几种调制分类方法的原理与仿真试验研究

准对数似然函数比 (qLLR)、相位统计矩和不同阶幅度矩是调制分类的新方法。用qLLR方法构造检测MPSK信号的假设检验及其对数似然函数比 ,并求其数学期望 ,得到qLLR以BPSK/QPSK信号分类。相位统计矩方法利用MPSK信号符号初相位偶阶统计矩为M的单调递增函数的特性 ,并进行M进制识别复合假设检验。不同阶幅度矩进行调制分类的方法利用MPSK/MQAM信号每符号段波形起始点与其它点幅度的乘积统计矩特征进行调制分类。给出了计算机仿真试验评估。     

基于微多相粒子群算法的介质粗糙面反演研究

为快速有效地求解介质粗糙面的反演问题,提出了一种能反演地表面参数的新方法--微多相粒子群算法。利用矩量法结合前后向迭代法快速求解双站散射系数。采用单纯形法实现有导向的约束初始种群的生成,以双站散射系数的测量值和理论计算值的偏差为目标函数,通过多相粒子群算法和单纯形相结合的算法对优化变量进行优化,使目标函数达到最小值实现地表参数的反演。给出了应用该方法的具体步骤,分析了测量结构,通过仿真实验验证了算法的有效性。     

基于分数阶傅里叶变换的chirp信号时频分析

提出了一种新的基于分数阶傅里叶变换的伪维格纳分布(PWD),用于单分量或多分量chirp信号的分析。首先通过搜索二阶分数阶傅里叶变换矩的极值点,寻找最佳变换域,然后利用旋转的短时傅里叶变换,在分数阶傅里叶变换域中实现各分量chirp信号间的分离,以抑制交叉项及噪声项的干扰。在已知信号模型的前提下,还给出了分数阶傅里叶变换最佳旋转角度的经验计算公式,以辅助信号分析。仿真实验表明,通过对时频平面的旋转,所提出的方法能够在分数阶傅里叶变换域中,很好地抑制多分量信号间的交叉项干扰,更好地提取信号的时频信息。     

利用RCS幅度信息进行雷达目标识别

本文根据模糊分类的技术,提出了一种利用目标雷达散射截面(RCS)幅度时间序列来提取目标特征量、应用模糊数学原理进行综合判决的目标识别方法,给出了利用该方法和外场全尺寸目标静态RCS测量数据,对五种飞机和导弹目标进行特征提取和模糊识别的结果。     

Nakagami信道基于16APSK的加权信噪比估计算法

自适应编码调制(adaptive coded modulation, ACM)技术是一种提高无人机(unmanned aerial vehicle, UAV)数据链吞吐量性能的有效方法,信道估计的准确性是决定ACM系统性能的关键因素之一,直接影响UAV数据链的吞吐量性能。首先对Nakagami衰落信道进行分析建模,推导了信号经过衰落信道后的表示方法。其次对Nakagami衰落信道下基于多进制数字相位调制(multiple phase shift keying, MPSK)的信噪比(signal-to-noise ratio, SNR)估计算法进行推导和分析,仿真结果表明三阶矩(third order moments, M3)SNR估计算法比传统的二〖JP2〗阶矩四阶矩(second and fourth moments, M2M4)SNR估计算法具有更好的估计性能。最后,针对Nakagami衰落信道下的现有估计算法对非恒包络调制信号估计性能差的问题,提出了一种适用于非恒包络的16阶振幅移相键控(amplitude phase shift keying, APSK)信号的加权SNR估计算法,该算法利用接收信号的先验信息和信号的阶矩关系进行SNR估计,具有复杂度低,估计精度高等优势。理论分析与仿真结果表明:所提出的算法可以有效地对16APSK调制信号进行SNR估计,且相比于M2M4算法,利用M3信息进行信道估计的加权SNR估计算法具有更高的估计精度。     

基于渐近波形估计与混合粒子群算法的目标外形反演

提出了一种能同时重构多个导体目标外形的新方法--混合粒子群算法。利用矩量法和渐近波形估计技术求解电磁散射问题,以测量的散射场和计算散射场偏差作为目标函数,将待优化变量设置为目标的截面轮廓近似表达的三角级数形式的系数,通过混合粒子群算法对待优化变量进行优化,使目标函数达到最小值来对自由空间中的散射体进行电磁成像。仿真结果表明,混合粒子群算法比伪群交叉算法具有更好的收敛性能和成像精度,具有较强的抗随机噪声干扰能力。     

