基于小波分析的激光探潜技术

介绍了利用小波分析的方法对水下目标的回波信号进行去噪声、检测及定位．模拟结果表明,该方法的时频可变性有效地克服了传统方法的不足．     

水中目标辐射噪声调制信息提取方法研究

讨论了应用小波分析从辐射噪声中提取调制信息的方法。首先利用多尺度分析方法将噪声信号在不同层次的空间上进行分解,实现调制信号与辐射噪声的分离;然后,利用小波变换提取其包络,求取功率谱得到调制信息.在此基础上,对实测辐射噪声数据进行仿真研究.结果表明,该方法用于噪声中调制信息检测是一种有效的手段.     

基于多分辨分析的舰船噪声能量特征提取方法

以离散小波变换入手,利用小波分析的恒Q特性,提取了舰船噪声信号的子带能量分布特征。结果表明,由于各子带能量参数并不相互独立,基于离散小波变换的舰船噪声子带能量分布特征并不明显。因此,依据多分辨分析理论,对舰船辐射噪声信号进行了正交多分辨分解,并提取了舰船噪声子带能量分布特征。结果表明特征是显著的,该方法从整体上反映了舰船噪声信号能量分布特征。为了从细节上对噪声信号能量特征进行分析,提出了基于多分辨分析的子带能量密度特征提取方法。采用两类共8个噪声样本对噪声子带能量分布和能量密度特征提取方法进行检验,取得了比较理想的结果。     

水下目标辐射噪声高精度仿真方法

在对水下高速运动目标实测辐射噪声数据频谱特征充分分析的基础上,基于能量聚点理论建立了一种“平台型λ水平能量聚点”辐射噪声连续谱模型.利用该模型实现了对水下目标辐射噪声的仿真.首先,对离散化的λ取值分别计算其能量聚点频率区间,然后用谐波叠加法生成频带内的时域信号,将所有频带的信号进行叠加就得到辐射噪声的时域信号,与传统的...     

箔条干扰下雷达信号自相关检测方法研究

箔条是雷达无源干扰的常用材料,由于目标的雷达回波信号被淹没在箔条云强背景噪声中,雷达难以探测和跟踪目标,提出利用自相关方法检测箔条干扰下目标的雷达回波信号.对箔条云回波噪声进行了数学描述和仿真分析,可以看出箔条噪声是多个随机高斯分布的叠加;介绍了自相关检测箔条干扰下雷达回波信号的基本原理,并用SIMULINK软件对具体实例进行分析,利用接收的回波信号自相关函数反推出信号周期,并利用自相干法把淹没在噪声中的信号提取出来,所提取的信号和原信号具有很高的相似度,该方法对提高雷达抗箔条干扰有重要的研究意义.     

利用倒谱技术对装备试验数据进行信号提取及应用的研究

对利用倒谱进行噪声中的信号提取技术进行了分析和研究。在装备试验数据的处理过程中,传统的处理方法经常假设噪声为加性的高斯白噪声,对抑制或消除乘性噪声没有有效的技术手段,但是在某些试验条件下,乘性噪声对信号的影响不能忽略,研究如何从受到乘性噪声污染的数据中提取有用信号,以应对实际任务中武器装备试验数据的事后处理及分析。     

基于EMD的改进小波阈值降噪法在超声信号处理中的应用

针对超声检测回波信号中的大量噪声,分析了超声检测回波信号的特性,考虑经验模式分解（EMD）和小波哗噪的优点,在改进阈值函数基础上提出一种基于EMD的小波阈值降噪方法．该方法利用EMD对超声信号进行分解,对高频分量用改进小波阈值函数方法进行处理,再结合低频分量重构得到降噪信号．仿真实验结果表明,该方法降噪效果优于小波软、硬阂值降噪,进一步提高了重建信号的信噪比,降低了其均方根误差,是一种可行的超声信号降噪方法．     

基于声测法的齿轮箱齿轮故障诊断研究

分析了齿轮箱故障机理及其与噪声信号的内在联系 ,利用声检测原理对齿轮箱工作状态进行了监测实验 ,分析处理了系统正常和故障工况下的声学及振动信号 ,并通过倒频谱分析方法进行特征参量提取 ,成功地判断出了齿面磨损故障。     

基于小波变换和支持向量机的水下目标分类方法

水下目标识别技术是世界各国十分重视的研究课题之一,具有重要的理论和应用价值。简要介绍了小波变换、多分辨率分析及支持向量机的基本原理,针对舰船辐射噪声信号,利用小波变换来完成信号的预处理和滤波,在小波变换后信号的多尺度子空间上提取信号的能量特征参数,归一化处理后构建特征向量,最后用支持向量机算法进行分类。仿真结果表明,利用小波变换的多分辨率分析和支持向量机能对舰船辐射噪声信号进行有效分类识别。     

随机共振在微弱信号检测中的数值仿真

对基于非线性双稳系统随机共振的微弱信号检测技术进行数值研究,利用随机共振机制,浸入在噪声中的微弱信号可以得到有效的放大与增强。给出了基于Runge Kutta算法的双稳系统随机共振模型的求解方法,提出了利用随机共振检测微弱非周期信号的一种新思路。数值仿真结果表明,该方法不仅可以检测出强噪声极低频的微弱周期信号,而且可以对非周期信号进行有效的检测。     

基于振动信号提取柴油机低频排气噪声特征研究

针对柴油机低频排气噪声的频率与强度很难准确地用理论计算等困难 ,试验研究了柴油机排气管内低频排气噪声信号与排气管壁上振动信号的相互关系 .结果表明 ,低频范围内 ,振动信号与噪声信号几乎呈现周期性的完全相干 ,在相干频率处振动信号能反映排气噪声的类周期性 .     

