多分量二维线性调频信号瞬时频率变化率估计

针对多分量二维线性调频信号的瞬时频率变化率估计问题,提出了一种新方法.定义了二维线性调频信号的二维三次相位函数CPF.通过分析可知,应用二维CPF方法处理多分量二维线性调频信号时,会由于交叉干扰项的存在而产生伪峰,接着借助于二维CPF构造了二维三次相位函数乘积项PCPF.应用该方法可以在较低信噪比下,准确地估计出多分量二维线性调频信号的瞬时频率变化率.仿真实验验证了该方法的有效性.     

用于LFM信号参数估计的双谱和分段解线调方法

针对低信噪比条件下线性调频信号参数估计的问题,提出了改进方法,具体步骤是:首先利用双谱切片估计线性调频信号频谱的位置,然后设计带通滤波器滤出信号,最后采用分段解线调进行参数估计。为了解决强弱混合信号中检测和估计弱LFM分量参数的问题,在上面方法的基础上,结合逐次消去技术提出了多分量LFM信号参数估计算法。与传统方法相比,该方法充分利用了高阶统计量的特性,抑制了噪声和交叉项的影响。计算机仿真结果表明了该方法的有效性。     

利用阈值多谱图去除Wigner分布的交叉项

提出了一种阈值多谱图估计WD自项支撑区域,从而去除WD交叉项的新方法。所获得的TF分布拥有好的TF聚集性和极少的交叉项。WD自项支撑是从具有高斯线性调频窗(GLCW)的谱图集合中估计出来的。通过形态学滤波估计出所有谱图的自项支撑,然后所有自项支撑的交集用来作为WD的自项支撑估计。此外对于具有GLCW的线性调频信号的谱图集合的联合分辨力进行了详细的讨论。实验结果说明了该方法的良好性能。     

用于多分量线性调频信号的自适应核分布

首先分析了自适应高斯核函数的局限性,并作了改进,同时给出了其参数估计方法。然后,基于线性调频信号模糊度函数特征,提出了一种新的自适应核函数。两种新的核函数的宽度对信号长度具有自适应能力,所以在获得了一定的交叉项抑制能力的同时,避免了较大的信号自项能量损失。不仅对更一般的多分量线性调频信号具有适用性,而且简化了参数的求解。因而,相对于自适应高斯核函数而言,两者性能更优。仿真结果验证了本文方法的有效性。     

利用变采样率技术改进机载雷达的跟踪性能

机载雷达跟踪目标丢失现象的重要因素之一是由于雷达载机与目标之间的相对运动,在回波信号中产生线性调频项,线性调频项对多普勒频率和距离门估计产生了积累误差,最终导致跟踪目标丢失.提出了应用变采样率技术估计线性调频项参数来减小距离跟踪的误差,提高雷达的跟踪目标性能.同时还进行了具体的理论分析和计算机仿真,结果表明该技术是有效的.     

调频线性度对线性调频信号性能影响分析

针对去调频和脉冲压缩两种不同的处理方式,深入研究了线性调频信号调频线性度对信号性能的影响,得到LFM信号带宽越大,误差频率越低,对线性度要求越高的结论,且在相同边带抑制的条件下,去调频处理比脉冲压缩处理对LFM信号线性度的要求大约提高了一倍。仿真结果验证了理论分析的正确性。     

对线性调频雷达的正弦加权调频干扰技术

根据线性调频雷达发射信号的特点,提出一种新的应答式干扰技术——正弦加权调频干扰,即干扰机对接收到的雷达照射信号附加正弦频率调制,然后将调频结果放大之后转发出去。阐述了利用正弦信号进行频率调制的干扰机理,分析了干扰信号的频率特性,推算了决定干扰效果的各项关键参数。理论分析证明,正弦加权调频干扰对于线性调频雷达具有显著的干扰效果,根据调制参数不同可以产生假目标欺骗干扰和覆盖干扰,且只需要较小的干扰功率。仿真实验表明了理论分析的正确性和实际应用的可行性。     

基于Gabor框架的线性调频信号压缩采样与重构

针对线性调频信号在传统采集过程中存在的高采样频率问题, 提出了一种基于Gabor框架的线性调频信号压缩采样与重构方法。首先, 利用线性调频信号在Gabor变换下所具有的时频稀疏特性, 提出了基于Gabor框架的线性调频信号压缩采样系统。基于该采样系统, 分析了压缩采样系统工作过程, 建立了该系统压缩观测过程数学模型。随后, 分析了压缩采样系统重构模型, 将压缩采样重构问题转化为多观测向量重构问题。最后, 基于多维扩展的稀疏贝叶斯学习算法, 提出利用优化分类的方法来保证线性调频信号的精确重构。仿真实验结果表明, Gabor框架压缩采样系统有效降低了线性调频信号采样频率与采样点数, 在重构过程中, 本文提出的重构方法能够有效降低重构误差, 提高重构概率。     

