基于时间尺度域二维相关的宽带信号检测

按相关检测的思想,提出了基于小波变换(CWT)时间尺度域二维相关的宽带水声信号检测方法,并对其检测性能进行了仿真与实验分析,结果表明:基于CWT的检测器检测性能优于能量检测器,与匹配滤波器相比差别不是很大,而且基于CWT的检测器有很好的鲁棒性,特别是在低信噪比下的检测性能尤其突出。该方法不仅仅适合于宽带水声处理,也适合于处理波形和达到时间未知的暂态声呐、雷达及鱼雷自导等信号。     

激光主动探测中回波信号的小波去噪方法

在分析激光主动探测中回波信号的噪声特性和小波变换去噪原理的基础上，提出了一种基于最大信噪比准则的小渡阈值去噪方法。首先用最大信噪比准则对小波变换系数进行阈值选取，然后采用软阂值方法对小波系数进行量化处理后再重构。仿真结果表明最大信噪比准则小波去噪方法改善信噪比效果十分显著，检测下限达到-16．2dB。证明了该方法在激光主动探测系统回波信号检测中的有效性。     

小波能量积累器在信号处理中的应用

 根据小波变换的多尺度分解特性,提出了多尺度小波能量积累器的概念,并给出了相应的多尺度小波能量积累算法,将信号在不同分解尺度上的小波能量进行积累。在此基础上设计出一种适用于各种雷达,尤其是微波雷达弱信号处理的小波能量检测算法,对低信噪比信号检测进行了仿真实验。结果表明,该检测算法对强白噪声及强色噪声背景下的低信噪比信号的检测非常有效。     

变分模态分量降噪后重构的水声弱信号检测

针对能量检测法在低信噪比下对非合作水声探测信号的检测性能显著下降的问题,提出了一种组合变分模态分解和小波变换降噪重构的信号检测方法。以信号分解出的各个本征模态函数的近似熵与互相关系数比值作为分量分类参数,将所得分量分为信号分量、含噪信号分量与噪声分量,然后利用第二代小波变换对含噪信号分量降噪后与信号分量组成重构信号,最后对重构信号进行检测。数值仿真结果表明该方法可以在无先验信息的情况下对CW和LFM信号自适应降噪,信噪比0 dB以下时CW信号重构后信噪比提升约12 dB,宽带LFM信号信噪比提升约8～9 dB,有效提升了低虚警概率下信号的检测概率。湖试结果表明,虚警概率为0.1时检测概率可提升至0.9以上,验证了该方法的有效性。     

脉冲声信号影响锥特征的自适应选取EI北大核心CSCD

为了解决低信噪比下脉冲声信号影响锥特征的自适应选取和检测问题,提出了一种改进的整体嵌套边缘检测方法。利用脉冲信号小波域的时间-尺度分析谱图中明显的边缘效应特征,构造自适应影响锥(A-COI)模型。该模型可自适应输出最适影响锥部分,在减弱噪声干扰的同时最大程度的包含了脉冲信号的主要特征。进而将最适影响锥部分对应的小波系数用于脉冲信号检测,有效提升了低信噪比下的检测性能。对典型直升机桨-涡干扰脉冲信号的仿真和实验数据进行分析,结果表明在0 dB,2 dB,5 dB信噪比的复杂环境下,使用基于A-COI模型的检测率分别达到了65.13%,82.33%,95.27%,相对于传统固定大小影响锥的检测算法提升了42.42%,22.99%和2.36%。     

小波变换软阈值去噪在粗晶材料超声检测中的应用

本研究多尺度小波分析方法在粗晶材料超声检测信号增强中的应用。在分析结构噪声，电噪声和缺陷信号的小波变换特性的基础上，提出一种用一个尺度间变化的门限闭值来抑制噪声的小波变换系数，并以各尺度缺陷信号的能量关系形成权值，加权重构信号来提高信噪比。实验结果表明，该方法具有很好的去噪效果，增强了粗晶材料缺陷的检出率。     

