基于分形理论和神经网络的雷达信号识别算法

针对现有新体制雷达信号不断增加,传统的识别参数难以满足识别效果的问题,提出了基于分形理论和神经网络的雷达信号识别算法。利用关联维数可以衡量信号的关联复杂度特征的特性,对不同复杂度特性的雷达信号进行特征提取,由于提取的关联曲线不具有很好的线性特性,提取关联点作为神经网络的输入进而进行识别分类。仿真实验表明,这种基于分形理论和神经网络的雷达信号识别算法在较低信噪比下具有较高的识别效果,且可以适合于各种体制雷达信号的特征提取与识别。     

基于盲源分离理论的电能质量闪变的仿真研究

本文研究了利用单只电压互感器输出的信号序列构造延迟矩阵,以代替多个传感器输出信号阵列,满足盲源分离的要求并进行了盲源分离,对闪变的时域和频域进行分析,验证盲源分离理论的准确性和优越性,实现了从含有多个频率分量的闪变信号中分离出闪变包络及各谐波、间谐波频率分量的波形。     

一种基于二阶统计量的线性系统盲辨识方法

盲信号处理是指在没有任何先验知识可以利用的情况下,仅从观测信号矢量出发,寻找估计混合系统和源信号的一种方法。当前,大多数研究都是针对线性混合模型进行的,基于不同理论提出了许多行之有效的方法。文章提出了一种基于二阶统计量的盲辨识方法,该方法不必估计源信号的高斯性,仅利用样本数据的二阶统计量和源信号的时序结构来实现信号的盲分离。仿真实验表明,这种方法不仅能给出较好的分离结果,并且原理简单,计算量小,是一种好的分离方法。     

基于RBF神经网络的船舶辐射噪声预测

本文根据船舶辐射噪声信号的混沌特性,基于重构相空间的轨迹演化规律,构建一种快速的RBF神经网络对船舶辐射噪声进行预测。实验证明,运用这种RBF神经网络对船舶辐射噪声的预测精度高于Volterra自适应滤波预测滤波器,而且更快的收敛速度。     

一种不需要正交化的盲多波束形成算法

文章在多目标最小恒模算法的基础上，为了降低运算的负担和系统的复杂度，给出了一种非正交化的多目标自适应盲多波束形成算法。仿真表明该算法能快速收敛到不同的目标信号，解决了盲多波束系统中对同一目标的重复收敛问题；     

自适应滤波在声纳信号处理中应用

自适应滤波广泛地应用于通信、控制、雷达、声纳、地震和生物医学工程等领域。凡是需要处理未知统计环境下运算结果所产生的信号或需要处理非平稳信号时,自适应滤波器可提供一种有效的解决方法。本文研究了基于LMS迭代算法的自适应线谱增强器及其应用。     

采用提升小波提取数字化变电站电气设备在线监测信号

本文采用提升小波算法提取数字化变电站电气设备状态监测信号。该方法采用提升小波对信号进行分解,在阈值选择时采用基于SURE无偏估计的最优阈值自适应选择方法。对数字化变电站信号试验结果表明,本文提出的提升小波算法能够很好的滤除信号中的噪声,计算速度更快,具有良好的去噪效果和应用价值。     

Elman神经网络在雷达信号检测中的研究应用

雷达目标信号检测是雷达研究设计中的重要环节。本文在分析了传统目标信号检测技术的基础上,利用人工神经网络具有非线性和动态特性的特点,提出了一种基于Elman神经网络的信号检测的仿真设计方法,最终得到自适应性较强的Elman信号检测网络,完成对雷达目标信号的检测。     

基于稀疏字典的图像去噪方法研究

传统的去噪方法在去除噪声时,不仅会造成较大的模糊,还会影响图像的边缘信息。文章利用稀疏表示理论去噪,将包含噪声的图像分解成低频信号和高频信号,由于噪声大部分都是高频信号,于是我们利用K-SVD算法仅对高频信号进行去噪,然后将去噪后的高频信号和原有的低频信号相融合。这样能有效地降低噪声对图像影响,为下一步的图像处理打好了基础。文章通过实验对比了传统空间域和频率域的去噪方法和NL-means去噪算法。试验结果表明,文章内所述方法在去除噪声的同时,能较好的保留图像的边缘和细节信息。     

