改进的频谱幅度域处理抗干扰技术

提高全球导航卫星系统（global navigation satellite system, GNSS）接收机抗干扰性能出发,对现有的频谱幅度域处理（frequency spectrum amplitude domain processing, FADP）抗干扰算法中的几个关键问题作出改进,设计出一套更为鲁棒实用的FADP方法。首先,将重叠加窗的思想引入到FADP系统框架中,以减小快速傅里叶变换（fast Fourier transform, FFT）的频谱泄露。针对频谱波形和时域波形在幅度统计特性上的差异,设计了更适合频谱处理的幅度域处理（amplitude domain processing, ADP）函数。对ADP的实现进行了简化,使得不再需要进行笛卡尔坐标与极坐标之间的反复转换,降低了计算复杂度。最后,基于GPS C/A码软件接收机平台,将改进后的FADP 方法与原FADP方法进行对比实验,验证了所提方法的有效性。     

基于ZoomFFT的水声OFDM信号解调算法

为解决快速傅里叶变换(FFT)栅栏效应对水声正交频分复用(OFDM)通信系统解调性能的限制问题,提出基于选带傅里叶变换(ZoomFFT)的水声OFDM通信解调算法.将接收信号经过移频、降采样等处理得到其细化谱,提高频谱分辨力,削弱栅栏效应;同时对信道响应进行细化处理,基于最小均方误差(MMSE)原理构造信道均衡算法,消...     

改进的全相位时移相位差频谱分析算法

针对全相位频谱分析算法对采样序列中心样点有特殊要求以及当频偏量绝对值为0.5时会影响频率估计值的问题,提出了一种改进的全相位时移相位差频谱分析算法。该算法首先对序列向左循环移动一位,形成只有一位时移关系的两个序列,〖JP2〗然后分别进行全相位快速傅里叶变换(all phase fast Fourier transform, APFFT),计算过程中忽略相位差补偿值,避免频偏量的引入,通过两序列主谱线间相位差的直接计算便可得到信号的频率和初相估计值。仿真实验表明该算法计算简单,适用范围广,参数估计精度高且频率估计精度稳定性好。     

基于频谱累积量的线性分组码检测识别方法

针对非合作信号处理中的线性分组码盲识别问题,提出了一种基于有限域傅里叶变换（Galois field Fourier transform, GFFT）的检测识别方法。该方法对接收码序列按不同长度进行分段,对分段码字进行有限域上的傅里叶变换并计算其频谱的累积量。通过频谱累积量的不同分布情况,可以估计出正确的分组码长度。同时从频谱累积量中找出码字生成多项式的根,进而得到码字的生成多项式。仿真实验验证了算法的有效性,并对算法的误码适应能力和计算复杂度进行了仿真分析,最后给出了在不同误码环境下最优的频谱累积次数。     

全相位FFT相位差频谱校正法改进

基于全相位快速傅里叶变换（fast Fourier transform, FFT）的相位差频谱校正法由于未计及负频率的影响,导致低频信号参数估计精度下降。针对此问题,提出一种改进的全相位FFT相位差频谱校正法,该算法在计算传统FFT时,消除了负频率对频谱分析的影响。介绍了全相位频谱分析原理及全相位FFT相位差频谱校正算法,分析了负频率对低频信号频谱分析造成影响的原因。在计及负频率影响的情况下推导了非整周期采样条件下单频余弦信号的频率、幅值和相位的计算公式。仿真结果表明,计及负频率影响的算法提高了基于全相位FFT的相位差频谱校正法对低频余弦信号参数估计的精度,算法抗噪性能得到改善。     

短波信道探测中窄带干扰的去除算法

对于短波信道传播特性的弱信号探测,信号干扰噪声比低,如何减小干扰就显得十分重要。由于基于传统傅里叶变换去干扰算法在去窄带干扰时对幅度和相位的估计不够准确,提出了一种基于傅里叶变换和概率密度相结合的窄带干扰去除算法。仿真结果表明,该算法能很好地去除窄带干扰。但上述算法在去除实测信号中的窄带干扰时性能不佳,所以提出一种改进的傅里叶变换和概率密度相结合的窄带干扰去除算法。实验结果表明,改进后的算法能去除实测信号中的窄带干扰,为解决低信噪比条件下探测信号的参数估计奠定了基础。     