一种干涉高光谱图像的3DSPIHT结合ROI压缩算法

 针对大孔径静态干涉成像光谱仪的成像特点,提出了一种基于三维小波变换的3DSPIHT算法结合ROI的图像压缩方案.对干涉高光谱图像序列进行了三维非对称离散小波变换.采用ROI方法对主要的光谱系数进行提升,以保护光谱信息.最后,对3DSPIHT算法进行改进,以有效编码干涉高光谱图像的小波变换系数.实验结果表明,该方法在8:1压缩比下可获得大于40 dB的峰值信噪比,同时有效地保护了光谱信息.     

一种干涉高光谱图像的3DSPIHT结合ROI压缩算法

针对大孔径静态干涉成像光谱仪的成像特点,提出了一种基于三维小波变换的3DSPIHT算法结合ROI的图像压缩方案.对干涉高光谱图像序列进行了三维非对称离散小波变换.采用ROI方法对主要的光谱系数进行提升,以保护光谱信息.最后,对3DSPIHT算法进行改进,以有效编码干涉高光谱图像的小波变换系数.实验结果表明,该方法在8:1压缩比下可获得大于40dB的峰值信噪比,同时有效地保护了光谱信息.     

基于小波变换的压缩感知理论对水质检测紫外-可见光谱数据的去噪研究

消除噪声影响对提高直接光谱法水质检测系统的测量稳定性和精度都具有重要意义。直接光谱法在线水质检测系统通常采用长寿命、无需预热的脉冲氙灯和适用于复杂检测环境的工业级光谱探测装置。针对整个光谱探测系统受到光源、光路和光电转换器件的严重影响,测定的光谱数据含有大量噪声这一实际问题,提出了基于小波变换的压缩感知去噪算法,并与传统小波阈值去噪方法进行了比较实验。针对化学需氧量为200 mg·L-1的邻苯二甲酸氢钾标液的紫外-可见光谱数据进行去噪处理,采用压缩感知去噪算法,将信号在小波域内分解,得到含噪高频系数;采用随机高斯矩阵作为压缩感知算法的观测矩阵,压缩比设置为2,对高频系数进行观测;选择正交匹配追踪算法恢复高频小波系数的稀疏性,从而达到去噪目的。同时针对传统的小波阈值去噪,采用daubechies4作为小波基的软阈值滤波方法对光谱数据进行去噪处理。为验证去噪算法的可行性,采集某溪水和城市生活污水的光谱信号分别采用以上两种方法进行去噪处理,实验结果表明：基于小波变换的压缩感知去噪算法适用于紫外-可见光谱法在线水质检测系统,该方法能在保留水样原始光谱信号的吸收特征的前提下有效地去噪,且去噪效果优于小波阈值去噪算法。与小波阈值去噪算法相比,信噪比提高了12.201 5 dB,均方根误差减小了0.009 3,峰值信噪比增加了5.299 dB。不仅避免了小波阈值去噪过程中阈值的选取依靠主观判断问题,而且在重构过程中有效地抑制了噪声,为直接光谱法检测水质参数提供了一种新的解决方案。     

基于小波变换的紫外光信号降噪处理

介绍了小波变换的基本理论以及利用小波变换进行信号处理的方法和步骤.选择db8小波对紫外光信号进行小波阈值降噪处理.实验结果表明采用小波阈值降噪法能够有效地抑制信号中的噪声,信噪比提高了8.519 2 dB.     

