基于重排S-method的多分量辐射源信号分析方法

为实现多分量辐射源信号的有效检测和识别,提出了基于重排S-method（RSM）的多分量辐射源信号分析方法．针对Wigner-Ville分布交叉项严重和计算复杂度高的问题,采用RSM分析密集、交叠的辐射源信号,给出了其算法的硬件实现和计算复杂度分析．该方法能处理线性和非线性调频信号,算法简单,易于实现．复杂体制多分量辐射源信号分析的实验结果表明,该方法能有效分析多分量辐射源信号,时频分辨率高,不受交叉项干扰,具有比Wigner-Ville分布和S-method更强的噪声抑制能力．     

强干扰下无源雷达弱目标探测

当存在大型目标、近地机群或欺骗干扰时,无源雷达难以检测弱小目标.基于强信号与照射源发射信号之间的关系,导出了幅度-距离-多普勒曲面与照射源信号自模糊函数的关系,进而提出了在二维FIR(finiteimpulse response)系统辨识基础上抑制强回波以检测弱目标的方法.仿真结果表明,该方法对强信号的抑制超过60 dB;即使弱目标回波信噪比在-24 dB的情况下,也能实现弱目标检测.     

多分量LFM雷达辐射源信号的经验模式分解

基于改进的经验模式分解,提出了多分量LFM雷达辐射源信号的分析方法．该方法用RBF神经网络对端点延拓削弱边界效应,将自相关函数与相关系数结合估计分量的数量,通过模式分解滤波和平均滑动消除噪声影响,以提高算法的分解精度．理论分析和实验表明,在较宽的信噪比范围内,使用该方法能够正确提取各分量信号的瞬时频率和有效地估计多分量LFM辐射源信号的分量数量．     

混沌弱信号检测法在齿轮裂纹声发射检测中的应用

分析了Duffing振子的间歇混沌发生原理.研究了基于Duffing方程间歇混沌理论的混沌弱信号检测法,该方法对周期小信号具有敏感特性,能够在强噪声环境下实现对微弱周期小信号的检测.分别采用频谱分析法和混沌弱信号检测法对齿轮裂纹声发射实验数据进行检测,结果表明混沌弱信号检测法具有更高的检测精度和更强的抗干扰能力.     

基于高阶FS谱对角切片的舰船轴频电场微弱信号检测方法

针对在实际海洋中对舰船轴频电场进行远程探测的问题,文中采用了一种基于高阶FS谱对角切片的微弱信号处理技术,通过该方法能简单有效地将微弱轴频电场信号从低信噪比的实测数据中分离出来.最后使用该方法和基于高阶谱对角切片的弱信号检测方法,分别对同一组实测的舰船轴频信号进行了处理,结果对比表明该方法的有效性.     

最小方差控制中的最优输入信号设计

为研究最小方差控制中的最优输入信号设计问题,推导了最小方差控制器与闭环反馈结构中对象模型、噪声模型之间的关系.基于闭环反馈系统中频响函数估计的渐近分析,考虑系统对象模型、噪声模型和控制器三者之间的摄动性.分别采用输出端误差平方的均值、输入端误差平方的均值和输出端估计值平方的均值作为评价性能指标函数,推导三种情况下最优输...     

利用窄带信号分类选择宽带声成像信号探讨

讨论了利用现有对窄带信号的分类来选择需要的宽带信号类型的方法.通过对宽带成像模型的分析以及比较宽带模糊函数与窄带模糊函数的联系,指出在一定条件下,按照窄带模糊函数分类的信号其宽带模糊函数具有相似的形状,该方法可用于宽带声成像时对信号的选择,仿真结果表明该方法是一种比较系统的信号设计和选择方案.     

野外植物波谱中噪声分布规律研究

基于空间相关算法和小波方差估计法,进行了噪声检测.实验表明,野外波谱噪声总体方差数量级介于10-2～10.之间,在350～1 300 nm.野外波谱曲线的噪声方差略高于JPL光谱库中的Conifers,1450 nm和1800 nm附近则噪声相当显著.野外波谱曲线的小波系数能量分布与加性仿真信号不同.在1450 nm和1800 nm附近,噪声在高分解尺度上表现为尖锐毛刺的减少,噪声能量减弱同时在这2个区段的信号总体能量逐渐增大,证明有波谱特征信号存在.野外波谱数据中这种尖锐噪声与2个污噪信号相除得到的复合信号表现出相似的特征,其能量传播特征也相似.     

测定奥美拉唑的流动注射化学发光新方法

目的 建立测定奥美拉唑的流动注射化学发光新方法.方法 当将奥美拉唑注入到高锰酸钾与鲁米诺反应的合并流中时,可检测到强的化学发光信号,结合流动注射技术对实验条件进行优化.结果在优化的实验条件下,即混合管长度:150cm,反应介质的碱度:0.15mol/L NaOH,鲁米诺的浓度:7.0×10-5mol/L,高锰酸钾的浓度:2.0×10-5mol/L以及试剂流速:2.8mL/min,奥美拉唑浓度在2.0×10-8～1.0×10-5g/mL范围内与相对化学发光强度具有线性关系;对浓度为1.0×10-7g/mL和1.0×10-6g/mL奥美拉唑溶液进行11次平行测定的相对标准偏差分别为1.0%和2.6%;该方法的检出限为3×10-9g/mL.结论该方法简单、快速、灵敏,适用于药物制剂中奥美拉唑的含量测定.     

基于小波脊频级联特征的雷达辐射源信号识别

为识别复杂体制雷达辐射源信号,提出了一种基于小波脊频级联特征提取的信号识别方法.该方法采用新的小波原子和脊线检测策略提取信号的脊频特征,并提取其级联特征作为信号识别向量.仿真结果表明,采用级联特征能有效地识别辐射源信号,当信噪比为5 dB时,识别率达95%以上.与传统小波和现有方法相比,所提出的方法具有更好的信号识别效果.