抗距离遮挡的雷达相位编码信号设计方法

为了解决单基站雷达近距离或远距离回波信号接收不全造成的距离遮挡问题,设计了一种抗距离遮挡的新型相位编码信号——截短低旁瓣相位编码信号(TLS序列)。首先,建立最小化更新序列自相关旁瓣峰值或能量的非线性码元映射关系;然后,随机产生一个短的初始相位编码序列;最后,在此基础上按照所建立的映射关系映射得到具有指定码元数的TLS序列,并估计出所得序列集的互相关峰值。仿真结果表明,与m序列等传统序列相比,等码元数截取后,TLS序列在进行脉冲压缩处理后的平均自相关旁瓣峰值约低5dB,且所得序列集具有较低的互相关峰值,可用作正交波形。     

基于多种群分层协作遗传算法的MIMO雷达正交多相编码信号设计

正交多相编码信号具有大输出主副比和高安全性而倍受关注,利用自相关旁瓣峰值、互相关峰值、总的自相关旁瓣能量和互相关能量最小设计了MIMO雷达正交多相编码信号优化的代价函数.基于多种群协作及高层种群高效决策的思想,运用普通群体挖掘优化空间而高层种群引导种群更快的收敛到全局最优解,提出了多种群分层协作遗传算法,并将其应用于MIMO雷达正交多相编码信号设计,实现了MIMO雷达信号的距离、速度测量的同时提高分辨力,仿真结果表明了本文方法的有效性和可靠性.     

基于小孔径超视距目标探测的OFDM-LFM发射波形设计

针对传统天波超视距雷达接收阵列孔径大的问题,提出一种基于小孔径的超视距目标探测方法。分析了阵列孔径减小后信号接收与处理的性能损失,在此基础上采用正交频分复用线性调频信号,从发射信号设计方面提升系统性能。首先对信号进行建模,重点提出一种基于凸优化的脉压信号峰值旁瓣抑制算法,建立了优化模型并进行求解。仿真表明,采用正交频分复用线性调频信号可以提升距离分辨率,采用凸优化的算法后脉压峰值旁瓣为-26.28dB,旁瓣电平平均值小于-50dB,距离门内和距离门外噪声/干扰的抑制能力得到提升,改善了小孔径超视距目标探测的处理性能。     

一种相位编码信号及其失配滤波器设计方法

为了解决相位编码信号脉冲压缩后峰值旁瓣电平过高的问题,提出了一种新颖的相位编码信号——宽主瓣相位编码信号及其失配滤波器的设计方法。首先,在给定相位编码信号时宽并且保持信号带宽不变的条件下,通过增加相位编码信号的码元长度来增加优化自由度进而降低其峰值旁瓣电平;然后,给出了宽主瓣相位编码信号的设计准则,并使用基于L-BFGS算法的最小p范数优化算法进行求解;最后,基于该相位编码信号提出了以最小化峰值旁瓣电平和逼近期望的主瓣为准则的失配滤波器设计方法,并使用凸优化算法进行求解。仿真结果表明:在给定相位编码信号的时宽、保持信号距离分辨力不变的条件下,与传统相位编码信号相比,主瓣展宽的相位编码信号峰值旁瓣电平可以降低4.32dB;通过设计失配滤波器的方法,该相位编码信号脉冲压缩后的峰值旁瓣电平可以进一步降低5.94dB。     

一个改进的BFGS算法

提出了求解无约束优化问题的一个改进的BFGS算法,并结合Goldstein线搜索证明了算法对一般非凸目标函数极小化问题的全局收敛性.     

