基于FRFT的天波雷达多机动目标检测

天波超视距雷达（over-the-horizon radar, OTHR）中,机动目标信号存在频谱扩展,导致目标检测性能下降。强的海杂波进一步增加了机动目标的检测难度。针对该问题,考虑到海杂波信号能量主要集中在零频附近,而且可以建模为一个自回归（auto-regressive, AR）过程,用AR滤波器抑制海杂波;考虑到机动目标信号近似为线性调频信号,而分数阶傅里叶变换(fractional Fourier transform, FRFT)能有效积累线性调频信号的能量,因此采用FRFT算法估计目标运动参数,实现机动目标检测;在此基础上用分级迭代的FRFT进一步降低运算量;针对多目标检测问题,用“CLEAN”方法逐个检测机动目标。仿真结果表明,与已有的离散多项式变换（discrete polynomial transform, DPT）算法相比,本文算法可以更好地适用于多目标检测;与Radon Wigner变换算法相比,本文算法可以达到更高的参数估计精度。     

基于特征空间决策的SAR图像舰船尾迹检测算法

分析了合成孔径雷达(SAR)图像中舰船尾迹的线性特性。由于引起SAR图像线性特征的因素很多,因此针对常规Radon变换域中尾迹峰值检测的不确定性问题,提出了一种基于特征空间决策的尾迹检测算法。该算法首先门限化图像的Radon变换系数,提取出所有可能的峰值点;然后对这些相应的局部峰值的"截面"进行连续小波变换峰值匹配,再根据提取到的参数形成决策矢量在特征空间中进行决策。对仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹。     

一种新的LFM信号检测算法仿真分析

关于线性调频信号的检测,目前的一个主要研究方向是先对信号进行时频分析,获取信号的时频分布特征,然后对时频平面采用Radon变换,投影到Radon变换空间进行峰值检测,以实现线性调频信号的检测。在此基础上,提出了一种新的时频分布积累检测算法。该算法联合运用多种窗长的傅立叶变换分析和Radon变换二值积累,有效的利用了信号能量,通过多层积累处理,取得了较好的效果。通过详细的仿真分析,验证了该算法的有效性,并明确了算法应用中应当注意的问题,具有一定的参考价值。     

基于重排小波-Radon变换的LFM雷达信号参数估计

小波变换是一种兼顾时频分辨率的线性变换,对多分量情况不会引入交叉项。针对此问题,提出基于重排小波-Radon变换的多分量线性调频信号的参数估计法。该方法先将小波尺度图转为时频分布图,为提高聚集性引入了时频重排,再将重排图进行Radon变换以进行参数估计。对单分量和双分量的情况进行了仿真,结果表明,该方法有效提高了时频分布图的聚集性,大大节省了后续Radon变换的时间,同时也抑制了噪声干扰,辨识效果明显提高。     

基于Radon-MDCFT的空间高速机动目标检测与参数估计方法

提出一种基于Radon 修正离散线性调频傅里叶变换(Radon modified discrete chirp Fourier transform,RMDCFT)的空间高速机动目标检测与参数估计的方法。该方法在目标运动参数范围内进行搜索,将目标数据从距离单元〖CD*2〗慢时间域中取出并进行相应匹配变换处理,在补偿回波数据相位并进行相参积累以用于目标检测的基础上同时得到目标速度和加速度的估计结果。〖JP2〗该方法能同时对距离徙动和多普勒走动进行校正,并可在脉冲数有限和低信噪比下有效地检测到空间高速机动目标并获得较好的参数估计结果。仿真结果和对所提方法的输出信噪比表达式的数学推导结果证明了所提方法的有效性。     

低信噪比下线性调频信号检测与参数估计

对低信噪比下线性调频信号的参数估计方法进行了分析 ,提出了首先由信号分段相关解线调的方法得到调频斜率的粗略估计 ,再以此估计值为初值 ,采用局部解线调的技术在一定范围内搜索计算 ,从而快速实现局部Radon Wigner变换检测 ,并给出了线性调频信号参数的极大似然估计。计算机模拟仿真证明了此方法的有效性。     

基于功率谱形态学运算的LFM信号参数估计

针对当前线性调频（linear frequency modulation, LFM）信号参数估计算法中存在的估计精度与计算量的矛盾问题,提出了一种基于功率谱形态学运算的信号参数估计算法。该算法根据LFM信号参数与功率谱形状特征的关系,实现了LFM信号参数估计。仿真试验表明,在信噪比为-5dB时,LFM信号的调频斜率和起始频率估计精度分别比基于Radon模糊变换(Radon ambiguity transform, RAT)和分数阶傅里叶变换（fractional Fourier transform, FRFT）结合的离散谱校正算法提高了约2%和4.5%,带宽和脉冲宽度估计的均方根误差分别小于2.4 MHz和0.025 μs;当采样点不大于4096时,计算量比插值FRFT算法降低了约70%,证明了该算法具有高估计精度和低运算量的优点     

软开关变换电路精细离散映射建模方法研究

针对软开关变换电路系统的快尺度动力学行为分析,通过引入精细时间尺度概念,提出了精细离散映射模型的构建方法,分析了该离散映射模型在跨边界映射时误差产生的机理.针对边界条件的求解,在跨边界映射中引入了一种修正映射,并重点解决在修正映射中边界点的准确计算以及零时间映射的构建问题.通过在离散模型的映射序列嵌入该修正映射,能很好地解决边界条件求解时的误差产生问题,同时又不会显著增加模型计算工作量.     

