杂波谱中心和谱宽估计方法

在雷达动目标检测等处理中 ,为了有效抑制杂波 ,并防止目标白化 ,首先需要对杂波谱中心和谱宽进行有效的估计。基于短序列雷达杂波数据的快速付氏变换 (FFT)运算结果 ,提出了新的杂波功率谱中心和谱宽的估计方法 ,分别称之为“质心法”和“积分法”。将物理学中的“质心法”应用于杂波功率谱中心估计 ,取得了较常规方法好的多的估计效果。在杂波功率谱宽估计中 ,结合相应的功率谱谱形特征 ,利用能量积分的方法完成了功率谱谱宽的估计。和常规的方法相比较 ,有性能好、算法复杂性较小的优点     

二维概率密度核窗估计的快速算法

概率密度核窗估计法,在窗宽选取最佳时,具有很高的精度,在各种确定最佳窗宽的方法中,最小二乘相关确认法是性能较好的一种,但因运算量大使其实际应用受到限制,本在保证核窗估计高精度的前提下,给出了二维概率密度核窗估计的快速算法,并通过仿真运算,验证了该算法的有效性。     

用于机载雷达杂波谱中心估计的极坐标质心法

在机载雷达动目标检测(M TD)处理中,为了有效抑制杂波,必须先对杂波谱中心进行准确估计。该文提出了一种适用于机载M TD杂波谱中心估计的方法——极坐标质心法。它的核心计算环节基于内积运算,因此较常用的基于相关运算的算法可以显著减少运算量;另外,很好地解决了已有的内积算法难以克服的“频谱分裂”问题。针对实际中经常出现的立方杂波谱和G auss杂波谱,仿真实验比较了这种方法和传统典型算法的估计性能,证明了这种方法具有估计准确,运算复杂度小的优点。     

基于最大熵谱估计的超声检测回波频谱分析

最大熵谱与传统FFT谱比较具有谱线平滑、分辨率高等优点.论述了最大熵谱估计的原理、方法及其在复合材料粘接质量超声检测中的应用.研究中采用最大熵谱法对回波信号进行频谱估计,确定回波中心频率,进而利用谱移法根据中心频率变化幅度判断界面的粘接质量.实验结果表明将最大熵谱估计用于复合材料粘接质量超声检测回波的处理中,更有利于缺陷特征的提取及检测水平的提高.     

MPSK/MQAM符号速率估计算法

为了在复杂环境以及低信噪比情况下实现符号速率的准确估计,降低算法的复杂度和运算量,提出一种针对MPSK/MQAM(multiple phase shift keying/multiple quadrature amplitude modulation )类信号符号速率估计的新方法,通过对A/D采样后的信号进行数字下变频处理得到零中频信号,利用I路和Q路信号构造一个复数函数,生成含有与符号速率相关的离散谱线,通过检测离散谱线的位置实现符号速率的估计。通过MATLAB仿真实验以及在FPGA(field programmable gate array)与DSP(digital signal processor)硬件平台上利用实际信号对算法的性能就行了测试,验证了该方法的有效性。结果表明,该算法复杂度低,运算量小,适应性好,在低信噪比情况下仍具有较高估计精度。同时,该方法所得到的数据也可以用来进行信号识别和其他参数的测量,这在工程实践中具有很高的应用价值。     

二维快速子空间DOA估计算法

提出一种二维快速子空间DOA估计算法,该算法利用阵列协方差矩阵的一个子矩阵得到降维的信号子空间,不需估计整个阵列的协方差矩阵,也不需进行特征值分解,从而使得该方法具有运算量小、复杂度低和易于实时处理的特点,因而可以应用在小数据样本和快速时变的信号环境中.理论分析和计算机仿真结果表明:与MUSIC算法相比,该算法运算量最多为MUSIC算法的1/4,低信噪比条件下DOA估计性能损失并不大,当信噪比大于5dB时,性能与MUSIC算法相当.     

