高斯杂波中距离扩展目标的模糊CFAR检测

为提高高分辨雷达的检测性能,提出了一种高斯杂波背景下距离扩展目标的模糊检测方法。该方法采用模糊恒虚警率(constant false alarm rate, CFAR)检测器代替传统的二进制CFAR检测器,将距离单元值转换成映射到虚警空间的模糊隶属函数值,然后采用模糊积累准则进行积累,得到检测统计量。研究了模糊代数积、模糊代数和两种积累准则,推导出这两种方法虚警概率的数学解析式。仿真结果表明,高斯杂波背景下模糊代数积积累较双门限二进制积累可获得近2 dB的性能改善。同时,模糊检测方法只采用单个检测门限,具有易于调节的优点。     

基于盒差分滤波器的脉冲检测算法

为了估计脉冲的到达时间和脉冲宽度,将图像处理领域的边缘检测思想应用于电子对抗中的脉冲信号检测问题,提出了一种基于盒差分(difference of boxes, DOB)滤波器的脉冲边沿检测算法。推导并给出了算法的基本流程,仿真分析了不同滤波器阶数和不同信噪比条件下的脉冲检测结果。仿真结果表明,该算法的检测性能优于能量检测算法,但检测采用的DOB滤波器大小不能大于脉内信号的采样点数。     

宽带雷达目标的稳健二进制检测算法

由于宽带雷达的高分辨距离像(high resolution range profile, HRRP)对方位变化非常敏感,传统的基于散射点密度广义似然比(scatter density dependent generalized likelihood rate test, SDD GLRT)或二进制积累器(binary integration, BI)检测算法存在参数选择困难的问题。提出的稳健二进制积累器(robust binary integration, RBI)采用高低双门限，分别对HRRP进行量化，然后将过高门限的距离单元数加权后与过低门限的距离单元数求和，并将该值与第二门限比较做出最终判决。而后研究了RBI的虚警概率和参数选择的方法。实测数据仿真结果表明, RBI对高低熵值的HRRP都可保证稳健、良好的检测性能。     

高斯背景下距离扩展目标的恒虚警率检测

对宽带高分辨率雷达(HRR)中的距离扩展目标进行检测,若还采用分辨雷达的检测方案,目标回波的全部能量得不到充分利用,会影响雷达的检测性能。提出了一类基于二进制积累的距离扩展目标检测算法,推导出了它们的平均虚警概率和平均检测概率的数学解析式,并进行了性能分析和比较。这些方法较常规低分辨雷达方法可获得目标信噪比8个多分贝的性能改善,且这些次优积累的高分辨雷达距离扩展目标检测方法具有易于工程实现的优点。     

基于多尺度小波能量积累的雷达回波检测方法

提出了多尺度小波能量积累器的概念,并给出了相应的多尺度小波能量积累算法,将信号在不同分解尺度上的小波能量进行积累.在此基础上设计出一种用于弱信号检测的小波能量检测算法,对低信噪比信号检测进行了仿真实验.仿真结果表明,该检测算法对强白噪声及强色噪声背景下的低信噪比信号的检测非常有效,与传统的信号检测方法相比具有显著优越性.     

存在导向矢量误差的宽带分布式目标稳健检测算法

针对在相干积累期间转动引起导向矢量误差的分布式目标检测问题,提出了一种稳健检测算法。利用极大似然方法和拉格朗日乘子法对各个距离单元的信号进行估计,得到稳健的广义似然比检测算子。理论分析表明该算法的恒虚警率特性。对两类飞机实测数据的多个仿真结果表明,与传统的广义似然算法相比,该算法检测性能有明显的提高。     

红外图像中运动点目标检测技术

本文讨论了低信噪比条件下缓动点目标检测技术中候选轨迹的确定算法。文章首先给出了计数积累和线性预测的一般方法,然后提出了一种基于计数积累、线性预测和轨迹约束的候选轨迹确定以及实现检测的算法。最后是算法性能分析。     

