一种基于脉内特征的PRI变换新方法

脉冲重复间隔(PRI)变换及其改进算法是雷达信号分选领域的经典算法。随着信号环境的日益复杂,不同调制的多种雷达信号,具有交叠严重,PRI分布范围广的特点,加上脉冲抖动现象严重,使传统算法的分选能力大大减弱,甚至会出现分选出错现象。针对上述问题,对改进的传统算法进一步改进,提出一种新的变换分选算法,新方法利用脉冲的脉内特征进行脉冲预分离,大大降低了信号的复杂程度,能够适应PRI值分布在较大范围内的抖动雷达信号分选问题,并通过模拟仿真验证新算法的有效性。     

一种基于脉内特征的PRI变换新方法

脉冲重复间隔(PRI)变换及其改进算法是雷达信号分选领域的经典算法.随着信号环境的日益复杂,不同调制的多种雷达信号,具有交叠严重,PRI分布范围广的特点,加上脉冲抖动现象严重,使传统算法的分选能力大大减弱,甚至会出现分选出错现象.针对上述问题,对改进的传统算法进一步改进,提出一种新的变换分选算法,新方法利用脉冲的脉内特征进行脉冲预分离,大大降低了信号的复杂程度,能够适应PRI值分布在较大范围内的抖动雷达信号分选问题,并通过模拟仿真验证新算法的有效性.     

反舰导弹被动雷达导引头信号分选算法研究

为提高反舰导弹被动导引头对舰载雷达信号的分选能力,针对舰载雷达信号特征,利用改进的脉冲重复间隔(Pulse Repetition Interval,PRI)变换算法从随机交叠的脉冲序列中分选出目标雷达的脉冲序列,实现被动雷达导引头在复杂电磁环境中对被攻击舰载辐射源的信号分选。仿真结果表明,该分选方法具有很强的实时分选能力,能够有效地抑制子谐波问题,并对抖动雷达、正弦调制雷达和滑变雷达脉冲序列具有很好的检测效果。     

反舰导弹被动雷达导引头信号分选算法研究

为提高反舰导弹被动导引头对舰载雷达信号的分选能力,针对舰载雷达信号特征,利用改进的脉冲重复间隔（Pulse Repetition Interval,PRI）变换算法从随机交叠的脉冲序列中分选出目标雷达的脉冲序列,实现被动雷达导引头在复杂电磁环境中对被攻击舰载辐射源的信号分选.仿真结果表明,该分选方法具有很强的实时分选能力,能够有效地抑制子谐波问题,并对抖动雷达、正弦调制雷达和滑变雷达脉冲序列具有很好的检测效果.     

一种雷达信号的综合分选方法

现代战场电磁信号环境日益复杂,仅某一种算法不能准确地分选雷达信号。文章提出了一种结合序列差值直方图算法和改进的PRI变换法的综合分选方法来估计脉冲重复间隔。仿真结果表明在复杂的信号环境中可以对雷达脉冲信号实时地进行准确分选。     

基于PRI熵和转移矩阵的雷达信号主分选算法

雷达信号实时分选是电子侦察的关键技术之一,针对传统主分选算法存在的缺陷,提出一种基于PRI熵和转移矩阵的主分选算法.该方法采用先整体后局部的思想,首先通过PRI熵信息找到复杂度低的区域,然后统计转移矩阵完成PRI估计,最后进行前后序列搜索.仿真实验验证了该方法的有效性.     

