基于經(jīng)驗(yàn)?zāi)B(tài)分解的多分量信號(hào)分析方法研究.pdf

1、現(xiàn)在戰(zhàn)場(chǎng)電磁環(huán)境日漸復(fù)雜，對(duì)輻射源信號(hào)進(jìn)行被動(dòng)截獲、分析，提取其關(guān)鍵的脈內(nèi)調(diào)制參數(shù)，進(jìn)而實(shí)現(xiàn)對(duì)輻射源目標(biāo)的識(shí)別、干擾、攻擊，對(duì)獲得戰(zhàn)爭(zhēng)的主動(dòng)權(quán)具有重要意義。如何有效的分析出信號(hào)的形式及多樣性進(jìn)而估計(jì)信號(hào)的特征參數(shù)是這中間的關(guān)鍵步驟，影響著信號(hào)分析的有效性和可靠性。輻射源信號(hào)的多樣性不僅體現(xiàn)在信號(hào)種類的多樣性，也在于同一時(shí)間進(jìn)入雷達(dá)接收機(jī)的信號(hào)分量個(gè)數(shù)?；诖?，本文將重點(diǎn)對(duì)多分量信號(hào)進(jìn)行分析，提取信號(hào)的時(shí)頻分布特征，進(jìn)而完成信號(hào)的關(guān)鍵參數(shù)

2、提取。
　　首先，對(duì)多分量信號(hào)的特性展開分析研究，多分量信號(hào)的形成主要是由于輻射源信號(hào)被接收機(jī)截獲時(shí)在時(shí)間域上發(fā)生重疊，其可以表示成若干單分量信號(hào)混合的形式，然后通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了傳統(tǒng)的信號(hào)分析方法無(wú)法有效的處理多分量信號(hào)，不能反映信號(hào)的內(nèi)部調(diào)制本質(zhì)，分量類型為線性調(diào)頻和正弦調(diào)頻信號(hào)，信道為高斯白噪聲信道。
　　然后，經(jīng)過(guò)對(duì)經(jīng)驗(yàn)?zāi)B(tài)分解基本理論的研究，可知該算法是一種自適應(yīng)的時(shí)頻分析方法，針對(duì)其本身存在的問(wèn)題，分析了其產(chǎn)生原

3、因及具體影響，并有側(cè)重的選擇相應(yīng)的方法給予解決，主要包括：利用極值點(diǎn)延拓的方法對(duì)端點(diǎn)飛翼的現(xiàn)象進(jìn)行抑制；通過(guò)計(jì)算相關(guān)性方法對(duì)分解過(guò)程中產(chǎn)生的虛假分量進(jìn)行剔除；針對(duì)模態(tài)混疊效應(yīng)，本課題采取了集合經(jīng)驗(yàn)?zāi)B(tài)分解的方法在一定程度上進(jìn)行了改善，但此效應(yīng)在噪聲較大的情況下無(wú)法完全消除；最后將獨(dú)立分量分析和高階統(tǒng)計(jì)量相結(jié)合用于去噪操作，實(shí)驗(yàn)結(jié)果表明，在5dB下，基本能夠保證噪聲的有效抑制，不影響后續(xù)的信號(hào)分析。
　　最后，針對(duì)Hilbert-H

4、uang譜時(shí)頻線發(fā)散的問(wèn)題，采用改進(jìn)Hilbert變換對(duì)去噪后的固有模態(tài)函數(shù)進(jìn)行處理，使得時(shí)頻線變得更加緊湊。接下來(lái)利用高斯窗中間加權(quán)大四周加權(quán)小的特點(diǎn)，通過(guò)多次滑窗，使時(shí)頻線能量更加集中，與平滑偽魏格納分布相比，兩種算法的抗噪性能相當(dāng)，但本文方法時(shí)頻聚集程度更出色。在提取完時(shí)頻分布的基礎(chǔ)上，利用“幅度加權(quán)加窗K-均值聚類”方法完成時(shí)頻線的提取，進(jìn)而實(shí)現(xiàn)相應(yīng)參數(shù)的估計(jì)。通過(guò)以上分析，本文算法計(jì)算量較大，但具有兼顧時(shí)頻聚集性和抗噪聲能力的