改进的小波阈值消噪法应用于超声信号处理

超声检测中回波信号信噪比低、易于被噪声淹没,小波变换是一种有效的提取缺陷回波的方法.建立了超声缺陷回波信号的数学模型,对基于小波变换的软、硬阈值消噪法作了改进,提出一种折中方法用于超声缺陷回波信号的去噪,同时以信噪比为目标函数对参数的选取也作了优化.仿真实验结果表明,改进方法非常适合用于超声信号的分析,能够很好地抑制噪声,它最大程度的发挥了小波软、硬阈值消噪法的优点,避免它们的缺点,使用该方法处理的信号相对于小波软、硬阈值消噪法在一定程度上改善了去噪的效果,提高了回波信号的信噪比.      

利用点目标回波抑制距离旁瓣的方法

针对雷达脉冲压缩过程中引入的距离旁瓣问题,提出一种基于反卷积算法并利用点目标回波进行旁瓣抑制的方法.从雷达回波中提取准点目标回波,进而提取目标信息,实现对距离旁瓣的抑制.利用点目标回波旁瓣抑制方法对海南VHF非相干散射相控阵雷达的电离层回波数据进行处理.结果表明:强目标的旁瓣干扰抑制优于5dB,这证明了该抑制方法的有效性;旁瓣抑制效果与回波的信噪比有关,降低背景噪声和系统噪声的影响可提高其距离旁瓣抑制效果.      

一种自适应的汉语普通话音节清/浊音分段方法

采用离散小波变换(DWT)实现汉语普通话音节的清/浊音分段,算法根据信号性质自适应地确定离散小波变换的尺度,具有较好的非特定人性质,并且对不同采样率及环境噪声有较强的适应性.测试了算法在男、女声,不同采样率及不同信噪比下的清/浊音分段算法的性能.在无噪情况下正确率为99.44%,在信噪比为30dB、15dB及5dB时正确率均可达99.20%,实验结果证明了算法的有效性和对噪声及非特定人的顽健性.      

基于时频分析的雷达目标识别研究

基于时频分析的性质，提出了一种雷达目标识别方法。对雷达回波信号进行小波变换，得到目标回波信号的三维时频分布图和功率谱密度，从中提取目标的调制谱密度，根据最小贴近度识别算法进行目标识别。由实验结果看，利用此方法能够得到很高的识别率。     

极化通道扩展和盲源分离联合抗移频干扰技术

多次移频干扰是一种有效的对抗线性调频(LFM)脉冲压缩雷达的相干干扰样式,应用于自卫式干扰时,能够形成多个超前和滞后分布的假目标。提出利用盲源分离(BSS)的方法来分离回波和干扰信号,并通过频率补偿实现对干扰的抑制。首先分析了利用正交极化辅助天线扩展接收通道的可行性,其次建立了通道扩展后的雷达接收信号模型,讨论了回波与干扰信号的可分离性,最后研究了基于最大信噪比盲源分离和频率补偿的干扰抑制方法,并讨论了干扰机附加噪声对抗干扰效果的影响。仿真结果表明本文提出的方法在干信比为20 d B时,仍可以有效地从回波和干扰混叠信号中提取出目标回波信号,从而实现对主瓣移频干扰的对抗。     

基于自适应门限的改进BigBand算法

BigBand算法是一种利用信号普遍稀疏特性的欠采样算法。传统BigBand算法依靠经验设置固定门限,在低信噪比和噪声变化剧烈的情况下,频谱混叠会使噪声的值被叠加放大,信号与噪声难以明显区分,频谱感知能力差。针对该问题,提出了一种基于自适应门限的改进BigBand算法,利用预设信号虚警概率获得初始噪声门限和信号门限,并根据感知环境信噪比动态调整门限阈值,再依据经验选择噪声或信号门限作为门限阈值进行信号判决与感知。实验结果表明,相较于传统BigBand算法,该改进算法能适应低信噪比和噪声变化剧烈的环境,抗干扰性较好,具有更好的频谱感知能力。     

基于小波变换的光纤周界定位系统

为提高基于双Mach-Zehnder干涉仪结构的光纤周界定位系统的定位精度,对信号频率范围及信噪比对系统定位精度的影响进行了理论分析和仿真研究.在此基础上,提出在选用光缆时需要兼顾对外界振动的敏感性和对外场复杂环境的适应性,以确保在长期可靠运行的前提下,扩展采集信号的频率范围;使用小波阈值降噪算法,提取振动信号的有效频率成分,滤除噪声,提高信噪比.最后进行了监测距离31 km的外场实验,验证了所选用光缆的优良性能和小波降噪算法的有效性.     

