一种基于分数阶Fourier变换的雷达运动目标检测算法

针对雷达回波为多分量LFM信号时,时频分析存在的交叉项干扰问题,提出了一种基于分数阶Fourier变换(Fractional Fourier Transform,FRFT)的伪Wigner分布(PWD).该方法通过在参数平面按阈值进行峰值搜索确定变换域阶次,再在相应的分数阶Fourier域计算PWD,有效地抑制了交叉项的干扰,有利于更好地提取信号的时频信息.仿真实验证明了在强背景噪声下该算法的有效性.     

基于时频分布迭代的跳频信号参数估计

提出了一种基于时频分布迭代的跳频信号参数估计新算法，利用时频平面最大值， 通过计算跳频信号与最优原子时频分布的残差逐次迭代获取匹配于跳频信号分量的时频参数 ，进而实现跳频信号参数估计。理论分析和仿真结果表明，与基于匹配追踪和粒子群优化的 跳频信号参数估计相比，基于时频分布迭代的参数估计算法在保证算法精度的情况下，有效 地降低了算法的计算复杂度，为跳频信号盲接收的实时实现提供了一种新方法。     

时频分析研究及应用

时变非平稳特性是现实信号的普遍规律,仅用时域或频域里的各种方法去分析不能揭示信号内部的局部特征和信息。本文通过对时频分析,清楚地描述了信号频率随时间变化的关系,进行了小波变换的实例分析。     

子波变换理论及其在信号处理中的应用

详细论述了子波变换理论的发展状况，对子波变换的定义、性质、与傅立叶变换的关系、时频分辨率及对非平稳信号的分析能力作了剖析，给出了子波变换在信号处理中的应用情况，最后指出了其发展方向。     

基于分数阶域的多分量线性调频信号能量聚集性检测

线性调频信号(LFM)在雷达信号中已得到广泛使用。本文利用LFM信号在时频平面上某一角度的能量聚集特征和分数阶Fourier变换的性质，提出了基于分数阶域的能量聚集性检测算法，并定性地分析其检测性能以及提高FRFT的分辨率方法。     

语义分割网络下的混合信号频谱分离

单通道接收机下，多个时频混合信号的分离属于非稀疏欠定信号分离问题，难以求解。针对这类非稀疏欠定信号分离问题，提出了一种基于语义分割网络、从频域实现多个指定类别信号分离的新方法。利用语义分割网络提取信号的频域分布特征，克服了单通道接收机下信号先验信息过少的问题。仿真表明，该方法具有较高的分离精度，且响应时间短，可用于单通道接收机中时频混叠信号的分离。     

基于时频分析的雷达线性调频信号处理方法

本文在阐述几种不同时频分布基本原理的基础上,针对lfm的时频(时间-瞬时频率)特征展开研究,利用线性时频表示方法和二次型时频分布来分析lfm的时频特征,结论发现二次型时频分布的时频分辨率优于时频表示方法.     

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。     

小波包在Chirp信号检测与时延估计中的应用

在Chirp信号探测中 ,利用发射信号和反射信号之间的时频分布相似性 ,提出用小波包变换时频分布的二维相关算法 ,估计接收信号中各个反射信号分量的时间延迟。该方法具有很强的压制噪声的能力 ,能从 - 5dB的接收信号中很准确地进行Chirp信号检测和时延估计     

一种同步组网跳频信号的盲分离方法

针对多路混合的同步组网跳频信号，提出了一种基于时频分析的盲分离方法。首先利用同步组网的各跳频信号中各信号跳时相同、跳周期相同等特点，利用平滑伪魏格纳分布（SPWVD）提取信号在时频分布上的特征值。在此基础上，采用基于短时傅里叶变换（STFT）时频比方法对同步组网跳频电台信号进行分离。仿真实验表明，这种方法能有效分离同步组网电台跳频信号，且在跳频间隔较小时，依然具有良好的分离效果。     

脉冲噪声下跳频信号时频图修正

为了在α稳定分布噪声的环境下获得清晰的跳频信号时频图,提出一种基于分数低阶SPWVD(Smoothed Pseudo Wigner-Vile Distribution)与形态学滤波相结合的跳频信号时频图修正算法。首先,根据接收到的多跳频信号建立跳频信号的模型和α稳定分布噪声模型;然后,采用低阶SPWVD变换抑制时频图中脉冲噪声;最后,根据形态学滤波处理方法对残留噪声进一步抑制进而得到清晰时频图。理论分析和仿真结果表明,所提算法在广义信噪比为-5 dB时仍可以得到清晰可靠的跳频信号时频图,并且基于时频图的参数估计性能优良。     

基于时频子空间的多分量宽带调频信号DOA估计

为在复杂电磁环境下实现对多分量宽带线性调频信号的到达角(DOA)估计,研究了基于时频 子空间的到达角估计算法,对阵列接收信号通过二维时频掩膜滤波逐一提取各信源的时频自 项,建立了空时频矩阵,运用子空间技术得到各信源的到达角估计,并与宽带聚汇算法比较 ,进行了仿真实验。仿真结果表明,由于充分利用了多分量线性调频信号的时频信息,在低 信噪比条件下,宽带时频子空间方法比宽带聚汇算法具有更高的DOA估计的分辨率和估计精 度。     