基于融合算法的多参数雷达信号分选

针对传统单一分类器在雷达信号分选中分选准确率差的问题,论文提出了利用自组织特征映射神经(SOFM)网络结合k-means算法对常规三参数(脉宽PW、到达角DOA、载频RF)进行分选。该方法主要采用先分后合的思想,意在将信号参数分成多个模块,然后对这些模块进行再组合,解决了部分参数交叠严重的问题。对同样的雷达参数,分别利用这两种单一算法和融合算法进行分选,仿真结果表明,融合算法取得了更好的分选效果。     

基于改进离散S变换算法的常规通信信号分选识别模型

S变换由于其良好的时频结合特性,在信号处理领域受到了极大重视.论文在研究S变换基本原理的基础上,针对目前常用的离散S变换算法进行了分析,提出了改进的离散S变换算法,以减少离散S变换的运算量,实现离散S变换的快速运算,并建立了同时多目标常规通信信号分选识别模型,进行信号样式识别和参数提取.实验和算法性能分析证明了算法和模型的有效性.     

基于独立分量分析下的跳频网台分选

复杂电磁环境条件下,针对目前多跳频信号的网台分选特征参数识别算法时效性不强且算法复杂度高等问题,提出了一种基于Fast ICA的跳频网台分选方法。首先基于独立分量分析思想,建立起参数识别的算法模型;然后利用固定点算法,以负熵最大作为目标函数,完成了对混叠跳频信号的盲源分离。仿真实验表明,在-3d B的信噪比条件下,较非线性PCA算法,分离速度提升45%左右,分选准确度达到95%以上。     

基于改进EMD算法的水下潜艇磁异常信号处理分析

潜艇水下磁异常探测中关键环节是对信号的检测处理。针对传统EMD算法处理磁异常信号存在的模态混叠现象,论文仿真了经典磁偶极子模型对潜艇磁异常信号,利用改进的EMD算法对高噪声环境下的仿真信号进行检测,检测结果表明,该方法具有自适应强、完备性好的特点,在信号重构过程中能够较好地还原目标信号的时域特性。论文的结果对今后水下潜艇磁异常探测信号检测算法的发展有一定借鉴意义。     

基于BRISK改进的快速角点特征算法

论文提出了一种改进的快速角点特征算法.该算法基于BRISK算法,对特征描述子建立方法及匹配算法进行了改进:特征描述子建立阶段,提出了降低相关性的采样点对选择策略以及幅值—旋转两级描述子建立方法;在特征点匹配阶段,提出“移位”“异或”的两步位操作特征匹配算法,并通过部分匹配及检测汉明重量阈值的方式进一步加快算法执行速度.实验结果表明,较其他角点特征算法,该改进方法具有更快的运算速度,更加满足实时应用的要求.     

基于免疫进化ANN的雷达信号分选方法

介绍采用基于免疫进化算法的神经网络对雷达信号分选的实现方法。基于免疫进化算法的ANN采用全局搜索的优化方式，克服传统算法的固有缺陷，在收敛速度和性能上都有较大的提高。并用仿真结果表明，基于免疫进化算法的ANN对各种特殊体制的雷达信号分选都达到了较高的正确分选率。     

基于可调谐F—P滤波器的光纤光栅波长解调算法研究

论文以提高光纤光栅传感器信号解调系统的波长检测精度为研究主题。在改进质心寻峰算法的基础上,分析了几种基于可调谐F-P滤波器的光纤光栅传感器波长解调系统的算法,并使用LabVIEW语言对其进行了仿真对比研究,提高了波长解调的精密度。实验结果表明,论文提出的质心法寻峰,抛物线插值算法有效地提高了光纤光栅反射信号解调系统的波长解调精度,降低了复杂程度。     

基于YOLOv3的船舶目标检测算法

为提高船舶目标智能检测的精度和实时性,提出一种基于YOLOv3算法的船舶目标检测方法,可用于视频图像的监测与跟踪。参照PASCAL VOC数据集格式,构建船舶目标检测数据集,采用k-means聚类先验框、mixup、标签平滑化等方法对算法进行改进和优化,在GPU(Graphic Processing Unit)云服务器中完成算法模型的训练和检测,并与FasterR-CNN、SSD(Single Shot MultiBox Detector)、原始YOLOv3等算法进行模型性能的试验对比。试验结果表明:改进的算法明显优于其他算法,其在测试集上的平均精度均值(mean Average Precision,mAP)和检测速度分别达到89.90%和30每秒检测帧数(Frames Per Second,FPS)。     

