导读:本文包含了噪声调频信号论文开题报告文献综述及选题提纲参考文献，主要关键词:噪声调频信号,干扰信号,协同探测定位
噪声调频信号论文文献综述
石林,王宏,周宇[1]（2019）在《一种基于调频噪声干扰信号的协同探测定位技术》一文中研究指出介绍了一种基于干扰信号的协同探测定位技术,以噪声调频干扰信号作为发射信号,可实现干扰的同时对周围目标进行探测和定位。描述了基于调频噪声干扰信号的协同探测定位技术设备的原理及组成,提出干扰探测信号波形设计方法,从理论和数学仿真两个方面分析了以噪声调频信号作为探测信号的信号处理方法,进行了外场试验,结果表明利用噪声调频干扰信号可以进行探测和定位。(本文来源于《舰船电子对抗》期刊2019年02期）
韩雨婷[2]（2018）在《Alpha稳定分布噪声下线性调频信号的参数估计》一文中研究指出线性调频信号是一类重要的低截获概率信号,已经在声纳、雷达、通信及地震勘测等领域获得广泛应用。另外,线性调频信号作为典型的非平稳信号,其频率调制为一阶时变的,可以作为处理高阶多项式相位信号的基础,因此研究线性调频信号的参数估计方法具有重要意义。传统的线性调频信号分析方法均基于高斯背景噪声,而近年来的研究表明,一些实际噪声或人为噪声特征更适合采用alpha稳定分布建模。随着噪声模型的改变,基于二阶统计量的常规算法不再适用。因此,开展alpha稳定分布噪声环境下线性调频信号的检测与参数估计方法研究,具有重要理论意义和工程价值。Alpha稳定分布噪声环境下,传统时频分析方法对线性调频信号分析性能退化甚至失效,不利于信号参数提取。对此,论文根据alpha稳定分布噪声的特点,构造可抑制大脉冲的高斯型函数,并在此基础上提出了一种基于短时高斯-傅里叶变换时频分布的线性调频信号参数估计新方法。该方法首先对观测信号加滑动窗,然后采用所构造的高斯型函数对短时窗内信号进行处理,得到短时高斯-傅里叶变换。此变换在有效抑制alpha稳定分布噪声的同时,可得信号的时频分布,并且对不同强度的脉冲噪声均具有良好的稳健性。利用线性调频信号在时频域为直线这一特征,进一步对信号的短时高斯-傅里叶变换采用Hough变换,即可得线性调频信号的参数估计。仿真实验表明该方法在alpha稳定分布噪声环境下可有效估计信号参数,且具有较好的鲁棒性。分数阶自相关方法可对线性调频信号的调频斜率进行估计,但在alpha稳定分布噪声下其估计性能退化。对此,论文提出了基于相关熵的改进分数阶自相关方法。该方法利用相关熵的局部相关特性,将其与分数阶自相关函数结合,进而可抑制噪声在分数阶相关域中对信号的影响。在alpha稳定分布噪声下,首先采用该方法估出线性调频信号的调频斜率参数,然后对观测信号解线调,再利用相关熵及相关熵谱对解线调后的短时平稳信号进行处理,从而得到线性调频信号的初始频率信息。仿真实验证明了该方法的有效性。LVD是近年来提出分析线性调频信号的有力工具,可直接将信号变换到初始频率-调频斜率域。经LVD变换后,线性调频信号在变换域平面为一明显峰值,由峰值坐标即可估得信号参数。但在alpha稳定分布噪声下,线性调频信号在LVD变换域中的峰值被噪声淹没。基于此,论文提出一种广义柯西径向基函数网络-LVD的线性调频信号参数估计方法。该方法利用径向基函数网络的非线性特性,将广义柯西分布作为径向基函数,通过对网络的不断训练,使其可抑制alpha稳定分布噪声;然后采用LVD变换,将抑噪处理后的信号变换至初始频率-调频斜率域,直接估得信号参数。(本文来源于《西安电子科技大学》期刊2018-06-01）
