运用分频段希尔伯特黄变换进行多分量信号的频散分析

将分频段希尔伯特黄变换应用于多分量信号的频散分析中。首先,利用带通滤波器和 经验模态分解相结合,成功实现了经验模态频率分解,并准确提取了经验频率模态函数;然 后,使用该方法准确地获取了多分量含噪信号的时频能量谱和时频相位谱;最后,基于同步 相差和异步相差算法,精确绘制了原信号的相速度频散分析曲线。数值试验表明,该算法拥 有较高的时频分辨能力和良好的抗噪性能,对于复杂且信噪比较低的信号,能获得比传统希 尔伯特黄变换更准确的频散分析结果。     

基于经验模态分解的图像融合研究

图像融合是对不同渠道摄取的同一景物的多幅图像进行处理,以得到更清晰更实用的图像的过程。它是图像处理过程中的一个重要环节,比如图像拼接就离不开图像融合,因而研究图像融合具有一定的现实和理论意义。目前,以小波分析为代表的多分辨率图像融合技术是一个研究热点,但小波基函数的选取是小波分析的难点,也是小波分析这种信号分析方法的最大瓶颈。经验模态分解则能突破这种障碍,它根据自身的特性自适应的进行信号分解,显示出极大的优越性。把经验模态分解用于图像融合,取得了良好的效果。     

频率合成器中混频器杂散的影响分析

详细讨论了含混频器的频率合成器中混频器杂散对频率合成器输出频谱的影响，并导出了频率合成器输出频谱中由混频器杂散引起的杂散分量S1（Ω1）的计算公式，从而为含混频器的频率合成器抑制混频器引起的频谱杂散分量提供了理论依据和技术途径。     

一种对重频调制与抖动信号的PRI变换分选新方法

针对脉冲重复间隔（PRI）变换法及其改进方法难以分选重频变化信号的问题,提出一种新 的信号分选方法,即脉冲相似度检索法。该方法把脉冲相似度引入改进的PRI变换法,根据 脉冲相似度对雷达脉冲信号进行搜索、提取。仿真结果表明,该方法不仅使分选更加准确, 而且实现了对重频抖动和重频受调制变化信号的分选,其分选准确率达到95%以上。     

直扩／跳频混合扩频信号测量性能分析

从模糊函数角度,研究了直扩/跳频(DS/FH)混合扩频信号的测距、测速性能.推导了DS/FH混合扩频信号的模糊函数表达式.由数值仿真得到一个跳频点内传递一个直扩伪码周期的混合扩频信号模糊图.仿真分析结果表明,DS/FH混合扩频信号具有良好的测距测速性能,从而论证了该信号用于跟踪测量的可行性.最后,根据信号估计理论分析了直扩/跳频混合扩频信号精度.     

基于自适应分割算法的多跳频信号盲检测

传统的观点大都将跳频信号盲检测问题视为能量域的门限阈值问题,而从统计域来看,实际接收到的跳频信号是在一些未知时刻突变而在这些时刻之间保持统计平稳性的分段平稳随机信号,那么基于非平稳时间序列的各种突变检测算法就可以引入其中。分析了当前跳频突变通信信号的统计特性,给出了其高阶分段平稳的模型。将Bemaola-Galan（BG）提出的自适应分割算法推导到高阶,并将其成功应用于多个跳频突发信号盲检测和自适应提取中。仿真结果表明,该算法不需要任何先验信息,能够有效检测和提取多个突发通信信号,且性能优于传统的能量检测法。     

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。     

一种改进的跳频信号参数估计方法

针对在跳频信号跳变时刻和跳变频率估计方面实时性和估计精度无法同时兼顾的问题,提出了一种基于短时傅立叶变换(STFT)和多重信号分类(MUSIC)算法的跳频信号参数估计方法。在建立跳频信号数学模型的基础上,利用STFT选取较大时间窗对整个信号在时域进行粗搜索,生成时频谱图,提取时频脊线从而获得跳变时刻,然后选取较小时间窗在已知跳变时间段利用STFT进行跳变时刻的细估计,并利用MUSIC算法进行频率的精确估计。该方法利用STFT的二次估计,减少了MUSIC搜索范围,从而降低了时间开销。仿真表明该算法的跳变时刻频率估计精度高,实时性能满足参数测量需求。     

一种基于频移滤波器的混合信号盲恢复算法

针对单天线接收的频谱混叠的混合信号盲恢复问题,在频移滤波器结 构上,提出了一种基于相关函数误差准则的自适应频移滤波信号盲恢复算法。该算法利用滤 波 器输出信号和参考信号以及混合信号与参考信号之间的相关函数误差来调整自适应滤波器输 出权值。分析了该算法的稳态性能。仿真结果表明：在信噪比大于-5 dB的条 件下, 该算法对混合信号分量的恢复相似度达80%以上,并且该算法仅需已知混合信号分量的循环 频率,无需其它先验信息,具有计算量小、敛速度快的优点。     

