非线性调频信号的自适应时频滤波算法

针对传统的时域或频域滤波算法对非线性调频信号滤波去噪效果不好的问题,本文提出了一种时频域内非线性调频信号的自适应滤波去噪算法。首先对原信号进行广义S变换获得其时频分布,接下来利用有效信号时频分布特性选取时频通域,构造区域滤波算子并去除掉时频通域外的噪声分量的时频分布;然后利用有效信号分量的时频聚集性构造自适应时频滤波算子,对含有随机噪声的有效信号分量进行滤波处理,得到滤波去噪后的信号的时频分布;最后利用广义S逆变换将处理后的时频分布变换到时间域,得到滤波去噪后的信号。通过仿真实验的结果可知,本文提出的算法在非线性调频信号的滤波去噪和有效特性保持方面取得了较好的效果。      

分数阶Fourier域中多分量chirp信号的遮蔽分析

本文从分数阶Fourier变换与时频分布的关系入手,在离散分数阶Fourier变换算法基础上导出了单分量chirp信号分数阶Fourier谱强度的近似表达,并依据分数阶Fourier变换的线性性质,得到了调频率不同的两分量chirp信号间分数阶Fourier谱相互遮蔽的量化结果,给出了图例分析,并进行了仿真验证.通过本文的分析可以知道分数阶Fourier域中调频率不同的多分量chirp信号间的相互遮蔽主要取决于各自的幅度、调频率和采样时间.当多分量chirp信号幅度、调频率确定后,可以通过延长采样时间来降低各分量间的相互遮蔽.     

基于DMFT的LFM信号参数估计

线性调频信号是低截获概率雷达常用的一种信号形式,如何在低信噪比情况下检测线性调频信号一直是人们研究的焦点之一.在离散匹配傅里叶变换的基础上对算法进行改进,并利用改进后的算法分别对单分量和多分量线性调频信号进行仿真,仿真结果表明离散匹配傅里叶变换能够在低信噪比情况下比较准确地估计出线性调频信号的参数,不存在交叉项问题.离散匹配傅里叶变换是一种针对线性调频信号有效的参数估计方法.     

基于短时分数阶傅里叶变换的时频分析方法

本文研究了短时分数阶傅里叶变换(STFRFT)时频分析方法的分辨率精度和算法性能.首先,文中给出了一种STFRFT时频分辨率的数学计算表达式,其有利于时频分辨率的量化比较,仿真结果表明该理论量化值与观察值基本吻合;其次,针对算法运算量大的问题,提出了一种STFRFT的快速计算方法,它较传统的穷举搜索方法运算量约降低1个数量级;最后,给出了算法估计误差的理论分析并运用该方法对多目标信号进行了分析,仿真表明该方法可有效抑制交叉项和解决多分量时频信号的分离问题.     

线性调频信号分数阶频谱特征分析

线性调频信号是一种典型的非平稳信号,广泛应用于雷达、声纳、通信等领域.分数阶Fourier变换是一种新兴的时频变换,由于其独特的性质,成为线性调频信号检测与参数估计的一种良好工具.尤其是,作为一种线性变换,分数阶Fourier变换在处理多分量线性调频信号时能够避免交叉项的干扰.但是,多分量线性调频信号在分数阶Fourier域也存在相互影响的问题.为了分析该问题,研究线性调频信号在分数阶Fourier域的频谱分布特征是非常必要的.本文根据分数阶Fourier变换的定义以及分数阶Fourier变换与时频分布的关系,分析了线性调频信号在分数阶Fourier域的频谱分布特征,以及线性调频信号的分数阶频谱分布与分数阶旋转角α的变化关系;根据离散分数阶Fourier变换的实现算法,讨论了线性调频信号在离散分数阶Fourier变换条件下的分数阶频谱的分布特征,以及线性调频信号在分数阶Fourier域的能量谱的近似表达式.最后,利用LFM信号的分数阶频谱的分布特征,分析了多分量LFM信号中的信号尖峰偏移问题,并给出信号尖峰发生偏移的条件.本文为定量分析分数阶Fourier域多分量线性调频信号之间的相互影响奠定了基础,为改善分数阶Fourier变换对多分量线性调频信号的处理能力提供了参考.     

基于乘积性模糊函数的核函数设计方法

利用乘积性模糊函数,提出一种双线性时频分布的核函数设计新方法,能够在模糊域有效地抑制噪声和多分量间的交叉项.在多分量强弱信号环境中,提出基于逐次减小误差的递归算法重构强信号,减小传统分析方法的残余信号影响和参数误差传播效应.利用分段近似的原则,可将非线性调频信号分解为多分量线性调频信号,从而将核函数设计方法推广到非线性调频信号环境.最后,仿真结果证实了该方法对多分量调频信号的有效性.     