孟庆松,王彬,邵高平[3]（2018）在《α稳定分布噪声下水声线性调频信号的识别》一文中研究指出线性调频(linear frequency modulation,LFM)信号是一类重要的水声信号,在低信噪比(signal-tonoise ratio,SNR)和α稳定分布噪声条件下,对LFM信号进行识别会遇到一些困难。针对这个问题,在浅海水声多途脉冲噪声信道条件下,提出了适用于低SNR条件的LFM信号识别方法。该方法首先通过非线性变换抑制脉冲噪声,然后进行离散分数阶傅里叶变换(discrete fractional Fourier transform,DFRFT),通过分数阶傅里叶变换(fractional Fourier transform,FRFT)的结果构造出识别特征量,最后通过支持向量机(support vector machine,SVM)完成对LFM信号的识别。仿真实验结果表明,在混合信噪比(mixed signal-to-noise ratio,MSNR)为-15dB时正确识别率高于94%。(本文来源于《系统工程与电子技术》期刊2018年07期）
周晓静[4]（2017）在《基于噪声调频信号的双站前视SAR成像理论研究》一文中研究指出随机噪声信号雷达系统具有优良的电磁兼容性、目标检测性能、抗干扰性能和无模糊测距测速性能等优点。而双站前视合成孔径雷达(BFSAR)是一种特殊工作模式的双站合成孔径雷达(BISAR)。由于双站前视SAR收发平台分置,很好的解决了单站SAR成像系统前视模式工作时存在的固有盲区和方位向分辨率低的问题。为了使双站SAR发挥更大的优势,将随机噪声信号应用到双站前视SAR系统中去,并展开对随机噪声体制双站前视SAR雷达成像的具体研究。本论文对随机噪声信号SAR的性能、双站前视SAR的性能以及随机噪声体制下双站前视SAR的成像算法进行了研究,主要包括以下几点:(1)随机噪声SAR的研究介绍了随机噪声SAR的信号波形的选取并且对其能量、距离分辨率以及模糊函数进行了分析;将随机噪声信号和LFM信号进行比较,并且得出结论;也给出了与之相应的随机噪声SAR的时域后向投影成像算法和频域距离—多普勒算法。(2)双站前视SAR系统的性能分析首先对双站前视SAR系统进行模式分类,然后给出了合成孔径时间长度的计算方法,也仿真出各模式下波束运动的时空图;最后详细地分析了距离向和方位向分辨率的计算。(3)噪声体制下一站固定式双站前视SAR的研究具体分析了噪声体制下一站固定式双站前视SAR模式的特点,并且给出了斜视角最小化算法和基于斜视角最小化算法的改进的RD算法的推导过程。(4)基于噪声体制下双曲等效法的分析和平行双站前视SAR成像算法的研究根据单站等效法的思路,给出了一种的改进的双曲等效法,用来求解噪声体制下平行双站前视SAR成像系统的二维频谱解析式。之后,利用双曲等效法求得的二维频谱去研究适合于噪声体制下平行双站前视SAR系统的RD算法。(本文来源于《南京理工大学》期刊2017-12-01）
高舵[5]（2017）在《脉冲噪声中线性调频信号的参数估计方法研究》一文中研究指出线性调频信号是一类典型的非平稳信号,作为大时间—频带积的扩频信号,在雷达通讯、声呐、地震勘探等领域应用广泛,因此对其进行有效的参数估计是保证信息传递的关键。传统的信号处理方法,即傅里叶变换将信号从时域转移到频域,在单一域研究处理的方法,无法兼顾信号在时域和频域的局部信息,因此不再适用于非平稳信号的处理。短时傅里叶变换,Wigner-Ville分布等时频分析方法,因为联合了时域和频域,兼顾了信号在时间和频率上的局部特征,因此成为处理非平稳信号的有力工具。传统的信号处理一般研究的背景噪声为高斯型,但在工程应用场合,背景噪声往往表现出较强的脉冲特性。a稳定分布可以较准确地描述这类带有明显脉冲幅度的噪声,且与实际数据较吻合,因此本文将脉冲噪声建模为a稳定分布的背景下,展开对线性调频信号参数估计的研究:1.