基于ICSA-MWF的多级投影干扰抑制方法

为降低子空间投影方法的计算量,提出基于迭代相关相减结构多级维纳滤波器(iterative correlation subtraction algorithm-multistage Wiener filter,ICSA-MWF)的无源雷达多级投影干扰抑制方法。该方法根据回波通道内多径干扰的特点,首先提出一种新的初始化方法将ICSA-MWF应用于距离-多普勒频移域内,依据其前向投影特性即可利用多级小维数投影取代子空间投影方法,接着又提出一种简便的滤波器级数选取方法,然后利用迭代算法实现后向误差综合,最终输出误差即为多径干扰抑制后的信号。该方法干扰抑制性能好、数值稳健且计算量低于子空间投影方法。仿真结果表明该方法的有效性。     

一种宽带循环平稳信号波达方向估计的快速算法

提出了一种宽带信号波达方向估计的快速算法——谱相关多级维纳滤波器(spectral correlation-multi stage Wiener filter,SC-MSWF)算法。由于同时利用信号的循环平稳特性和多级维纳滤波技术,该算法既不需要传统的宽带信号波达方向估计中的聚焦运算,也不需要对伪数据矩阵或其协方差矩阵的特征值分解。从而该算法在具有循环平稳类算法的所有优点的同时,也具有小运算量和低复杂度的特点。仿真结果证明了该算法的有效性。     

空间相干信号的频率和二维到达角估计算法

针对宽频段窄带信号的参数估计,提出了一种空间相干信号频率和二维到达角联合估计的算法——TSS-DOA算法。TSS-DOA算法利用双平行线阵的时空数据以及平滑技术构造了一个时空平滑矩阵,通过对其进行特征分解,并利用分解得到的特征值和特征矢量估计出空间相干信号的三维参数。该算法能精确地估计信号的三维参数,无需多维谱峰搜索,具有计算量小,三维参数自动配对的优点,并有效地解决了信源参数兼并问题。计算机仿真结果验证了算法的有效性。     

高阶QAM信号的多级盲相位估计方法及其性能仿真

对高阶QAM信号的盲相位估计算法特别是捕获算法进行了研究，并提出针对高阶QAM信号的多级相位估计算法。它们与已有的相位估计算法相比，以引入一定的时延为代价使相位估计性能有了较大的提高，并且计算机仿真的结果显示不同结构的多级相位估计算法具有不同的性能特点，因此我们应该根据实际应用中的需求来选择算法。     

一种新的正弦信号频率估计方法

将二阶陷波器进行级联,构造一个具有多个陷波频率的自适应陷波器,实现对多个信号频率的估计。各个二阶陷波器的参数采用LMP(least mean power)算法同时进行优化,并利用该参数得到信号的频率。仿真结果表明,该方法在不同信噪比下对于稳定的单频、多频信号和频率变化信号具有较好的估计结果;噪声干扰在一定程度上影响频率的估计精度和估计速度。     

一种没有特征值分解的MUSIC算法

提出一种没有特征值分解的MUSIC算法。对于相干信源情况,该方法的噪声子空间估计只需要多级维纳滤波器的空间平滑的前向递推,不需要估计样本协方差矩阵和对其作特征值分解。从而使得该方法具有小运算量和低复杂度的特点,易于实时处理。仿真结果证明了本方法的有效性。     

频率估计的一种多段同频等长信号融合算法

在低信噪比、被测频率持续时间短的情况下,为提高频率估计精度和扩展已有方法的适用范围,提出一种多段同频等长信号融合算法.在本算法中,因各段信号之间相位不连续,故设计相位差补偿因子矩阵以达到相位连续信号的效果;因相位差补偿因子矩阵包含未知参数,故生成搜索频率序列以用于实际计算并得到具有特定形式的功率谱矩阵.为验证算法的正确性,给出了详细的数学证明.针对多种应用环境参数进行了仿真实验,结果表明算法适用于任意类型的多段同频等长信号,抗噪性好,频率估计精度比现有方法有较大提高.     

