基于优化初值选择的自适应高斯包络线性调频基信号分解

基于高斯包络线性调频基的自适应信号分解是一种分辨力高、性能优良的时频分析算法,在语音信号、地震信号、雷达信号等可以用调频类函数进行建模的信号分析中有着广阔的应用前景。该算法在四维参数空间构造和求解超越方程,得到参数的闭式解,与传统的优化算法相比大大降低了运算量。对于由高斯包络线性调频基不相交或浅相交形成的简单信号,该算法具有非常优良的分辨性能,而对由高斯包络线性调频基深相交形成的复杂信号分解存在较大误差。本文针对这一问题进行研究,指出初值选择在该算法中的重要作用,分析了得到高精度分解结果的初值条件,提出了基于优化初值选择的高斯包络线性调频基自适应信号分解算法。通过在局部信号粗时频平面中搜索最优初值,结合自适应分解中建立和求解超越方程的方法得到参数闭式解,提高了分解精度,同时降低了运算量。对仿真信号及语音信号的分解效果验证了改进后算法的有效性和准确性。     

基于高斯包络线性调频基自适应分解的ISAR成像

基于高斯包络线性调频基的自适应信号分解算法具有较高的分辨率,当被分析信号(如机动目标ISAR雷达回波信号)可以由调频类信号建模时具有超强分辨能力。该文在高斯包络线性调频基的自适应信号分解算法基础上,提出了基于优化初值选择高斯包络线性调频基自适应信号分解算法,并将其应用到ISAR成像中。仿真结果表明,和传统时频分析方法相比,该算法具有更加优良的性能,对机动目标进行瞬时成像时成像质量得到了较大幅度的改善。     

一种有效的基于Chirplet自适应信号分解算法

基于线性调频小波(chirplet)的自适应信号分解法,将待分析的线性调频(Chirp)信号分解成为一组chirplet基函数的线性叠加,能够更清楚地表述Chirp信号的时频特征.其中关键的问题,是如何自适应地估计与信号最匹配的chirplet,这将影响到自适应分解的效果.目前,还没有一种有效chirplet估计算法.本文提出了一种新的chirplet估计算法,该法充分利用了chirplet的特点,具有较高的参数估计精度.仿真数据的实验结果证明了该方法的有效性.     

多线性调频信号瞬时频率估计快速算法

对多线性调频信号的瞬时频率估计问题提出一种快速算法,该算法以特征子空间跟踪算法为基础,结合矩阵线性变换和多项式方程求根得到参数估计。该算法的优点是计算量小,其计算量仅与短时傅里叶变换相当;频率分辨力较高;多信号情况下不存在交叉项问题;当多个分量的功率差异达到14 d B时仍能有效估计瞬时频率。但是,由于采用了矩阵求逆的步骤,该算法在低信噪比环境下性能较差。仿真实验显示在信噪比不低于6 d B时,算法具有明显的优越性。     

短时傅里叶变换在线性调频信号时频滤波中的应用

将短时傅里叶变换（STFT）的时频分析方法应用到线性调频（LFM）信号的滤波中, 突破了传统匹配滤波方法基于平稳假设的限制,将信号分析空间从一维频率域扩展到二维的 时间-频率域。利用自滤波的时频滤波方法进行LFM信号的滤波,然后分别采用时域和时频域 的均方误差（MSE）标准,分析了时频滤波的性能。仿真结果表明,基于STFT的时频滤波方 法能有效实现对LFM信号的滤波。     

基于自适应窗长WD分析的伪码调相-载波调频复合引信信号的参数提取研究

该文研究了自适应窗长时频分析的理论及其实现方法,利用该方法对伪码体制复合引信信号进行脉冲内特征分析。这些信号具体包括伪码调相信号、伪码调相与正弦调频复合信号、伪码调相与线性调频复合信号。仿真结果表明,在信噪比为10dB时,利用自适应窗长时频分析技术,不但可以提取载频调制的特征信息,而且能够有效提取相位突变位置的特征信息。     

基于非参数基函数的自适应信号分解算法

 提出了一种分解信号特征的自适应信号处理算法。算法的核心是将观察信号分解为一组最好匹配信号局部结构的特征波形的线性展开,这些特征波形是由非参数基函数特征波形估计方法计算所得。分解算法中模板信号的自适应调整使算法可以不再过多地需要信号的先验知识,在实际应用中具有更加良好的柔性和适应性。通过对算法自适应性和收敛性的测试,验证了算法的性能。仿真信号的提取结果与传统匹配追踪算法分解结果及EMD方法分解结果的比较,进一步表明了所提算法的可行性和有效性。     

线性调频连续波信号参数估计算法

提出了一种线性调频连续波信号参数估计算法。利用短时傅里叶变换得到信号的时频变化曲线,根据时频曲线的周期特性对它进行频谱分析,找出信号参数与相关谱线的位置、幅度之间的关系,从而估计出信号的主要参数。仿真结果表明,文中提出的算法能够精确估计出线性调频连续波信号的参数,在信噪比大于-8 dB的情况下性能稳定,具有很好的估计精度。     

基于时频分布的线性调频雷达信号的研究

首先介绍了时频分布的基本概念。以雷达信号中常见的线形调频信号为例,对信号进行时频分析,并利用MATLAB语言构造出一种时间和频率的密度函数,以揭示信号中所包含的频率分量。仿真结果表明,运用时频方法能够正确识别常用的调频连续波雷达信号的调制方式,而且有噪声时仍然具有很好的性能。     

