非高斯杂波背景中距离扩展目标的自适应积累检测器

针对SIRV建模的非高斯杂波背景中距离扩展目标检测问题,首先,假设杂波协方差矩阵结构已知,利用点目标检测器NMF对每个距离单元多个脉冲回波进行相干积累,再对目标所占距离单元能量进行非相干积累,提出了距离扩展目标的积累检测器NMFI,并推导了NMFI虚警概率与检测门限的关系表达式.其次,利用不含目标的辅助单元数据提出了修正的协方差矩阵迭代估计器MRE,再将估计矩阵代替NMFI中的真实协方差矩阵得到自适应检测器MRE-ANMFI,并证明了MRE-ANMFI对杂波纹理分量和协方差矩阵结构的CFAR特性.最后,利用仿真实验验证了本文方法的有效性.     

高分辨雷达距离-多普勒扩展目标广义自适应子空间检测器

本文提出了一种非高斯杂波中的距离-多普勒扩展目标广义自适应子空间检测器(RDST-GASD).采用了频率-慢时间子空间模型来描述宽带雷达回波信号序列.杂波的统计模型采用球不变随机向量描述,各距离单元内的杂波具有相同的归一化协方差矩阵和不同的功率(非均匀),并且假设可以得到只含有杂波的参考单元的数据以估计杂波的协方差矩阵.通过理论分析证明了RDST-GASD对杂波的功率和协方差矩阵都具有恒虚警的性质.对于宽带雷达,在相参处理时间内,目标回波通常存在越距离单元走动,RDST-GASD进行了距离对齐处理,从而实现了有效的相参积累,提高了检测性能.     

复合高斯杂波中知识辅助检测器的先验信息感知方法

利用先验信息可以提高雷达目标的探测能力,若先验信息与当前探测环境不匹配,知识辅助检测器的性能会受到影响.本文针对Bayes框架下的复合高斯杂波中的知识辅助检测器,提出了杂波纹理分量先验分布参数的感知方法.首先阐述了知识辅助检测器先验信息感知的一般方法.然后针对基于杂波纹理分量先验信息的知识辅助检测器结构,建立了先验模型参数失配与知识辅助检测器检测性能之间的量化关系.进一步利用知识辅助检测器对当前杂波场景进行探测,获得检验统计量和虚警率测量值,从而构造纹理分量分布参数的约束关系.通过分析多个约束关系的交点,获得杂波纹理分量先验分布参数的感知值.计算机仿真分析了这种感知方法的可行性,并利用实测杂波数据对感知方法进行了验证.通过知识辅助检测器检测性能对比分析,采用感知方法获得的先验信息模型参数能够进一步提高检测器的性能.     

基于压缩感知的宽孔径SAR成像

宽孔径SAR数据包含目标不同姿态角散射信息,实现宽孔径SAR成像对目标轮廓重构与解译识别具有重要价值.本文首先提出点模糊函数(point ambiguous function,PAF)研究影响压缩感知SAR成像的因素,然后用模型失配函数(model mismatch fucntion,MMF)分析宽孔径测量条件下点散射模型失配对成像性能的影响.最后根据上述结论,选择发射信号参数改善测量矩阵性能,利用广义似然比检验方法克服模型失配对成像性能的影响.实验结果验证了本文结论的正确性和成像算法的有效性.     

基于分阶段学习的盲信号分离

首先定义了描述信号分离状态的信号相依性测度, 并利用此测度将传统算法中的学习速率参数推广至二维矩阵, 从而提出了一种基于分阶段学习的盲信号分离算法, 即整个信号分离过程被分成三个阶段进行: 初始阶段、捕捉阶段和跟踪阶段, 每个阶段的学习速率由信号的分离程度自适应选取. 理论分析表明, 该算法满足等变化性和分离矩阵的非奇异性条件. 仿真结果证实, 新算法具有比使用固定和其他自适应学习速率的算法更快的收敛速度、更好的稳态性能和更高的数值稳定性.     

主用户状态改变和低信噪比环境下的weight-p能量检测算法

在认知无线电网络中,主用户状态改变和低信噪比都会造成频谱检测的性能下降.本文提出了一种新的加权(weight-p)能量检测算法,用于抵抗主用户状态改变和低信噪比对认知用户检测性能的影响.为减少实现复杂性和节约需要的功耗,我们将weight-p能量检测器的最优权值建模成一个最小采样时间(MST)的优化问题,找出了最优权值和次优权值.仿真表明,在主用户状态改变和低信噪比的场景下,本文提出的weight-p能量检测算法可以提高认知用户的检测性能和降低虚警概率,并且在获得相同检测性能的前提下可以压缩检测时间.     

