基于FrFT和RVM的变压器局部放电模式识别

快速准确识别局部放电类型对于保证变压器安全稳定运行具有重要意义。针对局部放电信号模式识别中面临的最优特征参数提取和分类器设计难题,提出一种基于分数阶傅里叶变换(fractional Fourier transform,FrFT)和相关向量机(relevance vector machine,RVM)的局部放电模式识别方法。首先将FrFT引入局部放电信号分析领域,利用FrFT将局部放电信号转换至分数域并对其进行多尺度分析,在扩充信息提取维度的同时,提取可反映不同局部放电信号波形差异的14维特征构成特征向量;然后将特征向量作为输入,建立RVM模型进行最优特征选择和分类判决函数的联合优化,从而实现对不同局部放电信号的分类识别。建立电晕放电、沿面放电和气隙放电试验模型并采集局部放电超声信号开展试验,结果表明所提方法对于每种局部放电信号均能获得较高的识别精度,平均正确识别率相对于常规支持向量机(support vector machine,SVM)分类方法提升超过2.7%。

基于FrFT-FH架构LPD通信波形设计与性能分析

针对Chirp基调制信号在分数阶傅里叶变换域特征明显,信号周期易被检测等问题,提出一种能够实现多域隐蔽的低检测概率(low probability of detection,LPD)波形构造方法。该方法采用分数阶傅里叶变换跳频(fractional Fourier transform-frequency hopping,FrFT-FH)架构,在不改变Chirp信号扩频增益的前提下,通过时宽分割和重组(time width division and reorganization,TDR),降低信号在分数阶傅里叶变换域和周期域的能量聚敛特性。仿真结果表明,相较于现有LPD波形只能实现单一特征域隐蔽的问题,所提波形在不影响系统通信性能的前提下,面对频域检测、分数阶傅里叶变换域检测、周期域检测多种检测手段,在10 dB信噪比条件下的信号检测概率均低于0.2,满足系统在不同特征域下的LPD需求。

基于FRFT的低信噪比LFM信号参数快速估计算法

基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)对线性调频(Linear Frequency Modulated,LFM)信号参数进行估计,问题关键是确定FRFT最佳阶数,根据误差迭代思想提出新的参数估计算法,该算法利用归一化带宽和旋转角的转化关系,由估计误差推算角度差值,有效降低了运算量,不需要调频斜率正负的先验信息,改进的对数搜索算法可以进一步提高参数估计结果的稳定性和可靠性。仿真结果表明,信噪比在-8 dB以上时该方法在高效率的前提下仍具有良好的参数估计性能,平均估计误差在1%以内,估计结果接近Cramer-Rao下限,满足工程实时处理需求。

基于FrFT-Keystone运动补偿的OFDM声纳高速微弱目标相参积累检测算法

针对水下目标探测中使用的正交频分复用信号,提出了一种针对高速微弱目标的相参积累算法,以解决多脉冲积累下由目标机动引起的较大相位变化和由水下环境中信噪比低导致的相参积累增益不足的问题。所提算法利用分数阶傅里叶变换来估计目标的运动参数并进行补偿,并结合Keystone变换,实现对高速微弱目标的多脉冲相参积累。理论推导和仿真实验结果表明,所提算法能够有效补偿高速目标脉冲间的相位移动,并在低信噪比环境下取得较好的能量积累效果。

基于FrFT的组合预测模型在地铁基坑沉降监测中的应用

针对极限学习机(ELM)模型在地铁基坑沉降预测领域存在的参数选取困难问题,本文引入粒子群(PSO)算法对ELM模型的关键参数进行寻优,结合分数阶傅里叶变换(FrFT),提出一种基于FrFT与PSO-ELM模型的地铁基坑沉降组合预测模型。首先,采用FrFT对地铁基坑沉降数据进行多尺度分解,得到若干结构简单的子序列;其次,引入粒子群算法对ELM模型进行全局寻优,提升ELM预测性能,对于各子序列,使用提出的PSO-ELM模型分别进行建模预测;最后,叠加各子序列结果作为预测结果。使用某地铁基坑沉降监测数据进行预测实验,对比GM(1,1)模型、ELM网络模型、长短期记忆(LSTM)模型与本文组合预测模型的实验结果,证明本文提出的组合预测模型的预测精度较对比模型明显提升,从而验证了本文模型能够有效挖掘数据中存在的规律性与趋势性信息,同时解决参数选取困难的问题,为相关结构变形监测与预测提供了一定借鉴。

