基于同步压缩小波变换的主信号抑制技术

发布时间：2024-06-29 04:23

　　在辐射源个体识别(SEI)技术中,能量较高的主信号往往导致微弱个体特征稳定性降低,进而影响最终的个体识别效果。为了解决该问题并提升辐射源个体识别性能,该文提出基于同步压缩小波变换的主信号抑制技术。首先,利用静态小波变换完成对带噪信号的去噪预处理;然后,利用同步压缩小波变换完成对主信号的检测和抑制,并以均方根误差和皮尔逊相关系数为数值指标,验证算法的有效性;最后,在主信号抑制的基础上,利用分形理论中盒维数完成对信号的特征提取,并利用单核支持向量机验证个体识别性能。实验结果表明,与主信号抑制之前相比,主信号抑制算法下个体识别率提升了10%左右,验证了同步压缩小波变换的主信号抑制算法对辐射源个体识别率提升的有效性。

【文章页数】：8 页

【部分图文】：

图1SWT分解过程示意图

档慕嵌龋?峁??示，SWT的去噪效果明显优于其他两种方法。因此本文选用SWT来进行信号去噪预处理，先通过若干层小波变换将含有噪声的信号映射转化为一系列小波系数集，而后通过对小波系数的筛选，剔除或压制由噪声产生的小波系数，最后通过小波逆变换将处理后的小波系数重新转化为去除噪声后的1....

图2LFM信号下SST主信号抑制效果仿真

ㄐ谓?蟹糯?观察，结果如图2(b)所示，此段内的RMSE为0.0009，皮尔逊相关系数达到0.9994，可见信号中段的主信号抑制效果十分良好。通过加大频偏使无意调制信号远离主信号时频线，继续进行仿真，信号源为LFM信号，更改相噪声频偏参数为[8MHz,9MHz,10MHz]，最终....

图3SST主信号抑制仿真(扩大相位噪声频1偏后)

存在很明显的区别：辐射源1的1～12号特征都存在比较多的异常值，尤其是1～4号特征(RF-DNA)，异常表1加性相位噪声参数辐射源个体与频偏对应的相位噪声幅度(信相噪比(dB))f1=±2.75MHzf2=±2.80MHzf3=±3.10MHzE111.989712.781515....

图4LFM信号源个体分形盒维数特征识别结果

号特征都存在比较多的异常值，尤其是1～4号特征(RF-DNA)，异常表1加性相位噪声参数辐射源个体与频偏对应的相位噪声幅度(信相噪比(dB))f1=±2.75MHzf2=±2.80MHzf3=±3.10MHzE111.989712.781515.7918E210.484511.6....

本文编号：3997159