K脉冲在目标识别中的应用

在雷达波形综合法的基础上,引入了K脉冲的概念,进一步扩展了识别目标的一种新方法.     

PRC-CW雷达近距离目标干扰的自适应对消

为提高伪随机码连续波（PRC—CW）雷达性能,讨论了近距离目标干扰抑制方法。在分析了PRC—CW雷达近距离目标干扰信号的基础上,采用了基于最小均方（LMS）算法的自适应对消技术;通过仿真分析合理选择了LMS自适应滤波器的参数,并采用11公司的TMS320C5402定,量DSP芯片实现了自适应对消器。试验结果表明该对消器能抑制近距离目标干扰。     

自适应噪声对消中的ELMS算法及其变步长算法

基于对ＬＭＳ算法的研究,提出一种适用于自适应噪声对消（ＡＮＣ）系统的ＥＬＭＳ算法结构,分析比较了ＥＬＭＳ算法与ＬＭＳ算法的统计性能,还提出了一种较为实用的变步长归一化ＭＶＳ－ＡＮＥＬＭＳ算法．大量的计算机模拟仿真论证了新算法的优越性．     

基于模糊自适应滤波器的噪声对消系统

给出了一种基于模糊自适应滤波器的非线性噪声对消系统,由于用前馈网络表示的模糊逻辑系统具有学习任意非线性函数到任意精度的能力,而且具备自适应性,因此,这种滤波器的性能明显优于线性滤波器,能适应各种复杂的噪声环境,仿真结果表明,这种滤波器具有良好的性能。     

实时自适应噪声对消系统的TMS32010实现

提出了采用TMS32010高速数字信息处理芯片和APLMS算法实现实时自适应噪声对消系统的硬件结构和软件流程，通过实验验证了这种实时系统的有效性。     

雷达多目标自适应识别方法研究

提出了基于目标回波自相关矩阵本征值分解提取多目标特征的新方法，在小训练样本集下，为能准确建立参考模板，提出了一种基于模糊等价关系（FER）聚类和模糊c均值（FCM）聚类相结合的FER－FCM聚类方法，在识别过程中，利用自适应算法对参考模板逐步修正，使识别系统逐步达到最优的性能，还给出了实验结果。     

相控阵雷达自适应旁瓣对消技术的研究

对相控阵雷达的自适应旁瓣对消(ASLC)技术进行了研究.介绍了其工作原理,并通过MATLAB进行了计算机仿真,直观形象地验证了其在抗有源干扰方面的有效性.     

用频率步进技术识别雷达目标的方法

利用频率步进脉冲技术提取一种坦克简化模型的距离回波形。然后针对该模型就识别特征的提取，模式识别库的建立和几种背景条件下的识别概率等问题进行了探讨。通过实验获得了几种简单目标模型的高距离回波形，说明了高距离分辨技术在目标识别领域的可行性。     

自适应信号处理在柴油机振动信号识别中的应用

介绍了信号自适应处理的基本方法和自适应对消原理 ,利用正弦合成信号和正弦与噪声合成信号的对消实例验证了该方法。在对PZ1 2V1 90B型柴油机缸盖振动信号的分析中 ,用非爆发段信号作为待消信号 ,对原信号进行了对消 ,抑制了噪声及其他信号 ,突出了有效信号。     

声纳探测信号自适应脉冲噪声对消算法

针对浅海环境噪声严重影响声纳探测信号检测性能的问题,提出了一种非线性变换的自适应脉冲噪声对消算法。算法首先对回波信号和参考通道噪声信号同时进行非线性变换,对脉冲噪声进行软阈值滤波,在此基础上,采用最小均方误差算法实现自适应噪声对消,可获得稳健的收敛性能。α-稳定分布脉冲噪声条件下的仿真和某次实验中的声纳探测回波信号处理证明了算法的有效性。     

冲激引信目标识别方法的研究

讨论了波形合成法中的Ｅ～脉冲方法，提出了一种可用于冲激引信的自动目标识别系统，最后给出一些计算机仿真的结果，并就采用这种方法仍存在的问题进行了讨论。     

MLMS自适应滤波的改进方法

本文从自适应噪声消除的角度对 LMS(least-mean-square)算法及 MLMS(Modified/LMS)算法进行从讨论,提出了 MLMS 法的改进算法,模拟结果表明;改进后的算法,其动态和静态特性均有所改进,而它的计算量并没有增加。     

