基于频域奇异值分解的LPI雷达信号降噪

随着低截获技术在战场上的大量使用,侦察接收机接收到的低截获（LPI）信号大多都湮没在噪声中。为了准确地检测威胁目标,在研究时域奇异值分解（SVD）降噪的基础上,提出了基于频域SVD的LPI雷达信号降噪方法。仿真实验表明,该方法可以将LPI雷达常用的线性调频连续波（LFMCW）信号和二相编码（BPSK）信号的信噪比从0 dB提升到6 dB以上。频域SVD降噪使侦察机发现LPI雷达的概率大大提高。     

小波变换在雷达信号处理中的应用

本文结合雷达信号处理经典和新近的主要技术,探讨了小波变换作为一种新型有效的时－频分析工具应用于这些信号处理方面的价值和潜力。较详细地说明了随着小波变换理论的发展、完善及其在雷达信号处理中的有效应用,将促使雷达信号处理技术得到更新的发展。     

小波变换在S模式二次雷达信号分析处理中的应用

为提高二次雷达（Secondary Surveillance Radar,SSR）信号分析处理能力,针 对傅里叶变换在时频域分析的局限性,利用小波信号奇异性检测特点,通过对S模式询 问、应答信号进行小波分解,计算第一层高频系数,得到信号脉冲持续时间,实现了信号报 头检测,并比较高频系数模极大值,提取出信号调制信息,实现了基于小波变换的二进制差 分相移键控（DPSK）和二进制振幅键控（ASK）解调,验证了小波变换技术分析处理二次雷 达信号的可行性。     

基于小波变换的信号去噪研究

小波变换在信号去噪的应用中有很大的优势,它弥补了傅里叶变换在信号去噪中的局限。小波变换在时间域和频率域都具有良好的局部特性,可以聚焦到信号的任意细节。根据信号的特性利用小波变换的处理方法能够有效的将有用信号与噪声分离开来从而达到去噪的效果。     

一种小波变换下的ADS-B信号增强算法

S模式的广播式自动相关监视技术（Automatic Dependent Surveillance-Broadcast,ADS-B）是目前空中交通管制大力推广的技术,但ADS-B信号在远距离传输过程中,由于传输信道的影响,会出现幅度减小和能量衰减等问题,从而导致接收到的微弱ADS-B信号不能正确译码。针对这种情况,提出用小波变换对信号做增强处理的方法,首先改进小波系数,接着确定分解层数,再利用重构指数来选取最优小波基,最后对阈值进行改进,考虑在不同的小波分解尺度上选取不同的阈值。对实际数据进行测试的结果表明,该算法能有效地对ADS-B信号进行增强,对信号强度为-94 dBm的微弱信号也能正确译码,译码准确率明显提高,对空中管理、空间安全等实际应用有一定意义。     

基于ResNet_NSCS的通信信号调制识别

针对通信信号调制识别的特征提取问题,为进一步提高识别准确率,提出了一种基于嵌套式跳跃连接结构的残差网络（ResNet of Nested Shortcut Connection Structure,ResNet_NSCS）调制识别算法。该算法在残差神经网络（Residual Neural Network,ResNet）基础上,通过借鉴ResNet多通路选择思路,引入嵌套式恒等跳跃连接结构,利用提取的特征实现不同调制方式的分类。仿真结果表明,面向RadioML2016.10a数据集,较卷积神经网络（Convolutional Neural Network,CNN）算法和卷积神经网络_长短时记忆网络（Convolutional Neural Network_Long Short Term Memory Network,CNN_LSTM）算法,以增加网络复杂度为代价,ResNet_NSCS算法收敛速度快,识别准确率高。     

基于小波变换的去噪技术在数字图像边缘识别中的应用

小波变换是空间（时间）和频率的局部变换,因而能有效地对数字图像去噪,并从数字图像中提取局部信息。本文介绍了一种将基于小波变换的去噪技术应用于数字图像边缘识别中去的方法．通过matlab 7．0平台仿真实现,实验证明这种方法抗噪能力极强,提取的边缘定位精确,程序结构合理。     

基于多尺度离散平稳小波主元分析方法的故障监测

基于主元分析和小波变换结合的基本理论,对Bakshi提出的多尺度主元分析方法进行改进,提出一种新的基于离散平稳小波变换和主元分析相结合的多尺度离散平稳小波主元分析进行故障监测的算法。针对TE过程的两种故障,分别应用主元分析和多尺度离散平稳小波主元分析两种方法做仿真实验。仿真实验结果表明:与主元分析相比,多尺度离散平稳小波主元分析能有效地检测过程中的故障,减少误报警,提高了过程监测的可靠性。     

基于小波变换的钞票识别

提出一种基于Gabor小波特征提取的钞票识别算法。基于钞票印刷图像的纹理特性,从钞票图像中选取采样点,利用Gabor小波提取采样点的领域特性作为特征。选用统计模型作为分类器,用提取到的特征作为输入。取第五套人民币作为实验集进行了实验,实验结果表明方法的有效性,能正确识别实验集的全部样本。     

基于特征参数的雷达信号识别算法及DSP实现

为解决传统雷达信号识别方法难以达到实时性的困难,提出了一种雷达信号快速识别算法.该算法基于信号的非周期自相关函数提取了映射信号带宽和频率变化率的2个特征参数,实现了对4种雷达信号的类型识别.仿真和硬件测试结果表明,该算法能在低信噪比下实现对雷达信号的全概率识别,识别时间小于0.8ms.算法适合硬件高速实时实现,具有一定的工程应用价值.     