电大涂覆载体天线间宽频带干扰快速分析

分析电大尺寸涂层体天线间的宽带干扰,必须解决电大尺寸涂层体电磁快速计算问题和宽带参数计算问题。首先建立了天线间干扰分析模型,并提出了一种混合单元级矢量有限元/自适应多层快速多极子算法,算法中有限元部分的计算可在单元级上完成,无须生成总体系数矩阵,因此可大大节省内存及计算时间;将多层快速多极子算法中的基函数和权函数分别用不同空间位置上的点源函数展开,使各部分的积分计算得到大大简化,所有转移过程可由快速傅里叶变换计算完成。最后结合波形渐进估计技术实现了宽带干扰参数的快速计算。数值结果说明了方法的有效性。     

基于傅立叶变换的积分算法研究

在信号分析与处理中,常涉及的积分变换是傅里叶变换(FT)、傅里叶级数(FST)、傅里叶Z变换(FZT)及离散付里叶变换(DFT)。本文通过分析FT与FST、FZT、DFT的关系,提出一种基于FT计算FST、FZT、DFT的新算法,并通过例子说明这种算法的实用性。     

基于子频带分解的宽带信号干涉法测向算法

研究了宽带信号波达角的精确估计方法,提出了一种适合宽带信号的干涉法测向算法。该算法利用阵元间的延时估计波达角。先对信号作快速傅里叶变换(fast Fourier transform,FFT),选取信号在6 dB带宽内的谱线,每根谱线看作一个单频信号,采用窄带鉴相方法对各单频信号分别鉴相并估计该频率点上的延时,最后对各延时估计值进行加权平均。证明了信号在各频率点上的能量与频率平方的乘积是最佳加权系数。本算法具有计算量小、算法简单等优点。延时估计的仿真性能接近克拉美-罗限。     

基于自适应感知的OFDM宽带测控抗干扰方法

针对正交频分复用(orthogonal frequency-division multiplexing, OFDM)宽带测控中难以有效对抗干扰的问题,提出多门限的快速傅里叶变换(fast Fourier transform, FFT)和小波包联合自适应频谱感知来实现宽带OFDM频谱重构抗干扰。该方法首先通过固定双门限FFT能量感知进行带宽内高干噪比干扰初检测,然后通过自适应小波包频谱感知实现剩余低干噪比频宽内的干扰检测,最后根据频谱感知结果,对OFDM宽带测控系统的频谱进行重构,实现干扰规避。实验结果表明,感知算法方法具有较好的干扰检测性能,并能够实现OFDM宽带测控系统的有效抗干扰。     

基于DPSCT和频谱校正的窄带干扰CBOC信号捕获算法

针对窄带干扰环境下组合二进制偏移载波(combined binary offset carrier, CBOC)信号难以被准确捕获的问题,提出了一种基于频域双相移组合陷波器(dual phase shift combination trap, DPSCT)结合批处理、频谱校正的捕获算法。该算法首先用陷波器对任意频点的窄带干扰进行抑制,再通过批处理提高处理速度,最后针对快速傅里叶变换(fast Fourier transform, FFT)过程中扇贝损失易导致捕获概率降低的问题,提出了基于部分匹配滤波器(partially matched filter, PMF)结合相位差+单点傅里叶变换频谱校正的捕获方法。仿真结果表明,该算法对在窄带干扰抑制后波形恢复和捕获概率等方面均有良好的性能,当信干比(signal to interference ratio, SIR)为-37 dB时,该算法较未校正之前捕获概率有4 dB的提高,并有效缩短了捕获时间。     

基于特征概率分布的低分辨雷达地面目标分类

提取稳定有效的目标特征对于低分辨雷达的目标识别分类有着重要意义。在提取目标基本特征雷达散射截面积(radar cross section,RCS)与频谱熵值的基础上,提出了一种基于特征概率分布曲线的目标分类方法。该方法首先应用快速傅里叶变换计算目标回波频谱,提取目标RCS与频谱熵值,然后滑窗分段计算基本特征的概率分布曲线,从而利用概率分布曲线提取出稳定的目标特征,最后利用支持向量机对目标实现分类。基于实测数据的分类结果表明,该特征具有较好的稳健性和分类性能,同时算法便于工程实现。     

基于FFT的大型平面阵列方向图的综合方法

针对大型平面二维阵列,提出了一种快速的综合方法。首先根据单元激励初值,应用二维离散傅里叶逆变换(invert fast Fourier transform, IFFT)得出阵列方向图,然后与期望方向图比较,得出新的方向图,再应用二维快速傅里叶变换(fast Fourier transform, FFT)反算出新的单元激励。如此反复,直到方向图满足设计要求。该算法直接对大型平面二维阵列进行优化而不是针对一维线阵或小型阵列,而且天线单元数大于5 000。最后两个6 400（80×80）单元阵列的仿真结果表明该方法实用、高效。     

