基于HHT的雷达杂波抑制

传统时频分析方法不适于分析非平稳信号,Hilbert-Huang变换(HHT)是近年兴起的一种自适应、高效处理非线性、非平稳信号的时频分析方法.针对传统时频分析对雷达杂波抑制的局限性,采用HHT方法抑制雷达杂波.HHT方法对雷达回波信号的时频特性具有较高的分辨能力,能够清晰地突出目标弹性成分.仿真结果表明使用EMD结合阈值去噪、尺度滤波方法对抑制雷达回波中的杂波有一定效果.     

一种新的形态中值小波图像去噪方法

图像去噪是图像预处理中一项重要环节.针对线性小波分析在图像去噪中会丢失一些细节信息这一缺点,利用数学形态学算子的非线性特征,构建了一种非线性的可用于灰度图像处理的形态中值小波,并应用于图像去噪.对比实验结果表明,该方法比线性小波去噪方法具有更好的去噪性能,图像细节信息损失更小.     

基于EEMD方法的混合信号分离识别

针对宽开通信侦察系统中的多信号分离问题,提出了一种总体平均经验模式分解(EEMD)方法。首先对混合信号进行去噪,进行功率谱估计,然后利用EEMD方法对混合信号进行分解得到一簇本征模态函数IMF(Intrinsic Mode Function),对代表单个信号的IMF进行Hlibert变换,得到与各阶IMF相对应的瞬时频率,确定信号的个数,估计出其载波频率,设计出相应的带通滤波器,分离出单个信号。最后设计决策树对分离出的单个信号进行调制识别,确定信号的种类。文中以三个信号组合ASK、BPSK、2FSK为例,通过仿真验证了方法的有效性。     

基于双谱切片小波包的雷达体制识别技术

根据机械扫描雷达、一维相控阵雷达和二维相控阵雷达扫描方式的差异,通过对3种体制雷达进行双谱分析、切片化处理以及小波包分解,提出了双谱切片小波包的概念,并根据此特征用支持向量机对不同体制的雷达进行识别.仿真结果表明:该方法在噪声占比为0～20％时,可分性好,并且在噪声占比增大时,通过该特征仍能对不同体制的雷达进行有效识别.     

线性时频分析及其在弱信号检测中的应用

介绍了时频分析理论及常用的线性时频分析方法;将短时Fourier和小波变换用于弱信号的检测并分析了其性能,最后给出了计算机仿真结果。     

Hilbert-Huang变换能量谱在轴承故障诊断中的应用

H ilbert-Huang变换是先把时间序列信号用经验模态分解方法分解成不同特征时间尺度的固有模态函数,然后经过H ilbert变换获得频谱的信号处理新方法。介绍了该方法的基本原理,并将H ilbert-Huang变换的能量谱应用于轴承故障诊断,轴承故障实验信号的研究结果表明:H ilbert-Huang变换的能量谱分析方法,能有效地诊断轴承的故障。     

基于小波包变换和BP网络的齿轮箱故障诊断

利用小波包分析提取出齿轮箱在各种工况下振动信号的有效成分,根据时频域特点提取比较典型的特征参量,利用改进的BP网络进行训练,根据训练结果判别齿轮箱的故障状态。     

红外图像中海天线的提取

针对海空背景红外图像中海天线的提取问题,利用直线检测的思想,提出了Hough变换方法.仿真实验表明,Hough变换具有较好的抗背景干扰的能力,可很好地解决强背景干扰下海天线的提取问题.     

数字高程模型数据小波压缩算法

针对海量DEM数据的存储和传输的问题,设计出一种高效的DEM数据的小波压缩算法。基于提升理论提出了一种包含自由变量t的紧支撑小波构造方法;通过选取合适的小波滤波器系数,基于提升的整数小波变换只需要整数加法、整数乘法和移位实现,运算速度快,便于硬件实现;选取参数t=1的整数9-7小波变换,其运算量接近整数5-3小波,但DEM数据压缩质量接近浮点的CDF9-7小波。实验证明该压缩算法对DEM数据有极佳的压缩效果,在保持地形形状和起伏特征的前提下,DEM数据可以压缩4096倍,PSNR>34DB。     

基于二进小波变换的噪声图像自适应增强新算法

针对图像增强算法通常会放大原图像中噪声分量的问题,提出了一种基于二进小波变换的图像增强新算法。该算法充分利用了二进小波变换的平移不变性和各尺度上小波系数间的相关性,有效改善了增强过程中噪声放大和边缘失真问题。此外,算法具有高度的自适应能力,适用性更强。实验结果表明,与目前已有的各类多尺度图像增强算法相比,该算法在抑制噪声和凸显图像特征两方面均有明显改进。