α稳定分布噪声相比于高斯噪声,表现出明显的脉冲特性,因此常规的时频分析方法不再适用于脉冲噪声下的信号处理。对此,本文利用广义柯西分布,构造了一类损失函数,由其对应的影响函数表明,此类损失函数可以适用于脉冲噪声下信号参数的估计。因此本文在最大似然估计理论的框架下,以S变换时频分析为基础,提出了稳健S变换方法。仿真实验验证了稳健S变换较Myriad滤波,Meridian滤波等非线性滤波方法,在较低的信噪比下实现了对LFM信号参数的估计,且提高了信号的时频聚集性;2.提出同步压缩Chirplet变换方法及适用于α稳定分布噪声的分数低阶同步压缩Chirplet变换。由于LFM信号的频率随时间呈线性关系,因此本文利用Chirplet变换,在同步压缩的理论框架之下,提出了同步压缩Chirplet变换,并进一步推广,使之可以适用于脉冲噪声环境。仿真实验表明,相比常规的时频分析方法,同步压缩Chirplet变换没有交叉项干扰,在提高LFM信号参数估计精度的同时,有效提高了LFM信号的时频聚集性。(本文来源于《西安电子科技大学》期刊2017-05-01）
孙清清,郑坤,曹旭源,王洪[6]（2016）在《宽带噪声调频信号对脉冲压缩的干扰机理研究》一文中研究指出为了分析宽带噪声调频信号对脉冲压缩滤波器的干扰效应,引入随机微分的理论,建立了调频噪声干扰信号所满足的福克-普朗克(Fokker-Planck)方程,求解得出干扰信号通过脉压滤波器输出时域包络的概率密度分布函数。基于干扰信号输出的分布函数,采用"等效视数"和幅度压制系数作为干扰效果评估指标,仿真分析了噪声调频干扰信号的带宽、幅度以及频率引导误差对干扰效果的影响。(本文来源于《雷达与对抗》期刊2016年02期）
胡碧昕[7]（2015）在《脉冲噪声下线性调频信号的检测方法研究》一文中研究指出线性调频(LFM)信号作为出现较早且应用较为广泛的非平稳信号,在雷达、通信、声呐、地震勘探和生物医学等方面均有广泛应用,在电子对抗领域中,对敌方信号进行分析并从中获取信息,是电子侦察的主要任务。因此,研究切实可行的LFM信号检测与分析方法具有重要意义。常规LFM信号分析常采用高斯分布作为背景噪声模型,然而,实际噪声往往更加复杂且具有脉冲性,如闪电,海杂波,低频大气噪声等,Alpha稳定分布噪声便可较好模拟实际噪声。Alpha稳定分布环境下传统方法性能退化严重,对此,本文提出了叁种可有效抑制脉冲噪声的方法:提出了基于L-估计的LFM信号分析方法。该类方法基于L-估计原理,通过合适的权函数来实现强脉冲噪声的有效抑制。L-幂次加权方法在频域对信号进行滤波,其选用2的幂函数作为权值来实现脉冲噪声的抑制。基于最优L-柯西加权的方法,以Alpha稳定分布的特例--柯西分布为基础,柯西分布为?(27)2时唯一存在封闭概率密度函数表达式的Alpha稳定分布噪声,能够吻合脉冲噪声重拖尾特征等特点,以其为权函数可有效抑制脉冲噪声。仿真实验表明,本文提出的这两种基于L-估计的方法均具有较好的鲁棒性。提出了基于M估计的LFM信号分析方法。LFM信号的稳健迭代分析方法以M估计为基础,从优化理论的角度重新描述了常规滤波问题,通过迭代寻求误差最小时对应的滤波系数。基于此,本文提出了基于稳健迭代的均值滤波器和基于稳健迭代的加权滤波器。此外,研究了基于广义柯西阶次扩展的方法,该方法通过增加柯西分布拖尾参数的取值范围,提高了其检测性能,扩大了其适用范围。提出了基于代价函数优化的LFM信号分析方法,该方法引入了新的拖尾参数,并基于M估计理论构造了可有效抑噪的代价函数,推导得到稳健加权滤波方法的统一算法结构,将加权Myriad、加权Merid以及基于广义柯西分布的加权滤波器统一起来。仿真结果证明,本文方法可有效抑制Alpha稳定分布噪声,并具有良好的鲁棒性。(本文来源于《西安电子科技大学》期刊2015-11-01）
