基于多项式Chirplet变换的线性调频引信干扰波形设计方法

针对现代战场环境下线性调频引信干扰技术的迫切需求,提出多项式Chirplet变换的方法实现低信噪比下对调频连续波无线电引信的信号参数估计,并针对调频连续波引信重构了干扰信号。基于线性小波变换原理,选取适当的核函数,将无线电引信信号经过旋转与平移操作后进行短时傅里叶变换,再利用遗传算法求得变换核的最优参数,实现对调频连续波信号的参数估计,并重构干扰信号。仿真对比结果表明,该方法可以在较低信噪比下实现对调频连续波无线电引信信号载波频率、调制周期、最大频偏等参数进行精准估计,相较于周期调制类干扰,重构干扰信号能够以更低功率对调频引信产生较好的干扰效果。

基于改进样条Chirplet变换的结构瞬时频率识别

为了提高结构瞬时频率识别的精度,对样条Chirplet变换进行改进,并结合能量集中度原则优化窗函数的参数.利用解析信号和两层框架模型验证改进样条Chirplet变换识别瞬时频率的准确性,再结合试验验证改进样条Chirplet变换能有效识别实际工程结构的瞬时频率.

基于改进多重同步挤压样条Chirplet变换的结构瞬时频率识别

为提高样条Chirplet变换的结构频率识别精度,提出了一种基于改进多重同步挤压样条Chirplet变换(improved multi-synchrosqueezing spline-kernelled Chirplet transform, IMSSSCT)的瞬时频率识别方法。首先通过引入三参数高斯窗函数和能量集中度原理对样条Chirplet变换进行改进,然后结合多重同步挤压算法进一步提高改进样条Chirplet变换(improved spline-kernelled Chirplet transform, ISCT)的时频能量聚集度。通过单自由度Duffing系统和三层剪切框架结构的数值仿真及悬臂梁结构试验对所提方法进行了验证。研究结果表明,IMSSSCT能有效识别非线性结构和时变结构的瞬时频率。

广义线性频域Chirplet变换及其应用

时频分析可以获取地下储层的相关信息,在储层表征中发挥着重要作用。本文提出了广义线性频域Chirplet变换(General linear Frequency-domain chirplet transform, GLFCT),首先旋转时频基来匹配实际群延迟(group delay, GD)曲线,然后根据每一个时频点的振幅,得到最佳chirp率,最终得到高分辨率的时频表征结果。合成信号的数值验证结果证明了GLFCT处理瞬态信号的有效性,模拟地震记录的测试很好地证实了在储层表征方面的可行性。

基于Chirplet原子的雷达辐射源信号特征提取

特征提取是新体制雷达辐射源信号分选识别的关键技术.本文提出一种全新的雷达辐射源信号时频原子特征提取方法.在过完备多尺度Chirplet原子库基础上,采用匹配追踪(MP)方法对信号进行时频原子分解,并通过改进量子遗传算法(IQGA)降低MP搜索过程的时间复杂性,得到表示雷达辐射源信号特征信息的本征Chirplet原子.实验结果表明使用更少量的Chirplet原子可以得到比Gabor原子分解更准确的特征信息,证实了本文方法的可行性和有效性.

基于Chirplet变换的变频视觉诱发电位脑-机接口研究

脑-机接口(brain-computer interface,BCI)是在大脑与外部设备间建立一个直接的信息交流通路,它无须依赖外周神经肌肉系统而仅通过脑电信号特征提取与模式识别来实现思维表达或指令操作.变频视觉诱发电位(chirp stimuli visual evoked potential,Chirp-VEP)是最近提出的一种脑电诱发新模式,可作为BCI控制信号,极富应用潜力.然而Chirp-VEP的诱发条件、信号处理、特征提取方法等都缺乏充分研究.本文采用不同起始频率和chirp调频率进行了Chirp-VEP诱发实验,利用Chirplet变换(chirplet transform,CT)等4种时频分析方法提取了ChirpVEP信号特征.研究结果表明,相较于其他时频分析方法,CT可获得更高的VEP信噪比与正确识别率.在8名受试者参加的在线BCI测试中,Chirp-VEP的总平均正确识别率高达97.8%,进一步验证了Chirp-VEP应用于BCI控制的潜力.

