基于S变换的时频特征提取与目标识别

目标的时间-频率联合分布能够很好地反映目标物理结构特征,可以作为雷达目标识别的一个有效手段。针对现有时频分析方法存在的识别率低和抗噪性能差等问题,提出一种基于S变换的空间目标回波信号电磁特征提取与识别方法。首先对目标的雷达回波进行时频分析,得出在较大方位角变化范围内和不同信噪比情况下,目标S变换的时频分布具有相对不变性的结论;然后基于这种稳定的时频分布特征,采用最小贴近度的方法进行分类识别。针对不同目标模型的仿真结果表明,该方法的识别率高于其他时频分析方法并且具有很好的鲁棒性。     

一种基于自适应遗传算法的高斯FM^mlet变换最优时频原子搜索算法

时频分析方法是当前非平稳信号分析与处理的研究热点,基于高斯let变换的信号表示方法成为目前分析具有线性和非线性频率切变信号的重要工具.高斯FMm let变换在信号分析与处理中的应用面临的一个主要问题就是匹配追踪方法的数字实施方法.针对现有算法精度不高、收敛性差的问题,提出了一种基于自适应遗传算法的高斯FMm let变换最优时频原子搜索算法.首先详细推导了时频原子有限长序列的离散公式,接着详细讨论了自适应遗传算法,然后给出了一种利用自适应遗传算法搜索高斯FMm let变换最优时频原子的算法及其实现方法,最后结合实例对该算法进行了仿真研究.结果表明,该算法不但搜索精度很高,而且具有较好的收敛性和鲁棒性.