抽取和内插的分数阶Fourier域分析

为了节省系统中信号处理的运算量和存储量，常需要对信号进行抽样率转换．分数阶Fourier变换是分析非平稳信号的有力工具，它已在雷达、通信、电子对抗、信息内容安全等领域得到广泛的应用．文中从分数阶Fourier域的采样定理出发，定义了分数阶Fourier域的数字频率，推导了非平稳信号经抽取和内插之后分数阶Fourier谱的表达式，并设计了分数阶Fourier域的去镜像和抗混叠滤波器，进而总结出了非平稳信号经过有理数倍抽样率转换之后其分数阶Fourier谱的变化规律，最后导出了抽取和内插在分数阶Fourier域内的恒等关系．此研究成果为基于分数阶Fourier变换的多抽样信号处理理论体系奠定了基础．仿真实验验证了所提理论的正确性。     

分数阶Fourier域过采样分析

过采样广泛应用于实际数字信号处理过程中。随着分数阶Fourier变换在信号处理领域的不断发展和应用,研究分数阶Fourier域过采样理论就显得十分必要.文中深入研究了分数阶Fourier域的过采样理论:导出了过采样序列与其子序列的分数阶Fourier谱关系;然后利用此关系得到了过采样序列子序列准确重建丢失采样点的表达式.最后以chirp信号为例,利用分数阶Fourier域过采样理论,证明了对于时频分布在分数阶Fourier域具有最小支撑宽度的信号,对其过采样重建更适合在分数阶Fourier域进行。     

分数阶Fourier域多通道采样的滤波器组高效实现

研究了分数阶Fourier域周期非均匀采样以及多通道采样的滤波器组高效插值和重建方法．首先，根据分数阶Fourier变换的性质，得到了分数阶Fourier域插值和采样的恒等结构；然后根据该恒等结构，得到了从分数阶Fourier域多通道采样和周期非均匀采样中重建原始信号的滤波器组高效实现方法；最后建立了分数阶Fourier域多通道采样和分数阶Fourier域滤波器组的关系，并进一步说明可以通过分数阶Fourier域准确重建滤波器组，导出分数阶Fourier域新的采样和重建策略．     

分数阶傅里叶域与时域联合干扰抑制研究

针对传统扫频干扰抑制方法存在信噪比损失大、输出信干噪比受输入干信比影响大导致同步性能不稳定、强干扰下频谱泄露严重等问题,提出了一种基于重叠变换的分数阶傅里叶域与时域联合干扰抑制技术.首先通过加窗、重叠分数阶傅里叶变换,提高干信比改善性能,降低信噪比损失;其次,通过弱化干扰与二次门限处理,在分数阶傅里叶域中尽可能多地抑制干扰能量,减小干信比对输出信干噪比的影响,最后,通过分数阶傅里叶域及时域联合干扰抑制,解决强干扰存在相位不连续造成分数阶傅里叶抑制后,时域仍残留干扰能量的问题.理论分析及仿真结果表明,本文所提方法对单个调频率多个周期扫频干扰和多个调频率扫频干扰均具有较好的抑制效果,尤其在高干信比下比传统方法性能改善明显.     

数字图像纹理细节的分数阶微分检测及其分数阶微分滤波器实现

文中提出并论述数字图像纹理细节的分数阶微分检测及其分数阶微分滤波器实现．首先，分别从信息论和动力学两个角度深刻阐述了分数阶微积分的几何意义和物理意义．然后，提出并论述了分数阶驻点、分数阶平衡系数、分数阶稳定系数、分数阶灰度共生矩阵的概念与理论，并详细论述了分数阶灰度共生矩阵对图像纹理细节特征的检测．然后，论述了在X轴负、x轴正、Y轴负、Y轴正、左下对角线、左上对角线、右下对角线、右上对角线8个方向上的数字图像任意分数阶n×n的分数阶微分掩模的构造及其数值运算规则．最后，在此基础上，提出并论述了数字图像分数阶微分滤波器的理论与构造．仿真实验分别从定性和定量两方面证实了，对于纹理细节信息丰富的图像信号而言，分数阶微分具有非线性增强图像复杂纹理细节特征的独特优势与良好效果．     