雷达接收机噪声特性研究分析

噪声是影响接雷达收机灵敏度的主要因素。接收机噪声越小,灵敏度就越高,所能够接收的信号就越弱,雷达的作用距离也就越远。本文首先对雷达接收机噪声进行分析,给出雷达接收机噪声系数与噪声温度的关系,最后提出了几种降低接收机噪声的具体方法。     

独立分量分析及其在通信信号处理中的应用

独立分量分析是一种基于高阶统计量的信号分析方法,近年来作为信号处理的强有力分析处理工具得到广泛关注和研究。文章介绍了ICA的原理,并仿真了ICA算法在语音信号盲分离中的应用。     

iNet网络电台在珠峰核心保护区地质灾害监测中的应用研究

iNet300作为一款工业级的无线以太网设备,多运用于煤矿,水利等领域的无线数据传输。本文利用多个iNet300网络电台,组成点对点的无线数据传输链路,以延伸公网信号来解决公网盲区地质灾害信息难以传输的问题。珠峰核心保护区的珠峰桥泥石流沟属高原地区,具有低噪声、弱干扰、高带宽的电磁环境,通过应用iNet300网络电台对其地质灾害进行了测试研究,首次证明利用该设备延伸公网信号以实现视频、数据综合业务的远程传输是可行的,达到了预期设计要求。     

一种基于均值量化的小波域自同步数字音频水印算法

提出了一种基于均值量化的小波域自同步数字音频水印算法。该算法是一种盲检测算法,检测时不需要原始音频信号。算法引入了系数均值量化的思想,音频信号进行小波分解后,对其中的低频系数进行均值量化,嵌入水印;并且引入了嵌入同步信号的思想,利用同步信号来定位水印的嵌入位置,以抵抗平移、裁剪等攻击。实验结果表明该算法具有较强的鲁棒性和抗攻击性。     

用局部和半局部转移函数实现RBF型神经网络的逼近和分类

增量神经网络(IncNet)的结构是由增长和剪枝控制,并且与训练数据的复杂性相匹配。用扩展卡尔曼滤波算法作为其学习算法。双径向转移函数比其它常用于人工神经网络的转移函数更具有灵活性。最新的改进是在多维空间中(具有N-1个参数)增加转移函数的旋转常数值。通过对逼近基准和心理分类问题的结果分析,清楚地表明比其他分类网络模型具有更强的泛化性。     

基于Echo State Neural Networks的短期交通流预测算法

在城市交通环境,交通流的正确预测是比较困难,因为多个十字路口,这使得预置的交通控制模型之间的相互作用和intertwinement不能保持始终高性能在所有的交通情况。     

二维滤波技术在地质雷达探测煤田矿井隐伏灾害源中的应用

矿井隐伏灾害源时刻威胁煤矿开采安全,地质雷达技术是目前高精度近距离探测的有效方法。但受矿井条件限制,地质雷达技术受到的干扰严重,如何提高深度有效信号的分辨率,提高探测深度,是地质雷达应用的关键。通过试验表明,二维滤波技术利用随机噪声视速度较大,变化无规律的特点,可以很好压制随机噪声;同时对侧面强的金属干扰信号也可以达到满意效果,对提高深部地质雷达信号的信噪比作用明显。防爆雷达探测结合二维滤波技术成为精确探测矿井细部构造的较好方法,可以进行推广。     

基于LMS算法的广义形态滤波器应用于转子分形故障状态识别的效果研究

将描述混沌运动的关联维数用于转子系统振动信号分析,并针对现场实测振动信号中存在噪声污染,提出了一种基于自适应形态滤波对信号进行降噪处理。该滤波器综合了不同的结构元素且在开—闭、闭—开滤波器权系数的确定上采用了基于最小均方误差算法的自适应技术,具有更好的滤波性能和细节信息保留能力;分析比较降噪前后转子4种状态(正常、油膜涡动、局部碰摩、全周碰摩)下信号的关联维数,结果表明,用含有噪声信号的关联维数描述系统的特征行为不可靠,有必要对实测信号进行降噪处理。自适应形态滤波器具有良好的降噪效果,将降噪后的关联维数作为特征量,在转子故障诊断中进行识别故障、判断运行状态具有可行性。     

人工神经网络及其在盲信号处理中的应用

文章讲述了人工神经网络基本知识、特点及几种典型神经网络,介绍了盲信号处理的基本概念,最后进一步指出了人工神经网络在盲信号处理中的优势。