改进Wigner-Hough变换在多分量LFM信号特征提取中的应用

"这篇论文是2008年10月发表在北京理工大学学报上的，由刘锋、孙大鹏等人合著，主要探讨了如何解决基于Wigner-Hough变换的多分量线性调频（LFM）信号特征提取过程中受到噪声干扰的问题。他们提出了一种新的方法，即采用改进的Sobel算子来检测含噪信号的Wigner分布(WVD)时频图中的边缘特征，并利用Hough变换进一步提取信号特征。通过与原始WHT、SPWD-Hough变换的比较，证实了改进后的WHT在多分量LFM信号特征提取上的优越性。该研究属于自然科学领域，具体分类为电子技术与信息科学。" 正文: 本文的研究焦点在于改进Wigner-Hough变换在多分量LFM信号特征提取中的应用。线性调频信号是一种广泛应用于雷达、通信等领域的信号类型，其特性在于频率随时间线性变化。然而，由于环境噪声的存在，传统的Wigner-Hough变换在提取这类信号特征时可能会受到影响，导致特征提取的准确性下降。 为了克服这一问题，作者引入了数字图像处理中的Sobel算子。Sobel算子是一种常用的边缘检测算子，可以有效地检测图像的边缘信息。在含噪的Wigner分布时频图中，应用Sobel算子可以增强信号边缘的显著性，降低噪声对特征识别的影响。之后，通过Hough变换，可以从增强的边缘信息中准确地提取出LFM信号的特征参数，如起始时刻、结束时刻、频率斜率等。 Wigner-Hough变换（WHT）是将Wigner分布与Hough变换相结合的一种方法，旨在利用Wigner分布的时间-频率局部化性质和Hough变换的参数检测能力。然而，原始的WHT在处理多分量LFM信号时可能受到噪声的干扰。为此，作者提出了改进的WHT，即在WHT的基础上结合Sobel算子的边缘检测，提高了在噪声环境下的特征提取性能。 通过计算机仿真，作者比较了改进的WHT、原始WHT以及基于小波包分解的SPWD-Hough变换在多分量LFM信号特征提取的效果。实验结果表明，改进的WHT在保持信号特征提取的准确性方面表现出最佳性能，这为在实际噪声环境中处理多分量LFM信号提供了有效的解决方案。 该论文的贡献在于提出了一种针对多分量LFM信号的噪声抑制方法，提升了Wigner-Hough变换在特征提取中的鲁棒性。这一研究对于提升信号处理系统在复杂环境下的性能，尤其是在雷达信号分析和通信系统中具有重要的理论和实践意义。