基于相关与小波变换相结合的弱信号检测.pdfVIP

基于相关与小波变换相结合的弱信号检测.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于相关与小波变换相结合的弱信号检测.pdf

维普资讯 第 23卷 第 1期 海 军 航 空 工 程 学 院 学 报 、,o1.23 NO,l 2008年 1月 JournalofNavalAeronauticalandAstronauticalUniversity Jna .20o8 文章编号:l673—1522(2008)O1.0026-03 基于相关与小波变换相结合的弱信号检测 吴 芳 ,杨 日杰a,田淑荣 ,高青伟 (海军航空j:程学院a.电子信息:[程系;b.基础部,I11东 烟台 264001) 摘 要:针对强噪声背景中的弱信号检测问题 ,在传统的相关检测方法的基础上,利用小波 良好的去噪性能, 提出了相关检测与小波变换相结合的弱信号检测方法。仿真结果表明,该方法优于传统的相关检测方法,无须 知道有用信号的先验知识和同步信号便可以有效的检测周期性弱信号,并获得更高的输出信噪比。 关键词:相关检测;小波变换;弱信号检测 中图分类号:TN911.23 文献标志码:A 对于含有 白噪声的周期信号x(n)=s(n)+w(n), 0引言 其 白相关函数为 : 弱信号检测是信号处理 巾的一类重要问题 ,引 1 起人们广泛的关注,提出了一些新的弱信号检测方 (Ⅲ):÷∑f(,1)+w(,1)】f(,l+,n)+w(n+优)】= 法,如采用随机共振理论的检测…、基于混沌理论 R (m)+Rw(,71)+ (1)+R (,n)= 的检测 、基于神经网络的检测 0等。141但这些方法 R (n1)+R (Ⅳ1), (1) 须事先对信号的一些信息有一定的了解。小波变换 式巾:Rw~(111)是 白噪声信号的 白相关函数 ,主要集 具有 良好的时频特性 ,通过变换可以提取信号的波 巾在 I11=0的位置处。 (优)是周期信号s(n)的 自相 形信息。而且南于信号和噪声在时间上的筹别,即 关函数。由于周期信号的 白相关 函数也是周期 的, 有用信号具有周期性 、相关性 ,而噪声则具有随机 并且和原信号的周期一样,即 (m)也呈现一定的 性 】,冈此可采用相关检测技术,通过信号本身的 周期性 (m=0点除外 ),且 (Ⅲ)(m≠0)和信 周期特性滤除噪声,提取真实的信号 ,而不需要知 号 s(n)的周期相同。所以可以通过求出含有噪声的 道该信号的先验知识 ,但含噪声的弱信号经过相关 信号的 白相关函数的周期来估计代替有用信号 自相 检测后仍存在一部分噪声。基于上述分析 ,本文利 关函数周期 ,并继而作为有用信号的周期。 用相荚检测和小波变换相结合的方法,去除一部分 相关检测可南以下步骤实现: 剩余噪声,进一步提高对弱信号检测能力。 1)求 出待检测信号x(n)=s(n)+w(n)的白相关 函数 。 1相关检测方法 2)由于 是一个周期序列 ,在图形上具有对 相关检测技术应用周期信号相关性和噪声不相 称性 ,所以南序列最 |f1问的点向两边找到 峰值 关的特点,通过相荚运算达到除去噪声的 目的。如 最小的两个点 ,它们的下标之差就是周期丁。对称 果能够准确地测出周期 几7a-。的周期或 知道它的周 性的原则可以只从一边去企找求出臼相关函数的周 期7

文档评论(0)

docinpfd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5212202040000002

1亿VIP精品文档

相关文档