跳时间和跳变频率。仿真结果表明,与传统局部对比度(local contrast measure,LCM)法及形态学滤波法相比,本文算法具有更好的跳频信号提取效果和更高的参数估计精度,其有效性与实用性在DSP+FPGA的硬件系统上得到了测试验证。 相似文献
15.
16.
17.
为了在α稳定分布噪声的环境下获得清晰的跳频信号时频图,提出一种基于分数低阶SPWVD(Smoothed Pseudo Wigner-Vile Distribution)与形态学滤波相结合的跳频信号时频图修正算法。首先,根据接收到的多跳频信号建立跳频信号的模型和α稳定分布噪声模型;然后,采用低阶SPWVD变换抑制时频图中脉冲噪声;最后,根据形态学滤波处理方法对残留噪声进一步抑制进而得到清晰时频图。理论分析和仿真结果表明,所提算法在广义信噪比为-5 dB时仍可以得到清晰可靠的跳频信号时频图,并且基于时频图的参数估计性能优良。 相似文献
18.
在多站时差定位系统中使用基于LMS自适应滤波的互相关法进行时延估计时,若采用固定步长因子则会在收敛速度和稳态失调之间存在较大矛盾,从而影响时延估计精度。针对这一问题,文中提出了一种基于分段变步长LMS自适应滤波和希尔伯特差值的互相关时延估计优化算法。该方法首先采用分段变步长LMS自适应滤波对信号进行滤波处理,然后将滤波后的信号作互相关运算,最后通过希尔伯特差值法锐化相关函数的峰值,进一步提高时延估计精度。在相同条件下,文中模拟分析了不同算法的时延估计精度。实验结果表明,新的优化算法时延估计精度更高。在不同信噪比下,新方法相较传统时延估计方法精度提高了2.2%以上,具有良好的抗噪声性能。 相似文献