自适应矩估计最大相关熵算法的混沌序列预测

为了提高非高斯噪声环境下混沌时间序列的预测精度,提出了一种基于自适应矩估计的最大相关熵算法(AdamMCC).在AdamMCC中,采用最大相关熵准则作为代价函数有效地抑制了异常噪声值对预测性能的影响,利用代价函数梯度的一阶矩和二阶矩估计自适应调整算法的权重参数,在不同阶段为算法提供了更好的最优权重搜索方向,从而提高了AdamMCC的预测性能.采用Mackey-Glass和Lorenz两类混沌时间序列进行仿真实验,验证文中提出的AdamMCC的收敛性能和稳态性能.实验结果表明,在非高斯环境下的预测过程中,相比于最小均方算法、最大相关熵算法和分数阶最大相关熵算法,文中提出的基于自适应矩估计的最大相关熵算法在保持鲁棒性的同时,还能以合理的计算复杂度获得更高的预测精度.     

基于自相关检测法和能量重心法的正弦信号频率估计算法

为了提高淹没在高斯白噪声中的实正弦信号的频率估计精度,提出了一种综合的结合自相关检测法和能量重心法的正弦信号频率估计算法。该算法首先通过多次自相关运算对输入信号进行预处理,可检测出淹没在噪声中的微弱正弦信号,来提高信噪比;然后对信号进行FFT(fast fourier transform)运算可得信号的功率谱,通过搜索最大值谱线的位置可粗估计出信号频率;最后运用离散频谱能量重心法,可精确估计出正弦信号的频率。仿真结果表明本算法在整个频段上频率估计性能比较稳定、频率估计的均方根误差更小,性能优于Rife算法、Quinn算法和能量重心法,并易于硬件实现,具有工程实用价值。     

基于约束最小冗余线阵的TLS-ESPRIT快速算法

在各种高分辨测向算法中，TLS—ESPRIT估计精度较高，因不需要谱峰搜索而具有更小的运算量．提出一种利用约束最小冗余线阵的快速TLS—ESPRIT算法，在不降低阵列孔径利用率前提下，进一步减小了运算量，分析表明，该算法不仅降低了运算量，而且在一定条件下，性能优于常规TLS—ESPRIT算法，所得结论通过计算机仿真得到了验证．     

提高空时自适应处理稳健性的一种新方法

常规空时自适应的加权存在时间滞后问题.在载机运动情况下,若空时自适应处理不能有效地形成足够宽的零陷,处理性能将严重降低.针对机载相控阵雷达杂波谱特性进行了研究,通过对空时采样数据引入杂波谱展宽的影响,提出一种自适应零陷加宽技术.由于零陷的加宽,在杂波内部运动情况下,仍能够较好抑制杂波,从而提高算法的稳健性.基于仿真数据和实测数据的仿真试验均表明,该方法可以有效加宽杂波零陷,且增加的运算量很小,对杂波内部随机运动具有很好的稳健性.     

基于现代谱估计的相关K杂波模拟

针对相关K分布杂波仿真过程中具有指定功率谱的随机序列的产生,提出用现代谱估计进行相关随机序列产生的方法.该方法利用L-D算法求解自回归模型的Y-W方程以精确地模拟杂波的功率谱密度,以海杂波为例的仿真结果证明了方法的有效性.同时针对杂波仿真过程中自回归模型阶数的选择,对不同的K分布参数和功率谱宽度的杂波进行了仿真实验,通过对实验结果的分析给出一些有用的结论.     