海杂波FRFT域分形特征判别及动目标检测方法

该文研究了海杂波在分数阶Fourier变换(FRFT)域的分形特征,提出了一种基于分形特征差异的联合动目标检测方法。首先,分析了海杂波数据在FRFT域的统计特性,通过对不同极化方式下分形曲线的仿真分析,得到海杂波在FRFT域满足自相似性。其次,给出了分形参数的提取方法和无标度区间,并分析了变换阶数对分形参数估计的影响。最后,利用临近距离单元或临近时刻的雷达回波信号在FRFT域的分形维数和斜距的差值作为检测统计量,经不同极化方式下的海杂波数据验证,表明算法不仅具有良好的微弱动目标检测能力,而且能够准确估计目标的运动状态。

基于海杂波FRFT谱多尺度Hurst指数的目标检测方法

本文主要研究海杂波分数阶Fourier变换(FRFT)谱的扩展自相似特性及FRFT域多尺度Hurst指数在海杂波目标检测中的应用.鉴于扩展自相似过程的描述参数——多尺度Hurst指数可以描述分形信号在各尺度下的细节信息,本文基于实测雷达数据研究海杂波FRFT谱的扩展自相似性以及影响参数,并利用最优FRFT域尺度下多尺度Hurst指数对目标较敏感的特点设计海杂波中目标的恒虚警检测方法.经实测数据验证,海杂波FRFT谱的多尺度Hurst指数比时域单一Hurst指数、时域多尺度Hurst指数具有更好的海杂波与目标区分能力,并且由于FRFT可以很好地积累匀加速类目标回波的能量,有效提升信杂比,因此该检测方法具有检测海杂波中微弱运动目标的潜力.

盲分离算法和FRFT联合抗雷达主瓣干扰技术研究

压制干扰信号从天线主瓣进入雷达接收机,会严重影响雷达的性能,通常的旁瓣抗干扰技术难以奏效。而基于盲源分离算法(BSS)的抗主瓣干扰技术在低信噪比条件下性能恶化,因此本文提出了BSS和分数阶傅里叶变换(FRFT)联合抗主瓣干扰的技术。文章首先利用经典的BSS算法分离接收到的主瓣干扰混合信号,然后对有线性调频(LFM)信号特征的分离信号进行FRFT变换处理,并在FRFT域滤波去除大部分噪声的能量,最后FRFT逆变换恢复出目标信号。仿真实验表明,新算法相比BSS的抗主瓣干扰算法对脉冲压缩以后的峰值信噪比有较大的改善,较大地提高了脉冲压缩雷达的检测性能,具有良好的应用前景。

基于FRFT盲检测Chirp类数字水印算法

文章分析了图像在分数阶傅立叶域能量分布,提出了一种利用分数阶傅立叶变换的空域、变换域联合的多分量数字水印方法,该算法直接在空域嵌入,在分数阶傅立叶变换域内盲检测。仿真证明,该算法具有透明性好,检测快等优点,并对一些常见图像处理过程具有鲁棒性。

基于重叠分段和FrFT的VCO非线性度检测方法

VCO非线性度检测是实现其非线性度精确校正的前提。针对目前基于微元法和分数阶傅里叶变换的VCO非线性度检测方法在抗噪性、实时性等方面存在的不足,提出了一种基于重叠分段和分数阶傅里叶变换的VCO非线性度检测方法。所提方法采取重叠分段的策略以抑制噪声干扰,在分数阶傅里叶变换域进行幅度峰值搜索时改用收敛速度快的黄金分割法以增强实时性。仿真实验表明所提方法具有良好的抗噪性,分段重叠率为0.25时其检测的均方根误差约为现有方法的1/2;当重叠率小于2/3时,其实时性也优于现有方法。

