稀疏微波成像提升雷达性能

正由于提出了稀疏微波成像的概念、攻克了相关核心技术,并研制成功全球首部稀疏微波成像雷达样机,开展了原理性验证实验,证明了新理论与新技术的正确性与有效性,笔者因此获得了陈嘉庚科学奖。那么,微波成像的原理是什么?稀疏微波成像与传统方法相比,又有什么独特性与优越性?     

贝叶斯压缩感知稀疏信号重构方法研究

讨论了贝叶斯框架下压缩感知稀疏信号重构的方法,描述了基于非参数方法构建压缩感知字典的过程.实验结果表明:基于贝叶斯方法的压缩感知算法能够对单元脉冲信号进行较好重构,且与其他算法相比具有更小的重构误差.最后对贝叶斯压缩感知的发展进行展望.     

稀疏分解在信号处理中的应用

稀疏分解和稀疏表示是信号处理的新方法,有着广泛的应用。本文主要介绍稀疏分解在信号去噪、弱信号检测、频率估计和盲源分离等信号处理中的应用。     

音乐信号稀疏分析方法研究

利用稀疏分解思想对音乐的类型、体裁、调式进行分析的方法在音乐的量化分析中占有重要地位,并已得到了广泛的应用.在传统的音乐稀疏化分析方法中,较少考虑系数矩阵内稀疏性能与音乐类别的联系,为了解决这一问题,我们设计了一个由稀疏分解结果获得的稀疏性能评价指标对音乐样本稀疏质量和重构效果进行了度量,并通过实验验证了该指标与重构误差及音乐体裁、调式存在明显的相关性,结果未来可以用于音乐类型分析工作的可靠参照.     

基于块稀疏信号重构的高分辨率ISAR成像算法

为实现快速高分辨率逆合成孔径雷达(Inverse synthetic aperture radar,ISAR)成像,充分利用目标的内在块稀疏结构信息,提出一种块平滑l_0范数稀疏重构ISAR成像算法.首先,将ISAR稀疏成像转化为块l_0范数的优化问题,采用一阶负指数函数趋近块l_0范数.其次,采用单循环步骤代替平滑l_0范数算法中的双循环结构,减小控制参数的间隔,实现对块稀疏信号的优化重构.该算法能够在块稀疏度未知时利用ISAR目标固有的内在结构特征进行高分辨率成像.仿真实验结果证实该算法的成像质量高且快于其它算法.     

斜视合成孔径雷达的稀疏降采样数据成像方法

针对合成孔径雷达数据量庞大,不便于存储传输等问题,结合经典的距离多普勒成像算法与压缩感知理论,提出一种稀疏降采样斜视SAR数据的成像方法.在方位向上用随机降采样的方式录取数据,对所得数据进行相应的距离徙动校正和距离脉压,随后将方位向脉压建模为典型的压缩感知模型,用平滑l₀算法重构出二维SAR场景.利用该方法能有效地减少稀疏场景的SAR回波数据量,仅采用传统数据量的25%,即可获得清晰的二维成像结果.     

基于量子算法的逆合成孔径雷达稀疏成像方法

经典稀疏重构算法的计算复杂度较高，易导致雷达系统面对较大规模雷达回波数据时实时成像处理能力不足。针对这一问题，将量子算法应用于逆合成孔径雷达成像的稀疏信号处理中，为雷达稀疏成像带来量子计算短时间内处理大规模数据的优势。首先，根据逆合成孔径雷达稀疏成像的经典算法，分析匹配滤波、稀疏重构等经典算法的量子化方法，建立经典算法与量子算法之间的映射关系；其次，在确定相应量子算法及步骤关系的基础上，构建能够实现稀疏成像经典算法功能的量子线路，提出基于量子算法的逆合成孔径雷达稀疏成像方法；最后，根据构建的量子线路，结合雷达回波信号，制备相应的量子态，输入到量子线路中获得成像结果。仿真实验表明：相较于经典稀疏成像算法，基于量子算法的稀疏成像方法能够在保证成像质量的同时，大幅降低雷达成像处理数据的计算复杂度。     

