用维格纳－威利时频分布进行信号时频分析

信号时频分析对电子战侦察有重要意义。讨论了维格纳 威利时频分布的基本原理、与谱相关及模糊函数的关系。给出了求离散时间信号的维格纳 威利时频分布算法,以及用信号的维格纳 威利时频分布计算信号瞬时频率的方法。给出了几种目标信号的瞬时频率的计算实例。     

时频域检测LFM信号方法的比较和分析

从计算量、存储量、运算速度、参数估计精度,以及工程可实现性等方面,比较分析了用于LFM信号检测的时频分析方法以及直线检测方法,并针对STFT-Hough方法分析其对LFM信号的处理得益和参数估计精度.仿真验证试验结果支持了文中的分析.     

基于相位重构的LFM信号间歇采样干扰产生方法研究

目前,对线性调频信号采用间歇采样干扰样式是电子自卫干扰的常用方法。由于收发延迟,干扰主峰落后于目标回波,但间歇采样可以获取超前于主峰信号的次峰目标。在线性调频斜率较小时,次峰目标甚至可以超前于被保护目标,但线性调频斜率较大时,次峰距离主峰近,效果难以得到保证。提出一种新方法,该方法基于相位信息通过对相位的线性拟合重构信号实现了信号的近似复原,使得主峰相对于回波的延迟被消除,且保持了良好的相参特性。     

时-频分析算法在通信信号调制识别中的应用

在通信情报侦察系统中 ,对通信信号的识别和参数估计 ,是一项关键的技术。主要针对通信系统中最典型的几种信号调制类型 ,如 :PSK ,FSK ,线性FM ,采用了最近受到普遍关注的时频分析算法 (STFT和WVD)和小波变换 ,进行了调制类型的识别仿真。并介绍了这几种方法的基本原理和各自的性能。     

基于时频稀疏性的跳频信号时频图修正方法

为了获取清晰的时频图,提出了一种基于时频稀疏性的跳频信号时频图修正方法。该方法根据跳频信号时频图的时频稀疏性,建立了修正时频图的最优化求解模型,然后利用匹配搜索的方法进行求解得到修正后清晰的时频图。仿真结果表明本文方法能够在低信噪比下获取精确的时频图,且用修正后的时频图估计跳周期,估计性能明显优于现有方法。     

连续小波变换与信号时频分析

对连续小波变换、傅里叶变换及短时傅里叶变换等几种信号时频分析方法进行了理论分析,并通过确定信号的处理研究了各种方法的优势及局限性,研究结果对实际信号分析具有一定的参考价值.     

基于ZAM-GTFR和Hough Transform的LFM信号检测

对于诸如电子对抗、电子情报等领域,噪声环境下的未知参量信号检测是一个关键问题。本文提出了ZAM-GTFR结合霍夫变换对线性调频信号的一种新的检测方法。对于特定的复高斯白噪声环境下的线性调频信号,检测的过程等效于对ZAM-GTFR沿瞬时频率直线作积分,再用积分值与门限做比较。仿真结果证实了此检测方法的有效性。     

一种基于降调频的宽带LFM信号DOA估计算法

传统的宽带LFM信号DOA估计算法,是直接对信号进行估计,为满足采样定理,需要很高的采样频率,数据量和运算量巨大。针对这一问题,提出一种基于降调频的宽带LFM信号DOA估计算法,采用基于改进谱形熵的自适应降调频技术,通过若干次降调频,将宽带LFM信号带宽降到接收机可以处理的范围内,再利用窄带LFM信号DOA估计算法估计...     

基于谱图-Radon变换二值积累的信号检测方法

在低信噪比条件下，谱图-Radon变换可以有效地检测多个线性调频信号，但是当多个线性调频信号能量相差很大时，强信号的平台会将弱信号的峰值淹没，谱图-Radon变换就很难同时将这多个线性调频信号检测出来。本文提出了基于谱图-Radon变换二值积累的方法，这种方法可以有效的检测出被强信号平台掩盖的弱信号，具有较大的实用价值，仿真实验结果表明这种算法是有效的。     

利用Bernoulli混沌调频信号干扰LFM信号

LFM信号抗干扰能力强,一般的干扰很难对其产生效果.Bernoulli混沌调频信号具有随机性,而且具备产生简单等优点.研究利用Bernoulli混沌调频信号干扰LFM信号的可行性,最后通过仿真证实其具有很好的干扰效果.     

基于时频分析的ISAR成像

传统的逆合成孔径雷达(ISAR)成像算法用傅里叶变换进行频谱分析,会导致对机动目标的成像模糊.应用短时傅立叶变换(STFT)、魏格纳分布(WVD)、平滑伪魏格纳分布(SPWVD)等几种时频分析方法对机动目标进行瞬时成像,仿真和实验结果表明,应用该方法能得到清晰的目标的距离-瞬时多普勒像.     

基于CDFRFT的离散LFM信号参数估计方法

文章根据LFM信号在置中分数傅里叶变换域产生尖峰的原理,提出了一种基于置中分数傅里叶变换的离散LFM信号参数估计算法,并对单LFM信号和双LFM信号进行了参数估计,实验结果表明算法具有较好的精确性。     

基于时频重排与WHT的多分量LFM信号识别

辐射源识别中多分量线性调频雷达信号在实际信号环境中广泛存在,对其进行识别尤为重要.由于多分量LFM信号有严重的交叉项,传统的基于Wigner-Ville分布的时频分析技术对其难以奏效,因此提出了一种基于时频重排与WHT的多分量LFM信号识别法.该法通过盲源分离提取各独立分量,利用时频分布矩阵的联合对角化法抑制交叉项,再对其谱图进行时频重排,最终利用Wigner-Hough变换识别各LFM分量.与WVD方法相比,实验结果表明,在低信噪比下能很好地识别多分量LFM信号.     

基于特征融合的雷达信号脉内调制类型识别

针对雷达信号脉内调制识别算法准确率低的问题,提出基于特征融合的雷达脉内调制类型识别方法,该方法首先提取雷达信号时频图像的形状特征和纹理特征,利用改进的主成分分析法（IPCA）对特征进行融合,然后将融合特征输入支持向量机（SVM）,实现信号的分类识别。仿真实验中对8种常见的不同调制类型的雷达信号进行识别,该算法在信噪比为5dB时识别准确率接近100％,验证了该方法的有效性。     

复杂电磁环境下的雷达信号分选方法

由于电磁信号环境的日益密集、复杂,传统的雷达信号分选方法面临着严峻挑战。介绍了基于盲源分离的信号分选、聚类分选、基于脉内特征的信号分选等在复杂电磁环境下能够比较好地实现雷达信号正确分选的方法,分析了这几种方法的性能优劣;最后探讨了参数联合分选、算法联合分选的可行性和优势。