基于FrFT的LFM相参脉冲信号多普勒频率变化率估计算法

线性调频信号(LFM)在雷达中广泛应用,精确获取观测LFM信号中的多普勒频率变化率信息是单站无源定位与跟踪系统的一项关键技术。该文提出了基于分数阶Fourier变换(FrFT)的多普勒频率变化率估计算法,在分数阶变换域上使信号能量聚集,消除调频率对参数估计的影响的同时充分提高了信噪比,进而利用保留的脉冲间相对相位关系获得了多普勒频率变化率的高精度估计。理论分析表明,该算法估计精度接近理论下界,数值仿真验证了算法的有效性。

海杂波FRFT谱的近似分形特性与目标检测

主要介绍了海杂波分数阶Fourier变换(FRFT)谱的近似分形特性及其在海杂波目标检测中的应用。根据FRFT的尺度变换性质,研究了自相似过程FRFT谱的近似分形特性,然后将近似分形分析方法引入到实测海杂波FRFT谱分析中,发现在特定变换阶数下得到的海杂波FRFT谱间存在近似分形特性,且目标回波可使近似分形特性描述参数——FRFT域Hurst指数发生变化。因此,可利用FRFT域Hurst指数设计恒虚警率(CFAR)检测方法。经X波段和C波段雷达实测数据验证,所提方法的检测性能明显优于经典的利用时域Hurst指数的目标检测方法。

基于FRFT的对称三角LFMCW信号检测与参数估计

对称三角线性调频连续波(STLFMCW)信号是一种典型的低截获概率雷达信号。该文通过分析STLFMCW信号在分数阶Fourier变换(FRFT)域的频谱分布特征,发现STLFMCW信号包含的各段LFM信号在其对应的"最佳"FRFT域内具有很好的能量聚集性;各段LFM信号在频域内会完全重叠,叠加的频谱幅度较高,在低信噪比条件下,严重影响STLFMCW信号的检测与参数估计。因此,利用FRFT检测STLFMCW信号时,必须克服该问题。该文提出一种FRFT与聚类分析相结合的STLFMCW信号检测与参数估计方法。该算法解决了由STLFMCW信号的频谱叠加给信号检测带来的问题,而且,克服了信号尖峰的高度必须高于噪声幅度的限制,在低信噪比条件下具有较好的检测效果。最后,仿真验证了该方法的有效性。

分数阶自相关和FrFT的LFM信号参数估计

基于分数阶自相关和分数阶傅里叶变换的特点,提出了一种LFM信号检测与参数估计方法。相对分数阶傅里叶二维扫描法和匹配傅里叶变换,所提方法将检测与参数估计的二维搜索变为一维搜索,快速实现信号检测和参数估计,在多分量LFM信号情况下借助“Clean”的方法来抑制强分量对弱分量的干扰。计算机仿真表明了该算法在低信噪比多分量LFM信号检测与参数估计中的有效性。

基于FRFT的天波雷达多机动目标检测

天波超视距雷达(over-the-horizon radar,OTHR)中,机动目标信号存在频谱扩展,导致目标检测性能下降。强的海杂波进一步增加了机动目标的检测难度。针对该问题,考虑到海杂波信号能量主要集中在零频附近,而且可以建模为一个自回归(auto-regressive,AR)过程,用AR滤波器抑制海杂波;考虑到机动目标信号近似为线性调频信号,而分数阶傅里叶变换(fractional Fourier transform,FRFT)能有效积累线性调频信号的能量,因此采用FRFT算法估计目标运动参数,实现机动目标检测;在此基础上用分级迭代的FRFT进一步降低运算量;针对多目标检测问题,用"CLEAN"方法逐个检测机动目标。仿真结果表明,与已有的离散多项式变换(discrete polynomial transform,DPT)算法相比,本文算法可以更好地适用于多目标检测;与Radon-Wigner变换算法相比,本文算法可以达到更高的参数估计精度。