基于小波变换的光纤周界定位系统

为提高基于双Mach-Zehnder干涉仪结构的光纤周界定位系统的定位精度,对信号频率范围及信噪比对系统定位精度的影响进行了理论分析和仿真研究.在此基础上,提出在选用光缆时需要兼顾对外界振动的敏感性和对外场复杂环境的适应性,以确保在长期可靠运行的前提下,扩展采集信号的频率范围;使用小波阈值降噪算法,提取振动信号的有效频率成分,滤除噪声,提高信噪比.最后进行了监测距离31 km的外场实验,验证了所选用光缆的优良性能和小波降噪算法的有效性.     

小波分析理论及其在雷达信号处理中的应用

依据所处理信号类型的不同,对小波变换与短时傅立叶变换进行了比较,说明小波变换适用于非平稳信号和奇异信号的处理.简要介绍了连续小波变换、离散小波变换和小波包理论的基本内容,讨论了小波变换实际应用中的采样和快速算法等几个关键问题.结合矢量量化技术,给出了一种用小波变换对星载SAR(Synthetic Aperture Radar)原始数据进行压缩的方法,结果表明,与传统的方法相比,由该方法压缩后的原始数据生成的SAR图像具有更大的信噪比.同时对小波变换用于雷达目标识别和SAR图像分类的性能进行了初步分析.      

弹道中段多目标微多普勒分离方法

针对窄带雷达获取的多目标回波中微多普勒信息相互交叠、难以分离与提取的问题,提出了一种基于拍卖算法和小波分析相结合的多目标微多普勒分离方法。在滑动散射模型的基础上,首先通过对回波信号进行预处理得到时频骨架,再根据弹道目标多普勒的变化规律及估计的进动周期定义路径长度,利用拍卖算法提取出多条多普勒曲线对应的最短路径,最后采用小波分析法消除多普勒曲线中的剩余平动分量,实现了多目标微多普勒的分离。仿真结果表明,该方法能够较好地解决交叉区域的路径选择问题,且抗噪性较好,适用于多种微动形式。     

一维GTD散射中心模型参数估计的改进MUSIC算法

针对利用多重信号分类（MUSIC）算法估计一维几何绕射理论（GTD）的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题，提出一类改进的MUSIC算法。首先，构建原始回波数据的共轭矩阵，有效提高了原始回波数据的利用率；其次，将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均，得到一个新的总协方差矩阵；最后，对矩阵作2次方、4次方等偶次方处理，得到另一矩阵，以达到增大信号特征值与噪声特征值之间差距的作用，等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。      

基于小波域的图像椒盐噪声密度估计

提出一种基于小波域的椒盐噪声密度估计方法.利用图像信号在小波域的系数具有稳定近似的分布,以及噪声对小波系数影响的特点,定量地分析了含噪图像的系数幅值直方图与原始图像的系数幅值直方图之间的偏离程度随噪声密度的变化规律,揭示这种变化关系对图像具有强的鲁棒性,从而利用这种关系对噪声进行估计.仿真结果表明,相对于目前方法,提出算法性能更佳,能够获得更准确的估计值和更小的估计偏差.     

基于最大熵法和遗传算法的SMSP干扰对抗方法

线性调频(LFM)信号是现代雷达常用的发射信号,可以有效提高雷达的检测性能,然而频谱弥散(SMSP)干扰应用于主瓣自卫式干扰时,干扰信号强度远大于目标回波信号,能够对目标回波信号形成遮盖,是一种有效对抗LFM信号的干扰样式。利用干扰信号与目标回波信号时频特征的不同,通过广义S变换(GST)凸显时频特征差异。运用最大熵法和遗传算法(GA)求取时频滤波器的分割阈值。通过构造的时频滤波器达到干扰抑制的目的。仿真结果表明:当干信比(JSR)大于10 dB、信噪比(SNR)大于0 dB时, 所提方法具有较好的干扰抑制效果,其中最大信干噪比(SJNR)增益接近25 dB。      

鲁棒的红外小目标视觉显著性检测方法

鲁棒的红外(IR)小目标检测是自动目标检测的关键技术,低信噪比条件下的红外小目标检测一直是业内研究热点.为了能有效地检测红外小目标,对红外小目标若干表观特征及其视觉显著性进行了分析,提出一种基于多尺度图像块统计序对比度(MOCIP)的红外小目标视觉显著性鲁棒检测方法,采用两步级联多尺度图像块统计序对比度算法抑制背景和噪声,提升目标强度,获得红外小目标显著性图,并利用自适应阈值实现目标检测.本文详细给出了红外小目标视觉显著性的检测算法,使用红外小目标图像对检测性能进行了实验验证,并与其他检测方法进行了对比.实验结果表明,所提出的方法能够在低信噪比条件下克服噪声和复杂背景的影响,有效地对红外小目标视觉显著性进行检测.      