高分辨雷达扩展目标检测算法研究

针对高分辨雷达扩展目标检测问题,本文建立了高分辨雷达回波模型,推导了在目标信息完全已知的理想条件下的最优检测器形式,给出了检测算法的性能上界.讨论了广义似然比检验在目标信息不同程度缺失情况下的检测器形式,给出了可实现检测器的检测性能上界.基于广义似然比检验,提出了一种基于散射点个数估计的双门限检测器.仿真表明该方法检测性能优于现有检测方法.     

分布式发射阵列下目标回波相关性分析

发射分集多输入多输出(MIMO)雷达利用分布式发射阵列对目标回波去相干,然后利用集中式接收阵列直接使用接收到的目标回波(不分离各发射阵元的信号)进行多目标角度估计.文中分别在Swerling I和II目标模型下,分析了目标回波之间的相关性.通过分析得到:(1)在Swerling II模型下,目标回波不相关(2)在Swerling I模型下,要使目标回波的相关性随着发射阵元数的增加而降低,发射阵元增加前后的信号归一化协方差矩阵要满足一定关系,文中给出了这个关系最后目标回波相关性和角度估计性能的计算机仿真验证了理论分析的正确性.     

信源数目未知和动态变化时的盲信号分离

研究源信号数目未知与／或动态变化情况下的盲信号分离问题．首先证明若混合矩阵满列秩（观测信号的数目m不小于源信号的数目n），则互信息是盲信号分离的对比函数；在互信息的全局极小值点即分离点处，盲信号分离系统的输出除了零分量外，其他非零分量；黾希望提取的源信号．其次，利用混合矩阵的转置和m个观测信号向量构成的矩阵以概率1具有相同的零空间这一性质，只需少量观测样本就可以估计源信号的数目n，进而检测其动态变化情况．源信号数目未知且动态变化的盲信号分离计算机仿真验证了所提出理论和算法的有效性。     

卫星导航接收机抗欺骗干扰极大似然检测性能分析

欺骗干扰给卫星导航接收机带来巨大威胁,而现有的文献均把欺骗干扰识别作为抗欺骗干扰的主要研究方向,而涉及欺骗干扰抑制方面的文献很少.本文针对卫星导航接收机抗产生式欺骗干扰问题,根据接收机具有不同干扰先验信息的3种情形,分别提出并证明了3个命题.这些命题给出了极大似然检测器在干扰背景下对真实卫星数据的检测性能界.命题表明,在具备干扰信道先验信息时,极大似然检测器具有良好的抗产生式欺骗干扰性能.仿真实验验证了理论分析的正确性和有效性.     

MIMO-OFDM系统中基于变分Bayes EM算法的联合符号检测与鲁棒Kalman信道跟踪

基于变分Bayes期望最大化VBEM(variational Bsayes expectation maximization)算法和Turbo原理,提出了快时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法.在VBEM框架下,信号检测和信道估计分别由修正的列表球形译码算法和软输入Kalman算法完成,检测器和估计器分别考虑了信道和检测信号的估计误差协方差矩阵.当信道时变剧烈时,存在较大检测误差的数据在软输入Kalman算法中引入异常值(outliers),由于Kalman算法对于异常值的敏感性,系统会在错误传播的影响下出现误码平台.为削弱异常值的影响,利用鲁棒统计理论设计了VBEM框架下改进的鲁棒软输入Kalman算法,该算法能在出现异常值的条件下保持较好的信道跟踪能力.仿真结果表明:在快速时变多径信道条件下,文中设计的鲁棒VBEM算法优于传统的VBEM算法和EM算法.     

基于递归测度主成分分析的振动信号非平稳评价

在递归损失量和递归趋势两个非平稳测度的基础上,结合主成分分析方法,提出一套实用的振动信号非平稳评价方法.首先,在一定观测时间尺度的基础上,分别建立由递归损失量和递归趋势两个测度组成的样本向量;依据工作平稳性的定义,将两个向量组装成多变量的样本矩阵,对其进行主成分分析,取第一主成分作为振动信号非平稳性综合评价的对象,构造非平稳性的统计模式差异指标,并通过几种典型的数值模拟非平稳信号的评价结果验证指标的可靠性.最后,将此方法应用于桥梁结构环境振动信号分析,以得到更加客观的分析结果.     