稀疏重构下的非线性调频信号参数估计算法

非线性调频信号广泛应用于雷达声纳领域，其具有多阶多项式相位、未知参数多的特点，给参数估计带来困难。针对此问题，本文提出一种稀疏重构下的非线性调频信号参数估计算法。该方法利用Gabor原子良好时频特性，以 范数稀疏正则最小二乘模型为目标函数，并推导了问题的二阶锥规划（SOCP）形式，最终通过求解的Gabor原子进行参数估计。算法分析信号的时频特征，完成信号的分解重构，适应于各类调频信号。仿真实验证明，本文算法对调频信号二阶与一阶相位参数估计精度都贴近CRB，而对二阶参数的估计较二次相位差分算法更适应较低信噪比。      

基于先验估计的自适应Chirplet信号展开

该文提出一种新的时频表示方法--自适应线性调频小波(Chirplet)信号展开算法。算法基于信号本征空间,融参数的初值估计和精确估计于一体,利用匹配追踪算法将信号自适应地展开在高斯线性调频小波基函数集上。通过展开系数和基函数参数获得信号的时频分布,其时频聚集性、抗噪性和时频分辨率不仅优于一般的时频分布而且优于已有的自适应时频分布,可以更好地刻画信号的本质。应用数值仿真检验了算法的有效性和时频分布的优良性能。     

修正自适应Chirplet分解法及其快速实现

为克服时频关系为线性的基函数的不足,该文提出一种新的信号分解算法修正自适应Chirplet分解法,将Chirplet基函数推广到三次相位信号的形式,因此可以逼近信号中的非线性时变结构成分。同时提出了一种快速分解算法,该算法通过计算信号的三次相位函数,可得到其能量分布集中于信号的瞬时频率变化率曲线上的结论,此时通过谱峰检测可同时获得基函数的二、三次相位系数,时间中心以及幅度的估计;进而通过解调频技术获得其初始频率和时间宽度的估计。文中给出了实现该方法的具体步骤,并分别以仿真信号和蝙蝠回声定位信号为例验证了该算法的有效性。     

高斯线调频小波变换及参数优化

线调频小波变换(CT)作为小波变换(WT)的一种推广,成了信号处理中的研究热点.该文推导出高斯线调频小波变换(GCT)的短时Fourier变换(STFT)计算形式.并利用分数阶Fourier变换和广义的时宽-带宽积来优化GCT的参数.与Wingner-rille分布(WVD)、短时Fourier变换(STFT)进行比较分析.仿真结果表明优化的GCT有很好的时频聚集性.     

基于多尺度线调频基信号稀疏分解的 信号分离和瞬时频率估计

提出了一种基于多尺度线调频基信号稀疏分解的多分量多项式相位信号分离和瞬时频率估计方法.该方法采用多尺度的线调频基函数对多分量多项式相位信号进行投影分解,通过从不同的时间支撑区内投影系数最大的基函数中寻找出使分解信号能量最大的基元函数组合,逐次获得信号包含的能量最大的多项式相位信号分量,从而实现多分量多项式相位信号的分离,而从基元函数连接形成的频率曲线则可获得多项式相位信号分量瞬时频率的估计.仿真信号分析表明,本文方法能在信噪比较低情况下有效分离多分量多项式相位信号中包含的多项式相位信号分量,准确地估计其瞬时频率.     

基于不对称高斯调制模型的超声回波参数估计

该文将用于连续函数优化的蚁群算法成功应用到超声回波参数估计中,根据不对称高斯调制模型,给出了用于超声回波估计的蚁群算法的基本原理和参数估计步骤.通过数值仿真,对不同信噪比条件下超声回波参数进行了估计.仿真结果表明,该方法不依赖于初始值的选取,可在较大范围内搜索,得到全局最优解,且估计出的超声回波参数具有较高的精度.     

基于包络拟合的Chirplet分解算法

针对信号自适应Chirplet分解未知参数多、分解算法运算量大的问题,提出了一种基于包络拟合的Chirplet自适应分解算法。该方法利用二次相位函数在时间上的积分估计调频率,通过对包络主瓣峰值的幅度拟合估计标准差和时间中心,并利用包络主瓣峰值的相位信息对调频率与初始频率估计值进行修正,提高参数估计精度。给出了单分量和多分量情况下的Chirplet参数估计流程。推导了一般高斯环境下Chirplet信号参数估计的CRB界。仿真及实测数据处理结果验证了算法的有效性。      

基于多尺度线性调频基信号稀疏分解的多分量LFM信号检测

该文针对传统的基于二次时频分析和原子追踪匹配方法处理多分量LFM信号时存在的时频干扰和等振幅交叉分解等问题,提出了一种基于多尺度线性调频基信号稀疏分解的多分量LFM信号检测方法,该方法采用多尺度的线调频基函数对多分量LFM信号进行投影分解,通过从不同的时间支撑区内投影系数最大的基函数中寻找出使分解信号能量最大的基元函数组合,逐次获得信号包含的能量最大的LFM信号分量,从基元函数连接形成的频率曲线即可获得LFM信号分量瞬时频率的估计,再对分量瞬时频率求起始时间点的频率值和曲线斜率便可得到该LFM分量的中心频率及调频斜率,仿真试验表明该文方法能精确地提取等振幅多分量LFM信号的瞬时频率,并具有很强的抗噪声干扰能力。