基于修正Rife算法的正弦波频率估计及FPGA实现

Rife算法的基础上,通过对输入信号进行频谱搬移,给出了一种修正Rife(MRife)算法。该算法易于并行实现。Monte Caro仿真表明,MRife算法具有频率估计精度高、整个量化频率范围内性能平稳等优点。当SNR(信噪比)大于0 dB时,MRife算法频率估计均方根误差接近克拉美-罗限(CRB,Cramer-Rao bound)。为了提高算法FPGA实现时的系统运行速度,提出使用FFT运算后的实/虚部代替FFT模进行插值,仿真表明对MRife算法性能影响不大。最后,将MRife算法在单片FPGA芯片内进行了硬件设计。布局布线后的时序仿真结果表明,该设计能够对输入数据速率为200 MHz的信号进行实时频率估计,数据不堆积。     

频率估计的一种同频信号加权融合算法

为提高低信噪比条件下短时正弦信号的频率估计精度,针对任意长度的正弦信号,提出一种同频信号加权融合算法.首先,给出同频信号的定义和频谱模型;其次,构造具有相位连续化特性和噪声对消特性的相位修正矩阵对同频信号频谱进行加权融合,使加权融合后的频谱近似于相位连续信号频谱.最后,谱峰搜索加权融合后的频谱,获得高精度的频率估计值,仿真实验表明,与现有方法相比,算法抗噪性强,普适性好,频率估计精度高.     

基于边缘信息的区域合并SAR图像分割算法

针对基于区域合并的合成孔径雷达图像分割中区域合并的顺序问题,提出一种利用边缘信息的区域合并技术。首先,利用改进的比例边缘检测算子获得初始过分割结果;然后,设计一个基于相邻区域的面积和边缘信息的区域合并优先级函数来引导区域合并的进行,该方法提高了模型参数的估计精确,同时保留图像的强边缘;最后,将边缘信息区域合并技术用于求解基于多边形网格的最短描述长度准则SAR图像分割模型。实验表明,与同类方法相比,本文方法的边缘检测能力与定位精度均有提高。     

基于自适应形态学的跳频信号参数联合盲估计

跳频通信的应用大大提高了军事装备的抗干扰和抗截获能力,使得跳频对抗技术面临严峻的挑战。为解决传统形态学跳频信号参数估计方法中结构元素选择困难问题并提高估计精度,提出了一种基于自适应形态学的跳频信号参数联合盲估计方法。首先,对跳频信号进行短时傅里叶变换获取谱图。然后,从其时间轴投影中获取结构元素尺寸的知识, 设计自适应形态学滤波器抑制谱图噪声, 提取跳频图案初步估计跳频参数。最后, 引入最小二乘估计方法, 对跳频周期和跳变时刻进行精估计。仿真结果表明,此方法能够同时估计出跳频频率、跳频周期和跳变时刻, 不需要其中某一种参数作为先验条件, 在复杂的通信环境也能够保持良好的估计性能。     

基于ITD的跳频信号跳速估计算法

非合作情况下,跳频信号参数准确快速的估计对于获取对方通信参数、产生跟踪式干扰等具有重要意义。提出了一种基于固有时间尺度分解的跳频信号跳速的快速估计算法,该算法迭代地分解跳频信号成一系列固有旋转分量,并求出由各层旋转分量信号包络瞬时幅度的最大值所构成的一个分析序列,对该序列进行傅里叶变换即可估计出跳频信号的跳速。该算法具有运算复杂度低、不受时频不确定性原理影响、时频定位精度高的优点。仿真结果显示,该算法能够有效地估计出跳频信号的跳速。     