LFM信号参数估计的插值FrFT修正算法

针对线性调频(LFM)信号参数估计插值FrFT算法在信噪比较低时性能下降而且针对不同参数估计性能不稳定的问题,提出了一种修正的插值FrFT算法。首先分析了现有插值FrFT算法问题出现的原因,然后定义了分数阶域量化频率,指出当信噪比较低时,若LFM信号初始频率接近分数阶域量化频率点,插值FrFT算法出现反向补偿的概率增大,性能下降。修正的插值FrFT算法改进了插值方向的判决条件以提高噪声免疫力,并通过频移LFM信号初始频率使其不在分数阶域量化频率点附近。最后,对不同初始频率的LFM信号进行仿真,结果表明,修正的插值FrFT算法提高了LFM信号参数估计精度,性能稳定,而计算量并没有明显增加。

基于FRFT域空间分形特征差异的海面弱目标检测

针对传统分形方法在海杂波研究中的局限性,为了有效检测海面弱小目标,本文提出一种分形理论与时频分析相结合的海面弱目标检测算法。首先通过分数阶Fourier变换(FRFT)将时域回波信号变换到时频联合域,在FRFT的最佳变换域,信号的能量得以聚集、信杂比得以提高。然后提取改进的空间分形特征差异作为检测统计量,将其作为目标检测的依据。利用IPIX雷达实测数据进行验证,实验表明本文的算法可以有效避免门限效应的影响,克服了传统方法中使用固定分数维门限检测效果不佳的缺陷,提高了海事雷达的弱目标检测性能。

STFT和Zoom-FRFT联合的多分量LFM信号参数估计方法

针对传统基于分数阶傅里叶变换(FRFT)的多分量线性调频信号(MLFM)参数估计方法中计算量大,估计精度低等问题,提出了一种短时傅里叶变换(STFT)和Zoom-FRFT联合的参数估计方法.首先,利用STFT得到MLFM信号的短时傅里叶域频谱图,对其进行直线检测得到各个分量参数的粗略估计.然后,利用LFM信号在FRFT域的频谱分布特征和STFT窗函数的主瓣带宽,计算得到待估计信号在FRFT域变换阶次和频谱的分析范围;最后,在Zoom-FRFT域采用优选法对各个分量进行精估计,得到精确的变换阶次和峰值位置.仿真结果表明,该方法可以有效地对MLFM信号进行参数估计,可以根据实际需要灵活选择窗函数的宽度和细化倍数,与传统方法相比,提高参数估计精度的同时大大减小了计算量.

基于FrFT和三次样条插值的瞬时频率估计方法

瞬时频率估计作为非平稳信号分析的主要内容,具有重要的研究意义。针对基于微元法和分数阶傅里叶变换的瞬时频率估计方法在实时性、抗噪性等方面的不足,改用黄金法快速搜索最佳分数阶比以增强其实时性,引入三次样条函数对分段信号中间点频率进行插值以提高其抗噪性。仿真结果表明,本文方法时耗约为现有方法的1/3,在不同信噪比下,本文方法的RMSE和MAE都约为现有方法的1/2,是一种有效的瞬时频率估计方法。

基于FRFT的改进多尺度线调频基稀疏信号分解方法

针对全局搜索基函数计算量大的问题,提出了基于分数阶傅里叶变换(Fractional Fourier Transform,FR-FT)确定基函数的改进多尺度线调频基稀疏信号分解方法。通过解析信号的FRFT消除实信号FRFT结果中的对称项,两级搜索FRFT幅度谱确定信号的最佳基函数,检验该方法的计算效率和抗噪性能,并采用该方法分解频率呈曲线变化的多分量非平稳信号。试验结果表明:对解析信号进行FRFT能有效消除实信号FRFT结果中的对称项;基于FRFT确定基函数速度快、精度高、抗噪能力强,与频偏大小、频率变化快慢无关,不需先验知识,有效克服了全局搜索方法计算量过大的问题;基于FRFT的改进多尺度线调频基稀疏信号分解方法能快速、准确地分解频率呈曲线变化的多分量信号,适合于旋转机械瞬变工况下非平稳信号的瞬时频率估计与目标分量隔离分析。