舰载干扰机信号分选的分类处理方法

本文提出一种信号处理方法，使雷达干扰机能适应快速反应的新体制雷达信号的需要，为简化分选软件，提高分选速度，采用重频相关函数器对ＡＧＣ视频信号流中的固定／参数重频和抖动重频进行分离处理，并以不同的通道输出，以便ＣＰＵ根据不同通道中的信号选用对不的软件进行针对性处理，从而达到简化分选流程，提高分选速度的目的。在ＡＧＣ视频信号流分离后，为得到各种单一信号源，借用脉宽ＰＷ数码的识别，将分类后的信号流进一步     

海上搜救模拟器的直升机悬停鲁棒控制

为了研制海上搜救模拟器的直升机模拟系统,给出了直升机模拟的系统结构,建立了直升机的悬停数学模型.用镜像映射方法和闭环增益成形算法设计了直升机的悬停鲁棒控制器.用Simulink进行了仿真实验,当直升机处于悬停状态时,系统的输出为输入的18%且抖动频率明显降低,当系统加了0.5 s纯滞后模型摄动后,系统的输出为输入的32%且抖动频率明显降低.仿真结果显示系统具有较强的稳定性和鲁棒性.     

基于改进YOLOv4算法的船舶目标检测方法

针对海面环境复杂、船舶目标检测存在检测精度不高和效率低的问题，以及船舶数据集不平衡的现象，提出一种改进YOLOv4算法的船舶目标检测方法。对图像进行预处理，增强船舶图像的有用信息，减少计算量；采用图像增强方法扩充不平衡数据集的小样本数量，提高各类船舶目标检测的准确性；采用改进的K-means++聚类方法重新设计先验锚框，使锚框和目标的边界框更加匹配；采用Softer-NMS对非极大值抑制算法进行优化，对预测框进行后处理，提升模型对密集船舶的检测能力和定位精度。通过开展多组对比试验发现，采用改进的检测算法对10类船舶目标进行识别，精确率P、召回率R和交并比（IOU）等都有很大提高，平均精确率（m AP）值达到96.78%，相比YOLOv4算法提升23.79%；检测速度达到31.2帧/秒，在显著提高检测精度的同时，能缩短检测时间，达到很好的检测效果。     

基于训练序列的OFDM符号同步算法研究

论文针对基于训练序列的OFDM符号同步基本算法存在的缺点,提出了两种改进算法.改进后的算法具有实现简单,计算量小,可迅速建立同步等优点.仿真结果验证了算法的有效性.     

基于图像LSB的隐藏检测算法研究

文章研究了RS（Regular Groups and Singular Groups）、QRS（Quadratic RS Steganalysis）和IRS（仅R）（Improved RS by OnlyRegular Groups）三种图像隐藏检测算法,并提出了一种将QRS和IRS（仅R）算法思想相结合的改进算法,即QRS（仅R）。通过大量图像的仿真表明：该算法相比于RS、QRS、IRS（仅R）算法,在检测率、估计精度和检测时间上均有所改善,改善的相对值分别高达17%、30%和38%。该算法对各种LSB（Least Signification Bit）隐藏算法均能有效检测,是一种简单实用的隐写分析算法。     

一种基于改进支持向量机的目标威胁估计方法

针对现代战争对信息获取和处理的需求,在综合考虑信息融合中目标威胁估计的特点和目标威胁值的主要影响因素的基础上,论文提出了一种基于改进支持向量机(PSO-SVM)目标威胁估计方法。论文建立了PSO-SVM目标威胁估计模型,实现了PSO-SVM目标威胁估计算法,并对该方法进行了仿真实验。仿真实验结果显示,论文算法的平均误差绝对值为零,远远优于普通的SVM算法,具有很好的预测能力,可以快速、准确地实现作战目标威胁估计。