基于无“缠绕”FRIT目标边缘检测方法

有限Ridgelet变换(FRIT)能够有效利用有限Radon变换(FRAT)和小波变换处理二维信号的一维奇异性.但是在有限Radon变换中,直线是以一种有别于几何方式而特殊定义的周期性"缠绕"直线.这种定义降低了FRIT的检测效果而且不能够检测直线的端点.提出一种无缠绕FRIT,从根本上解决FRIT的"缠绕"问题,并利用àtrous小波代替Mallat小波算法对改进的Radon变换进行检测提高了奇异点的检测精度.基于该方法的边缘检测能够对线段进行筛选与连接,并能有效检测目标的方向、端点、长度及宽度.实验结果表明,在具有一定噪声干扰的情况下该算法能够较精确地实现机场跑道及港口边缘的检测,克服了传统有限Ridgelet变换无法定位线段端点的不足.     

基于FMCW雷达的旋转目标微动参数提取方法

针对旋转目标微多普勒频率相互交叠、重合难以提取的问题, 提出了一种基于调频连续波(frequency modulated continuous wave, FMCW)雷达的微动参数提取方法。考虑到旋转目标微多普勒频率具有正弦形式的特征, 利用多普勒信号构造了矩阵并进行奇异值分解, 使得奇异值比谱在旋转频率处的比值达到最大。为了估计旋转半径和初始相位, 对多普勒信号时频分析结果进行逆Radon变换, 将正弦曲线的参数估计问题转化成了参数空间中的峰值检测问题。仿真和实验数据结果表明, 结合奇异值分解、时频分析技术和逆Radon变换的旋转目标微动参数提取方法具有在低信噪比条件下提取高精度参数值的能力, 有效解决了相互交叉的微多普勒频率参数提取问题。     

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.     

闪烁现象下旋翼目标微动参数估计方法

逆Radon变换以其精度高、抗噪性能好的优点常用于微动信号的参数估计,但是当旋翼类目标微动信号存在闪烁现象时,该方法失效.针对此问题,提出一种闪烁现象下的微动参数估计方法.首先,建立基于线性调频信号的单旋翼直升机雷达回波散射点模型,分析闪烁现象下回波的微动特性.其次,通过去噪卷积神经网络(denosing convol...     

面向雷达高速目标检测的RFT快速实现方法

基于Chirp-Z变换(Chirp-Z transform, CZT)的Radon-Fourier变换(Radon Fourier transform, RFT)是一种频域RFT算法,然而对多普勒模糊数的遍历搜索使得该算法运算量较大,同时该方法对积累结果采用选大处理抬高了噪声电平。针对上述不足,提出了一种由粗到精(coarse-to-fine,CTF)的RFT快速算法(CTF-RFT)。在粗检测阶段,首先对多普勒模糊数进行跨间隔搜索,对多组二维积累结果进行粗检测提取潜在目标,再利用目标积累能量在多普勒模糊数维的变化规律剔除虚假目标,得到目标所在的多普勒模糊数区间及粗略参数;在精检测阶段,对粗检测确定的多普勒模糊数区间进一步搜索,确定目标的精确参数。理论分析和实验结果表明,与CZT-RFT相比,CTF-RFT在获得几乎相同检测性能的同时进一步降低了计算量。     

一种基于高阶统计量的图像识别算法研究

提出了一种基于图像高阶统计量的识别算法。利用Radon变换将图像数据变换到一维空间,通过计算投影数据的双谱构造出具有比例和平移不变性的特征。利用Rapid变换获得特征的旋转不变特性;接着,利用阈值分析的方法进行特征选择,获得了较原始特征更好的识别效果。针对特征向量过长的问题,利用主元分析进行长度压缩。与不同方法的实验比较表明,算法能够有效地用于图像识别。     

扩频测控系统常见干扰检测技术研究

以码分多址(code division multiple access,CDMA)测控系统常见干扰为研究对象,针对现存干扰检测技术中存在干扰类型分析不全面、计算复杂度高的问题,提出新型低运算复杂度的变换选择模式识别(transform selective mode distinguish,TSMD)检测方案。首先利用压缩增益(compression gain,CG)特性对脉冲干扰、线性调频干扰和窄带干扰进行检测,如果检测干扰为窄带干扰,既而通过模式识别技术中的谱均值-方差特性对音频干扰(包括多音干扰和单音干扰)、数字窄带干扰和自回归随机过程进行检测。仿真实验证明了该算法的有效性。