含旋转部件目标稀疏孔径ISAR成像方法

针对稀疏孔径条件下含旋转部件目标(ISAR)成像质量较差的问题，提出了一种基于子孔径Chirplet变换和压缩感知(CS)的含旋转部件目标稀疏孔径ISAR成像方法：首先，建立了含旋转部件目标的稀疏ISAR成像模型，推导了宽带雷达条件下含旋转部件目标的微多普勒效应，并分析了孔径的稀疏与微多普勒效应共存时对成像的影响；其次将回波信号投影到Chirplet变换基，利用目标主体回波信号和微动部件回波信号在Chirplet变换投影参数上的差异，有效剔除有效子孔径中的微多普勒调制信号;最后，采用基于正交匹配追踪(OMP)算法的CS方法对有效子孔径进行恢复成像，获得了含旋转部件目标的高质量成像结果。仿真实验表明，该方法可以有效消除微多普勒效应和孔径稀疏的干扰，并实现高质量的ISAR成像。     

基于GST的变速机械故障信号稀疏特征提取方法

为提取强噪声背景下的变速旋转机械设备的冲击故障特征,提出了一种基于广义S变换的稀疏特征提取方法.首先,通过多分辨率广义S变换（multiresolution generalized S-transform,MGST）搜索每次迭代过程中的最佳原子,多分辨率广义S变换可以得到信号不同尺度下的归一化时频谱,并从中找出能量最大值及其所对应的时频因子,根据故障冗余字典的构建模型可得到冲击成分的最佳匹配原子.其次,结合正交匹配追踪算法（orthogonal matching pursuit,OMP）,计算出信号在原子集合下的投影,由于采用了基于多分辨率广义S变换的原子搜索策略,大幅度提高了OMP的分解效率.最后,根据稀疏表示中第一个冲击信号的出现时刻,可依次计算出冲击信号在变速情况下的出现时刻理论值,通过与实测值的比较,实现变速机械的故障诊断.仿真和实例分析结果表明,该方法比传统OMP方法和广义S变换具有更高的计算效率和定位精度.      

基于局部LRS方法的稀疏信号片段检测

在稀疏信号的检测问题中,两个重要的挑战是如何提高检测精确度和降低计算复杂度。提出局部似然比选择法(LRSL)并用于检测一维噪声数据中的稀疏信号片段。与一般的似然比选择法(LRS)不同, LRSL方法首先选出观测值大于某个阈值的点,然后再从这些点的邻域内进行检测。 由于信号片段的稀疏性,LRSL方法能够显著地降低计算复杂度。另外,理论渐近结果表明,与LRS相比,LRSL方法能检测到更加微弱的信号。 仿真结果表明所提出的方法具有更高的检测精度和检测效率。     

基于稀疏重构的跳频信号检测方法

针对复杂电磁环境下跳频信号的检测问题,提出了一种基于稀疏重构的跳频信号检测方法,首先采用近似l0范数算法对含有干扰的跳频信号进行稀疏重构,采用拟牛顿法求解无约束多维最优化问题,然后对得到的时频图的频率分量进行二值形态学滤波以去除干扰和噪声,最后通过统计匹配信号的个数完成信号的检测。同时为提高算法的自适应能力,在选取二值化阈值时采用最大类间方差法。理论分析和仿真实验表明该算法在较低信噪比下仍能克服干扰和噪声并较好地保存各跳,实现对跳频信号的检测。     

皮带机动态称重信号处理方法研究

针对大蒜等大直径农作物果实快速精量包装作业动态称重精度低、稳定性差等问题,提出了一种基于巴特沃思与卡尔曼滤波的皮带机动态称重信号处理方法。设计皮带机动态称重试验装置,利用四阶巴特沃思低通滤波器对模拟信号进行一级低通滤波,试验确定最优截止频率。对转换后的数字信号分别进行二级卡尔曼滤波和三级滑动平均滤波,依据前时刻的估计值与当前时刻的观测值确定当前时刻的估计值。选择蒜头质量和皮带输送速度为试验因素,对滤波效果和动态称重误差进行了试验。结果表明：采用巴特沃思与卡尔曼滤波前后,在皮带输送速度2 m/s下,称重最大平均误差μ降低到0.5 g以下,标准偏差σ降低到0.3 g以下,一定程度抑制了由于皮带机振动等引起高频干扰信号对动态称重的影响。     

通信信号处理方法研究与仿真

本文对通信信号处理中的三个主要问题:盲均衡,多用户检测,盲多用户检测进行概括性的综述,并详细介绍了Lagrange乘子估计的多用户检测系统,同时对带反馈的盲多用户检测的算法进行了仿真。     

