低信噪比下雷达信号脉内特征的提取

雷达信号脉内特征的提取是雷达对抗系统分选和识别截获信号的关键技术之一。利用小波脊线法可以实现雷达信号脉内特征的提取,但低信噪比下分析误差比较大。为改善低信噪比下脉内特征提取算法的性能,提出了首先用小波分析对信号进行去噪,提高信噪比,在此基础上再进行脉内特征提取的方法。仿真结果证明该算法有效,具有一定的参考价值。     

低信噪比下频率编码信号参数估计

针对低信噪比条件下,频率编码信号的瞬时频率估计容易受噪声影响的问题,提出了将自适应阈值消噪技术与小波变换结合起来的新方法。首先利用连续小波变换计算信号的小波谱,然后对小波谱进行自适应阈值消噪处理,进而提取小波谱脊线,得到频率编码信号的脉内调制信息。计算机仿真结果验证了该方法的可行性。     

低信噪比条件下FSK信号调制特征提取

平滑伪Wigner-Ville分布可以用来提取频率编码信号调制特征,但在低信噪比条件下,提取信号调制特征准确率不高。小波去噪是降低信号噪声的有力工具,但对FSK信号有其局限性。本文对小波去噪的算法进行改进,提出“子脉冲”去噪,然后结合信号的SPWVD提取信号的调制特征,仿真表明,在同等低信噪比条件下该方法更有效。     

低信噪比下LFM信号瞬时频率的提取

讨论一种在低信噪比条件下提取 LFM 信号瞬时频率的方法,即先对信号进行小波去噪处理,再求得信号的瞬时相位序列,最后利用高阶差分的方法求取瞬时频率.仿真实验验证了本方法在低信噪比情况下仍能有效提取瞬时频率.     

低信噪比下基带相位编码信号的脉内特征分析

针对基带相位编码信号相位抗噪能力弱的特点,通过提高相位的直流分量和计算相位的高阶差分,成功地提取到信号的突变信息。为了能在更低的信噪比下恢复出相位编码规律,还对原始相位进行了修正。理论分析了算法的实现过程,并进行了仿真试验。仿真结果表明,新算法在较低的信噪比下可以实现基带相位编码信号的脉内特征分析。     

变信噪比信号的分段阈值去噪算法

针对变信噪比信号,提出一种分段阈值去噪算法,该方法通过调整估计器的长度可以适应信噪比的变化.仿真结果表明:分段阈值法对变信噪比信号的去噪效果明显优于阈值方法.     

基于综合时频检测的雷达信号脉内特征提取

通过对小波变换法、Wigner-Ville分布等典型雷达信号脉内特征提取方法优缺点的分析,提出了一种将小波变换法和Wigner-Ville分布提取的结果进行截断综合的综合提取算法,实现了雷达信号的脉内特征准确提取.仿真结果表明,该算法在较低信噪比下仍有很好的效果.     

一种频率编码信号瞬时频率提取新方法

针对小波变换法在提取频率编码信号脉内特征中的不足,提出了将时频重排和时频脊线相结合的时频联合分析方法。首先通过Morlet小波计算信号的小波谱,再对小波谱进行时频重排,最后由重排后的时频图提取时频脊线,得到频率编码信号的脉内特征。该方法在低信噪比下,能准确提取频率编码信号脉内特征信息。最后利用计算机仿真验证了该方法的可行性。     

频率编码信号去噪的一种新方法

对频率编码信号直接进行小波去噪难以达到提高信噪比的目的,为了有效提高频率编码信号的信噪比,提出一种新的去噪方法。对接收到的频率编码信号,首先进行奇异点的检测,根据奇异点的位置将频率编码信号划分为不同的单载频信号,然后利用小波去噪方法对单载频信号进行逐个处理,最后将去噪后的多个单载频信号按编码规律进行组合,进而达到有效去噪的目的。仿真验证了新方法有效可行。     

一种低信噪比雷达信号分选方法

文章就低信噪比雷达辐射源信号分选问题提出一种结合FastICA和小波去噪方法的改进算法,通过仿真实验表明新算法能够有效提高信噪比,增强了信号的可识别性。文中还就算法的实现顺序分别进行了实验,并将其结果分别与FastlCA算法作了比较,证实新算法比FastICA算法性能更优越。最后,文中给出经过新算法分选后的信号能量损失比并给出相应分析。     

基于小波—神经网络的雷达信号脉内特征分析

时频分析是脉内特征分析中常用的一种方法,通过提取雷达脉冲信号的小波脊函数可以获得脉内调制信号在每个采样点的瞬时频率,然后再使用神经网络的方法对小波变换提取出的瞬时频率进行分析,便可以得到信号的脉内调制特征。以MoBet小波和多层感知器为例,对低信噪比下的典型雷达信号进行了仿真分析,结果验证了小波-神经网络分析脉内特征的有效性。     

基于综合时频检测的LFM信号调制特征提取

信号脉内调制信息识别技术对密集和复杂电磁环境中辐射源的分选和识别有着重要意义。通过讨论小波变换法、伪WVD法等典型LFM信号调制特征提取方法，提出了将小波变换法和伪WVD法提取的结果进行截断综合，再提取时频图脊线的新算法。实现了在低信噪比条件下，准确提取LFM信号的调制特征。仿真结果证实了算法的可行性。     

一种低信噪比下有效的数字信号调制识别方法

提出一种利用信号包络特征同分形维特征相结合的调制识别方法。利用奇异值分解降噪原理可以有效地对信号进行噪声抑制。仿真结果表明,在0 dB信噪比环境下,方法的正确识别率能够达到90%以上。     

压缩感知理论在语音信号去噪中的应用

针对小波阈值滤波的局限性,将压缩感知理论应用到语音信号去噪中,并与小波阈值滤波方法进行了比较,仿真实验结果表明：基于压缩感知的小波滤波方法可以有效地去除语音信号中的噪声,并且去噪效果优于传统小波阈值滤波方法,对工程中音频信号的降噪具有指导意义。     

改进小波脊线法算法分析和仿真

在电子情报侦察和对抗领域，对复杂信号的脉内调制特征进行分析显得越来越重要。小波变换的主要特点是通过尺度从粗到细的不断变化，可以逐步聚焦到分析对象的任何细节，把对象中存在的任何变化充分的展示出来。文中研究了基于算法提取雷达信号的瞬时频率来获得信号的脉内细微特征，并针对小波脊线法存在的问题提出了改进算法，仿真了某电子对抗专用设备接收到的一批具有大时宽、带宽积的线性调频信号中频数据，仿真结果证实了改进方法的优越性。