多子带雷达信号融合噪声抑制方法

全极点模型对信号构建线性模型,通过对模型进行定阶和计算可以得到估计信号的各个参数,从而实现信号预测。子带融合之前需要进行相干处理,可以通过相干函数等方式解决。root-MUSIC算法在低信噪比环境中极点选择并不稳健,会导致模型在阶数上判断错误。为解决全极点模型方法中子带融合在信噪比低时模型阶数估计不准的问题,提出一种噪声抑制方法。对信号Hankel矩阵的主对角奇异值矩阵加权处理,以消除噪声分量,并利用整体前向预测矩阵得到整体频段极点值与极点幅值,由此估计出低信噪比时的多子带融合信号。结果表明所提方法在仿真环境下,在信噪比-20 dB至10 dB时,相较于传统极点模型方案具有更好的估计结果。

舰船目标噪声调制包络谱融合算法研究

舰船噪声调制包络谱是水下目标识别的重要特征。分析了调制包络谱的一般模型,把"最优"调制包络看作一种随机过程,将舰船噪声的多子带检波信号看作是对"最优"调制包络的一次观测,并将其作循环相关,用有限次观测的集种平均作为"最优"包络的估计,从而得到多子带融合包络谱,舰船噪声实测数据验证了该方法的有效性。

基于小波包和ZFFT的舰船辐射噪声调制特征融合和提取

舰船噪声调制包络谱是水下目标识别的重要特征。本文提出了一种基于小波包分析和ZFFT的高频噪声解调分析(DEMON)方法,对多子带包络谱进行融合,得到了线谱特征明显的DEMON谱;利用倍频算法,对DEMON谱进行了轴频提取。舰船实测数据证明该分析方法的可行性和有效性。

舰船噪声听觉节奏特征

舰船噪声调制包络能反映舰船噪声听觉节奏特征,但在对其进行谱分析和特征提取过程中会损失部分信息。直接将舰船噪声包络可视化,并采用简单的人机交互提取特征量,对噪声分析和识别是有利的。包络分析采用多子带融合方法,将"最优"调制包络看作一种随机过程,并将舰船噪声的多子带检波信号看作是对"最优"调制包络的一次观测,对其作循环相关,用有限次观测的集种平均作为"最优"包络的估计,从而得到多子带融合包络,舰船噪声实测数据验证了该方法的有效性。