基于时域分割的DS/FH信号参数估计

针对时频分析方法在直扩/跳频(DS/FH)混 合扩频信号参数估计中存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分 析DS/FH信号的时频特性,提出了一种新的DS/FH信号参数估计方法。该方法从待测信号的时 域分析出发,利用不同跳频点对应的周期数不相等的性质,完成了对DS/FH信号的时域分割 ,最后结合DS/FH信号性质完成了对待测信号跳频周期、驻留时间、跳频频率的估计。仿真 结果表明,该方法针对DS/FH信号的参数估计精度高,运算速度较快,且没有干扰频率。     

低信噪比强窄带干扰条件下的LFM信号检测技术的比较与分析

研究了低信噪比强窄带干扰条件下的LFM信号检测技术,提出了基于短时傅里叶变换(STFT)的线性调频(LFM)信号增强技术、基于时频峰值滤波的强窄带干扰抑制技术和基于一维搜索的宽带LFM信号检测技术.试验结果表明,采用以上这些方法在低信噪比强窄带干扰情况下,对于LFM信号具有较高的正确检测概率及参数测量精度.     

短时分数阶傅里叶变换对调频信号的时频分辨能力

调频信号的检测和参数估计一直是信号处理领域的研究热点之一。为深入挖掘短时分数阶傅里叶变换对调频信号的时频分析优势,从短时分数阶傅里叶变换的定义出发,推导了其时频分辨能力与信号参数的关系,并与短时傅里叶变换进行了对比分析。结论表明,短时傅里叶变换时频分辨能力与信号频率变化率有关,而短时分数阶傅里叶变换几乎不受调频率变化率影响。最后,通过对比仿真实验证明,对于频率变化率较小的信号,两者时频分辨效果差别不明显,对于频率变化率较大的信号,短时分数阶傅里叶变换的时频分辨效果更好。     

强干扰下跳频信号的参数估计

针对通信对抗中跳频信号参数估计问题,考虑存在强干扰的情况下,提出了一种基于时频重心的跳频信号跳周期估计和基于跳频部分接收的跳时估计方法。对于跳周期估计,在短时傅里叶变换（STFT）时频变换的基础上提取信号随时间变化的时频重心,再结合小波变换和谱分析估计出跳频周期;对于跳时估计,采用跳频带宽的部分接收避开强干扰,构造含有跳变信息的参考信号,通过参考信号采用最大似然(ML)方法得到跳时的精确估计。仿真实验表明,算法运算复杂度低,跳频定位精度高,在强定频干扰的情况下仍能有效估计出跳频周期和起跳时刻。     

基于循环谱理论的时相调制信号分析

针对传统数字调制信号频谱扩展问题,提出具有相位突变特性的时相调制(TPM)方式.基于循环谱理论对TPM已调信号的谱相关特性进行了详细的理论分析,计算机仿真实验验证了分析得到的结果,为TPM调制信号的干扰与噪声抑制提供了一种较好的非平稳信号处理方案.     

基于端点检测的声发射信号时延估计理论研究

针对声发射源定位中的时延估计问题,从理论的角度提出将语音信号端点检测技术运用于声发射信号到达时间的测定。希尔伯特-黄变换(HHT)是一种适用于非线性、非平稳信号分析与处理的方法,采用该方法对声发射信号和语音信号进行分析,从理论的角度阐述了两种信号的共同特性。为将语音信号端点检测技术运用到声发射信号时延估计中提供理论依据。     

利用生成对抗网络的时频图像去噪和增强处理

针对雷达信号时频图像的去噪和增强问题，提出了利用生成对抗网络二次生成时频图像的方法。首先利用时频分析产生雷达信号的时频图像作为原始数据集1;接着利用生成对抗网络对数据集1进行学习之后生成新的数据集2，数据集2相对于数据集1拥有着去噪和增强的效果;最后提取时频图像奇异值特征检验生成的数据集2的有效性。对6种常见的雷达信号的时频图像进行了仿真实验，结果证明了该方法在时频图像去噪和增加样本多样性方面是有效的。     

结合图像处理与时频分析的直扩/跳频信号参数估计

为实现扩频带宽大于跳频间隔、干扰信号强度较大及存在信道噪声时直扩/跳频（DS/FH）信号参数精确估计,提出了一种结合图像处理算法与时频分析技术的DS/FH信号参数估计方法。该方法首先利用时频分析算法提取DS/FH信号的时频分布图,然后结合干扰分量在时频图中的图像特征,利用图像处理的开运算与闭运算剔除了图像中的孤立干扰点及“空洞”干扰点。特别地,为抑制复杂的毛刺干扰信号提出了一种迭代相关匹配算法。最后通过分析图像像素位置与时频参数的对应关系完成DS/FH信号的参数估计。仿真实验表明,该方法可以有效消除干扰信号的影响,准确快速提取混合扩频信号的时频参数。