本文選題：雷達(dá)偵察 + 信號(hào)識(shí)別　； 參考：《現(xiàn)代防御技術(shù)》2016年06期

【摘要】：為了將單分量信號(hào)和多分量信號(hào)有效區(qū)分開(kāi)來(lái),提出了一種多分量信號(hào)識(shí)別的新方法。首先對(duì)信號(hào)進(jìn)行時(shí)頻變換,并根據(jù)一定的規(guī)則將時(shí)頻平面劃分為多個(gè)時(shí)間支撐區(qū)域,然后對(duì)每一支撐區(qū)域沿時(shí)間軸進(jìn)行累積,得到累積頻譜圖,最后通過(guò)統(tǒng)計(jì)頻譜圖上峰值的個(gè)數(shù),判定是否為多分量信號(hào)。仿真實(shí)驗(yàn)表明,該方法能夠在低信噪比下有效地將多分量信號(hào)識(shí)別出來(lái)。
[Abstract]:In order to effectively distinguish single component signal from multi component signal, a new method of multi component signal recognition is proposed. Firstly, the time-frequency transform is carried out on the signal, and the time-frequency plane is divided into several time support regions according to certain rules. Then, each supporting region is accumulated along the time axis, and the cumulative spectrum is obtained. Finally, by counting the number of peaks on the spectrum chart, it is determined whether the multicomponent signal is a multicomponent signal. The simulation results show that the method can effectively recognize multi-component signals at low SNR.
【作者單位】： 空軍航空大學(xué)信息對(duì)抗系;
【分類號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 畢崗;曾宇;;類傅里葉變換的多分量信號(hào)分離重構(gòu)[J];電子與信息學(xué)報(bào);2007年06期

2 段雪江,陳逢時(shí);多分量信號(hào)的最優(yōu)時(shí)頻表示[J];信號(hào)處理;1996年03期

3 平殿發(fā);趙培洪;鄧兵;;分?jǐn)?shù)階Fourier變換在多分量信號(hào)譜圖分析中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年32期

4 江莉;李林;董惠;;基于改進(jìn)EMD方法的多分量信號(hào)分析[J];振動(dòng)與沖擊;2009年04期

5 ;[J];;年期

相關(guān)博士學(xué)位論文 前2條

1 盧廣闊;時(shí)頻域多分量信號(hào)分析識(shí)別研究[D];電子科技大學(xué);2016年

2 成昊;多分量信號(hào)分離與參數(shù)估計(jì)研究[D];電子科技大學(xué);2012年

，

本文編號(hào)：2080844