面向邻近目标分辨的MIMO雷达波形设计方法

针对雷达系统邻近多目标分辨性能较差的问题,提出了一种面向邻近目标分辨的MIMO雷达波形设计方法。首先,通过数字波形产生器生成正交频分复用信号,作为雷达发射波形,并对其进行相位编码调制;其次,将发射波形设计问题转化为最优化问题,以最小化发射信号功率峰均比为目标函数,最大距离旁瓣电平和距离模糊函数包络变化因子为约束构建优化模型;然后借助序列二次规划法求解该优化模型,得到最优发射波形,提高波形固有分辨能力,进而增强接收端匹配滤波性能。仿真结果表明,该方法能够得到更低的信号峰均比,与时域移位削峰和改进的子载波预留法相比,距离旁瓣性能损失降低了约17.4%和36.9%,且序列长度和初始序列类型对算法性能影响较小。     

基于WR分解的多用户多天线OFDM系统半盲信道估计

在多用户多天线OFDM上行信道的模型下,提出一种改进的基于WR分解的半盲信道估计算法。改进算法利用接收信号的统计特性和子空间分解法直接估计白化矩阵W,避免了对导频信号的依赖和模糊矩阵的求解问题。在已知W矩阵后,根据正交导频的设计方案,由最小均方误差准则得到Q矩阵。计算机仿真结果表明,系统的信道冲击响应可以被很好的跟踪,且当信噪比达到20 dB时,改进算法的RMSE比LS算法降低约1～1.5 dB。与此同时,正交导频的长度对于改进算法的性能具有较大的影响,当导频信号的长度达到整个OFDM符号块长度的1/5时,改进算法的RMSE比LS算法降低约1～2 dB。     

采用多类代价指数损失函数的代价敏感AdaBoost算法

为解决由多个二类代价敏感算法扩展而成的多类算法存在时间复杂度高和不能区分错分代价的问题,提出一种采用多类代价指数损失函数的多类代价敏感AdaBoost算法(MCCSADA)。为保证算法的代价敏感特性,首先设计一种满足代价敏感损失函数设计准则的多类代价敏感指数损失函数;然后将此损失函数作为评价分类器性能的标准,以最小化损失函数为目的使用逐步叠加模型推导算法的最优基分类器加权系数;最后使用多类代价损失函数和最优基分类器加权系数求解公式替换多类AdaBoost算法的损失数和加权系数求解公式,得到代价敏感的MCCSADA算法。使用UCI数据集对算法进行验证,实验结果表明:算法的稳定性得到了提升,退化现象被减弱;相比于由两类代价敏感算法通过一对一方法扩展而来的多类代价敏感算法,MCCSADA算法在大多数情况下能够取得更低的代价,而且具有较低的时间复杂度,在3类数据集上的时间复杂度降低约40%,并且随着类别数的增多效率提升更加明显。     

一种快速实现多峰值函数优化的改进遗传算法

针对基本遗传算法具有的收敛早熟、局部搜索能力差等缺点,提出了一种快速实现多峰值函数优化的改进算法。该算法包含并行小生境技术、可疑峰值点判断、引入局部搜索参数等策略,并采用C语言成功编写了通用程序。数值算例表明：该改进算法能有效防止早熟收敛,明显提高遗传算法的收敛效率,快速搜索到目标函数的所有最优点。该算法对求解多峰值函数优化问题具有普适性。     

指数形式的二次相关GCC-PHAT-β时延估计算法

针对现有的时延估计算法在低信噪比下精度低、时延估计误差大的问题,提出一种指数形式的二次相关GCC-PHAT-β算法。通过构造加有高斯白噪声的两路单频正弦波信号,分别在不同信噪比下对GCC-PHAT-β算法、二次相关GCC-PHAT-β算法以及改进算法进行实验仿真,验证三种算法在不同信噪比下的峰值凸出程度;进一步选用男声音频作为信号源,比较三种算法在进行时延估计时所产生的误差大小。仿真结果表明：信噪比在-10~10dB时,改进算法的相关函数的最大峰值明显凸出于GCC-PHAT-β算法和二次相关GCC-PHAT-β算法,其时延估计误差相较于其它两种算法也显著减小。可见指数形式的二次相关GCC-PHAT-β算法在信噪比为-10~10dB时具有一定的优势。