扩展目标的最优二进制检测

研究了高斯白噪声背景下扩展目标二进制检测器的优化问题。散射中心展布特性是制约二进制检测器检测性能的重要因素之一。首先从理论上系统分析了不同的散射中心展布对二进制检测器检测性能的影响,然后采用经验拟合的办法给出了设计最优二进制参数的经验公式,进而得到最优二进制参数设计的一般原则。仿真结果证明,最优二进制参数和距离像的长度及散射中心的个数有关。     

基于隐马尔可夫模型的动态规划检测前跟踪算法

传统的动态规划检测前跟踪(dynamic programming track-before-detect, DP-TBD)算法能有效实现对匀速直线运动目标的检测跟踪,但其忽略了目标帧间状态转移概率,因此在对机动目标进行检测跟踪时容易受噪声干扰,产生错误的状态关联。对此提出了一种基于隐马尔可夫模型的DP-TBD算法。该算法利用隐马尔可夫模型对目标的运动过程建模,用一系列隐状态表示目标转弯速率并利用隐马尔可夫模型的隐状态估计理论实现对转弯速率的估计和预测,进而得到当前目标状态的预测值,根据此预测状态与下一时刻回波数据分辨单元间的距离来计算转移概率。然后将转移概率应用于DP-TBD算法的能量积累过程中以提高检测跟踪性能。仿真实验基于机动目标,给出了所提算法的检测跟踪性能,并与传统的DP-TBD算法、方向加权DP-TBD算法以及线性最小二乘DP-TBD算法进行了分析比较,验证了该算法的有效性。     

二维滑窗检测性能分析及其实现

本文提出了可用于脉冲多普勒雷达的二维滑窗检测器的结构，对其性能进行了理论分析，给出了窗口大小变化下该检测器的性能。最后讨论了该检测器的实现方法并且给出了利用该检测器在某雷达检测系统中的应用。     

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。     

遗传算法在卫星广播调度中的应用

提出了一种基于遗传算法的卫星广播调度算法。利用新的编码方法,把卫星广播调度问题和寻找满足约束条件的矩阵优化问题相对应,通过设计相应的遗传操作算子提高遗传算法的收敛性能,从而较好地实现了利用遗传算法对卫星广播的调度。在卫星个数相同条件下对三种有代表性的卫星广播调度要求进行了实验比较,说明了不同的调度要求对收敛速度的影响。遗传算法的性能决定了本文所提出的算法适用于不同规模的卫星广播调度问题,实验表明该算法是一种收敛速度快,稳定性强的高效卫星广播调度算法。     

稳健二进前向网络的遗传训练方法

稳健二进前向网络是对逻辑知识的隐式表示和显式表示的有机统一,是性能优良的逻辑知识库、推理机和解释器,但目前还没有一种网络训练算法能够训练出稳健二进前向网络,针对这种情况,本文首先对稳健二进前向网络的神经元辅阈值范围进行了改进和有效描述,并在此基础上提出了一种对稳健二进前向网络进行有效训练的遗传训练方法。在这种训练方法中,网络参数采用三值编码方案,并运用相应的变异机制和有效的适应度函数,经这种方法训练出的网络具有结构最优、稳健性能最强和最易实现的特点。文章最后给出了实验的结果。     

A hypersonic target coherent integration detection algorithm based on Doppler feedback

The traversal search of multi-dimensional parameter during the process of hypersonic target echo signal coherent integration,leads to the problem of large amounts of calculation and poor real-time performance.In view of these problems,a modified polynomial Radon-polynomial Fourier transform(MPRPFT)hypersonic target coherent integration detection algorithm based on Doppler feedback is proposed in this paper.Firstly,the Doppler estimation value of the target is obtained by using the target point information obtained by subsequent non-coherent integration detection.Then,the feedback adjustment of the coherent integration process is performed by using the acquired target Doppler estimation value.Finally,the coherent integration is completed after adjusting the search interval of compensation.The simulation results show that the algorithm can effectively reduce the computational complexity and improve the real-time performance on the basis of the effective coherent integration of hypersonic target echo signals.     

