一种频域多路径电磁干扰对消方法

针对实际环境中背景干扰相关性差导致干扰对消误差较大的问题，提出一种频域多路径电磁干扰对消方法。利用变分模态分解(VMD)的分频特性将两通道信号分解为多个具有相同中心频率和分解带宽的模态信号，利用分解后的模态信号构造多路径干扰对消系统。然后利用反向传播(back propagation, BP)神经网络对每一路径上的信号进行非线性拟合并对消，从而获得真实的被测设备(EUT)辐射发射信号。结果表明，与真实EUT辐射发射信号相比，所提方法得到的EUT辐射发射信号功率误差低于1 dB且信号相关性高于96%;与变步长LMS算法、EMD-LMS算法相比，功率误差至少降低3.6 dB,信号相关性至少提高15%。所提方法对在开阔场中大型、可移动的EUT电磁辐射发射原位测试研究具有参考价值。     

基于双互信息准则的雷达自适应波形设计方法

自适应波形优化技术是认知雷达的关键技术之一,通过优化发射波形能够提高雷达系统性能.针对目标检测问题,在杂波环境下,提出一种基于双互信息优化准则的自适应波形优化方法.该方法同时以接收信号与目标冲激响应之间的互信息最大和接收信号与杂波冲激响应之间的互信息最小为优化准则,在发射信号能量有限的约束条件下,建立优化模型,通过最大边缘分配算法求解最优波形.仿真结果表明,相对于固定波形,所提方法优化发射波形能够提高目标检测性能.     

部分发射天线损毁时 MIMO 雷达信号认知优化

针对电子战环境中多输入多输出(multiple input multiple output,MIMO)雷达部分发射天线遭受摧毁时目标检测问题,提出基于互信息量(mutual information,MI)准则的雷达感知天线状态并再次优化的算法.作为MIMO雷达信号优化设计方法之一,注水法能依据环境状况自适应分配发射信号功率,所提算法能提升分配功率的注水水位,降低天线损毁时目标脉冲响应与目标回波间互信息量损失,进而改善目标检测概率(target detection probability,TDP).仿真结果表明,低检测性能天线损毁时,当信噪比大于0 dB时采用所提方法能提升互信息量;高检测性能天线损毁时,采用所提算法能有效提升互信息量和目标检测概率.信噪比为20 dB时,互信息量提升4.96 nat;若以达到同一检测概率时所需信噪比的减少量表示性能增益,则检测概率为0.8时,性能增益为3.73 dB.     

三维超声阵列风速风向测量方法

针对传统时差法测风精度受超声波传播时间测量精度直接影响的问题,提出了一种基于空间超声波传感器阵列及波束形成算法的三维风参数测量方法。使用一种新的一发多收的空间超声波传感器阵列结构,利用波束形成算法空域滤波,实现了增强期望信号、抑制干扰、提高测风精度的效果,仿真实验结果表明:在信噪比为5 dB时,所提方法几乎能达到100%的测量成功率,且信噪比越大,测量成功率越高,均方根误差越小。搭建了硬件实验平台对所提测风方法进行实验验证,结果表明:在允许结构误差和设备误差的前提下,所测风洞中的风速为6.363 7 m/s,与机械式测风仪所测结果6.443 m/s仅相差0.079 3 m/s,初步验证了所提方法的工程可行性。所提方法可为测风方法的探索提供一种新思路。     

低信噪比、高动态环境突发信号检测与估计

针对高动态环境下突发信号检测问题,提出基于高阶项逐级消去的非线性调频 (non-linear frequency modulation,NLFM) 信号参数估计算法,利用合理近似,将其转化为相对简单的线性调频 (linear frequency modulation,LFM) 信号参数估计问题,并提出两级调频率逼近法用于LFM信号参数估计,具有原理简明、计算复杂度低等特点,便于实际工程应用. 针对接收信号功率动态变化的问题,提出自适应快速傅里叶变换 (fast Fourier transform,FFT)峰均比门限信号检测算法. 仿真结果表明,所提算法能够在信噪比为-27dB的高动态环境下准确实现信号检测与参数估计.      