基于MSST及HOG特征提取的雷达辐射源信号识别

针对传统雷达信号识别算法在低信噪比下识别准确率低的问题,提出了基于多重同步压缩（MSST）时频变换及方向梯度直方图（HOG）特征提取的雷达辐射源信号识别算法。所提算法在雷达时域信号短时傅里叶变换（STFT）基础上进行多重同步压缩处理获得信号时频分布图,通过HOG算子对信号时频分布图进行HOG特征提取,将提取的HOG特征通过主成分分析法（PCA）进行降维,将降维后的特征参数送入支持向量机（SVM）对雷达信号进行分类与识别。实验结果表明：所提算法具有较低的复杂度,当信噪比为-8 dB时,仿真实验与半实物仿真实验针对9种典型雷达信号的识别准确率达到90%以上。     

间断窄带噪声的功率谱

对间断窄带白噪声的功率谱进行了分析,得到其功率谱的表达式。对具有同步的间断噪声的射频脉冲序列的信噪比、具有连续噪声的射频脉冲序列的信噪比和具有连续噪声的射频余弦信号的信噪比进行了比较。证明脉冲多普勒雷达的速度检测灵敏度,可以达到相应的连续波雷达的速度检测灵敏度极限。     

改进PCA在热波图像处理中的应用

针对飞机结构隐藏腐蚀热波成像检测中出现的热像仪中有用数据较少、图像序列中腐蚀区域与非腐蚀区域对比不明显、信噪比较低等问题,提出了基于小波变换的改进PCA(Principal Component Analysis)算法.该算法对热图像序列中的每帧图像进行二进制离散小波变换,提取出低频部分的系数;对低频系数进行改进PCA分析,通过固定点算法并引入Gram-Schmidt正交化过程求解特征向量;令高频系数为零,抑制图像的噪声.实验结果表明:该算法充分利用了热像仪的有用数据,提高了图像的质量和信噪比,且计算时间较短.      

包络均值滤波算法实时检测微弱信号

在强噪声环境下提取微弱信号一直是信号处理方法研究的难点,提出一种基于包络均值滤波(EMF,Envelope Mean Filter)的微弱信号提取算法,可以实时恢复出深埋在均匀分布噪声中的微弱缓变非周期信号的波形.EMF算法通过对混有均匀分布噪声的信号进行过采样,对信号的包络线进行实时分析,并用上、下包络的均值作为真实信号的估计值.为了使输出信号平滑、无跳变,采用实时滑模平均滤波器对估计值进行滤波,最终恢复出的原始信号.通过仿真研究对包络的分析算法、最优衰减系数的选取、过采样系数、平滑序列长度和不同信噪比的微弱信号对还原精度的影响进行了研究.EMF算法简单,可使信噪比提高60 dB以上.已经成功用于IEEE 1588精密时钟同步的时钟伺服算法中.     

基于小波变换的干涉SAR图像的降噪方法

根据干涉合成孔径雷达(SAR)图像的噪声来源和性质以及干涉合成孔径雷达信号处理的特点,选择了具有对称性和紧支性的双正交小波变换应用于干涉SAR图像的噪声抑制,提出了基于小波标架表示的干涉SAR相位图像的降噪算法.与传统的低通滤波器及中值滤波器处理的结果对比显示,利用小波变换方法处理干涉合成孔径雷达图像以提高干涉相位精度的方法是可行的,并且小波变换方法是基于观测数据的自适应算法.      

激光多普勒测速系统自适应阈值检测算法

信号检测是激光多普勒测速(LDV)系统实现高精度的关键技术,针对LDV中微弱多普勒信号的检测,本文从噪声在频域中的统计特性出发,对多普勒信号进行带阻滤波,结合雷达的恒虚警(CFAR)检测技术,设计了基于频域的单元平方和自适应阈值检测算法以解决在低信噪比(SNR)的环境中LDV的信号检测问题,提高LDV的信号探测能力,同时降低其虚警概率。仿真与实验的结果表明:该算法与固定阈值相比可以在SNR为-12 d B时实现信号的完全检测,保持低虚警概率,运算简单,工程适用性强。