基于核ICA的探地雷达地杂波抑制

地雷及未爆武器给许多国家带来了巨大的经济和社会问题。近年来超宽带探地雷达被广泛用于浅层埋藏的塑性地雷的检测,其中滤除雷达回波信号中的地杂波是完成目标检测、成像与识别的关键。文中通过利用核ICA算法进行研究,给出了一种可以针对多目标数据区域且自动选取独立分量的探地雷达地杂波抑制方法,基于实测数据的实验结果表明了该方法的有效性。     

基于主成分自动选择准则的探地雷达杂波抑制

针对抑制探地雷达杂波的主成分分析法中能量百分比判断准则阈值稳定性差及依赖人工经验的问题,提出了主成分自动选择准则。提出平均累积能量标准,以稳定性强的平均道能量为阈值,确定直达波的主成分范围;以改进的局部累积能量比为标准,给出适应性好的阈值范围及固定数值,提取目标信号主成分范围舍去弱相关的背景信号主成分;用目标信号主成分进行图像重构实现抑制探地雷达杂波的目的。实验证明,所提准则能够实现杂波主成分自动选择,所选择的阈值稳定性较好,能较大程度地抑制杂波。     

一种适用于微弱信号盲提取的白化方法

独立分量分析(ICA)算法是解决盲信号分离(BSS)问题的最有效方法之一.ICA中,对观测信号预白化处理的作用至关重要.通常采用主分量分析(PCA)来进行预白化处理.实际中,在利用广播、电视等作为照射源的被动雷达系统中,观测信号通常被强噪声和干扰严重污染,这很大程度上降低了BSS方法的性能.然而,传统的BSS方法中没有...     

基于统计区分度的SAR图像干扰评估方法

针对干扰信号和目标回波信号在图像上的统计特性差异,该文提出了基于统计区分度的SAR干扰评估方法。借助于独立分量分析(ICA),把SAR图像域上的干扰抑制问题转化为一种盲源分离问题。分别对高斯噪声干扰和类杂波干扰SAR图像进行ICA处理,并采用峭度准则进行干扰基图像分离。由于类杂波干扰信号具有和SAR回波信号类似的统计特征,相对于高斯噪声干扰的干扰抑制效果降低。理论分析和仿真验证了基于目标回波信号特征的类杂波干扰方法的有效性。     

高频地波雷达射频干扰分离方法研究

针对高频地波雷达射频干扰抑制问题,研究基于独立分量分析(ICA)的单通道干扰分离方法,方法突破了常规ICA无法用于单接收通道下信号分离的条件限制,分析了高频地波雷达目标回波与射频干扰的周期性,并根据信号周期性与高频地波雷达相干积累时间长的特点,运用ICA方法实现了目标回波与射频干扰的分离,仿真实验与理论分析证明了该方法的有效性。     

基于小波变换与主成分分析的探地雷达自适应杂波抑制方法研究

针对传统主成分分析法在探地雷达杂波抑制方面的不足,该文基于2维小波变换的分时分频特点,提出了改进的主成分分析子空间投影法。进一步将改进的子空间投影法与自适应横向滤波方法相结合,保留了自适应滤波方法良好的目标回波信号保真度与学习适应能力等优点,提出了基于小波变换与主成分分析的探地雷达自适应杂波抑制方法,实现了小波变换、主成分分析法以及自适应滤波方法的优势互补。实验结果表明该方法在信杂比与目标图像清晰度方面具有良好的杂波抑制效果。      

一种新的基于ICA的SAR图像干扰分离方法

干扰后的合成孔径雷达(SAR)图像可以看作是目标信号和干扰信号的混合信号源,信号空间和干扰信号空间认为是统计独立的,因此图像域上的干扰抑制问题可以转化为一种信号分离问题.借助于独立分量分析(ICA)方法,提出高阶统计量-峭度值作为基图像分类标准,实现了干扰信号的有效抑制.理论分析和对高斯白噪声干扰的仿真实验验证了方法的有效性.     

基于EOG的阅读行为识别中眨眼信号去除算法研究

由于眼电图(EOG)能反映不同行为状态下的眼球运动模式，因此，基于EOG的阅读行为识别已经成为一个新的研究热点。为了降低眨眼信号对阅读行为识别的影响，提高正确率，本文提出了一种基于独立分量分析(ICA)的眨眼信号去除算法。该算法首先利用ICA方法从原始多通道EOG信号中分离出眨眼信号，然后通过计算各输出通道的峭度值，自动识别眨眼信号通道，将其置零后映射回原始观测信号以达到噪声去除目的。实验室环境下，对降噪后的EOG信号进行阅读状态识别，其平均正确率达到95.5%，相比较原始EOG信号、带通滤波法及主分量分析方法(PCA)分别提升了3.39%，5.00%和2.70%，实验结果验证了所提算法的有效性。      

基于相关性测度的雷达分选算法

雷达信号分选利用信号特征参数的相关性来实现不同雷达信号的分离。在实际雷达信号分选的处理过程中,由于信号参数的无规律性以及先验知识的缺乏,采用独立分量分析(In-dependent Component Analysis, ICA)的方法对雷达信号进行处理。针对 ICA 算法分离非平稳信号性能下降的问题,提出一种相关性测度变步长 ICA 算法,将其应用于雷达信号分选中。计算机仿真表明,这种算法不仅减少了信号的分选达到收敛的迭代次数,而且可以有效地提高信号分选的稳态性。     

基于独立分量分析的单通道语音降噪算法研究

简要介绍了有关独立分量分析的基本理论和算法,文中提出一种方法,巧妙地从单路 信号中生成两路信号,然后对其进行独立分量分析( ICA) ,克服了无法直接对单路信号进行独立分量分析的困难,实现语音增强。