一种信号检测预处理的改进多尺度形态学滤波方法

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。     

基于形态滤波的短波信号检测算法

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%。     

适于动态信道化接收机的信道检测算法

:针对现有频谱检测算法无法解决不同信道之间的噪声基底差异问题,提出了基于形态学运算的信道检测算法。该算法首先利用形态学运算对信道噪声基底进行估计,并将其减去,消除了复杂噪声背景的影响;然后,采用能量检测算法确定检测门限,实现子带信号的检测。仿真结果表明:该算法能够在噪声起伏较大的背景下完成信道检测和判决,检测概率优于传统能量检测算法。     

一种有效的宽带数字侦察接收机信号检测方法

针对宽带数字式搜索接收机信号处理中的高分辨率谱估计和弱信号漏检问题,提出一种有效的处理方法。首先采用数字信道化接收机进行均匀窄带划分,并对各窄带信号进行FFT运算后拼接出整个接收带宽内的频谱,然后采用形态学滤波方法估计起伏的噪声基底并修正,最后根据修正频谱的噪声谱线的分布特征估计出自适应检测门限,并与修正频谱比较完成宽带接收信号的检测。理论分析和仿真试验验证了方法的有效性。      

一种基于形态滤波的水声信号检测算法

针对水声目标检测中色噪声及近场强干扰导致目标检测概率下降的问题,通过分析实际水声信道特性和水声阵列接收信号的LOFAR谱特征,将导向最小方差波束合成(STMV)与形态学滤波技术相结合,提出一种基于数学形态学滤波的水声目标检测方法。在STMV之后,应用联合形态学滤波估计信号噪声基底,进行常规信号检测。海试数据处理结果表明,该算法能在复杂的噪声背景环境下实现对水下微弱目标的有效检测。     

一种基于时频分析的信号检测算法

为克服传统时频分析对噪声敏感、交叉干扰严重及运算量大等缺点,提出一种新的基于时频分析和形态学预处理的算法,该算法能够实现信号检测、参数估计及多址方式识别的功能。采用数学形态滤波方法消除卫星频带噪底起伏带来的影响;设计了一种新的时频谱图生成方法,将生成的时频图作为二维图像进行形态学预处理;对处理后的谱图进行分析,检测信号是否存在,对信号参数作出初步估计并对信号的多址方式进行识别。该算法简单易实现,噪声对检测的影响较小,理论分析和仿真结果证明了算法的有效性。     

基于拟合优度检测的子带频谱检测算法

根据雷达对抗侦察接收信号的特点,设计了基于动态非均匀信道化滤波的接收结构.重点研究了其中的频谱感知环节,提出了基于拟合优度检测的子带频谱检测算法.该算法首先假设至少含有K个子带不存在信号,再根据能量最小的K个子带输出估计噪声方差,用估计的噪声方差标准化各子带输出,从而将子带频谱检测问题转化为子带拟合优度的检测问题.该算法能够适用于噪声方差未知且无任何信号先验信息情况.理论分析和仿真实验证明了算法的有效性.     

强干扰下跳频信号的提取

强干扰存在的情况下,跳频信号检测和特征提取十分困难,为此,结合图像处理和噪声峰值提取的思想,提出了完整的提取跳频信号特征的方法:以短时傅里叶变换时频谱为基础,改进了一种利用形态学图像处理估计噪声基底的方法来消除噪声;然后,对每个时刻的频谱估计出信号个数和对应频率,根据统计的所有时刻的各类信息,将干扰信号排除,得到跳频信号.仿真实验表明,该方法能够在强干扰存在时,检测出幅度较弱的跳频信号,具有较好的抗强干扰性能.     

激光多普勒测速仪的频域自适应阈值检测

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。     

基于形态学预处理的短波猝发信号检测算法

在短波宽带接收条件下的猝发信号检测中,存在信道噪底起伏较大、多峰信号较多等问题。针对这两个问题,提出一种基于频谱灰度形态学预处理原理的短波检测方法,通过将宽带频谱图作为一维灰度图像进行形态学预处理,较好地估计了宽带频谱的噪声基底;并采用自适应门限、幅度门限和带宽门限等多门限联合判证方法,有效解决了多谱峰信号的判证问题。大量实验表明,该检测方法能够在宽带条件下实现对短猝发信号的高概率捕获,具有很强的鲁棒性和实用性。     

基于动态噪底跟踪的宽带接收机信号检测

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。     

多脉冲串步进频率信号相位斜率测速技术

研究了基于步进频率波形的相推测速技术,建立了空间目标宽带步进频率雷达回波信号仿真模型,提出了多脉冲串步进频率信号相位斜率运动参数估计方法,考虑了目标本身的电磁散射特性和微动对算法估计性能的影响。在低信噪比情况下,结合恒虚警率检测与形态学滤波技术能够对噪声进行有效抑制,提高了算法的鲁棒性和测速精度。     

红外目标检测的自适应背景感知算法

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.     

基于时频矩阵局部对比度的跳频信号参数估计

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。     

基于均值漂移的自适应滤波及其在光谱信号处理中的应用

该文给出了一种基于均值漂移的自适应双边滤波方法,其性能仅取决于空域的核尺度参数,幅度域的核尺度是根据信号的局部特征自适应选取的。该方法能够去除脉冲噪声,能有效抑制非脉冲噪声,并有较强的边缘保护能力。实验和分析表明本文方法的整体性能优于高斯滤波和中值滤波。该文将所提出方法用于天体光谱的去噪,并与均值漂移滤波和小波硬阈值法进行了比较,结果表明:该方法能够有效抑制光谱中天光背景噪声和随机噪声,并能较好地保护谱线信息,更适于天体光谱信号的处理。     

非高斯噪声环境的进化粒子滤波盲检测器

对于信道模型系数未知的平坦瑞利衰落信道下非高斯噪声环境中的盲信号检测,提出了一种基于进化粒子滤波的盲检测算法。该算法能够解决一般的粒子滤波对于估计长时间不变的状态存在的样本贫化的问题和系统噪声的非高斯问题。仿真试验结果证明,在信道模型系数未知的平坦衰落信道下,非高斯的噪声环境中,该算法性能优越,接近达到已知信道模型系数情况下的混合卡尔曼滤波算法的性能。     

脉冲噪声下跳频信号时频图修正

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。     

一种基于LMS自适应滤波的互相关时延估计优化算法

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。