基于Chirplet的逆合成孔径雷达回波高速运动补偿算法

高速运动补偿是恢复距离像分辨率和提高ISAR像清晰度的关键,本文提出了一种新的高速运动补偿算法,通过初像加窗构建了独立特显点回波,避免了多散射点回波相互叠加造成调频特性被淹没的现象,采用chirplet小波分解得到了调频率的估计值,实现了径向速度的正确估计及回波的高速运动补偿,仿真实验表明了本文算法的有效性。

一种基于自适应Chirplet分解的逆合成孔径雷达成像方法

对于机动目标的成像需要用距离一瞬时多普勒成像方法[4]，文献[4]中给出了目标机动性不强时的成像方法，本文提出了一种自适应的chirplet信号分析方法，在此基础上给出了具有强机动性的目标的ISAR成像算法.最后利用实测数据验证了该方法的有效性．

Chirplet变换及其推广

线调频Chirplet变换是一种新的线性时频分析方法。文章在介绍线调频Chirplet变换的基础上,比较了短时傅里叶变换STFT、连续小波变换CWT和Chirplet变换在瞬时频率计算方面的优缺点。对二次调频Chirplet变换做了介绍,在线调频Chirplet变换和二次调频Chirplet变换的基础上,修改了核函数,对Chir-plet变换做了一定的改进,在一定程度上提高了某一类信号在时频域的分辨率。针对修改后的变换给出了一些算例,并给出了在石油勘探开发中利用改进后的Chirplet变换对沉积旋回信号进行分析的一些初步应用。

基于微动分析和Chirplet分解的ISAR成像

当目标或目标部件存在微动时,目标的ISAR像将受到微动产生的微多谱勒效应的污染。为了解决这个问题,本文首先对目标的平动、转动和振动的运动模型进行分析,讨论了微多谱勒在时频域的分布情况;对目标回波信号进行Chirplet分解后,研究了在Chirplet参数域中利用微多谱勒和微多谱勒率对不同微动信号的分离算法;使用仿真点目标模型和实测数据对分离算法进行了验证,较好的实现了微多谱勒效应的分离和ISAR成像。

基于chirplet的弹道目标逆合成孔径雷达回波分解

尾附体回波分量的分离是改善弹道目标主体ISAR成像质量的关键。该文建立了主体和尾附体的LFM回波模型,构建了慢时间域单频信号回波,分析了主体和尾附体的瞬时多普勒差异,提出了一种基于chirplet的慢时间域分解方法,将主体回波分解为若干线性调频信号,并重构了主体及尾附体回波,给出了具体实现步骤,仿真实验结果表明,ISAR成像质量较分离前有显著提高。

基于自适应Chirplet分解的舰船目标ISAR成像

相对于飞机目标的ISAR成像,舰船目标的ISAR成像同样具有重要意义,但国内对舰船目标的成像研究刚刚开始。由于舰船运动的复杂性,使得舰船目标的成像条件要比飞机目标复杂得多,传统的针对飞机目标的成像方法已经不能满足要求。因此,该文提出了基于自适应Chirplet分解的舰船目标成像方法,得到了舰船不同时刻的瞬态ISAR像。

基于多尺度Chirplet稀疏分解和Wigner-Ville变换的时频分析方法

针对多分量多项式相位信号(mc-PPS)的Wigner-Ville分布存在的时频干扰问题,该文提出一种基于多尺度Chirplet稀疏分解和Wigner-Ville变换的时频分析方法。该方法采用多尺度的Chirplet基函数对信号进行投影分解,通过延时相关解调的分数阶傅里叶变换(FRFT)搜索投影系数最大的基函数,将搜索得到的基函数通过Wigner-Ville变换和最佳路径连接方法,逐次获得使分解信号能量最大的信号分量及其时频分布。仿真结果表明,该方法能在低信噪比条件下有效抑制等振幅mc-PPS的自交叉项和互交叉项的干扰,具有最佳的时频聚集性,克服了全局搜索基函数计算量大的问题,适用于非平稳信号的分析和处理。