一种基于窄带自相关的实信号频率估计算法

单频含噪实正弦信号的自相关函数和其原信号的频率一致,且自相关可去除一部分噪声影响,因此基于自相关的频率估计算法一直备受关注。由于自相关可以从时域获得也可以从频域获得,基于自相关的频率估计算法有比较简单的基于时域的方法和性能比较好的基于频域的算法。结合时域和频域自相关的特点,提出一种基于窄带自相关的实信号频率估计算法,该算法在频域进行谱峰搜索后,利用信号的窄带功率谱来计算自相关,进而用简单的时域自相关的改进协方差算法(modified covariance,MC)来得到频率估计,推导出频率估计闭式解。仿真结果表明该算法性能优于传统的自相关时域算法和频域算法,在信噪比高于-7 dB时就能逼近CRB界。     

一种快速正交频分复用频率跟踪算法

提出了一种快速的正交频分复用(OFDM)系统载波频率跟踪算法，该方法采用基于变步长的自适应滤波算法。经过频率粗同步后，以变步长的最小均方算法(VLMS)进行频率补偿。在算法的初始使用大的步长值加快算法的收敛速度，然后使用小的步长使残留的频率偏移最小。由于不需要训练序列，故该算法是盲的，没有频带效率损失。仿真结果表明，所提出方案能显著提高误码率性能，高精度的频率偏移估计几乎可以使频率偏移得到完全补偿，且算法的收敛速度比固定步长的算法快得多。     

二相编码信号载频盲估计快速算法研究

讨论二相编码信号载频盲估计快速算法.在没有接收信号先验知识的情况下,首先粗略估计出二相编码信号的载频(fc)和3 dB带宽(△f3dB),然后以(fc)为中心,以4(△f3dB)为带宽对BPSK信号滤波,再对滤波后信号平方得到一个准正弦波信号,估计出该信号的频率,最后将该频率除以2就得到BPSK信号的载频精确估计值.理论分析证明本算法的合理性,并给出算法的应用门限.仿真结果表明本算法在没有先验知识的情况下可以对BPSK信号载频进行精确估计,特别是在低信噪比条件下依然能够取得良好的估计性能,且本算法简单易行,运算量小,适合实时处理.     

利用多输入多输出雷达低秩杂波的降维空时自适应算法

为了抑制机载多输入多输出(MIMO)雷达接收信号中的杂波和有源干扰,提出一种利用MIMO雷达低秩杂波进行降维的空时自适应处理算法(LRC-RD).首先根据系统参数离线构造杂波子空间矩阵,再结合有源干扰加噪声协方差矩阵以及目标空时导向矢量来构造降维矩阵,最后用降维后的数据计算自适应权值.LRC-RD算法可将全维数据维数降为杂波的秩加1,从而降低了计算复杂度和计算自适应权值所需的训练样本数,所以收敛速度快,并且其理论性能可以达到全维处理的理论性能.仿真实验表明,LRC-RD算法在没有误差、样本数为降维后的数据维数的2倍时,其信噪比损失在高速区比基于双迭代的算法和基于子阵划分的算法分别高出约5 dB和17 dB.     

基于小波变换的风廓线雷达间歇杂波抑制方法

针对风廓线雷达实际应用中,飞鸟等飞行体产生的间歇杂波对风谱识别的严重干扰问题,提出了一种小波系数代换的杂波抑制方法.通过分析风廓线雷达的信号特性,根据间歇杂波的突发性和持续时间短的特点,给出了在小波域内通过非相干谱积累之间信号能量一致性检验的杂波识别方法、判定公式以及相关尺度间小波系数代换的抑制方法.实测数据验证结果表明,杂波抑制效果明显.     

基于平移不变离散小波的多普勒血流信号杂波抑制

针对由血管壁和慢速运动组织产生的杂波会严重影响超声多普勒低速血流成分频谱估计的准确性问题，根据超声多普勒血流信号及杂波的特征，提出基于平移不变离散小波变换的抑制杂波方法，分别对仿真和实际超声颈动脉血流信号进行实验，并与高通滤波和离散小波变换方法进行比较，结果表明：经过平移不变离散小波变换方法抑制杂波后，信号的声谱图质量及性能指标均有明显改善，其中低速血流相对误差仅为4．86％，与高通滤波方法的相对误差10．28％和离散小波方法的相对误差7．26％相比，相对误差分别减小了5．42％和2．4％，低速血流成分频谱估计的准确性得到了提高。