强激光与粒子束
2024, 36(4): 043016
大气与环境光学学报
2023, 18(6): 503
1 国防科技大学电子对抗学院脉冲功率激光技术国家重点实验室，安徽 合肥 230037
2 国防科技大学电子对抗学院电子制约技术安徽省重点实验室，安徽 合肥 230037
3 95438部队，四川 眉山 620000
变速运动目标的中频信号特征频谱具有连续集中的多频分量，且具有一定的多普勒展宽，在背景噪声和暗计数的影响下，光子回波外差信号的信噪比较低时，使用传统的信号处理方法得到的中频信号频谱以及时频分析特性效果较差。为提高信噪比，本文提出了将稀疏度自适应压缩感知和密度聚类相结合的信号处理方法，并采用该方法对变速目标的光子回波外差信号进行处理。该信号处理方法解决了变速目标频谱稀疏度K无法提前确定的问题，而且只需要较少的观测数据就可以重构信噪比较高的中频频谱。此外，该方法结合密度聚类算法对中频频谱进行了第二重去噪，大幅度减少了噪声分量。研究结果表明，该信号处理方法能够将信噪比提高一定幅度且多普勒展宽精度误差在10%以内，可以得到较为完整的重构中频信号频谱，同时较好地解决了信号时频分辨率较差的问题以及单光子探测等间隔时间序列造成的时频图中的倍频现象，得到了更好的时频特性描述。
光谱学 光子外差 压缩感知 聚类去噪 多普勒测速 时频分析 中国激光
2023, 50(10): 1011002
1 国防科技大学电子科学学院, 湖南 长沙 410073
2 湖南师范大学信息科学与工程学院, 湖南 长沙 410081
直升机旋翼微动形成的微多普勒特征对于战场环境下直升机目标探测识别具有重要意义, 掌握直升机旋翼的微动特性是雷达目标辨识的前提。太赫兹雷达波长短, 多普勒效应显著, 迫切需要掌握太赫兹频段旋翼目标微动特性。首先对偶数叶片和奇数叶片的螺旋桨目标进行建模, 分别使用微波波段(3 GHz)与太赫兹波段(120 GHz,220 GHz)雷达对目标进行仿真分析, 并从目标的回波信号特征出发提取多普勒频移信息, 利用短时傅里叶变换进行时频分析, 对比分析目标与雷达参数对其多普勒效应的影响及调制关系。仿真结果表明: 在转速、视角以及直升机叶片长度均相同的情况下, 太赫兹频段下的微多普勒效应比微波频段显著增强, 多普勒曲线也更加清晰, 叶片细节更加丰富。应用太赫兹雷达提取微多普勒信息能够为直升机目标识别提供重要特征。
太赫兹雷达 直升机旋翼 微多普勒 时频分析 terahertz radar helicopter blades micro-Doppler time-frequency analysis 太赫兹科学与电子信息学报
2023, 21(3): 317
针对低信噪比(SNR)条件下雷达信号识别率低的问题, 提出一种基于多时频图像融合和扩张残差网络的识别方法。首先, 通过多种时频分析方法, 将雷达信号变换为不同的时频图, 并对这些时频图进行融合和处理。然后, 构建一种新网络模型, 将扩张残差网络与特征融合提取模块相结合, 对10类雷达信号进行识别。仿真结果表明, 当SNR为-6 dB时, 所提方法对10类雷达信号整体识别准确率达到98.7%。
雷达信号识别 时频分析 特征融合 特征融合提取模块 扩张残差网络 radar signal recognition time-frequency analysis feature fusion DFFE dilated residual network
为了解决存在定频干扰时跳频信号的参数盲估计问题,提出了一种基于时频能量值对消的定频干扰去除算法, 并且利用最小二乘法实现跳频信号的参数盲估计。首先,利用K-means算法对能量对消差值聚类选取自适应阈值, 同步去除噪声和定频干扰; 其次,提取重构时频矩阵每一时刻频率轴的能量最大值, 得到周期震荡的包络图; 最后,利用最小二乘法对包络图每一极值时刻线性拟合, 实现跳频信号参数的盲估计。仿真结果表明,与同类算法相比, 该算法有效去除定频干扰, 实现了更低信噪比条件下跳频参数的高精度估计, 并使估计参数的相对精度维持在较高水平。
跳频信号 参数盲估计 时频分析 定频干扰 能量对消 frequency hopping signal parameter blind estimation time-frequency analysis fixed frequency interference energy cancellation