自适应滤波在噪声抵消中的应用

介绍了自适应噪声抵消的工作原理,并对算法的选择进行了简单论述,说明了选择LMS算法的原因,并进行了仿真。     

消除噪声的自适应滤波方法研究

电子系统中不可避免地会受到噪声的干扰。用固定参数的滤波器进行消除噪声有其缺陷,它对信号与噪声的先验知识需要的较多。本文讨论了用一种自适应滤波器消除噪声的方法,实验仿真证明这种方法能有效地去除弱信号中的噪声。     

基于随机滤波的雷达信号采样和目标重建方法

受奈奎斯特采样定理的约束,传统雷达在提高分辨率和满足实时性要求时,面临高采样率、快处理速度、大存储容量等问题的挑战。压缩传感理论指出,稀疏信号可通过其一组线性测量值重建得到原信号,在获得测量值时,采样率可低于奈奎斯特采样频率。值得注意的是,当测量矩阵的元素具有随机性时,测量矩阵和稀疏化矩阵在较大概率上满足压缩传感理论的测量要求,具很强的适应性。然而,随机测量矩阵在雷达系统中很难实现。本文提出一种基于随机滤波的雷达信号采样和目标重建的方法,该方法计算效率高,只需在传统雷达系统中稍加改动即可实现。计算机仿真验证了该方法的可行性。     

Radar Phase-Modulated Waveform Design for Extended Target Detection

Extended target detection performance can be enhanced by using phase-modulated waveform designs in band-limited radar systems. Unlike waveforms designed for the total energy constraint, phase-modulated waveforms can fully exploit the transmit power in the pulse duration, which is more suitable for practical radar systems. An alternating iterative algorithm was developed to optimize the phase-modulated baseband waveform by maximizing the signal-to-noise ratio (SNR) at the receiver filter output. The output SNR increases continuously with the number of iterations and the algorithm is guaranteed to converge. Simulations validate the effectiveness of this approach. The waveforms designed by this method outperform other commonly used waveforms for extended target detection.     

带有色观测噪声的自适应滤波算法

对于带有色观测噪声的系统,基于最小二乘准则(LS),提出了递推增广最小二乘算法(RLSE),该自适应算法能显著减小噪声的影响,提高信号质量.并在此基础上提出了计算噪声方差的估值方法.计算机仿真例子和信噪比的计算证明了算法的正确性和有效性.     

带有色观测噪声的改进自适应滤波算法

在噪声消除系统中,若观测噪声为有色噪声,则基于最小二乘准则(LS),提出了两段RLS-RELS算法,这是一种改进的递推增广最小二乘法,该自适应算法能显著减小噪声的影响,提高信号质量.并在此基础上提出了计算噪声方差的估值方法.计算机数值仿真例子和信噪比的计算比较证明了算法的正确性和有效性.     

随机噪声雷达信号性能分析

针对随机噪声信号的分辨能力,推导出了不同功率谱形式的噪声信号的雷达目标距离分辨率表达式。理论分析基于信号的时间相关函数,利用Taylor级数和高次方程求解方法。理论结果表明:在相同的信号带宽情况下,具有高斯功率谱形式的噪声信号比矩形功率谱噪声信号具有更好的距离分辨率,也比常规线性调频信号有更高的距离分辨率,但高斯功率谱形式的噪声信号和线性调频信号可以具有相同的能量。仿真结果验证了理论分析的正确性。     

基于流形的分类算法及其在毫米波雷达目标识别中的应用

针对毫米波高分辨率雷达一维距离像目标识别的多类分类问题．基于局部线性嵌入（Locally Linear Embedding,LLE）算法思想,考虑样本与其所在低维流形之间的关系,提出一种多类分类算法．该算法先确定样本所在低维流形的结构,然后通过比较未知样本与各类已知样本流形间的关系来分类．将其应用于毫米波高分辨率雷达一维距离像目标识别,实验结果表明,该算法能够有效地进行分类。性能优于其他常用多类分类算法．且对输入参数不敏感．