基于深度时频特征学习的雷达辐射源识别

针对雷达辐射源识别中拓展能力不足和识别率不高问题进行研究,提出一种基于深度时频特征学习的智能识别方法。基于降采样短时傅里叶变换高效提取具备较高辨识度和稳定性的浅层二维时频特征,利用信号局部频域维稀疏性完成降噪等预处理;设计用于深度特征学习与识别的卷积神经网络,并采用不同尺度卷积核组合扩展网络广度,强化特征表征能力;利用高信噪比条件下8种辐射源信号样本对网络进行训练调优,低信噪比样本测试验证算法和网络的有效性。仿真结果表明,该方式在-8 dB信噪比条件下能达到98.31%的整体平均识别率,具备较强的鲁棒性。     

MLFMA在运动目标多普勒回波数值仿真中的应用

提出了一种应用准静态技术,结合快速多级子算法计算任意形状的运动目标多普勒信号的方法,对目标的几种典型的微动多普勒信号进行了仿真,并应用高分辨时频分析算法对仿真得到的微多普勒信号进行了分析,提取出了微多普勒瞬时频率,并与相应微动规律的点目标微多普勒瞬时频率进行对比。结果表明,二者具有相同的变化规律,从而证明本文提出的方法是有效的。     

单信道时频重叠MPSK信号的调制识别方法

提出一种基于高阶循环累积量的调制识别算法,用于解决单信道两个时频重叠M PSK信号的调制识别问题。对接收到的重叠信号进行预处理,计算其四阶循环累积量,提取分类特征参数,采用最小误差准则算法实现时频重叠双信号的自动分类。理论分析和仿真试验结果均证明了算法的正确性和有效性。     

《现场混装炸药车》标准现状及修订建议

现场混装炸药车作为爆破自动化的代表已经越来越多地被国内矿山、水利、交通等部门所认识和应用。本文着重对《现场混装炸药车》标准进行了剖析,并结合国家已有产业政策对标准提出了一些修订建议。     

一种改进的小波域LFM雷达信号参数估计算法

提出了基于重排小波-Radon变换的线性调频信号的参数估计法。该方法先将小波尺度图转为时频分布图,为提高聚集性引入了时频重排,再将重排图进行Radon变换以进行参数估计。仿真结果表明,该方法有效提高了时频分布图的聚集性,节省了后续Radon变换的时间,同时也抑制了噪声干扰,辨识效果明显提高。     

一种基于时频域滤波的ISAR瞬时成像算法

为了得到机动目标的瞬时像,需要采用时频分析的方法.分析了2种Cohen类时频分布Wigner-Ville分布(WVD)及Choi-Williams分布(CWD)的时频特性.基于时频域滤波的思想提出一种兼备高时频集聚性和交叉项抑制能力的瞬时频率估计方法.由此得到一种新的ISAR瞬时成像算法,对机动目标数据进行成像处理,结果说明了算法的优越性.     

多分量LFM信号检测与参数估计的新方法

针对传统的多分量LFM信号检测与参数估计中存在的精度不高和交叉项问题,将小波重排与Hough变换结合起来,首先对信号进行小波变换,克服交叉项干扰,再经过时频重排保证精度,以重排后的时频分布作为图像,利用 Hough变换通过查表的方式,实现对各分量的依次截取和参数估计.仿真实验表明,该方法能够有效地提取多分量LFM信号中各分量的特征参数.     

基于S变换的跳频信号参数估计

对跳频信号的时频域进行分析和参数估计是识别、跟踪及干扰跳频信号的重要基础。针对接收到的未知任何先验参数的跳频信号,提出了一种基于S变换(S-transform)的跳频信号参数估计算法,通过S变换,能正确估计出跳频信号的跳频周期、跳变时刻及跳频图案。仿真结果表明,与平滑伪Wigner-Ville分布(SPWVD)进行比较,该算法能够在低信噪比条件下,在时频域中有较好的解析能力,提高了跳频信号参数估计的准确性。     

信号数字处理中抗混滤波器的技术指标分析及其设计

本文从信号处理设备对输入信号进行时域和频域数字信号处理的角度,论述了采用抗混滤波器进行抗混滤波的必要性.经论证提出了抗混滤波器的设计指标,进行了切比雪夫抗混滤波器的设计计算.最后对实现的抗混滤波器进行了性能测试,取得了满意结果.     

线性核时频信号表示及其仿真

根据ｃｈｉｒｐ信号在模糊域的特点,本文提出了线性核时频表示方法。这种方法在提高分辨率、消除交叉项以及抑制噪声等方面都具有较高的性能。理论分析和实验结果都证实了这种方法的有效性