基于自适应滤波的晃动相关电场噪声抑制方法

针对水下浮动平台电场测量(简称电场浮标)噪声抑制问题,首先,分析了电场浮标的晃动姿态角与所测得环境电场之间的相关性,结果表明:当浮标晃动程度较大时,姿态角与所测电场之间存在一定的相关性.然后,提出一种以姿态角为参考量的晃动相关电场噪声自适应滤波算法,并利用实测环境电场数据进行有效性验证,结果表明所提方法能够抑制晃动相关电场噪声,且该晃动噪声的中心频率主要是海浪频率.最后,进行半实物仿真验证,结果表明所提方法能够提升目标电场的信噪比.     

面向语音增强的聚焦自适应波束形成方法

针对语音信号相对带宽大、麦克风存在误差以及现有自适应波束形成方法宽带干扰抑制能力不足的问题,提出一种面向语音增强的聚焦自适应波束形成方法。首先将Capon空间谱处理为接收信号的概率密度函数,并对不同频带设计了基于阵列观测数据的聚焦矩阵,从而根据干扰功率自动调整频率聚焦程度;然后,计算聚焦后的样本协方差矩阵和各子带频段内的干扰加噪声协方差矩阵,并利用聚焦矩阵重构出宽带数据的干扰加噪声协方差矩阵;最终,通过重构出参考频率下的期望信号协方差矩阵,修正期望信号方向的导向矢量并得到自适应波束形成器的加权向量。数值仿真结果表明：所提方法能够有效地对期望信号进行接收的同时充分抑制宽带干扰;所提方法在强干扰处的聚焦误差仅为现有方法的约1%;在信噪比为15 dB且入射角误差为3°的情况下,所提方法的输出信噪比较现有方法提高约12 dB。     

基于改进的变步长自适应滤波算法的功率测量（英文）

基于自适应滤波,提出一种新的算法用于实时抽取电网中的基波和谐波信号,该算法能自适应地将被测量的电网信号分解成单个分量且具有很快的收敛速度,也能够进行功率测量.电网中的基波和谐波分量可以被分解成一系列正弦信号,可用能量算子来测量电网的频率.构建电网的电压和电流模型时,一个新的变步长LMS算法被用来改善自适应滤波器的速度,同时也证明了所提算法的稳定性。最后,用一个仿真实例说明了该算法的有效性.     

面向空间复用系统的抗干扰空频自适应均衡方法

针对多天线空间复用系统中各天线发射信号互相干扰,进而降低系统通信质量的问题,提出了一种抗干扰空频自适应均衡方法。首先,在发射端将待发射信号以空间复用的形式发送至接收端;然后,基于最小均方误差(MMSE)准则,利用各接收天线接收到的导频信息进行自适应均衡器的参数估计;最后,利用估计所得参数,进一步通过迭代优化的方法实现数据检测。在参数估计的过程中,通过引入相关移位矢量集的方法对抗多天线发射信号间的相互干扰,从而降低这种内部干扰对系统性能的影响。与传统针对空间复用结构的自适应空时、空频均衡方法相比,所提自适应均衡方法在性能上有显著提升。仿真结果表明:相较传统针对空间复用结构的自适应空时、空频均衡方法,在误比特率为10~(-5)时,所提自适应均衡方法有约2.5 dB的性能提升;在外界干扰影响下,传统针对空间复用结构的自适应空时、空频均衡方法具有明显误比特率平台,而所提自适应均衡方法表现出了更强的抗干扰能力,没有明显的性能平台。     

基于内插型双边带滤波器的时域自适应滤波

针对过采样条件下直接序列扩频（DSSS）系统中采样样值相关性造成在使用传统时域自适应滤波窄带干扰抑制方法时扩频信号失真的问题,提出一种改进的时域自适应滤波方法.该方法基于内插型双边带滤波器,采用抽取-内插结构,结合最小均方（LMS）算法进行自适应权值更新,实现窄带干扰抑制.理论分析和仿真结果表明,在高信噪比情况下,该方法与常规自适应滤波方法比较,具有更小的信噪比回退和有用信号畸变;同时低信噪比情况下,其误码率性能也略有优势.      