面向近红外合作目标的鲁棒检测与匹配算法

针对无人机视觉着舰相对导航合作目标检测易受环境干扰问题,提出了一种面向近红外合作目标的鲁棒检测与匹配算法。首先,搭建了由850nm的近红外合作目标以及带有850nm滤镜摄像头组成的成像系统;然后,设计了基于几何约束的方法剔除合作目标图像中的异形干扰点,再利用Hu矩排除其中的相似干扰点;最后,利用形状上下文匹配算法解决拍摄图像中合作目标可能存在尺度、角度畸变使得合作目标难以匹配问题。实验结果表明,所提出的方法可以在不同距离、不同光照、不同角度以及环境干扰下,实现合作目标鲁棒检测与匹配。     

复随机信号的四阶统计量估计中的浮点舍入误差分析

本文分析了由单个数据记录沽计复平稳过程四阶矩与四阶累积量的浮点舍入误差,得到了峰度与四阶切片矩的估计中引入的量化噪声的均值与方差的闭形表达式或上界,说明舍入误差明显影响四阶矩估计,尤其是对于为减少估计方差而采用的长数据记录情形.     

多层次综合评判模型及其应用

人们在研究复杂的系统问题时，往往考虑的因素很多，且不同因素间还存在不同的层次，所以需要采用多层次综合评判方法去分析和评价。本文针对企业经济效益这一复杂的系统问题，将ＡＨＰ法与经济管理加以结合应用，利用灰色关联度作为测算经济效益进行综合评判，构造一个反映企业经济效益递阶层次的结构和目标函数，从而为多层次综合评判问题提出一种新方法。     

基于势概率假设密度滤波器的不可分辨目标跟踪算法

根据有限集统计方法,推导得到了可适用于不可分辨目标跟踪问题的势概率假设密度（cardinalized probability hypothesis density, CPHD）滤波器。类似传统的点目标CPHD滤波器,该不可分辨目标CPHD滤波器不仅可以递推地传递多目标状态集合的一阶统计矩,还可以传递多目标个数（即势）的概率分布。蒙特卡罗仿真实验表明,相比Mahler提出的不可分辨目标PHD滤波器,所提出的不可分辨目标CPHD滤波器具有更加精确和稳定的多目标个数和状态估计,但它的计算量要大于不可分辨目标PHD滤波器。     

基于曲率仿射不变量的快速目标识别

提出了一种用于三维空间中近似平面目标的快速识别方法。该方法利用目标轮廓的曲率信息构造出仿射不变量函数,再利用该不变量的极值点信息定位出轮廓的起始点进而对不变量做相应的循环移位调整,最终通过对调整后的不变量进行相似度比较实现目标识别。由于曲率信息能够有效地描述目标轮廓特征,所以保证了本方法优良的识别性能。同时本方法通过起始点定位的方式克服了传统上高复杂度的循环移位匹配的识别模式,进而实现了快速识别。实验结果显示了所述方法在识别精度和识别效率上都具有明显的优势。     

多载频目标分类法

目标分类就是在M个假设目标中,确定哪个假设目标的形状与来自散射场的观测数据反映的目标特征最符合,可以说这是逆散射尚待完善的一种应用。本文介绍了一种利用雷达接收机观测到的后向散射波形或目标特征信号来辨别各种形状的目标的方法。虽然近年来一些文献对这个课题很重视,但是,本文却是首先对特定条件下用正在运转的雷达进行目标自动分类作理论分析的文献之一。这种体形分类方法是利用工作在不同载频和极化方式的两个或多个辐射源的散射回波。这种分类法实际上就是将接收数据与目标特征信号储存库中的各种目标特征资料进行比较。目标特征信号储存库中的资料是事先计算或测量好后存入的。在目标特征信号观测值伴有强噪声的情况下,雷达用这种方法对空间目标作了识别试验。这种目标分类算法是判决理论与严密的目标响应特性计算法相结合的产物。对形状简单的空间目标来说,在雷达捕捉目标后的初始段内,这种方法就能作出可靠的分类。这种分类法不需要事先知道目标的运动参数就能自动估计目标的姿态角。它依次对输入数据进行处理,每输入一个信息,它对目标的分类就准确一步,并同时给出即时判决的置信度。这种分类法还能以拒判度来表达目标特征信号库中是否有这个目标。     

含噪远距离运动目标图像自动识别的技术途径与方法的研究

本文主要研究含噪远距离运动目标即运动点目标图像自动识别问题，提出了利用点目标运动特性与能量辐射特性来进行目标识别的新技术途径，讨论了点目标运动轨道与速度参数以及其能量辐射特性参数的获取方法和多层前馈二阶神经网络分类器的设计方法。在微机上以三类含噪运动点目标图像识别为例，对文中有关点目标特征参数的获取与分类方法进行了仿真实验，结果表明，本文提出的含噪运动点目标图像自动识别的途径与方法是可行和有效的。     