虚拟时间反转水声信号检测

针对目标辐射声信号特性未知的情况,在不增加额外水声换能器的条件下,研究提高水听器阵列对水声信号检测性能的方法。首先,按照经典二元检测问题处理方法分析了常规能量检测方法的性能,在此基础上,根据虚拟时间反转处理原理,对处理后的信号构建检测统计量,推导得到了虚拟时间反转检测方法的理论门限和检测性能的表达式,并通过与常规能量检测的对比分析了虚拟时间反转检测的处理增益。使用计算机仿真实验从声源频率、接收阵列阵元数、目标距离与深度等方面分析了两种方法的检测性能。结果表明,所提出的算法相对于常规能量检测算法在性能上有显著优势,且接收阵元数是对算法性能影响最为明显的因素。      

高速相干光通信系统中的自适应步长恒模算法

对于高速光通信系统中的相干检测来说,盲均衡是一项常用的恢复传输符号的技术。目前应用最广泛的盲均衡算法是恒模算法,但是一方面它不能兼顾收敛速度和收敛精度,另一方面在偏分复用系统中很容易陷入奇异性。因此提出了一种改进型的恒模算法———自适应步长恒模算法,并在112Gb/s偏分复用16进制正交幅度调制系统中对提出的算法进行了测试。与传统的恒模算法相比,改进后的算法收敛速度仅为恒模算法的1/20;收敛稳定后误差函数的方差比恒模算法降低了0.7dB;对偏分复用系统中的奇异性有很好的抵抗能力;在不考虑奇异性问题时,光信噪比代价与恒模算法相比降低了1.5dB。     

基于小波leaders的海杂波时变奇异谱分布分析

海杂波的奇异谱分析不仅能从理论上揭示海洋表面的动力学机理,同时也是对海探测雷达的关键技术之一.本文提出基于小波leaders的海杂波时变奇异谱分析方法,将时间信息引入海杂波的奇异谱分析之中,从而实现动态的解析描述海杂波随时间变化的奇异谱特性.在理论上,通过信号自身加窗,将时间信息引入传统的奇异谱(或称多重分形谱),实现了对海杂波时变奇异谱分布分析;在算法上,充分利用了小波leaders技术对于多种奇异性的提取能力(包括chirp奇异性和cusp奇异性),通过对时变奇异性指数和时变尺度函数的Legendre变换,实现对海杂波时变奇异谱分布的计算;在应用部分,采用经典的多重分形模型——随机小波序列(RWC)以及三级海态条件下连续波多普勒体制雷达海杂波进行仿真分析,实验结果表明:1)基于小波leaders的奇异谱分布能跟踪海杂波的时变尺度特性,有效展示其时变奇异性谱分布;2)算法具有较好的负矩特性和统计收敛性.该方法能为复杂非线性系统及随机多重分形信号分析提供参考.     

The time-singularity multifractal spectrum distribution

Although the multifractal singularity spectrum revealed the distribution of singularity exponent, it failed to consider the temporal information, therefore it is hard to describe the dynamic evolving process of non-stationary and nonlinear systems. In this paper, we aim for a multifractal analysis and propose a time-singularity multifractal spectrum distribution (TS-MFSD), which will hopefully reveal the spatial dynamic character of fractal systems. Similar to the Wigner–Ville time-frequency distribution, the time-delayed conjugation of fractal signals is selected as the windows function. Furthermore, the time-varying Holder exponent and the time-varying wavelet singularity exponent are deduced based on the instantaneous self-correlation fractal signal. The time-singularity exponent distribution i.e. TS-MFSD is proposed, which involves time-varying Hausdorff singularity spectrum distribution, time-varying large deviation multifractal spectrum and time-varying Legendre spectrum distribution, which exhibit the singularity exponent distribution of fractal signal at arbitrary time. Finally, we studied the algorithm of the TS-MFSD based on the wavelet transform module maxima method, analyzed and discussed the characteristic of TS-MFSD based on Devil Staircase signal, stochastic fractional motion and real sea clutter.     