一种基于Bayesian方法的鲁棒自适应波束形成算法

由于在实际环境中,期望信号的阵列响应与实际阵列响应之间存在偏差,使得现存的一些自适应波束形成算法的性能下降.针对上述问题,基于Bayesian方法提出了鲁棒自适应波束形成算法,并且给出其递推形式.该算法利用接收到的采样信号对实际信号方向向量进行估计,降低了信号到来方向的不确定性,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证输出阵列的信干噪比接近最优值.采用递推方法来计算逆矩阵,大大地降低了计算的复杂度,能够满足实时处理的要求.仿真实验表明,与传统自适应波束形成算法相比,所提鲁棒自适应波束形成算法具有更好的性能.     

基于削峰尾插和几何级数压扩变换的OFDM时域信号压缩算法

研究了FTTdp+GDSL(光纤到户+数字用户线路)组网中的OFDM时域信号有损压缩问题.为了降低OFDM信号的峰均比,分别提出了削峰尾插技术(CTP)和几何级数压扩变换(GSC)两种数据压缩算法,应用于数据压缩模型,并进行了实验验证.仿真结果表明:本方法能够较好地实现光纤传输系统中OFDM时域信号的压缩,性能可达到压缩比为1.4∶1时,解压缩输出信噪比不低于55dB;压缩比为1.75∶1时,解压缩输出信噪比不低于50dB.     

一种自适应抑制工频干扰的新方法

在电子测量系统中,被检测的信号有时叠加有某种周期信号的干扰,如最常见的工频干扰。这类干扰信号的频率若落在有用信号的频谱范围之内,用频域处理方法则很难将其单独消除。在这种情况下,自适应滤波技术是一种有效的方法,它能自动跟踪干扰信号的相位和幅值,使干扰成分得到有效抑制而不损害有用信号。本文在自适应技术基础上,进一步提出一种抑制周期信号干扰的新方法,即以自适应算法综合一组离散傅立叶级数（Discrete Fourier Series,DFS）,用以抵消采样序列中的周期性干扰。这种方法可应用于工业或生物医学测量系统中消除工频干扰和其他周期性或准周期性干扰。     

基于Haar小波变换的直扩信号参数盲估计

为解决低信噪比下直扩信号的参数估计问题,提出了一种基于H aar小波变换实现直扩信号伪码(PC码)速率和符号周期盲估计的新型算法。阐述了小波变换表征和检测直扩信号相位瞬变的原理,给出了直扩信号小波变换的具体形式。通过对直扩信号小波变换频谱特征的具体推导,详细论述了通过小波变换提取这两个参数的算法原理和具体步骤。仿真实验表明,在码元数为400及扩频因子为63的参数条件下,该文所提出的伪码速率和符号周期估计算法可至少工作在-18 dB和-14 dB的低信噪比下,且其性能优于某些典型的算法。     

一种分数阶域的密集假目标干扰抑制算法

针对线性调频(LFM)相参雷达抗自卫式密集假目标干扰问题,提出一种分数阶域的密集假目标干扰抑制算法。雷达遭受干扰后,首先发射调频斜率捷变LFM(SV-LFM)波形,得到1个相干处理间隔回波;其次,最大高阶矩准则估计各脉冲重复周期干扰调频斜率,确定分数阶傅里叶变换(FRFT)最优阶次;然后,计算回波最优阶次FRFT,通过峰值遮盖滤除部分干扰;最后,对滤除干扰后的回波进行脉冲压缩、相参积累,最终实现干扰抑制。对于发射SV-LFM波形的雷达,其脉冲压缩、相参积累本身对密集假目标干扰具有一定抑制作用,结合干扰滤除处理,能够取得更佳抑制效果。实验结果表明,所设计的变带宽SV-LFM波形与雷达动目标检测具备较高兼容性,相比理想不捷变,真实目标有效检测临界信噪比小于1dB;所提算法对干扰抑制后的真实目标有效检测临界干信比提高约20dB,假目标数量减少约40%。     