关于“放映员问题”（FDP）的启发式算法

本文研究了新近出现的“放映员问题”（ＦＤＰ）模型及其启发式算法；不仅证明寻找一个ＦＤＰ近似（有界）解也是ＮＰ难题，而且给出一般情况下ＦＤＰ最优解的下确界估计；还提出一种启发式新算法ＭＴ；它具一定总体寻优特性，且在最好情形下能给出ＦＤＰ最优解，因而优于文献［１］中ＦＤＰ算法。算例证实ＭＴ的可行性和有效性。     

基于FFT BAQ的SAR原始数据压缩新算法

针对合成孔径雷达(synthetic aperture radar, SAR)原始数据频域压缩运算中基于快速傅里叶变换的分块自适应量化(fast Fourier transform based block adaptive quantization, FFT BAQ)算法实现复杂的问题,分析了SAR原始数据二维傅里叶变换后数据的能量分布情况。从香农率失真理论出发,利用信源微分熵确定最优的量化比特分配,提出了一种改进的FFT BAQ算法。分析了改进算法的复杂度,并与传统的FFT BAQ算法和BAQ算法做了相应的比较实验。实验表明,改进算法在保证原压缩性能的基础上降低了FFT BAQ算法的复杂度和对硬件的要求。     

高阶运动目标的长时间相参积累算法

针对具有任意阶运动的目标的长时间相参积累问题,提出一种基于多维非均匀快速傅里叶变换(non-uniform fast Fourier transform, NUFFT)的长时间相参积累算法。该算法先在快时间频域沿慢时间维利用多维NUFFT实现运动补偿,然后通过快速傅里叶逆变换(inverse fast Fourier transform, IFFT)最终实现相参积累。该算法积累性能接近理论最优且计算量小于已有算法。特别地,对于具有加加速度的运动目标进一步提出基于Wigner NUFFT的相参积累算法,该算法相比多维NUFFT,计算量大大减小,但对积累前单个脉冲的信噪比提出更高要求。仿真结果证明了所提算法的有效性。     

毫米波阵列雷达近场动目标参数估计算法

在毫米波连续波阵列雷达系统中,根据近场各动目标多普勒频率的不同,提出了一种近场动目标多普勒频率、距离及方位三维参数估计算法。首先采用全相位快速傅里叶变换(all phase fast Fourier transform, apFFT)方法估计回波信号频谱,并使用相位差频谱校正法对目标多普勒频率进行校正。全相位FFT方法所得相位谱为信号的初始相位,各通道之间对应信号的相位关系包含了目标的位置信息,采用二维多重信号分类(two dimensional multiple signal classification, 2 D MUSIC)方法就可从各目标对应多普勒频率的复幅度中估计出目标的距离及方位参数。计算机仿真结果证明了该算法的有效性。     

一种简单实用的计算复杂系统MTBF的算法

本文介绍了一种简单实用的计算可修复系统的ＭＴＢＦ的算法。对于复杂系统,其失效率难以计算。我通过将时间轴分成无穷个Δｔ小段,根据公式ＭＴＢＦ＝∫∞０Ｒ（ｔ）ｄｔ可近似求出ＭＴＢＦ。可以根据需要控制误差精度。并用ＴｕｒｂｏＣ编写了一个程序计算微机联锁系统的可靠度及ＭＴＢＦ。。     

CIG图象抖动对成像制导仿真系统的影响

分析了计算机成像（ＣＩＧ）系统的图象抖动对成像制导仿真系统的影响，一方面使目标的角位置精度下降，更重要的是严重影响ＣＣＤ摄像机的成像质量，推导出了图像运动的调制传递函数（ＭＴＦ）表达式，计算结果表明：图像抖动将引起ＭＴＦ的严重下降。造成图像模糊，降低了导引头的跟踪性能     

一种新的基于有序统计的恒虚警处理器

本文提出一种新的基于有序统计的恒虚警检测器。这种新的检测器是广义有序统计单元平均（ＧｅｎｅｒａｌｉｚｅｄＯｒｄｅｒｅｄＳｔａｔｉｓｔｉｃＣｅｌｌＡｖｅｒａｇｉｎｇ－ＧＯＳＣＡ）恒虚警算法。对这种新的恒虚警算法在斯威林２型目标假设下，我们获得了虚警和探测概率的解析表达式。与ＯＳ－ＣＦＡＲ相比，ＧＯＳＣＡ－ＣＦＡＲ在均匀干扰背景和多目标情况下均具有最好的检测性能，并且其参考滑窗单元幅值排序时间还不到ＯＳ－ＣＦＡＲ的一半。