刘欣欣[8]（2015）在《宽带线性调频信号噪声抑制技术研究》一文中研究指出宽带线性调频信号在军事、雷达及声呐等范围内被普遍应用。如何对雷达回波信息进行噪声抑制已成为信号处理领域中的研究热点。尽管在以前的几十年里,关于信号的噪声抑制理论和算法得到了一定的发展,然而大部分方法对宽带线性调频信号抑噪却已不再适用。本文主要针对宽带线性调频信号的特征及处理方法,从信号噪声抑制方法的基础上展开深入研究。从提高输出信噪比、降低算法复杂度入手,研究不同类型的噪声对宽带线性调频信号的影响,以及不同抑噪算法对宽带线性调频信号噪声抑制的效果。同时,并通过大量仿真验证了本文所提及抑噪方法的优势和有用性。本文研究的重点内容和创新点如下:首先,研究分析不同噪声对宽带线性调频信号的影响。雷达的距离分辨率可以采用非常窄的脉冲来显着地提高,而采用较窄的脉冲会降低平均发射功率,因为它与接收机信噪比之间的关系很紧密,所以通常期望在增加脉宽的同时保持足够的分辨率。使用脉冲压缩方法将会使这种期望成为可能,脉冲压缩雷达的抗干扰能力很强,而普通噪声对其干扰效果有限。因而,本文先研究不同噪声干扰对宽带线性调频信号的影响,仿真结果表明各种噪声干扰效果不一。其次,研究基于小波变换的信号抑噪方法,从基于多分辨分析概念产生的小波分解与重构抑噪,到从小波奇异性检测理论而产生的小波变换模极大值抑噪,及小波变换阈值抑噪;同时阐述了基于稀疏分解的信号抑噪理论,并研究分析了贪婪匹配追踪算法,同时结合小波抑噪,进一步研究基于稀疏的抑噪方法。仿真实验结果表明:针对宽带线性调频信号噪声的抑制,在抑噪效果方面,稀疏分解总体优于小波变换;而在运算速度方面,小波明显比稀疏分解占有优势。最后,深入研究了基于经验模态分解的叁种抑噪算法,针对原模态相关法未考虑到噪声分量中可能会含有有用信号的问题,给出了新模态相关小波抑噪算法,仿真实验显示新算法的抑噪效果明显比原算法具有优势。然后将小波变换与稀疏表示相结合,给出了改进后的基于经验模态分解的抑噪算法,仿真结果验证了该方法的有效性,信噪比并得到了一定的提高。(本文来源于《电子科技大学》期刊2015-03-31）
王钊,顾红,苏卫民,龚大辰[9]（2015）在《基于组合噪声调频信号的高速目标参数估计》一文中研究指出宽带噪声雷达参数估计时通常会采用宽带互模糊函数的方法,但是宽带互模糊函数庞大的运算量限制了其在实际工程中的应用,为此提出了一种基于组合噪声调频信号的高速目标参数估计方法。该方法首先将回波信号共轭自混频来抑制多普勒敏感,然后对自混频信号进行短时相关运算,并通过高斯拟合获得分段的时延精确解,最后利用最小二乘算法求得目标参数。该方法通过自混频过程获得的组合噪声调频信号具有更高的时延分辨力,提出的高斯拟合方法较经典的抛物线插值方法精度更高,整个算法无需宽带模糊函数所需的时域重构运算及二维搜索过程,运算复杂度大大降低,适用于实际工程应用。仿真结果验证了本文算法的有效性。(本文来源于《系统工程与电子技术》期刊2015年09期）
游敬云,刘娟[10]（2014）在《噪声调频信号的仿真技术》一文中研究指出基于噪声调频的原理,主要分析了噪声调频信号中的多目标、等间隔谱和不等间隔谱信号的建模方法,给出了各种噪声调频信号的时域表达式,利用MATLAB对以上模型进行了仿真,进而得到了它们的频谱图。最后根据频谱图,探讨了各种噪声调频信号的特点。(本文来源于《舰船电子对抗》期刊2014年06期）
噪声调频信号论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