基于SVS-603传感器的波浪反演技术及海上比测数据分析

波浪反演技术是传感器研制的重要组成部分。将SVS-603传感器安装在DWR-MKIII浮标上,进行SVS-603与DWR-MKIII的实测数据对比,对SVS-603的波浪反演技术进行深入分析,同时对比时域、频域光顺算法结果的差异性和可靠性。结果表明：SVS-603的时域光顺算法结果与DWR-MKIII所得结果最为接近;使用频域光顺算法时,出现了SVS-603自身的低通滤波器没有完全将低频信号过滤掉的现象,这影响到波浪谱,进而影响谱峰周期等参数。该研究能够为基于加速度原理的波浪设备研发提供更加准确的波浪算法。     

一种宽带脉冲信号检测算法

提出了一种能够实时检测雷达脉冲信号的自相关算法。相对原有相关算法,该算法提高了窄带脉冲信号脉宽和到达时间的测量精度,并具备对宽带脉冲信号检测和时域参数估计的能力,且易于硬件实现。讨论了不同信噪比下使用最优门限能够达到的测量精度,并将该算法在FPGA中实现。仿真结果证明该算法在实时处理环境中具有较好的检测性能。     

自适应移频变尺度随机共振在故障诊断中的应用

针对移频变尺度随机共振系统参数选择困难的问题,提出了一种基于时频指标的自适应移频变尺度随机共振算法.该算法选用了最高谱峰位置(频域)及过零间距方差(时域)作为优化目标函数,避开了以信噪比等为目标函数时需要预先知道目标信号确切频率的不足,能够自适应地获取最优系统参数,以最大信噪比检测出微弱周期信号.同时,由于移频变尺度随机共振的选用,该自适应算法突破了传统随机共振系统的限制,因此可以检测实际工程中的高频信号.仿真和故障诊断的工程应用结果表明,该自适应算法简单、易于理解,能有效地从强背景噪声中检测出高频微弱周期信号,具有较强的工程实用价值.     

非平稳背景噪声下微弱高频CW信号的自适应检测

在强噪声背景下,基于时频联合分析的高频CW信号检测算法性能严重下降,同时标准Kalman滤波器对非平稳背景噪声下微弱高频CW信号也失效.针对此问题,本文提出了一种基于ARMA新息模型的自适应Kalman滤波器检测方法.该方法避免了标准Kalman滤波检测CW信号时需要确定系统噪声统计特性的问题.论文根据CW信号的状态空间随机信号模型,构造了ARMA新息模型,通过在线辨识MA模型参数来估计Kalman滤波增益,从而实现了CW信号的自适应跟踪滤波.仿真结果表明,该方法能够在强噪声背景下动态跟踪CW信号时域波形,且算法简单,实时性强,可用于指导高频CW电报自动接收设备的研制.     

基于时空域方向自适应结合的去隔行方法

目前,隔行扫描广泛应用于电视广播系统中,去隔行处理普遍采用多算法融合的方法,由于空域插值和时域插值的不准确性以及各算法之间结合权值的不合理性,导致融合方法的去隔行处理效果并不理想.因此,本文在分析中心独立插值算法和垂直时域滤波算法优缺点的基础上,提出了一种基于时空域方向自适应结合的去隔行方法.本方法综合考虑场内相邻像素之间的相似性和像素位置之间距离的关系,结合不同场之间的时域信息,使用更为合理的权值自适应地将空域插值和时域插值结合在一起,以增强去隔行方法结果的准确性和稳定性.本方法基于双边滤波器的原理,以不依赖中心像素的方式进行空域插值,采用垂直时域滤波算法,选择合理的滤波系数进行时域插值.仿真实验结果表明,本文所提的方法和现有去隔行方法相比较,在主观和客观上均有明显的改善.主观上与目前主流的去隔行方法相比,该方法能够在一定程度上保护边缘,减少边缘模糊,处理后的图像质量较好.客观上与其他方法相比,本文所提方法的PSNR值均高于其他算法,计算复杂度上,本文所提方法在运算操作数和运算时间上也相对较低.综合算法的图像质量评价和计算复杂度而言,本文所提方法的图像质量较高,计算复杂度相对较低,比较适合于实时系统.