二进制反向学习烟花算法求解多维背包问题

为将烟花算法应用于离散优化领域并有效求解多维背包问题,构建一种二进制反向学习烟花算法。首先,通过定义二进制字符串距离、二进制转置算子将烟花算法的爆炸算子、变异算子离散化,构建二进制烟花算法;其次,设计不完全二进制反向算子并证明其收敛性,构建二进制反向学习烟花算法;最后,对10个多维背包问题典型算例进行仿真分析并与多种智能优化算法进行对比分析。仿真实验结果表明,二进制反向学习烟花算法在求解多维背包问题时具有良好的收敛效率、较高的寻优精度和很好的鲁棒性。     

高速运动雷达弱小目标检测方法研究

针对强杂波下高速运动的雷达弱小目标的特点,提出了一种基于短时滑窗相参积累和改进动态规划的检测前跟踪相结合的算法。首先,将雷达的回波信号构成一个先入先出的队列,进行短时滑窗相参积累。其次,在航迹跟踪时采用了基于改进动态规划的检测前跟踪算法,并且在原来的状态转移的基础上又对后续状态进行了估计,从而降低了相邻两帧间目标强度起伏的影响。实测数据证明此算法检测性能好,计算量较小,实际可行。     

基于二进制二次规划全局最优性条件的GSSK系统的检测算法

广义空间位移键控(generalized space shift keying, GSSK)技术作为大天线技术和绿色通信技术相融合的优选方案受到了业界的广泛兴趣,其特点是在每一时刻只激活几根天线发送已知信号,利用激活天线的序号来传递信息。基于最大似然(maximum likelihood, ML)准则的GSSK检测器,当天线数较多时,其计算量太大,给实际应用带来困难,为此人们热衷于研究简化的次优检测算法。给出了一种基于二进制二次规划全局最优性条件的GSSK系统的检测算法。该算法首先利用最优判决准则判断发送信息,然后根据已判断出的发送信息来确定发送天线的组合,进而得到发送的二进制比特流。仿真结果表明,所提出的新算法在性能上优于已有的正交匹配追踪(orthogonal matching pursuit, OMP)、凸超集松弛(convex superset relaxation, CSR)等次优检测算法,复杂度又低于ML算法,在性能和复杂度之间得到较好的折中。     

基于特征值高阶矩的频谱感知增强技术

基于特征值的多天线盲频谱感知方法在认知无线电中得到了广泛的研究。基于特征值的检测算法设计依赖于随机矩阵理论和样本协方差矩阵的特征值特性。许多研究表明特征值的高阶矩可以提供额外的鉴别信息进而能改善统计推断问题的性能。基于此,利用所有特征值的p阶矩提出了新的基于特征值高阶矩的频谱感知增强算法,并利用随机矩阵理论推导了虚警概率和判决门限的解析表示。此外,基于仿真实验研究了特征值高阶矩幂次变化对检测性能的影响。最后,通过仿真实验验证了所提算法的有效性。     

一种强干扰环境下异步串行通信再同步方法

针对传统异步串行通信再同步方法在强干扰环境下暴露出的问题,提出了组合同步的概念,并将其应用于实现异步串行通信的再同步。接收端通过识别母同步码组的子同步码实现与发送端再同步,有效提高了复杂环境下的异步串行通信再同步概率。对算法实现进行了描述,给出了算法复杂度和实现再同步概率的数学表达式,定义了表征再同步算法抗干扰能力的度量标准并给出了表达式,就以上指标与传统再同步算法做了仿真比较和深入分析。以两种二进制频移键控(binary system frequency shift keying,2FSK)调制解调器搭建系统进行实验,验证了该方法的有效性。     

CDMA通信系统自适应功率控制仿真的研究

无线通信CDMA（码分多址）系统中，给出了一种联合功率控制与多用户检测的两步迭代功率控制算法，并通过数值仿真与传统的功率控制算法进行了比较。仿真结果表明，该控制方法不仅节省了总功率、而且有更快的收敛速度，并能支持更多的用户。