基于EEMD的共振解调技术在列车轴承故障诊断中的应用

针对轮对轴承故障信息不易提取的特性,提出了基于EEMD的共振解调方法。首先,采用EEMD方法将原始信号分解为17个IMF分量,计算每个分量的峭度值,选取峭度值大于3的IMF分量相加,合成新的信号;然后,对新的合成信号进行谱峭度分析,得到冲击成分所在的频带,并据此设计带通滤波器对合成信号进行滤波处理;最后,对滤波后的信号进行Hilbert变换和频谱分析,提取冲击成分的频率,并与理论故障频率对比,进行故障诊断。分别对外圈故障、滚动体故障、保持架故障的轴承进行振动试验,并利用此方法对试验结果进行分析,结果表明,该方法能够有效地识别列车轮对轴承的故障信息。     

基于小波-Radon变换的线性调频信号检测与参数估计

线性调频信号（LFM）是一类应用广泛的非平稳信号.本文选取高斯线调频小波作为基函数,研究了基于小波-Radon变换的线性调频信号检测与参数估计的基本方法,然后提出了基于小波-Radon变换的多分量LFM信号检测与参数估计的算法.计算机仿真实验结果验证了该算法的有效性。     

基于分数阶傅里叶变换的脉内信号调制方式识别

针对传统的雷达脉内信号调制类型识别方法存在的抗噪性能差和识别率低等问题,提出了一种基于分数阶傅里叶变换(FRFT)的脉内信号调制方式识别算法.该算法分为两步:首先根据不同调制方式在调频斜率上的区别,通过FRFT模值随阶数变化的特点,识别出线性调频信号;然后,再根据阶数为1时FRFT的波形特点,识别出频率编码信号和相位编...     

线性调频信号时/频差估计算法

提出了一种新的快速估计线性调频信号时/频差的算法.该算法将抽取的自模糊函数与Radon变换结合估计线性调频信号的调频率, 通过分数阶傅里叶变换估计出模糊函数脊线与频率轴交点位置, 应用解调频沿脊线搜索模糊函数峰值.对于接收信号中存在多分量的情况, 根据其模糊函数脊线位置的不同, 该算法能够分辨各分量信号, 并分别精确估计出各分量的时/频差.由于只需一维搜索模糊函数峰值, 并可用快速傅里叶变换实现, 该算法大大减少了运算量.仿真实验表明, 随着信噪比的提高, 该算法估计的时/频差均方误差逐渐逼近克拉美-罗下界.     

无源雷达目标信号时延与多普勒频率联合估计

提出一种基于STFRFT的无源雷达目标时延与多普勒联合估计新方法。首先,给出了一种STFRFT时频分辨率量化方法及其数学表达式;其次,利用STFRFT的投影包络对回波信号时延与Doppler频移进行了联合估计;最后,讨论分析了脉内信噪比、高斯窗参数等对所提方法估计性能的影响。仿真结果表明,与CAF方法相比,所提方法更容易获得高精度的时延与Doppler频移的联合估计,具有更高的可靠性。     

Blind Source Separation in the Time-Frequency Domain Based on Multiple Hypothesis Testing

This paper considers a time-frequency (t-f)-based approach for blind separation of nonstationary signals. In particular, we propose a time-frequency "point selection" algorithm based on multiple hypothesis testing, which allows automatic selection of auto- or cross-source locations in the time-frequency plane. The selected t-f points are then used via a joint diagonalization and off-diagonalization algorithm to perform source separation. The proposed algorithm is developed assuming deterministic signals with additive white complex Gaussian noise. A performance comparison of the proposed and existing approaches is provided.     

低信噪比下线性/非线性调频信号距离超分辨

本文研究了应用高分辨阵列处理算法实现雷达距离超分辨问题。利用我们提出的针对线性／非线性调频（ＬＦ ／ＮＬＦＭ）信号的降噪算法,提高了回波信号的有效信噪比（ＳＮＲ）。通过将ＭＯＤＥ算法拓展到色噪声环境中,基于频域处理解决了不同目标速度接近时造成的目标回波强相关甚至相干给超分辨处理带来的困难。计算机模拟表明,本文方法可在低ＳＮＲ下实现多目标的距离超分辨估计,并克服了现有方法在ＳＮＲ门限、回波相干性、计算量等方面的限制。     

