共查询到19条相似文献,搜索用时 46 毫秒
1.
基于连续小波变换的雷达信号处理 总被引:2,自引:0,他引:2
在步进频率雷达一维距离成像技术中,经典的傅里叶变换算法受到距离分辨率的限制,并且存在较高的副瓣电平。针对这一问题,本文提出将连续小波变换算法用于频率步进雷达的一维距离成像。该方法在保持高距离分辨率的同时,可有效降低回波信号的副瓣电平。 相似文献
2.
3.
4.
5.
雷达目标一维距离像的特征分析 总被引:2,自引:0,他引:2
针对一维距离像对姿态角敏感和回波时延的问题.对雷达目标一维距离像的特征进行了分析,结合散射点回波功率的特征提取与傅里叶变换.提出了一种雷达目标识别的方法。 相似文献
6.
7.
8.
9.
10.
11.
12.
基于高分辨距离像的雷达目标识别是该领域的研究热点,而特征提取是其中的关键环节。相对于散射中心强度和位置特征而言,长度特征随目标方位角变化的影响较小,是一种相对稳定的特征,而且长度特征属于目标本身的物理特征,具有实际的物理意义。文中提出一种基于双向滑动平均的目标长度特征提取方法,并将提取的长度特征用于目标粗分类。该方法首先对距离像进行降噪处理,然后从左右两端同时向中间进行滑动平均处理,当滑动均值大于预设的阈值时,即可确定目标区域的起始和终止位置,从而得到目标的长度特征。该方法的核心在于分别估计左右两端各自的阀值,而不是采用一个统一的阀值,并且在阀值估计的过程中同时考虑了距离像均值和噪声的影响。因此,该方法对于距离像突变、非目标区域野值等具有较强的稳健性。通过对五类飞机的实测数据进行实验,验证了该方法的有效性。 相似文献
13.
14.
应用最优小波包变换的特征提取方法 总被引:36,自引:0,他引:36
在模式识别或分类中,从原始模式中提取有效的分类特征是非常重要的.但对于大量的非平稳或时变信号模式来说,如语音,雷达,地震信号等,用于分类的特征往往包含在局部的时-频信息中,用一般的变换方法提取有效的特征比较困难.近年来小波变换在信号处理和特征提取中得到了广泛应用,但小波包变换的任意多尺度分解特性,是分析非平稳信号更有效的方法,这是由于小波库中包含了丰富的小波包基,不同的小波包基具有不同的性质,反映不同的信号特性,能获取其他变换所不能获取的信号特征.本文主要研究由给定的训练样本集,如何选择最优小波包基,从被识别或分类的信号中提取具有最大可分性的特征.为此提出了应用三种可分性准则,即距离准则,散度准则和熵准则选择最优基.通过实验,对应用各准则选择最优基提取特征与小波基提取特征的性能进行了比较. 相似文献
15.
研究基于Hilbert-Huang变换的思维脑电分类方法.对思维脑电信号进行Hilbert-Huang时频预处理,经经验模式分解后,得到多阶固有模态分量.然后将经HHT变换后的时频窗口内的振幅标准差作为不同心理作业信号特征,再应用K-近邻对思维脑电信号进行分类决策.通过对Colorado州立大学EEG研究中心的三类思维脑电心理作业样本进行分类,平均正确率达到82.54%.经Hilbert-Huang变换得到的脑电信号特征,可以作为思维脑电分类的有效依据. 相似文献
16.
针对目前汉字鉴别效率低、容易造成几何性质的丢失的现状,提出了一种利用小波分解与重构的技术对汉字签字进行特征抽取的方法.首先对整个签字的每一笔划进行通过多分辨率分析的小波分解公式进行复信号小波变换,这样可以得到每一个笔划的小波分解值;然后设计了一组新的小波重构公式,并利用该公式对各个笔划的特征进行了有机的整合,产生了整个签字的具有旋转、平移及尺度不变性特点的特征,从而使鉴别效果大大提高. 相似文献
17.
某新型雷达通过提取回波中人体的心跳和呼吸信号,达到探测人体的目的,在医学治疗、灾后搜救、反恐作战等领域具有广阔的应用前景.由于目标信号无论在时域或频域上强度都很微弱,传统的雷达信号处理方法很难将其从回波中提取出来,文中基于Hilbert-Huang变换(HHT)方法提出了一种新的精细处理雷达回波的技术,对该型号雷达的实录数据的处理结果表明,上述新技术能够有效地提取出目标的精细特征. 相似文献
18.
提出一种基于Hilbert-Huang变换的ECG消噪方法,该方法对含噪ECG进行经验模态分解,对分解后的IMF进行Hilbert频谱分析,然后根据ECG信号噪声特点对三种主要噪声分别消噪.工频干扰和高频噪声主要存在于ECG的低阶IMF中,而基线漂移主要存在于ECG的高阶IMF中,对低阶IMF采用基于自适应阈值的形态学滤波方法进行消噪,对高阶IMF采用平滑滤波法进行基线漂移估计.仿真实验和实际应用结果表明该方法优于小波消噪法,不仅对三种主要噪声具有较好的抑制作用,还能很好的保留ECG波形特征. 相似文献