开放环境中基于自适应分布控制的群体机器人多目标搜索方法

多目标搜索问题是群体机器人一个重要的研究方向.现有工作多集中在带边界空间内的多目标搜索问题,而在开放环境中,探索机制会导致群体分散性过强而减弱探索能力.本文通过引入自适应扩散回归策略,在带有假目标的开放环境中,提出了具有高鲁棒性和适应性的群体机器人多目标搜索算法.文中首先从初始状态和处理假目标两方面对现有的主流群体机器人多目标搜索算法进行优化;基于机器人分布控制,本文对自适应群体机器人粒子群优化算法进行优化,提出基于自适应分布控制的群体机器人粒子群优化算法;其次,基于概率有限状态机搜索算法(PFSMS)对开放环境中的多目标搜索算法进行进一步的探索,本文以搜索时间为切入点,在PFSMS原有三种状态的基础上,添加回归状态作为附加状态,提出了基于自适应分布控制的概率有限状态机搜索算法(DPFSMS).当智能体的探索时间超过阈值时,智能体的速度由回归分量和扩散/搜索分量构成. DPFSMS算法给出了在无边界开放环境中的搜索策略,通过限制群体的扩散速度来自适应地调整智能体在无适应度值区域的运动随机性.最后,本文将DPFSMS算法与现有方法进行了对比,在对比实验中DPFSMS算法取得了目前最好的效...     

内对抗指导无监督多域适配网络的轴承协同故障诊断

现有的轴承无监督跨域智能故障诊断研究多数是基于单源域自适应开展的,这将导致实际场景中多个拥有充足且多样化诊断信息的源域未能得到协同利用.如何更好地从多个源域中提取到故障轴承的共性特征并融合多源域知识协同诊断是主要挑战.针对上述问题,本文提出了一种内对抗指导的无监督多域适配网络;构造了一个内对抗模块以计算多源域对抗损失,并联合多组源域-目标域自适应子网指导提取多源域和目标域间的共性特征,增强知识覆盖能力;设计了一个多子网协同决策模块,利用多组源域-目标域的对抗损失和分布差异损失计算置信分数,以辅助多子网分类器做出更佳的融合决策,提升协同故障诊断的准确率.基于恒转速和变转速工况的轴承故障数据构造了多个无监督多源域迁移诊断任务,对比实验结果表明所提方法的优越性和鲁棒性.     

基于压缩感知的多角度合成孔径雷达成像

多角度合成孔径雷达（syntheticapertureradar,SAR）成像是实现多SAR信息融合的重要方式．对提高成像分辨率．重构目标轮廓进而提高雷达目标检测或分类性能具有基础性价值．由于各传感器发射信号和测量位置的多样性,实现多角度SAR成像具有挑战性．如何在噪声干扰情况下快速实现多角度SAR成像是一个新问题．本文建立了基于压缩感知的多角度SAR测量模型．通过对测量矩阵的分析,证明多角度SAR测量角度范围、发射信号载频和空间采样位置是影响成像性能的关键因素,研究了目标空间离散间隔对成像质量和分辨率的影响．以上述分析为基础,本文对多角度SAR发射信号载频和测量位置进行设计,构建满足约束等距性的测量矩阵．针对测量矩阵阶次较高的问题,文章提出用分段正交匹配追踪（stagewiseorthogonalmatchingpursuit,STOMP）进行模型求解,在测量矩阵欠定严重的情况下,该算法可以迅速求得模型最优稀疏解．在实验环节．通过分析多角度SAR参数对成像性能的影响,进一步验证了本文结论．实验验证了模型和相应求解算法的有效性和鲁棒性．     