频率选择信道下STBC-OFDM信号盲识别

针对多输入单输出(multiple input single output, MISO)通信系统的空时分组编码正交频分复用(space-time block codes-orthogonal frequency-division multiplexing,STBC-OFDM)信号盲识别问题,提出了一种基于四阶统计量的盲识别算法。该方法首先对MISO通信系统的STBC-OFDM信号进行建模;然后利用STBC-OFDM信号编码矩阵的相关性,构造了不同时延向量下接收信号OFDM块的时延四阶矩作为特征函数;最后通过时延四阶矩理论值与实验值的最小欧式距离盲识别发射端STBC-OFDM信号的编码方式。该方法不需要信道系数、噪声信息和调制信息等先验信息,适合非合作通信场合。仿真结果表明,所提出的算法即使在低信噪比(SNR=0 dB)下识别效果接近100%,且对载波频偏、时间同步偏差和多普勒频移不敏感,实用性较强。     

基于混合粒子群算法和快速非均匀平面波算法的介质目标反演

提出了一种重构介质目标的新方法--混合粒子群算法,研究了几何形状已知的介质目标介电参数反演、均匀介质柱的外形轮廓反演及外形轮廓与介电参数均未知时的介质目标反演三类问题。利用快速非均匀平面波算法加速矩量法求解介质目标的雷达散射截面,以介质柱体的散射场的实际测量值与迭代计算值的偏差作为目标函数,通过单纯形法和伪群交叉算法混合的粒子群算法对优化变量进行优化,使目标函数达到最小值来对介质目标的介电特性进行电磁成像。仿真结果表明：混合粒子群算法简单、通用,在反演过程中不用加入正则化处理以确保数值稳定性,比简单遗传算法具有更好收敛性能、更高的成像精度和抗随机噪声干扰的能力。     

N 阶色散媒质宽频电磁散射特性的高效分析

在目标宽频电磁响应分析中引入Maehly逼近理论,应用矩量法(method of moments, MOM) 求解给定频带内若干节点处目标的表面电、磁流,以形成关于电、磁流的Chebyshev多项式逼近,最后转化为Maehly逼近以提高计算精度。结合PMCHW方程,对各种形状三维介质目标、N 阶色散介质目标的宽带电磁散射特性进行了分析。数值仿真表明：在不占用更多内存的情况下,Maehly逼近方法能够有效提高宽频分析的计算效率。     

用同心离散圆簇实现目标形状特征提取

为了满足跟踪过程中目标形状匹配的实时性要求,提出了用同心离散圆簇（cluster of concentric discrete circles, CCDC）进行区域形状特征提取的方法,主要思想是将目标的质心定位在CCDC的圆心上,将目标图形映射到CCDC上,计算每个离散圆的形状特征值,组成一个特征向量来描述目标形状。该方法的优势在于计算量非常小而且受目标形状尺寸影响小,并具有平移、尺度和旋转不变性。计算速度分别是七阶不变矩和Zernike矩的10多倍和300多倍,能很好满足目标跟踪的实时性要求。     

基于内插采样技术的高精度时间间隔测量方法

针对当前时间间隔测量方法中存在的问题,提出了一种基于内插采样技术的高精度时间间隔测量方法。该方法将对原理误差的测量转变为对基准信号相位的测量,完全克服了传统时间间隔测量方法的测量原理误差,并且解决了测量范围与测量精度的矛盾,能够完成实时测量。理论分析与计算机仿真结果均表明该方法是切实可行的。     

采用梯度平滑措施的自适应符号算法

以自适应回波对消为对象 ,讨论了两种自适应符号算法的梯度估计平滑方法。从理论上对其中一种平滑方案导出的自适应算法的性能进行了详尽的分析。在输入为联合高斯的情况下 ,给出了权值一阶矩和二阶矩的收敛特性公式。结果表明 ,与符号算法相比 ,平滑算法的收敛速度与符号算法基本一致 ,但稳态误差更小 ,自适应步长的取值范围更大。     

二维交叉运动模拟系统误差分析方法

针对多目标二维交叉运动模拟系统目标运动范围大、目标间运动相互干扰的难题,设计了一种由多个独立单目标二维运动系统组合构成的多目标二维交叉运动模拟系统。针对该系统的特点及误差来源并结合三角交汇视觉测量原理,利用两台经纬仪搭建三维坐标测量系统,通过对系统不确定度分析来获得最佳测量区域,利用所测的特征点的三维坐标重构目标二维运动参考平面并求得位置误差,最后利用软件对系统误差进行补偿。该方案可以很好的应用于多目标二维交叉运动系统误差的测量,实验结果表明,利用该方案可使补偿后的系统精度满足指标要求。