线性调频信号是一类重要的低截获概率信号,已经在声纳、雷达、通信及地震勘测等领域获得广泛应用。另外,线性调频信号作为典型的非平稳信号,其频率调制为一阶时变的,可以作为处理高阶多项式相位信号的基础,因此研究线性调频信号的参数估计方法具有重要意义。传统的线性调频信号分析方法均基于高斯背景噪声,而近年来的研究表明,一些实际噪声或人为噪声特征更适合采用alpha稳定分布建模。随着噪声模型的改变,基于二阶统计量的常规算法不再适用。因此,开展alpha稳定分布噪声环境下线性调频信号的检测与参数估计方法研究,具有重要理论意义和工程价值。Alpha稳定分布噪声环境下,传统时频分析方法对线性调频信号分析性能退化甚至失效,不利于信号参数提取。对此,论文根据alpha稳定分布噪声的特点,构造可抑制大脉冲的高斯型函数,并在此基础上提出了一种基于短时高斯-傅里叶变换时频分布的线性调频信号参数估计新方法。该方法首先对观测信号加滑动窗,然后采用所构造的高斯型函数对短时窗内信号进行处理,得到短时高斯-傅里叶变换。此变换在有效抑制alpha稳定分布噪声的同时,可得信号的时频分布,并且对不同强度的脉冲噪声均具有良好的稳健性。利用线性调频信号在时频域为直线这一特征,进一步对信号的短时高斯-傅里叶变换采用Hough变换,即可得线性调频信号的参数估计。仿真实验表明该方法在alpha稳定分布噪声环境下可有效估计信号参数,且具有较好的鲁棒性。分数阶自相关方法可对线性调频信号的调频斜率进行估计,但在alpha稳定分布噪声下其估计性能退化。对此,论文提出了基于相关熵的改进分数阶自相关方法。该方法利用相关熵的局部相关特性,将其与分数阶自相关函数结合,进而可抑制噪声在分数阶相关域中对信号的影响。在alpha稳定分布噪声下,首先采用该方法估出线性调频信号的调频斜率参数,然后对观测信号解线调,再利用相关熵及相关熵谱对解线调后的短时平稳信号进行处理,从而得到线性调频信号的初始频率信息。仿真实验证明了该方法的有效性。LVD是近年来提出分析线性调频信号的有力工具,可直接将信号变换到初始频率-调频斜率域。经LVD变换后,线性调频信号在变换域平面为一明显峰值,由峰值坐标即可估得信号参数。但在alpha稳定分布噪声下,线性调频信号在LVD变换域中的峰值被噪声淹没。基于此,论文提出一种广义柯西径向基函数网络-LVD的线性调频信号参数估计方法。该方法利用径向基函数网络的非线性特性,将广义柯西分布作为径向基函数,通过对网络的不断训练,使其可抑制alpha稳定分布噪声;然后采用LVD变换,将抑噪处理后的信号变换至初始频率-调频斜率域,直接估得信号参数。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
噪声调频信号论文参考文献
[1].石林,王宏,周宇.一种基于调频噪声干扰信号的协同探测定位技术[J].舰船电子对抗.2019
[2].韩雨婷.Alpha稳定分布噪声下线性调频信号的参数估计[D].西安电子科技大学.2018
[3].孟庆松,王彬,邵高平.α稳定分布噪声下水声线性调频信号的识别[J].系统工程与电子技术.2018
[4].周晓静.基于噪声调频信号的双站前视SAR成像理论研究[D].南京理工大学.2017
[5].高舵.脉冲噪声中线性调频信号的参数估计方法研究[D].西安电子科技大学.2017
[6].孙清清,郑坤,曹旭源,王洪.宽带噪声调频信号对脉冲压缩的干扰机理研究[J].雷达与对抗.2016
[7].胡碧昕.脉冲噪声下线性调频信号的检测方法研究[D].西安电子科技大学.2015
[8].刘欣欣.宽带线性调频信号噪声抑制技术研究[D].电子科技大学.2015
[9].王钊,顾红,苏卫民,龚大辰.基于组合噪声调频信号的高速目标参数估计[J].系统工程与电子技术.2015
[10].游敬云,刘娟.噪声调频信号的仿真技术[J].舰船电子对抗.2014