复杂噪声下基于同步压缩Chirplet变换的LFM信号参数估计

同步压缩变换建立在小波变换的基础上,通过在较小频域范围内压缩小波系数,可有效改善信号的能量分布,提高时频聚集性。该文针对线性调频(LFM)信号的参数估计问题,根据适用于LFM信号的Chirplet变换,在同步压缩理论的框架下,提出一种同步压缩Chirplet变换方法(SSCT)。由于充分利用了LFM信号时间与频率的线性关系,SSCT方法在提高Chirplet变换时频平面能量聚集性的同时,可实现信号参数的精确估计,且保留了Chirplet变换窗函数选取灵活,无交叉项干扰等优点。针对复杂噪声环境下的参数估计问题,进一步提出分数低阶SSCT方法(FLOSSCT)。仿真结果表明,在高斯噪声以及脉冲性更强的α稳定分布噪声背景下,该方法可有效实现LFM信号的参数提取,具有较好的鲁棒性。

一种自适应Chirplet分解方法及在故障诊断中应用

提出了一种自适应Chirplet信号分解过程中的参数优化估计方法,该方法首先利用最大投影分解原理结合分数阶傅立叶变换和拟牛顿方法进行参数估计,然后利用最大期望方法,进一步进行参数的优化。将提出的方法与传统的时频分析方法如短时傅立叶谱图,Wigner分布进行对比分析,仿真结果表明,提出的方法具有很高的参数估计精度、很高的时频图分辨率和抗噪能力。说明了本文提出的方法中引入EM算法的必要性。又将提出的方法应用到轴承的故障诊断中,实验结果表明,提出的自适应Chirplet分解方法是非常有效的。

基于Gauss包络Chirplet自适应信号分解的快速算法

针对自适应信号分解方法运算量大,对信号的逼近精度有限等问题,提出了一种基于Gauss包络线性调频信号(Chirplet)自适应分解的快速算法,通过构造超越方程和参数空间采样点的选取,得到方程的闭式解,达到信号分解目的,数值仿真结果验证了该算法运算量小、分辨率高、抗噪性能强。

基于Chirplet变换的水轮机非平稳振动信号分析

首先应用调制移频和多采样率转换技术对水轮机过渡过程中的非平稳振动信号进行预处理,然后应用基于Chirplet的自适应信号分解方法和自适应GaussChirplet谱图对其进行时频分析。针对旋转机械的振动特点,改进了自适应Chirplet信号分解过程中Chirplet参数优化计算方法。分析结果与其他时频分析方法的对比表明:自适应GaussChirplet谱图时频分辨率高,而且没有交叉项干扰,适合于分析非平稳机械振动信号。

Gabor和Chirplet字典中的子空间匹配追踪算法对比

对比了Gabor和Chirplet字典中的时频原子,研究了Chirplet时频字典中的子空间匹配追踪算法.该算法由时频分布确定chirp原子的时频中心,然后在时频中心保持不变的条件下搜索原子的尺度和调频率.同Gabor字典中的标准匹配追踪算法、子空间匹配追踪算法相比,Chirplet字典中的子空间匹配追踪算法对信号的逼近所需原子数更少,对实测语音信号的数值计算证实了这一点.

修正自适应Chirplet分解法及其快速实现

为克服时频关系为线性的基函数的不足,该文提出一种新的信号分解算法——修正自适应Chirplet分解法,将Chirplet基函数推广到三次相位信号的形式,因此可以逼近信号中的非线性时变结构成分。同时提出了一种快速分解算法,该算法通过计算信号的三次相位函数,可得到其能量分布集中于信号的瞬时频率变化率曲线上的结论,此时通过谱峰检测可同时获得基函数的二、三次相位系数,时间中心以及幅度的估计:进而通过解调频技术获得其初始频率和时间宽度的估计。文中给出了实现该方法的具体步骤,并分别以仿真信号和蝙蝠回声定位信号为例验证了该算法的有效性。

一种改进的自适应Chirplet分解方法及其实现方法(英文)

参数自适应时频分布成为当前非平稳信号分析与处理的研究热点。针对自适应Ch irp let分解所用基函数的时频关系为线性,对含有非线性时变分量的信号逼近效果不好的问题,提出了一种改进的自适应Ch irp let分解方法,并给出其快速实现算法。首先在Ch irp let时频原子的基础上添加了弯曲算子,构造了新的时频原子,得到了一种改进的自适应Ch irp let分解算法;然后,利用匹配追踪算法做为快速分解实现方法,并给出了具体实现步骤。经仿真信号和蝙蝠回声定位信号验证表明,本算法在收敛性和准确性等方面具有优势。