u014038735的博客

宽带侦察接收机捕获信号的噪声基底并不平整，易引起弱信号漏检，因此需要对噪声基底进行估计。在噪声基底变化较快时，以往基于形态学滤波的噪声基底估计算法存在基底估计精度和大带宽信号漏检的矛盾。本文提出多尺度的形态学滤波，通过检测不同滤波尺度下噪声基底估值的变化，实现不同频点使用不同尺度的结构元素，在快变噪声基底频谱中提高了噪声基底估计的精度。通过实验仿真验证，该算法能够有效的估计噪声基底，使修正后的频谱能够更好的检测信号。

应用于信号检测的形态学滤波文献，基于频谱特征的深度学习信号检测方法研究。 宽带侦察接收机捕获信号的噪声基底并不平整，易引起弱信号漏检，因此需要对噪声基底进行估计。在噪声基底变化较快时，以往基于形态学滤波的噪声基底估计算法存在基底估计精度和大带宽信号漏检的矛盾。本文提出多尺度的形态学滤波，通过检测不同滤波尺度下噪声基底估值的变化，实现不同频点使用不同尺度的结构元素，在快变噪声基底频谱中提高了噪声基底估计的精度。通过实验仿真验证，该算法能够有效的估计噪声基底，使修正后的频谱能够更好的检测信号。