分数阶Fourier变换在信号处理领域的研究进展

分数阶Fourier变换是对经典Fourier变换的推广．最早由Namias以数学形式提出，并很快在光学领域得到了广泛应用．而其在信号处理领域的潜力直到20世纪90年代中期才逐渐得到发掘．尽管分数阶Fourier变换的定义式直观上看仅是chirp基分解，而实质上分数阶Fourier变换更具有时频旋转的特性，它是一种统一的时频变换，随着变换阶数从0连续增长到1而展示出信号从时域逐步变化到频域的所有特征．从信号处理的角度对分数阶Fourier变换的研究进展作全面的总结和系统的归纳，力图将分数阶Fourier变换从定义到应用的全程都清晰地刻画出来，既能为相关的专业研究人员提供参考，又可以为感兴趣的读者提供入门的阶梯．     

分数阶 Fourier 域带限信号多通道采样定理

提出了分数阶 Fourier域带限信号多通道采样定理, 是已有采样定理的广义形式. 利用上述结果, 并结合分数阶Fourier变换所特有的时移相移性质, 得到具有重要应用价值的周期非均匀采样序列重构原始信号的表达式. 此外, 通过设计不同的分数阶 Fourier 域滤波器, 可以得到分数阶 Fourier 域带限信号不同采样策略的重构公式.     

一元不可微函数的局部分数阶微分的基本理论

本文讨论了基于Jumarie的分数阶微积分理论的修正局部分数阶导数，推广了局部分数阶导数的基本理论，给出了局部分数阶导数的唯一性，并且证明了局部分数阶导数的罗尔定理、微分中值定理、广义的柯西中值定理及其洛必达法则。     

基于周期FRFT的LFMCW信号检测与参数估计

线性调频连续波(LFMCW)含有多个线性调频信号分量,具有低截获概率特性,雷达情报侦察系统对此类信号的检测与参数估计十分困难.针对这个问题,首先分析了LFMCW的分数阶Fourier变换(FRFT),通过对FRFT核函数的周期调制,定义了周期分数阶Fourier变换(PFRFT),推导了PFRFT和FRFT的关系.然后分析了LFMCW的PFRFT,提出了一种基于PFRFT的未知LFMCW检测和参数估计方法,并对其检测和估计性能进行了理论分析.最后仿真验证了该方法的有效性和合理性.相比FRFT,PFRFT通过对LFMCW的周期性积累提高了信噪比,适合处理具有周期调制的类似LFMCW信号.     

非圆信号的协方差匹配自校正算法及其性能分析

针对非圆信号测向中方位依赖幅相误差的校正问题，本文根据非圆信号的非圆特性和辅助阵元能够自校正的特点，对协方差匹配估计技术（covariancematchingestimationtechnique，COMET）进行改进，提出一种适用于信源时域统计特性未知和统计独立特性先验已知两种情况的改进算法：NC—COMET算法．该算法利用非圆信号扩展协方差数据，使其校正精度较常规的基于辅助阵元的最大似然类算法（未利用非圆特性）有明显提升，且降低了最小辅助阵元数要求．从理论上证明了参数估计的统计一致性，采用一阶误差分析方法推导了有限采样影响下参数估计的均方误差表达式，并提出算法的cc数据利用率”定义，定量比较获得了NC．COMET算法的数据利用率较常规的最大似然类算法的提升幅度．仿真结果亦表明NC—COMET算法性能较常规的最大似然类算法更优：低信噪比下具有更强的鲁棒性；信源时域统计独立特性先验已知或者大非圆率的情况下，该算法对校正精度的提升尤为明显．     

压缩感知非凸优化超宽带信道估计方法研究

超宽带信号由于传输路径较复杂且功率谱密度较低，准确的信道估计十分重要．但是由于其带宽较宽，难以直接采样．压缩感知理论提供了一种可行的低速采样方法．目前的压缩感知超宽带信道估计方法一般采用l1范数约束的凸优化形式或无稀疏性的l2范数约束形式，对目标向量的稀疏性约束不强，而拥有最强稀疏性的l0范数又缺少有效的重构算法．针对上述问题，本文设计一种基于非凸优化算法的压缩感知超宽带信道估计方法．首先将目标函数设置成l，范数约束的非凸优化形式，然后利用凸函数较易求得极值的性质，将原非凸函数组合成为凸函数形式的目标函数，并通过每步迭代凸函数对非凸函数的逼近来求解目标函数，进而估计出原信道．由于lp范数更接近于l0范数，所以对目标向量稀疏性的约束更强．实验结果表明，所提方法相对于现有的压缩感知超宽带信道估计方法能够有效降低重构误差．