收发同源设备中相位噪声对信号的影响分析

收发同源设备中信号经过下变频、A/D采样、数字信号处理、D/A恢复和上变频等流程,本文给出了相应的信号传输模型,并针对频标相位噪声对信号通过的影响进行了分析,基于上、下变频时刻频标相位噪声发生变化的分析,推导出了频标相噪对信号经过收发同源设备所产生的影响表达式,并得出结论:由于频标相噪的存在,使得信号通过收发同源设备后伪码速率和载波均被引入一个与频标频率变化率相关的因子,可视为引入了多普勒偏移量,并明确给出了该偏移量的表达式。该结论与普遍认为的收发同源可以完全抵消频标相噪的影响有较大区别,实验验证结果较好地吻合了理论分析的结论。     

基于压阻敏感元件的压力信号调理电路设计

针对压力信号测量中压阻式敏感元件的压力信号易受温度影响,并且压力信号中常常会混有噪声干扰信号的问题,设计了一种新的基于压阻式敏感元件的压力信号调理电路。该方案采用恒流源供电方式消除温度影响,通过放大电路将传感器输出的微弱信号放大,再经抗混叠低通滤波电路滤除干扰信号;并对压力信号调理电路中各个模块进行了理论分析和试验验证。通过试验表明:该信号调理电路将温度影响减小到0.01%,并且能够有效地滤除压力信号中的高频信号。     

混沌检测在雷达信号测试中的应用

为解决雷达测试信噪比很小的信号检测问题,分析了噪声特性和多普勒信号特性,论述了混沌检测原理,提出了混沌检测方法,并通过实验对混沌检测的可行性及实用性进行了验证。     

基于时频分析的噪声去除

经典的数字信道化思想的实施都是建立在一组硬件滤波器构成的并行多路,虽然能实时处理,但随着处理数据带宽的增大和子信道频率分辨率的增加,设备开销将线性增长,整体可靠性也必然下降.基于信号的检测理论,在利用时频分析工具得到的时频图上进行信号检测,提出了检测去噪法.针对宽带数据背景噪声的特点,提出了噪声基底的3种估计算法:去大留小法、对数统计法和频移均值法,并线面结合对噪声基底进行平滑,实现了天电干扰的去除.通过实际接收到的某短波信号检验,证明了算法的有效性.     

基于正交分集的灵巧噪声干扰对抗方法*

针对数字射频存储干扰机多通道宽带转发模式下的灵巧噪声干扰,提出了基于混沌调制信号、多谐波相位调制线性调频信号的正交分集抗干扰方法。混沌调制信号与多谐波相位调制线性调频信号具有“图钉”型模糊函数,除了具有良好的距离、多普勒分辨力,而且对回波频率敏感,通过正交分集设计,能够更好的适应宽带转发灵巧噪声干扰。通过计算机仿真对新方法的抗干扰性能进行了分析和验证,结果表明,在多通道宽带转发灵巧噪声干扰环境下,新方法的抗干扰改善因子能够达到10dB以上,抗干扰性能明显优于传统的频率捷变、斜率捷变方法。     

基于插值FFT和多信号分类法的间谐波参数检测

为了在短数据且存在白噪声的情况下检测大幅度谐波附近的小幅度间谐波,提出了采用插值FFT和多信号分类法(MUSIC)相结合的间谐波参数检测方法.首先,利用加Hanning窗的插值FFT检测出信号中的主要频率成分;然后,从原信号中减去这部分信号,利用MUSIC方法对剩余信号进行频率检测,得到的两部分频率即认为是原信号中包含...     

振弦式传感器压力测量系统设计及分析

应用振弦式传感器并基于脉冲计数法进行压力测量可达测量精度受脉冲计数精度、电路噪声及温度补偿等多重因素影响。介绍了一种成熟的设计方案,通过采用优化的扫频激励方式、合理的脉冲计数方法、低噪声信号调理电路设计和有效的温度补偿等途径,获得了较高精度的压力测量值,是脉冲计数法测压场合的较好选择。     

非高斯背景噪声下的微弱磁异常信号检测算法

针对传统的OBF分解算法在非高斯噪声下检测性能较差的问题,提出了一种带通滤波结合OBF分解的磁异常信号检测算法.首先,根据磁异常信号的频域特征,设计了Parks-McClellan最优FIR滤波器.通过对舍噪信号的带通滤波,实现对非高斯噪声的近似高斯化,同时最大程度地保留磁异常信号的信息.然后,对滤波后的信号进行OBF...     

微弱正弦信号在有噪声的FN神经元模型中的传输特性研究

长期以来弄清神经系统中的信号是如何传输的一直是广大研究人员努力的目标.针对一种被普遍研究的神经元简化模型--FitzHugh-nagumo(FN)模型,采用二阶随机龙格-库塔算法分析了该模型对加性噪声和微弱正弦信号的响应特性.时域和频域的统计参数表明适当强度的噪声有利于信号的传输,存在随机共振现象,即与噪声强度关联的输出信噪比曲线为倒钟形;另外值得关注的是,与正弦信号频率关联的输出信噪比曲线也为倒钟形,分析可见正弦信号的无量纲频率在区间0.2～0.8时模型的输出信噪比最大,表明该神经元模型有频率敏感性,即更易于检测到该范围内的弱信号.上述结果与生物学的发现是一致的,将有助于进一步揭示周期信号在神经元中的传输方法,建立更加准确的神经元数学模型.