电子科技大学电子科学与工程学院，四川成都610054
基于双频太赫兹回旋管设计了双频太赫兹雷达，针对振动、转动、翻滚运动目标建立了包含微多普勒信息的目标回波模型，采用时频分析方法开展了微动特征仿真计算。通过仿真结果可以看出，0.11 THz 雷达和0.22 THz 雷达对于振动、旋转、翻滚的微动特征都有厘米级的探测能力。在较强噪声条件下，通过自功率谱时频分析，可以抑制噪声，提高微动特征的探测能力。通过0.11 THz 及0.22 THz 两路回波基带信号的互功率谱时频分析，其相同频率的微动特征信息得到增强，同时噪声得到抑制，有利于微动特征信息的提取。
太赫兹 回旋管 特征提取 时频分析 微多普勒 terahertz gyrotron feature extraction time-frequency analysis micro-Doppler 太赫兹科学与电子信息学报
2022, 20(4): 306
采集雷达信号数据源发射的电磁信号以后, 对其进行时域至频域的变换即离散傅里叶变换、自适应幅度波束成形使得信号频率得到补偿, 并对重构信号的波形进行分析和比较。通过重新定义的模型进行表征, 使得可见光、红外、雷达频谱等波段数据不损失自身所携带信息情况下, 减少时变时间函数和选择性积分在检测性能方面遭受大的损失。计算得到重构信号和真实信号完整的时频, 说明了该方法重构后的信号呈现不同的时频特性, 并有更好的能量分辨率。
电磁信号处理 自适应信号重构 离散傅里叶变换 时频分析 electromagnetic signal processing adaptive signal reconstruction discrete Fourier transform time frequency analysis
哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨 150001
跳频信号在抗干扰方面具有良好的性能。准确识别跳频信号的调制方式，能够为判断敌我目标属性、干扰敌方信号等**信息战提供有力支撑，但国内外对于跳频信号的调制识别仍存在很大空缺。本文提出一种基于时频特征的跳频信号调制识别方法，通过平滑伪魏格纳-维利分布(SPWVD)时频变换获取不同调制类型的跳频信号时频图像，将时频图像送入卷积神经网络(CNN)中进行特征提取及分类识别。仿真实验证明，本文CNN在低信噪比下取得了较好的识别效果。
跳频信号 调制识别 时频分析 卷积神经网络 特征提取 frequency-hopping signal modulation recognition time-frequency analysis Convolutional Neural Network feature extraction 太赫兹科学与电子信息学报
2022, 20(1): 40
1 河北省土木工程诊断、改造与抗灾重点实验室 河北省寒冷地区交通基础设施工程技术创新中心, 张家口 075000
2 北旺建设集团有限责任公司, 承德 067400
3 河北省装配式建造与地下工程技术创新中心, 承德 067400
为提高爆破振动信号时频分析精度, 引入一种基于傅里叶分解(FDM)的时频分析方法。首先, 基于FDM理论对原始仿真信号进行分解, 计算模态分量与原始信号相关系数及其能量占比, 从而筛选优势分量。然后, 对筛选所得分量进行Hilbert变换, 求取时频谱。同时, 基于EMD方法、EEMD方法、CEEMDAN方法对原始仿真信号进行分解, 利用能量占比理论评价分解结果的模态混叠效应, 利用Hilbert变换求取对应时频谱, 比较四种方法时频谱分辨率。最后, 将该方法用于实测爆破振动信号时频分析。结果表明: FDM可以有效解决模态混叠问题, 且其分解结果经Hilbert变换所得时频谱具有良好分辨率, 有利于提取爆破振动信号局部细节特征, 有助于获取爆破振动信号时间-频率-能量三者之间联系, 提高隧道爆破振动信号时频分析准确度。
傅里叶分解 模态混叠 能量占比 时频分析 FDM modal-aliasing energy proportion time-frequency analysis