声矢量阵宽带目标波束域变换广义似然比检测算法

为了解决水下声矢量信号处理中的宽带目标被动探测问题, 提出了一种波束域的检测算法. 该算法借鉴人眼对空间谱的检测原理, 对波束域数据进行广义似然比检测. 首先结合干扰抑制问题和矢量环境噪声场特性, 探讨了波束域变换矩阵的设计准则, 并推导了解析解的形式; 然后在假定已知不含目标波束个数的情况下, 构建了波束域的概率密度模型, 并对模型中的未知参量进行最大似然估计, 进而给出了广义似然比检测器的形式; 最后应用信息论准则, 给出了不含目标波束个数的估计方法. 理论分析与仿真实验表明, 该算法在强目标干扰, 以及背景噪声功率谱起伏、时变等环境下, 始终具有更好的系统增益和恒虚警率特性. 湖上试验的结果进一步验证了算法的有效性.     

基于独立成分分析的高光谱图像异常检测

针对高光谱图像中背景及目标先验知识未知条件下的异常目标检测问题,提出了一种基于独立成分分析(ICA)的异常探测算法.首先估计原始数据的虚拟维(VD)以确定要分离的独立成分个数,在此基础上进行快速独立成分分析(FastICA),然后基于平均局部奇异度选择含异常信息较多的独立成分,最后使用丰度量化算法得到异常目标的丰度图像...     

一种基于小波分析的小目标检测算法

红外小目标检测技术由于其重要的军事意义成为研究热点。根据目标、噪声和背景边缘在小波域的不同特点,提出一种基于小波分析的红外小目标检测算法。该算法利用小波对奇异信号强有力的分析能力,消除了噪声和背景边缘对小目标检测的干扰,实现目标的检出。仿真实验证明该方法对红外图像中的小目标有比较理想的检测效果。     

一种被动声呐信号检测的低虚警率方法

针对被动声呐多目标信号检测中的噪声背景归一化问题,提出了一种基于数学形态学滤波的噪声背景归一化新方法。该方法利用数学形态学处理中的膨胀和腐蚀算子,以及基于多项式拟合的数据均值估计方法,构造出了一种能够较为准确的估计噪声门限的方法,并以之进行噪声背景归一化,在较好保留信号信息的前提下较大程度的抑制了噪声,有效降低了多目标信号检测的虚警概率。通过计算机仿真对比了该算法与S3PM算法、OTA算法的性能,结果表明该噪声背景归一化算法能够在检测概率损失较小的情况下较大幅度地降低检测的虚警率。实际被动声呐数据处理的对比结果同样验证了该算法的有效性。      

拖曳线列阵机动时的一种目标检测算法研究

根据水动力学流体运动特性,对Burgess建立的水中运动拖缆模型进行了修正,并基于有限差分法和牛顿迭代法提出修正模型的实时求解方法。同时,在阵形求解理论和自适应宽带聚焦波束形成理论的基础上,提出一种畸变阵的目标检测算法。将实时计算所获得的阵元位置信息作为变量引入自适应宽带聚焦波束形成算法中进行目标检测。并进行了海试。试验中在常规算法失效的情况下该算法准确的检测到目标。数据处理结果表明,该算法在阵形大幅度畸变时的输出信噪比比常规算法高15 dB。解决了拖线阵在机动(转向)过程因阵形畸变而无法检测目标的问题,充分验证了该算法的有效性。      

一种公共网络攻击数据挖掘智能算法研究

公共网络的开放性和自组织特性导致网络容易受到病毒干扰和入侵攻击,对攻击数据的准确高效挖掘能确保网络安全。传统方法采用时频指向性波束特征聚类方法实现攻击数据挖掘,在信噪比较低时攻击数据准确挖掘概率较低。提出一种基于自适应滤波检测和时频特征提取的公共网络攻击数据挖掘智能算法。首先进行公共网络攻击数据的信号拟合和时间序列分析,对含噪的攻击数据拟合信号进行自适应滤波检测,提高信号纯度,对滤波输出数据进行时频特征提取,实现攻击数据的准确挖掘。仿真结果表明,采用该算法进行网络攻击数据挖掘,对攻击数据特征的准确检测性能较高,对干扰的抑制性能较强,能有效实现网络安全防御。