基于参数化稀疏表征高速目标ISAR成像方法

针对高速运动目标逆合成孔径雷达(ISAR)成像问题,提出一种基于参数化稀疏表征的高速目标ISAR成像方法.首先,对高速运动目标回波信号特点进行分析,构造包含目标未知速度的参数化感知矩阵,建立回波信号稀疏模型.其次,采用自适应寻优算法,同时获得优化的感知矩阵及目标运动速度,基于压缩感知理论,在稀疏采样条件下重构目标ISAR像.相较于已有方法,所提方法可避免ISAR成像中复杂的运动补偿处理,并具有较低的运算复杂度和较好的鲁棒性.仿真实验验证了理论分析与所提成像方法的正确性和有效性.     

信号的稀疏性分析

在工程应用中，许多信号统计上都服从或者近似服从广义Gaussian分布（GGD：Generalized Gaussian Distribution）.着重讨论了广义Gaussian信号的稀疏性问题.首先，针对广义Gaussian信号，推导出了反映信号稀疏性的数学公式.按照这个公式，Laplacian信号的度量值为1，Gaussian信号度量值为2.通过计算信号的度量值，并将其与Laplacian信号和Gaussian信号的度量值进行比较，可以很直观地知道该信号的稀疏程度.同时，给出了一些稀疏盲分离实例.仿真结果表明：（1） 在源信号极其稀疏的情况下，比如稀疏性度量值只有0.083（仿真1），借助稀疏性能够很好地实现欠定盲分离（UBSS：Undetermined Blind Source Separation）；（2） 当观测信号数目比较少的情况下，如仅有3个观测信号，只有当源信号比Laplacian信号更为稀疏时，如稀疏度量值为0.7012（仿真2），对于欠定盲信号分离问题，才可能取得较好的盲分离效果.     

电磁流动成像测井识别气-水层流的信号处理方法

针对大斜度或水平气井中最常见的气-水分层流动,研究利用电磁流动成像测井判别分层流和波状流的方法.首先,分析水平或微倾圆形管道内较常见的气-水两相流型在管道截面上的特征,建立流体分布模型;其次,模拟流体分布模型的电磁流动成像测井响应,分析仿真数据特点;再次,提取仿真数据中与流体分布相关的特征参数,该参数不仅用于判定流体分布模型,而且用于计算分层流模型中的水层高度,从而求取持水率;最后,研究水平气-水两相流型在流动截面上流体分布模型的变化规律,实现气-水层流判别.仿真数据研究结果表明,用这种方法可以实现气-水层流判别和持水率求取,避免了图像重建的过程,计算简单速度较快.     

生物医学信号处理方法概述

生物医学信号是人体生命信息的集中体现,深入进行生物医学信号检测与处理的理论与方法的研究对于认识生命运动的规律、探索疾病预防与治疗的新方法都具有重要的意义。     

遗传算法应用于二维微波成像研究

微波成像在生物医学等诸多领域中具有独特优势和远大的应用前景。 但在成像反演计算中，描述微波散射的算子方程通常是复杂的非线性方程，求解十分困难，同时面临着病态方程求解、计算耗时过多等诸多难题。作者试用遗传算法完成成像计算中逆问题的求解。对二维微波成像问题的数值计算结果表明，遗传算法能够对介质目标的位置、形状和介电常数进行准确的成像，并具有较高的计算效率。     

一种近似稀疏信号的压缩传感重建方法

研究近似稀疏信号压缩传感数据的快速准确重建,提出一种基于分析模型的近似l0平滑函数重建方法ASL0.采用分析模型避免了合成模型的累计误差;引入近似l0范数使优化求解过程得以简化,保证了算法的快速实现.对一维分段平滑的合成信号进行了重建仿真,结果表明,采用ASL0重建信号质量好,算法复杂度低,适用于近似稀疏信号压缩感知数据的重建.     

强噪声下微弱信号处理方法研究

机械设备中信号检测时有用信号比较微弱且存在较强的噪声,给信号检测与处理带来了一定的困难。针对这个难题,采用相关检测、自适应滤波器等微弱信号检测方法,从噪声中检测出微弱信号。首先介绍了相关检测法与自适应滤波器的基本原理,重点阐述相关检测法与自适应滤波器结构及去除噪声干扰的方法,分别用时域与频域方法对微弱信号进行提取。最后在机械实验台上进行验证,实验结果表明：相关检测法与自适应滤波器均能去除干扰信号,提取到有效信号。