共查询到19条相似文献,搜索用时 140 毫秒
1.
为了获取复杂环境中瞬态或非平稳水声信号的特征和高检测概率,提出了一种基于时频分析和统计模型的水声目标被动检测方法,建立了基于短时傅里叶变换、Wigner-Ville分布和小波变换这3种时频分析方法的被动检测模型。结合实测的舰船辐射噪声数据进行目标检测与分析,结果表明,尽管这3种时频分析方法都能有效地将目标检测出来,但是基于小波变换的被动检测模型的检测性能最好。 相似文献
2.
基于分数阶Fourier变换累积量的目标检测算法 总被引:1,自引:0,他引:1
传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难以在时频域得到好的检测结果。对此提出了分数阶Fourier变换累积量算法,该算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真结果表明,分数阶Fourier累积量算法的检测性能优于分数阶Fourier变换和4阶累积量算法,展现了分数阶Fourier变换累积量算法有优越的信号处理性能。 相似文献
3.
4.
针对在低信噪比的情况下检测接收信号中是否含有目标信号,提出了结合数学形态学滤波的新方法.首先将接收到的信号变换到时频域,然后设阈值将时频图转化为二值图像,再经过形态学滤波提取有用的几何目标,接着统计目标点的总能量,最后与蒙特卡洛实验所得的门限进行比较,从而检测出是否含有目标信号.仿真结果表明,对于在时频平面具有比较规则的图像特征的信号,该方法能够有效的检测出低信噪比条件下接收信号中是否存在目标信号. 相似文献
5.
毫米波干涉仪回波信号的信噪比对膛内高速运动目标参数的测试精度有重要影响,传统的时域或频域去噪方法经常受到使用条件的限制,为此提出一种基于广义解调和广义S变换的时频域去噪方法。首先估计信号的相位函数对其进行广义解调和广义S变换,在时频域构造有效的滤波器进行降噪处理,随后对去噪信号进行广义S逆变换和逆广义解调并在此基础之上得到目标的运动曲线。基于此方法的二维滤波器参数完全与时间无关,极大地降低了时频滤波器的构造难度。仿真和实测数据分析结果表明:该算法与希尔伯特黄等方法相比能够有效提高信噪比并改善测试精度。 相似文献
6.
7.
8.
9.
针对多分量线性调频(LFM)信号,提出一种新的变换即S-Hough变换,该方法首先对多分量LFM信号进行S 变换,然后在时频平面内利用Hough变换检测出各个信号分量.实验结果证明该方法可以很好地对多分量LFM信号进行检测. 相似文献
10.
水下主动探测不可避免的受到混响的干扰,运动目标在匀加速运动时,单频发射脉冲的回波信号经过距离压缩后可视为一个线性调频(LFM)信号,根据这些特点,利用分数阶傅立叶变换(FRFT)对LFM信号进行能量聚集性,并将4阶累积量作为后置处理算子抑制混响,研究了基于分数阶傅立叶变换的4阶累积量切片算法(FRFT-FOMCS),检测了混响中的高速运动目标,对实测混响数据和LFM信号进行了仿真,结果表明,该算法能够在混响背景中有效地检测和识别运动目标回波. 相似文献
11.
12.
基于联合Wigner-Ville分布—随机Hough变换改进算法的线性调频信号参数快速估计 总被引:4,自引:2,他引:2
为了解决传统Hough变换(HT)庞大的计算量和存储量的问题,提高对线性调频( LFM)信号参数估计的实时性和准确性,根据Wigner-Ville分布(WVD),得到含噪单分量LFM信号的时频特性,利用最大值法进一步估计出瞬时频率;截取一段频率估计值,利用随机Hough变换(RHT)实现LFM信号的参数估计。仿真分析表明,与传统WVD-HT相比,该算法的运算量明显减少,约为WVD-Hough的1/3,并且参数估计精度高于WVD-Hough算法,具有校强的实用性。 相似文献
13.
14.
为解决机载脉冲多普勒(PD)雷达对机动弱目标进行检测与跟踪的问题,构造了一种基于抛物线随机Hough变换(RPHT)的检测前跟踪(TBD)算法。该算法通过模糊区间对目标的模糊量测进行距离多假设扩展,从而提取量测中的时空相关信息。利用RPHT方法将目标扩展量测转换到参数空间,并在参数空间对目标的机动航迹进行积累。在算法实现过程中,通过方位变换的方式对传统的RPHT方法进行了改进,以降低算法计算复杂度。该方法将机动弱目标解距离模糊问题转换为TBD框架下基于RPHT的航迹检测问题,避免了微弱目标的低信噪比造成的航迹漏检。仿真结果验证了该算法的有效性。 相似文献
15.
针对雷达信号识别中因新信号数据与训练数据的样本差异,导致卷积网络模型识别率下降的问题,提出一种基于卷积网络和对抗学习的雷达信号识别算法,提升模型对新样本的识别率.首先,依据时频变换理论,变换得到雷达信号时域-频域能量分布图像,以表征信号脉内调制特征;然后,结合深度可分离卷积的结构,构建卷积网络模型,并利用样本数据对模型... 相似文献
16.
针对低截获雷达信号通常采用人工特征选择,且在低信噪比、样本数量少情况下识别率低的问题,提出一种融合雷达信号时频图像的卷积特征与字典学习识别算法。该算法以表征信号调制方式的时频图像为基础,通过时频变换获得信号的二维时频数据,输入到LeNet-5卷积神经网络中。网络通过美国MNIST数据库手写数据集进行预训练,将预训练后网络中的2~6层网络参数迁移到新的LeNet-5中,取出第6卷积层的数据作为提取的卷积特征。使用判别字典学习方法进行识别。仿真结果表明:通过预训练处理能够加快网络的收敛与优化,有效提取到每类信号的卷积特征;与文献[4]、文献[24]、文献[25]、文献[26]中4种算法相比,利用判别字典学习能够在样本少、低信噪比情况下取得较高的识别率。 相似文献
17.
根据海面红外图像的特点,提出了一种基于红外图像的海上船舶分割算法。采用均值移动算法和霍夫变换检测海天线,以海天线为基准确定船舶出现的区域,采用区域分割算法分割船舶目标,根据区域生长法得到不同的目标区域,最后根据实验验证的本算法的有效性。 相似文献
18.
基于谐波小波的舰船辐射噪声线谱提取方法 总被引:1,自引:0,他引:1
针对传统方法在低信噪比情况下难以准确提取舰船辐射噪声线谱成分的问题,提出一种基于谐波小波变换的高分辨线谱提取方法。通过对舰船辐射噪声信号进行谐波小波变换,将其正交、无泄漏地分解到相互独立的频段上,提取线谱所在频段的谐波小波系数且将其它频段置零,进而在时域重构出线谱信号,实现信号与其它成分的分离。实验分析结果表明:该方法对背景噪声有较好的抑制作用,提取微弱线谱信号的能力和精度优于FFT分析方法,比传统FIR滤波器方法性能提高了约5dB,有利于辐射噪声特征线谱的提取。 相似文献
19.
直升机与树林复合测试目标识别算法研究 总被引:2,自引:0,他引:2
针对直升机目标与树林背景复合信号开展了目标识别算法研究。通过各算法对实测数据识别概率的比较,基于小波包的识别算法对于小尺度的识别距离其识别性能较好,采用小波包频谱法截取频谱较低的前两阶频谱,选择频谱宽度、峰值位置等参数可获得较高的目标识别概率。 相似文献