基于改进的VI-CFAR算法的分布式CFAR检测

VI-CFAR是一种结合CA-CFAR，GO-CFAR和SO-CFAR的检测算法，它在均匀环境和非均匀环境下都具有较强的自适应性。在前后沿滑窗均存在干扰目标情况下，采用有序统计平均（OSCA）CFAR替代SO-CFAR，有效的提高了Ⅵ-CFAR在这种多目标环境下的鲁棒性．研究了采用改进的Ⅵ-CFAR算法作为局部检测器的并行分布式CFAR系统，融合准则采用“与”融合和“或”融合准则。给出仿真结果，并进行了讨论。     

基于STFT的水声双扩展畸变信道检测算法

针对主动声纳中时延扩展和多普勒扩展同时存在的双扩展畸变信道,提出了一种基于短时傅里叶变换(short-time Fourier transform,STFT)的时频副本相关器(time-frequency replica correlator,TFRC).分析表明,时延扩展信道及多普勒扩展信道的最佳似然比检测器副本相关积分器(replica correlator integration,RCI)和分段副本相关器(segmented replica correlator,SRC)都是TFRC的特殊情况.数值仿真验证了TFRC的有效性,这种时-频处理方法为畸变信道稳健检测器的设计提供了一种新的思路.     

基于有序统计和自动删除平均的恒虚警检测器

为了增强检测器对干扰的鲁棒性,基于有序统计(OS)方法和自动删除单元平均(ACCA)方法提出一种新的恒虚警检测器(MOSAC),其前沿和后沿滑窗分别采用OS和ACCA产生两个局部估计,然后取二者的和作为背景功率水平估计,从而设置自适应检测门限。在Swerling Ⅱ型目标假设下,推导出MOSAC在均匀背景下虚警概率Pfa的解析表达式,并与其它现有方案进行了比较。仿真结果表明MOSAC在均匀背景及多目标和杂波边缘引起的非均匀背景中,均具有较好的检测性能。在杂波边缘引起的非均匀背景中,虚警尖峰比MOSCM减少了一个数量级,并且样本排序时间只有OS和ACCA的1/2。     

半导体集成化芯片系统的基础研究--国家自然科学基金"21世纪核心科学问题”论坛

半导体集成化芯片系统(SOC)已成为当前微电子学科领域的主要研究目标.SOC将成为21世纪微电子领域的核心技术之一,建议将SOC作为突破口,大力支持其基础研究,促进学科发展,为国家发展微电子产业做贡献.     

针对高速自治水下航行器的UKF主动目标跟踪算法

研究了基于高速自治水下航行器平台下的主动单目标跟踪,基于Unscented Kalman Filter(UKF)建立跟踪滤波器,在强观测噪声、大采样时间间隔情况下完成对目标各运动状态参量的准确估计。将此跟踪滤波器与基于Extended Kalman Filter(EKF)的跟踪滤波器进行了对比。计算机仿真结果表明采用EKF滤波器,目标的速度估计值可以收敛向真值,而距离估计值无法获得收敛;采用UKF滤波器,目标的速度和距离估计值都能获得收敛,且其对目标的速度估计较EKF准确。     

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.     

LFM信号基于自适应预白化处理的GLRT检测器

针对有色混响噪声背景下线性调频(LFM)信号的检测,提出了基于自适应预白化处理的广义似然比检测GLRT(generalized likelihood ratio test)改进算法。改进算法根据前一段的混响噪声数据估计AR模型参数,利用估计参数构成的白化器对当前段混响噪声数据进行滤波,并对滤波后数据进行单变量的GLRT检测。与双变量的GLRT算法相比,改进算法有效降低了运算量。最后通过蒙特卡罗仿真给出了改进算法的检测性能分析。     

基于自适应预白化的水下动目标LFM回波联合检测

有色混响噪声背景以及水下动目标径向速度造成的回波和样本失配导致匹配滤波器对于线性调频LFM(linear frequency modulation)回波检测性能下降。基于自适应预白化处理的广义似然比GLRT(generalized likelihood ratio test)方法利用混响噪声背景的自回归AR(autoregressive)模型构建白化滤波器来抑制混响噪声,但回波和混响噪声的混叠会造成AR模型偏差。结合匹配滤波的回波定位特性和基于自适应预白化处理GLRT方法的混响噪声背景抑制特性,提出结合这两种方法的联合检测算法。仿真和实验数据测试表明联合检测算法对于水下动目标LFM回波检测性能优于单纯的零速样本匹配滤波和GLRT方法。     

声信号处理新进展

声信号处理新进展ＰｒｏｇｒｅｓｓｉｎＡｃｏｕｓｔｉｃＳｉｇｎａｌＴｒｅａｔｍｅｎｔ￥／／侯朝焕（中国科学院声学研究所，研究员北京１０００８０）随着超大规模集成电路（ＶＬＳＩ）技术的发展，各种单片数字信号处理（ＤＳＰ）产品应运而生，并且朝着处理速度更高...