一种基于自体集层次聚类的否定选择算法

否定选择算法是用于产生人工免疫检测器的重要算法,然而传统的否定选择过程需要将随机生成的候选检测器与全部自体数据进行匹配以排除识别了自体的无效检测器,该匹配过程导致检测器的生成效率过低,极大地限制了免疫算法的应用.为此,文中提出了一种基于自体集层次聚类的否定选择算法CB-RNSA.算法首先对自体数据进行层次聚类预处理,然后用聚类中心取代自体数据点与候选检测器进行匹配,以减少距离计算代价.在生成检测器的过程中,候选检测器被限定在非自体空间的低覆盖率区域内,以降低检测器冗余.对检测器的非自体空间覆盖率进行了概率分析,给出了中止生成检测器的条件,该条件较传统的预设检测器数量的中止条件更为合理.理论分析表明CB-RNSA的时间复杂度与自体集规模无关,从而解决了经典的否定选择算法的时间复杂度随自体数量呈指数增长这一难题,极大地提高了大自体样本空间下的检测器生成效率.对比实验结果表明:在相同的实验数据集与期望覆盖率下,CB-RNSA的检测率比经典的RNSA与V-detector算法分别提高了12.3%与7.4%,误警率分别降低了8.5%与4.9%,产生检测器的时间代价分别降低了67.6%和75.7%.     

多输入多输出系统中基于长方阻塞矩阵的酉多级Wiener降秩联合检测算法

针对传统均衡算法复杂度高、收敛速度慢的问题,提出了一种基于长方阻塞矩阵的多级Wiener降秩联合检测算法,其中的多级Wiener滤波器通过相关相减结构来实现,即酉多级Wiener滤波器.该算法选取酉多级Wiener滤波器阻塞矩阵中的一个长方子阵作为阻塞矩阵,使得酉多级Wiener滤波器前向递推分解中接收信号向量的维数逐级降低,从而在降低了均衡的迭代复杂度的同时,加快了算法的收敛速度.理论分析和仿真结果表明,基于长方阻塞矩阵的酉多级Wiener联合检测算法具有复杂度低、收敛速度快的优点.在具有4根发射天线、8根接收天线,并且采用BPSK调制的V-BLAST(vertical Bell labs layered space-time)系统中,采用本算法仅用基于酉多级Wiener滤波的均衡算法一半的计算复杂度在高信噪比处即可达到与其相同的误码性能.     

正则扰动下周期时变系数矩阵Sylvester表示的振荡器相位噪声分析方法

振荡器的相位噪声分析是通过扰动自激大信号状态方程, 导出周期时变小信号状态方程进行的. 在振荡器的时域稳态解上应用传统的正则扰动方法, 对周期时变系数Jacobi矩阵按照Sylvester定理进行分解, 在它的周期向量构成的空间上, 分析振荡器在扰动下能保持周期稳态的条件; 注入表示白噪声的频域伪正弦信号和时域δ相关信号, 应用随机微分方法, 揭示相位噪声的产生过程, 计算相位抖动; 应用调频的原理分析幂律谱和Lorentz谱的形成以及它们之间的关系, 并获得包含谐波的Lorentz功率谱. 以周期系数Jacobi矩阵为基础, 构造简单的计算Floquet指数和相位噪声的算法流程并给出简单实例. 最后指出振荡器相位噪声分析的难点和发展方向.     

脉冲噪声滤波的无监督鲁棒递归最小二乘方法

在未知期望信号的条件下,提出一种能够抑制脉冲噪声的鲁棒递归最小二乘自适应滤波方法.与传统最小二乘法的代价函数不同,通过引入饱和非线性约束,降低可能出现的脉冲噪声对滤波器权值更新的影响.此外,提出一种多步预测器来重构滤波器的输入信号,通过比较判断滤波器输入信号可能受到脉冲噪声干扰时,采用预测值来替代原始观测信号.实验结果表明,提出的无监督鲁棒递归最小二乘自适应滤波方法在未受到脉冲噪声干扰时与传统的递归最小二乘法具有相近的收敛性能;在脉冲噪声条件下,传统递归最小二乘法和其他的无监督自适应滤波方法性能都变得很差,但本文提出的方法几乎未受到脉冲噪声的影响.     

双基地雷达模糊函数及目标参数估计性能分析

针对外辐射源雷达等采用双基地配置的雷达在探测加速运动目标时,现有的模糊函数无法用于分析目标的距离、速度和加速度参数受双基地雷达几何配置影响的不足,提出了一种能够表示双基地几何配置的双基地雷达距离．速度一加速度模糊函数,并以此为工具分析了双基地雷达目标参数估计性能与双基地雷达几何配置的关系,研究了在不同的双基地几何配置下目标速度和加速度分辨性能、积累增益损失以及最优积累时间等相关问题,并分别给出了其随着双基地雷达基线距离、目标接收方位角和目标与接收站之间距离的变化趋势．为分析外辐射源雷达等双基地雷达对加速目标的探测性能提供了一定的理论参考．