伪噪声时频编码通信信号LPI/AJ性能分析

在基于时频编码抗衰落通信的基础上，把噪声编码通信技术运用到时频编码中，提出了采用随机的比特流实现多个PN码、多个频率、多个时隙的伪噪声时频编码的新途径，显著地提高了伪噪声时频编码信号抗干扰、低截获概率性能。在进行伪噪声时频编码信号设计的同时，给出信号性能详尽论述和数学分析，并通过计算机仿真验证了该方法的可行性和正确性。     

一种基于小波脊时频分析的差分跳频信号检测方法

针对差分跳频信号频带宽、跳速快、检测难的问题,在分析比较短时傅里叶变换(STFT)的基础之上,提出一种通过提取小波脊进行时频分析和参数估计的信号检测方法。该方法的检测效果明显优于短时傅里叶变换,当信噪比大于-7 dB时,在不要求高采样率的情况下,对于差分跳频信号的参数估计是有效的。     

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。     

跳频信号的仿真模拟

本文介绍了跳频信号及跳频信号仿真模拟的原理，提出了具体的实施方案，分析了实施中存在的问题，并给出了相应的解决方法及仿真结果。     

高斯噪声下差分跳频信号的高分辨率频率检测

差分跳频(DFH)是一种新的高速短波通信体制,它利用相邻跳变频率的变化而不是载频本身来携带信息。跳变频率检测是实现DFH的关键技术之一。本文利用四阶累积量研究了(色)高斯噪声下基于ARMA建模法的DFH信号频率检测,并针对由于模型阶数估计过高而产生的虚检频率,提出一种充分利用信号先验信息的改进算法。仿真结果证明了该方法的有效性,尤其是在低信噪比时仍然能够实现精确检测。     

利用Hilbert变换提取信号瞬时特征参数的问题研究

解析Hilbert变换利用其实部与虚部的关系,定义出任意时刻的瞬时频率、瞬时相位及瞬时幅度,因而工程中人们设法将其应用对实际信号的瞬时参数提取中。然而,在利用Hilbert变换提取瞬时特征参数的工程实现中存在一些问题,如何解决这些问题,特别是如何高精度提取瞬时频率特征参数问题是文中的研究重点。     

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。     

强干扰下跳频信号的提取

It is hard to extract frequency hopping(FH) signal under strong interference. An extraction method of FH signal is proposed based on image processing technology and noise peak finding. Based on Short Time Fourier Transform(STFT) time frequency spectrum, a noise floor estimation method based on morphological image processing is modified. After noise removing, the number of signals and corresponding frequencies on each time instant are estimated. Finally, characteristics of FH signal are picked up to eliminate the strong interference according to its duration. Simulations show that this method can preferably pick up characteristics of FH signal with strong interferences existing.     

同频段混合信号中的无人机信号盲检测识别

无人机信号的探测识别技术是应对无人机黑飞滥用的关键技术之一。在实际信号监测环境中,经常会接收到多个信号的混合信号,它们在时域和频域上混叠且各信号分量调制样式相同。为解决在同频段混合信号中检测识别出无人机信号的问题,提出了一种通过谱特征分析判断无人机信号存在性的方法。分别采用基于二次方谱特征的无人机图传和WiFi混合信号检测识别算法以及基于频谱带宽特征的多无人机混合信号检测识别算法,通过对射频电路采集的信号进行仿真验证,实现了从同频段混合信号中检测识别出无人机信号分量。理论分析和实验测试结果证实了所提检测识别算法的有效性。     

基于深度学习的跳频信号识别

针对跳频信号分选存在人工提取参数特征具有复杂性的问题,提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换,得到二维的时频矩阵;接着提取信号的轮廓特征,构造三维矩阵作等高线图,并对等高线图进行预处理;最后把预处理后的等高线图输入到卷积神经网络中进行训练、测试,进而实现分类识别。仿真结果表明,在不需要复杂的人工提取参数特征的基础上,在分选率为100〖WT《Times New Roman》〗%〖WTBZ〗时,所提方法经裁剪处理下的信噪比为-15 dB,比支持向量机和传统K-Means聚类算法都低10 dB。实测数据的算法验证表明,所提方法能够将大疆精灵4Pro、hm无人机、司马航模X8HW以及大疆悟2这四类无人机正确分类。     

分数阶傅里叶变换的多项式相位信号DOA估计

针对多项式相位信号波达方向(DOA)估计研究较少的问题,提出了一种基于分数阶傅里 叶变换(FRFT)的多项式相位信号(PPS)的DOA估计算法。该算法首先通过多项式相位变换,估 计出PPS的最高阶相位系数,从而可以消除最高阶项。运用这一降阶思想,依次消除高阶项 ,这样PPS可降为线性调频(LFM)信号,然后将宽带的LFM信号转化为分数阶Fourier域窄带的 平稳信号。在相应的分数阶Fourier域,运用求根MUSIC算法对信号进行DOA估计,从而把LFM 信号的DOA估计推广到了PPS的DOA估计。理论分析和仿真实验表明,该方法能很好地估计出P PS的DOA,并且简洁。