利用对称阵实现宽带线性调频信号DoA估计

提出了一种利用对称阵实现宽带线性调频(LFM)信号DoA估计的新方法。该方法通过计算对称阵元偶之间的互Wigner Ville分布,建立时频域的阵列信号模型,并用修正的总体最小二乘 相干信号子空间方法(MTLS CSM)获得DoA估计。该方法由于充分利用了Wigner Ville分布的时频滤波特性,因此能有效实现多个线性调频信号的DoA估计,在低信噪比情况下仍有较高的估计精度。同时该方法还具有DoA不受扇区限制,计算简单等优点。计算机仿真证实了方法的有效性。     

多LFM信号自适应时频表示方法

提出了一种多线性调频信号自适应时频表示方法及其快速算法:首先采用分数阶傅里叶变换的快速算法计算出模糊函数,再通过Radon-Ambiguity变换设计出信号的最优核函数,以滤除噪声和多线性调频信号在模糊域中的互项,最后通过二维傅里叶变换得到信号的时频表示。在多分量线性调频信号情况下借助"clean"的思想来抑制强分量对弱分量的干扰。仿真表明该方法在低信噪比环境下也十分有效,且运算复杂度小。     

基于循环谱截面智能分析的混合信号调制识别方法

针对已有混合信号识别方法存在智能化程度低、适应性差等问题，提出了一种基于循环谱截面和深度学习相结合的智能识别方法。理论推导分析了常见混合通信信号的循环谱零谱频率截面特征；利用提出的非线性分段映射和指向性伪聚类新方法对上述截面图进行预处理特征增强，提高了截面特征的适应性和一致性；并将预处理后的特征图与经典残差网络相结合，利用深度学习网络对特征图中调制信息的深层次细节挖掘分析能力，实现了混合信号的有效识别。仿真结果表明，该方法对噪声不敏感，当信噪比不低于-2 dB时，平均识别率大于90%；且该方法对信号参数及信号间能量比变化有较好的适应能力。     

基于时频重排多分量辐射源信号分析研究

针对常规时频方法用于多分量信号分析的不足,基于时频重排方法克服多分量信号交叉项干扰和时频聚集性之间的矛盾且具有较好抗噪声性能的特点,在对时频重排原理进行综述的基础上,将其用于对多分量辐射源信号进行时频分析,并与其它方法进行了比较。仿真实验表明,时频重排方法不仅提高了时频聚集性,有效抑制了多分量的交叉项干扰,具有较好的抗噪声性能。     

Wideband angle of arrival estimation of chirp signals using virtual Wignerville distribution

To estimate the angle of arrivals (AOA) of wideband chirp sources, a new time-frequency algorithm is proposed. In this method, virtual sensors are constructed based on the fact that the steering vectors of wideband chirp signals are linear and vary with time. And the randon Wignersville distribution (RWVD) of real sensors and virtual sensors are calculated to yield the new time-invariable steering vectors, furthermore, the noise and cross terms are suppressed. In addition, the multiple chirp signals are selected by their time-frequency points. The cost of computation is lower than the common AOA estimation methods of wideband sources due to nonrequirement of frequency focusing, interpolating and matrix decomposition, including subspace decomposition. Under the lower signal noise ratio (SNR) condition, the proposed method exhibits better precision than the method of frequency focusing (FF). The proposed method can be further applied to nonuniform linear array (NLA) since it is not confined to the array geometry. Simulation results illustrate the efficacy of the proposed method.     

Multi-component LFM signal detection and parameter estimation based on Radon-HHT

A new method is proposed to analyze multi-component linear frequency modulated （LFM） signals, which eliminates cross terms in conventional Wigner-Ville distribution （WVD）. The approach is based on Radon transform and Hilbert-Huang transform （HHT）, which is a recently developed method adaptive to non-linear and non-stationary signals. The complicated signal is decomposed into several intrinsic mode functions （IMF） by the empirical mode decomposition （EMD）, which makes the consequent instantaneous frequency meaningful. After the instantaneous frequency and Hilbert spectrum are computed, multi-component LFM signals detection and parameter estimation are obtained using Radon transform on the Hilbert spectrum plane. The simulation results show its feasibility and effectiveness.     

