基于EM算法的宽带信号DOA估计及盲分离

本文提出了一种基于EM算法的宽带信号DOA估计与盲分离方法.首先将宽带混合信号转换到频域,然后综合利用带宽内所有频点信息建立似然函数,在此基础上推导出宽带条件下的EM迭代式,从而实现宽带信号DOA及波形的联合估计.并且本文通过分析EM算法的收敛性,自适应的设定角度搜索空间,提高了算法的运算效率.与传统方法相比,本文方法运用的有效信息更多,因此,其在DOA估计精度及波形恢复性能方面都更有优势.仿真实验表明了该算法的有效性.

基于时频图像和神经网络的LPI雷达信号调制识别

针对LPI雷达信号调制识别问题,提出一种基于时频分析、图像处理和神经网络的LPI雷达信号识别新方法。该方法先对LPI雷达信号进行时频分析,获得时频分布图像,然后利用图像处理的方法对时频图像作预处理,最后再用RBF神经网络对处理后的图像进行识别分类。仿真实验表明,该方法在信噪比高于3dB时,平均正确识别率达到了92%。

基于阵列接收模型的宽带盲源分离算法

针对传统盲分离算法对宽带信号不适用的问题,提出了一种基于阵列接收模型的宽带盲源分离算法。该算法以子带分解的方法实现了瞬时复值盲分离方法在宽带情形下的扩展。针对扩展过程中可能出现的子带间次序模糊及子带内幅度模糊的问题,利用阵列接收情况下分离矩阵与混合矩阵的特点,提出了一种基于波达方向(direction of arrival,DOA)估计的次序调整及幅度去模糊方法。仿真结果表明,该算法不仅能有效地分离宽带信号,而且可准确地恢复出信号幅度。

分数阶Fourier变换的多相码雷达信号分离算法

利用多相码雷达信号在某个分数阶域内呈现多个间隔相等的冲击这一特性,提出了一种基于分数阶Fourier变换的多相码雷达信号分离算法,首先将混合信号以特定的旋转角作分数阶Fourier变换,然后通过窄带通滤波器抽取多相码雷达信号,去除大量噪声和其他干扰信号,最后再经过分数阶Fourier反变换,恢复出时域的多相码雷达信号。理论分析和仿真实验表明,该算法计算量小,分离效果好,可实现较低信噪比下的多相码雷达信号分离。

LPI雷达信号特征提取综合时频算法

如何准确提取LPI雷达信号脉内特征参数一直都是雷达信号处理中的一个难点。提出一种综合时频算法来提取雷达信号的脉内特征,首先把稳健的小波变换法与分辨率较高的伪威格纳威尔分布(Pseudo Wigner-Ville Distribution,PWVD)法进行截断综合,再对综合的时频图提取小波脊线从而得到稳健、高精度的脉内特征参数。仿真实验说明了该算法的有效性。

一种基于Chirp Z变换的高效LFM信号参数估计方法

针对传统线性调频信号参数估计算法要么计算量大,要么估计精度差的问题,文章提出了一种基于ChirpZ变换的高效估计方法。首先利用时延相关得到瞬时自相关序列,并作FFT粗略得出峰值频率,然后用ChirpZ变换局部细化频谱得到调频斜率估计值,再用此估计值解调原序列获取起始频率估计值。该方法在运算量增加不大的情况下,大大提高了参数估计精度。理论分析和仿真结果都表明该方法行之有效。

基于脉冲到达时间二阶差分特征的雷达信号分类识别方法

雷达信号分类识别是电子侦察领域的一个重要问题,现代雷达日益复杂的重频模式给传统的利用一阶统计参数的识别方法造成了很大困难。从雷达脉冲列中提取脉冲到达时间的二阶差分特征,用以增强不同雷达信号之间的可分性,并将该特征与传统的载频、脉宽等统计参数进行综合,提出了基于支持向量机的雷达信号分类识别方法。仿真实验验证了新方法在不同数据量和数据噪声场景下相对于传统方法的显著优势。