基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题,提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量,使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明,所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度,可以实现对不同雷达信号进行识别,证实了该方法的有效性。     

相位编码信号码速率估计的最优小波尺度选择

研究了小波变换应用于相位编码信号码速率估计的尺度选择问题,提出了一种最优小波尺度选择方法。以相位跳变的最佳检测为依据建立了最优小波尺度选择函数,然后结合功率谱平滑载频估计和信号编码形式完成最优小波尺度的选取,最后通过叠加模值频谱完成信号码速率估计。仿真实验表明,所提出的尺度选择方法将二相编码信号和四相编码信号的码速率估计信噪比门限分别降低了1 dB和3 dB。     

基于小波变换的多规则图像融合方法

针对红外和可见光图像各自特征,提出了基于小波变换多分辨率的不同规则图像融 合方法。首先对原图像进行多级小波分解,产生多频带小波系数,利用像素的局部区域方差 、平均梯度及掩膜滤波等方法对不同频带小波系数计算融合权重,最后将小波融合系数逆变 换实现图像的融合处理。实验结果表明,融合图像特征显著,易于观察。     

一种基于小波变换的监视飞行新方法

如何充分利用有限的信道带宽和实时有效地压缩数据,将更多飞 机飞行参数实时传输给地面试验人员,是提高飞行安全和改进飞机设备的重要手段。基 于小波变换提出了一种监视飞行状态的新方法,借助小波分析在时域和频域同时具有 良好的局部化性质对飞行数据进行有损和无损压缩,并通过飞机现有的VHF信道传输 飞行数据。仿真结果验证了本方法的可行性。     

一种基于Radon变换的微表情识别算法

微表情是人们处在一些与平时生活环境不同的高强度环境下试图控制和掩饰的情感表现,也是一种不曾意识到的瞬时脸部表情,持续时间短,强度弱。为了提高其准确率,提出了基于Radon变换的微表情识别算法。首先,对数据库中的视频序列进行灰度归一化、尺寸归一化和二维主成分分析法（Two-dimensional Principal Component Analysis,2DPCA）降维预处理,使用光流法对降维后图像提取运动特征;然后使用Radon变换算法对光流图像进行处理,得到对应微表情的特征值和特征图像;最后使用支持向量机进行微表情分类识别。实验结果表明,使用Radon变换后得到的微表情特征图像得到了较好的识别效果,在微表情数据集CASME和CASMEⅡ上识别率分别为81.48%和82.17%,通过与选取的其他方法对比说明了该方法具有更好的识别性能。     

基于双谱特征的超宽带雷达人体目标识别

为了在人体微多普勒特征不明显条件下识别静态人体目标及人体姿态,提出了一种结合双谱对角线起伏特性与目标强散射点分布特征进行人体目标识别的方法。首先,通过分析静态人体目标双谱,提取双谱对角线起伏特性作为分类特征,降低了双谱数据的维数,减少了双谱特征冗余。然后,结合目标强散射点分布特征从不同角度描述目标,并构造用于目标识别的特征向量。最后,用支持向量机实现目标识别。仿真和实测结果均表明,双谱对角线起伏特性与目标强散射点分布特征融合的方法可以有效识别出静态人体目标并且实现人体姿态识别。     

基于图形小波变换的遥感图像表示与去噪

离散小波变换（Discrete Wavelet Transform,DWT）通常用于图像的表示。然而,对于具有不规则形状边缘的图像,尤其是对于纹理和细节信息较多的遥感图像,DWT却很难有效表示,进而影响后续去噪效果。针对该问题,提出了一种基于图形小波变换（Graphic Wavelet Transform,GWT）的图像去噪方法。首先,将图像表示为图形信号,并通过该图形信号的谱表示构造相应的变换矩阵;然后,设计了一种改进自适应阈值的图像去噪方法,在GWT变换域内对图像去噪。实验结果表明,与常用的图像去噪方法相比,所提算法能够提供更好的图像主观质量。采用均方根误差（Root Mean Square Error,RMSE）和峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）作为客观指标,结果表明,采用所提方法得到的重建图像客观质量更优。     

多载频相位编码雷达通信一体化研究

为了最大程度地利用资源和减小电磁干扰,电子战平台的雷达通信一体化设计有着尤为重要的意义。针对通信中成熟应用且在雷达中有较好前景的正交多载频波形,提出直接序列扩频正交频分复用（OFDM）进行雷达通信一体化的想法。给出了实现方法,重点对该一体化信号模糊函数进行求解和分析,指出增加子载波数目信号分辨性能更佳;随机的信息流仅对模糊函数的邻道干扰项造成影响,为进一步优化一体化信号旁瓣性能提供了理论依据。最终的仿真结果和性能分析表明,该一体化信号能够实现雷达通信一体化的目的。     

基于OFDM随机步进频的雷达通信一体化信号模型

为了解决雷达通信一体化系统中的雷达信号与通信信号较难分离的问题,在正交频分复用(OFDM)雷达的基础上,提出了一种基于OFDM脉间随机步进频的雷达通信一体化信号模型,通过频率捷变将数据信息加载到雷达信号上,利用随机的步进频率传输数据,从而使一体化信号能同时实现雷达探测和数据通信功能,避免了信号分离。同时设计了雷达通信一体化方案,在雷达接收端,运用相关法实现一维距离成像;在通信接收端,通过带通滤波器组检测频率点解调数据。仿真实验结果表明,一体化信号能实现分米级的距离高分辨和速率为Mbit/s级的数据通信,能够满足大批量数据传输的要求。