峰度检验加窗的EMD脉冲星信号消噪方法

针对经验模态分解(empirical mode decomposition, EMD)过程中本征模态函数(intrinsic mode function, IMF)上存在脉冲星信号与噪声混叠的问题,提出了一种基于局部峰度检验加窗的EMD消噪方法。首先,利用自相关和互相关来判断IMF的重构起点;其次,通过局部峰度检验方法来获取重构起点前两层IMF中信号脉冲部分的左、右端点,选用Turkey Hanning窗滤掉脉冲外噪声;最后,利用自适应阈值方法进一步除噪,改善信号质量。实验结果表明,与其他5种方法相比,所提消噪方法可以有效抑制噪声,保留脉冲星信号细节信息,具有更高的消噪性能。     

基于冗余阵元优化的双基地嵌套MIMO雷达目标DOD和DOA联合估计方法

针对传统双基地嵌套多输入多输出(multiple input multiple output, MIMO)雷达进行目标参数估计时精度差、角度分辨率低和自由度低等问题, 提出了一种基于利用虚拟冗余阵元的重建Toeplitz矩阵算法对目标的波离方向角(direction of departure, DOD)和波达方向角(direction of arrival, DOA)开展参数估计的方法。首先, 将两个嵌套阵列空间分置后分别形成双基地MIMO雷达的接收阵列和发射阵列, 阵列经处理后的虚拟接收信号存在大量冗余虚拟阵元。其次, 将冗余虚拟阵元对应的协方差数值进行平均处理替代原值, 形成新的虚拟接收信号。然后,通过利用两个选择矩阵在虚拟接收阵列和虚拟发射阵列中分别构建空间平滑子阵的方法重构Toeplitz矩阵, 来重组虚拟接收信号。最后, 利用常规子空间类算法对等效虚拟信号开展空间谱估计, 实现DOD和DOA的相互匹配, 所提算法在估计性能和自由度性能方面与其他算法对比效果更好。     

跳频信号的跳速估计

针对电子对抗的实际应用,提出了一种精确估计跳频信号跳速的方法。利用短时傅里叶变换分析跳频信号,得到其时频表示,再利用小波变换提取该时频表示的边沿信息,进而利用谱分析实现了跳速的精确估计。该算法完全避免了频谱交叉项的影响,理论分析证明了其可行性。仿真试验表明,在不要求高采样率的情况下,信噪比大于-5.5 dB时该算法是有效的。     

OFDM系统中基于时域信号部分循环移位的低复杂度PTS算法

为了降低正交频分复用(orthogonal frequency division multiplexing, OFDM)信号的峰均功率比(peak to average power ratio, PAPR),提高系统的误比特率(bit error rate, BER)性能,提出了一种结合时域信号分割和部分子块循环移位的低复杂度部分传输序列(partial transmit sequence, PTS)算法,发送端仅需要一次快速傅里叶反变换(inverse fast fourier transform, IFFT)运算即可获得多个备选序列,接收端通过比较反向旋转序列与最近星座点的距离来恢复时域循环因子,实现了信号的盲检测。采用了两种不同的最佳序列选择准则:最小PAPR和最大相关性准则(cross correlation, CORR),并仿真分析了系统的PAPR性能和BER性能。结果表明,所提算法有效地抑制了OFDM信号的PAPR,提高了系统的BER性能,与传统PTS和选择性映射算法相比,明显降低了计算复杂度。     

多聚焦图像融合中最佳小波分解层数的选取

小波变换作为一种十分有效的信号处理方法已被应用于多聚焦图像融合系统中。但其中需要解决的一个问题是最佳小波分解层数的选取。通过大量的实验 ,总结出基于小波分解子图像面积比和低频带均方根误差两个标准来确定最佳小波分解层数的方法。实验结果表明 ,无论是依据均方根误差、灰度平均误差、熵、空间频率等客观评价标准 ,还是视觉的主观评价 ,所提出的选取方法都是有效可行的     

基于加窗四阶累量时延估计的微瞬态电磁辐射信号检测算法

以研究微弱瞬态电磁辐射信号的探测手段为目的,提出了一种基于加窗四阶累量时延估计的检测算法。利用高阶累量对高斯噪声的抑制作用以及相干平滑变换对微弱窄带噪声的弱化效果,将低信噪比条件下非周期微弱放电信号的检测问题转化为周期性时延参数的估计问题。仿真及实验比较了加窗四阶累量互相关、非加窗四阶累量互相关及传统互相关时延估计3种算法的检验性能。结果表明,经过加窗处理的四阶累量时延估计算法在相关高斯白噪声、非相关高斯白噪声及窄带噪声3种噪声条件下的检测性能都优于其他两种方法,比较适合用于微弱电磁辐射源的远距离探测。