基于子带信号的MPSK载频估计算法

均匀子带技术是宽带信道化中经常采用的数据处理方法。针对均匀子带信道化易造成信号频谱割裂的问题,建立了M进制移相键控(M phase-shift-keying,MPSK)信号子带信道化输出的数学模型。将目标信号的频谱损失转化为码元成型函数的变化,证明子带信号保留了原信号码元成型函数所带来的循环平稳特性,提出了一种新的基于子带信号M次方谱的载频估计算法。该方法无需合并子带就可进行目标信号的参数估计,提高了宽带处理的效率。仿真分析了算法在不同带宽覆盖比和不同信噪比下的估计性能。理论分析和仿真结果证明了算法的有效性和可靠性。     

Low-complexity method for DOA estimation based on ESPRIT

A low-complexity method for direction of arrival (DOA) estimation based on estimation signal parameters via rotational invariance technique (ESPRIT) is proposed. Instead of using the cross-correlation vectors in multistage Wiener filter (MSWF), the orthogonal residual vectors obtained in conjugate gradient (CG) method span the signal subspace used by ESPRIT. The computational complexity of the proposed method is significantly reduced, since the signal subspace estimation mainly needs two matrixvector complex multiplications at the iteration of data level. Furthermore, the prior training data are not needed in the proposed method. To overcome performance degradation at low signal to noise ratio (SNR), the expanded signal subspace spanned by more basis vectors is used and simultaneously renders ESPRIT yield redundant DOAs, which can be excluded by performing ESPRIT once more using the unexpanded signal subspace. Compared with the traditional ESPRIT methods by MSWF and eigenvalue decomposition (EVD), numerical results demonstrate the satisfactory performance of the proposed method.     

基于UKF的扩频信号参数联合估计算法

针对伪随机码的同步问题,提出利用UKF算法进行伪随机(PN)码跟踪与信号幅度估计的联合处理。该算法通过对状态向量进行U变换,得到多个西格马点,然后利用UKF算法对非线性的扩频信号进行滤波估计。通过仿真实验,证明UKF算法在处理该类扩频信号的伪随机码的同步问题上具有更好的性能。     

采用信号子空间稀疏表示的DOA估计方法

利用目标辐射源空间分布的稀疏性,提出了一种基于稀疏表示的多快拍联合波达方向(direction of arrival, DOA)估计方法。该方法首先利用采样数据矩阵大奇异值对应的左奇异向量估计信号子空间,然后采用加权迭代最小方差方法对信号空间进行稀疏表示。与传统的角度高分辨估计方法不同,该方法没有利用样本的统计信息,因而对具有任意相关性的信号源能进行有效的波达方向估计,不需要进行去相关处理,且具有很高的分辨力及估计精度。实验表明在该方法能准确的对目标源方位进行估计,且极大地降低了稀疏表示的计算量。     

基于趋势估计的微多普勒分离与特征提取算法

微动目标特征提取与辨识一直是弹道目标识别的研究热点与难点。针对复杂运动目标微多普勒(micro-Doppler, m-D)曲线交叠耦合导致的微动辨识难点, 提出一种基于曲线趋势估计的分离算法。该算法首先通过骨架提取获得稳定精细的二值化曲线数据, 再基于曲线光滑性和插值法对曲线趋势进行精确估计并分离, 最后利用变分模态分解(variational mode decomposition, VMD)及经验模态分解(empirical mode decomposition, EMD)算法分解每条m-D曲线并计算相应的微动特性。仿真实验表明, 所提算法能够在信噪比大于-15 dB条件下稳定分离m-D曲线, 进而提取目标的微动特性。     

基于方向性S变换的多分量FM信号瞬时频率估计

针对复杂多分量调频信号的瞬时频率估计问题,提出一种基于方向性S变换的瞬时频率估计方法。首先,在S变换中引入变趋势窗,有效改善了高频区的频率分辨率;其次,提出了方向性S变换,该变换在引入方向性参数的基础上,利用最大化准则实现了复杂调频信号的时频方向匹配;最后,由于传统时频脊线及相应的均方根误差准则无法适用于多分量信号瞬时频率估计的性能评估,提出一种基于支撑域的置信度准则。仿真实验通过线性与非线性的多分量混合调频信号证明了该方法的有效性。