基于Radon变换的LFM信号检测与参数估计

提出了一种基于RAT法和RWT法的快速算法,研究噪声环境中线性调频信号的检测以及参数估计问题.该方法对信号的检测通过一维搜索完成,同时对调频率识别比较准确,在此基础上,通过窄带通滤波器对LFM信号去除大部分的噪声能量.和其他基于二维时频分析工具的算法相比,降低了计算的复杂度,其实现更为简便.最后通过计算机仿真验证了该方法的有效性.     

基于改进人工蜂群算法的漏磁缺陷轮廓重构

漏磁缺陷重构是指由检测到的漏磁信号重构缺陷轮廓及参数,是实现漏磁反演的关键。将局部最优解和全局最优解引入到人工蜂群算法(Artificial Bee Colony Algorithm,ABC)中,提出了一种基于改进人工蜂群算法的缺陷重构模型。在该模型中,径向基函数神经网络作为前向模型求解漏磁信号,改进人工蜂群算法用于求解反演问题中的优化问题。将改进人工蜂群算法和基本人工蜂群算法作为反演算法进行了比较,实验结果表明,改进人工蜂群反演算法精度较高,速度较快,同时对实测信号具有鲁棒性,是一种有效可行的漏磁反演新方法。     

基于时频图像三维熵特征的雷达信号识别

针对雷达信号识别算法存在着准确率低以及抗噪性差的问题,提出基于时频图像三维熵特征的雷达信号识别算法。该方法对雷达信号时频变换后得到的时频灰度图提取其香农熵(Sh En)、奇异谱熵(Ss En)和范数熵(No En),并将三维熵值作为信号识别的特征向量,采用支持向量机实现信号的分类识别。仿真实验表明,提出的算法能够在低信噪比下得到较高的正确识别率。     

频率捷变雷达信号相参特征的表述

频率捷变雷达信号分选是电子对抗领域信号处理与应用的难题,探索新的分选特征参数是实现对频率捷变雷达信号高效准确分选的手段之一。提出了一种基于Wigner-Ville分布(WVD)的频率捷变雷达信号相参特征的表述。介绍了典型频率捷变方式、频率捷变信号模型及WVD的离散过程,推导了频率捷变脉冲重构信号的WVD模型并进行仿真实验。实验结果表明,频率捷变雷达信号的WVD二维图可作为一种相参特征的表述,且该表述可为频率捷变雷达信号分选提供新思路。     

基于随机共振的多频率微弱信号并行检测

强噪声背景下的微弱信号检测是当前信号处理领域的研究热点。基于非线性理论的随机共振能够利用噪声,将噪声的一部分能量转移给信号,从而获得更高的输出信噪比。针对传统随机共振检测算法应用环境受限且无法实现多频率并行检测的现状,文章面向实际超短波环境,在参数补偿法的基础上,重新设计采样频率和补偿系数,提出了新的检测算法,实现了多频率微弱信号的并行检测。     

用于动能拦截器极低信噪比点目标探测的技术

本文对动能杀伤拦截器信息处理机在信噪比为－１０ｄＢ以下的弱点目标信号的检测技术进行了探索。文中提出了一种非线性水波理论,它在外界特定的作用下所表现出的波粒二相性能能够有效地应用到拦截器极低信杂比点目标的检测领域,为解决弹载信息处理高技术难题做了有益尝试。     

时频分析方法及其在自导信号检测中的应用

首先引入时频分析的概念,介绍了短时傅里叶变换、Wigner—Ville分布和连续小波变换的数学表示和性质.其次基于经典检测理论,讨论并比较了它们在高斯白噪声背景下对确知信号的检测问题.最后对它们在自导信号检测应用中的有关问题进行了分析,并指出了需进一步研究的方向.     

FRFT与时域联合处理的欺骗干扰抑制方法北大核心

针对斜率抖动线性调频(SVLFM)脉冲压缩雷达受假目标欺骗信号干扰的问题,提出一种分数阶傅里叶变换(FRFT)滤波和时域联合处理的欺骗干扰抑制方法。通过分数阶傅里叶变换将欺骗干扰信号中与回波信号调频率相差较大的干扰分量进行滤波处理,对滤波后信号进行分数阶傅里叶反变换到时域后,利用相同调频率的LFM信号经加窗脉冲压缩后,最大幅值与窗函数宽度成线性关系,而不同调频率的最大幅值不随窗函数宽度变化的特点,进一步将与回波信号调频率相近的干扰分量进行区分。最后通过仿真验证了低信干比条件下,该方法能够有效滤除多分量假目标欺骗干扰信号,正确检测目标回波信号。     

一种基于关联脉冲对的动态直方图分选算法

针对现有分选算法在复杂电磁环境下准确性与效率降低的问题,提出了一种基于关联脉冲对的动态直方图分选方法。该方法首先对到达时间差进行固定箱长统计,将高于检测门限的相邻箱进行合并,得到动态直方图统计结果,估计出潜在PRI(pulse repetition interval)。对潜在PRI对应的关联脉冲对进行分析,剔除虚假PRI并估计出真实PRI的抖动量。最后,再依据PRI参数完成脉冲序列搜索,实现对雷达信号的分选。仿真实验表明,该方法在较低的到达时间差级数条件下,对多部复杂PRI调制信号的分选准确率达到95%,能够对复杂电磁环境下的雷达信号进行有效分选。     

解二维卷积型积分方程的正则化方法

基于傅立叶变换和Tikhonov的正则化方法,讨论了解二维卷积型积分方程的正则化方法。