基于多重同步压缩变换的雷达辐射源分选识别

针对低信噪比条件下雷达信号分选识别算法识别率低且复杂度高的问题,提出了一种基于多重同步压缩变换(MSST)的雷达辐射源分选识别算法。首先通过MSST得到信号的时频图像矩阵;然后,对时频图像进行预处理,提取出时频图像的灰度共生矩阵纹理特征和Zernike矩特征;同时提取了信号的功率谱参数特征和平方谱统计特征,组成特征参数向量;最后利用支持向量机分类器实现了对雷达信号的自动分选识别。仿真结果表明,在信噪比为-2 dB时,该算法对9种雷达信号(CW、LFM、NLFM、BPSK、MPSK、Costas、LFM/BPSK、LFM/FSK和BPSK/FSK)的整体平均识别成功率大于96.5%。     

基于短时分数阶傅里叶变换的间歇采样转发干扰辨识方法

基于数字射频存储的间歇采样转发干扰能够形成大量同时兼具压制和欺骗效果的假目标,难以被传统方法准确检测和识别。本文针对切片组合干扰和频谱弥散干扰这两种典型间歇采样转发干扰样式,提出一种基于短时分数阶傅里叶变换的干扰辨识方法。该方法首先通过角度遍历选取干扰信号的分数阶变换最优旋转角度;之后通过短时分数阶傅里叶变换,获得接收信号时频分布图像;再对时频图像进行二值化操作,提取干扰时频域特征参数,进而对干扰进行有效辨识。仿真结果证实了该方法的有效性与准确性。      

基于时频分析的多跳频信号盲检测

为了减小低信噪比下干扰和噪声对跳频信号检测的影响,提出一种基于时频分析的多跳频信号盲检测算法.针对跳频信号、定频信号、高斯白噪声具有的不同时频分布特点,该算法利用短时傅里叶变换得到的时频图构造时频对消比;理论分析得到各信号的时频对消比是不同的,因此将其作为检测统计量,实现高斯白噪声背景下跳频、定频信号的盲检测.仿真结果...     

Wavelet based robust sub-band features for phoneme recognition

Wavelet transform has been found to be an effective tool for the time-frequency analysis of non-stationary and quasi-stationary signals. Recent years have seen wavelet transform being used for feature extraction in speech recognition applications. In the paper a sub-band feature extraction technique based on an admissible wavelet transform is proposed and the features are modified to make them robust to additive white Gaussian noise. The performance of this system is compared with the conventional mel frequency cepstral coefficients (MFCC) under various signal to noise ratios. The recognition performance based on the eight sub-band features is found to be superior under the noisy conditions compared with MFCC features.     

基于实值离散Gabor变换的联合时频域语音增强

传统变换域语音增强方法对语音做短时平稳性假设,这会造成对语音信号和噪声信号谱估计不准确,从而导致语音失真和残留噪声。本文提出一种从联合时频域进行语音增强的方法,该算法无需对语音做短时平稳假设。算法采用具有最佳能量聚集特性的高斯变换核函数,利用能快速实现的实值离散Gabor变换（RDGT）将语音信号变换到联合时频域,然后利用语音和噪声谱服从高斯分布的假设和无语音概率的思想进行基于最小均方误差的语音对数谱估计,采用改进的最小受控递归平均算法（IMCRA）进行噪声时频谱估计,在得到纯净语音的谱估计后利用实值离散Gabor逆变换获得纯净语音估计。实验表明,该算法相比频域变换算法具有较好的语音去噪度和较低的语音失真度。      

基于时频点聚类的LFM信号波达方向估计

基于空间时频分布(spatial time-frequency distribution, STFD)的多重信号分类(multiple signal classification, MUSIC)算法常用于非平稳信号波达方向(direction of arrival, DOA)估计, 其关键是选取合适的信号时频点.文中针对传统时频MUSIC算法不能提取各信号时频点且在小角度间隔时估计性能不佳的问题, 以线性调频(line frequency modulation, LFM)信号为研究对象, 提出了基于时频点聚类的DOA估计算法.该算法首先对阵列接收信号进行白化, 利用白化后的接收信号构造STFD矩阵, 达到抑制STFD矩阵的交叉项、突出信号自项的目的, 然后利用K均值聚类提取各信号时频点, 最后运用MUSIC算法估计DOA.对不同角度间隔和不同信噪比时三种算法的估计均方根误差进行了仿真对比, 结果表明:相比经典时频MUSIC算法, 文中算法在小角度间隔和低信噪比时有更好的估计性能.     

基于重叠变换和时频分析的自适应抗干扰算法

将时频分析和重叠变换结合,提出了一种新的直接序列扩频通信窄带干扰抑制算法,通过重叠变换将多分量信号分解成为一系列单分量信号并通过维格纳分布法确定单分量干扰的频率。在此基础上设计了一自适应滤波器抑制掉干扰。这种方法对平稳信号和非平衡信号同样适用。给出相应的计算机仿真结果,并与其它变换域算法进行了比较。