基于循环平稳特征的正弦调制相位信号参数估计

正弦调制相位信号是微动目标雷达回波微多普勒信号的一般形式。该文利用正弦调制相位信号的循环平稳特性推导了信号的循环谱,并由循环谱特征估计信号的参数。相对于传统的频谱分析方法,基于循环谱的参数估计方法对平稳噪声有较好的抑制作用。仿真实验以及误差分析证明了方法的有效性。     

无时钟同步下双基地雷达的相位误差补偿算法

在双基地雷达中,由于时钟源不同步会给接收信号上带来载波频率偏差以及时间同步误差等影响因素,影响精确定位和慢速微多普勒检测。针对这些影响因素,提出一种基于直达波相位的相位补偿算法和基于距离多普勒谱频域对消的联合处理算法。该算法不需要双基地系统有共用时钟源。首先,通过直达波的相位对所有接收信号做相位补偿,抵消了载波频率偏差带来的相位误差;再利用距离多普勒谱的数据在多普勒维上做频域对消,有效地去除了时间同步误差带来的旁峰干扰。该算法复杂度低、易于实现,经过理论推导和实验验证,验证了该算法的有效性。     

基于循环谱能量的自适应频谱检测算法

根据信号循环平稳谱的特征,研究在低信噪比环境下的频谱检测问题,提出一种基于循环谱能量的自适应判决门限频谱检测算法。该算法融合能量检测与循环平稳特征检测的机理,以信号的循环谱能量为检测统计量,加权合并虚警率与检测率,准确估计循环谱特征值,构建了具有噪声自适应能力的频谱检测判决门限。仿真结果表明,该算法可以在低信噪比环境下有效地完成频谱检测,克服了噪声波动对频谱检测性能的影响,对不同调制主信号的感知具有稳健性。与最大—最小特征值算法和盲检测算法相比,该算法分别改善了信噪比4dB和8dB。     

基于同步压缩短时傅里叶变换的微型无人机识别

针对利用雷达微多普勒效应的微型无人机识别问题,提出了一种基于同步压缩短时傅里叶变换(Synchrosqueezing Short-Time Fourier Transform,SSTFT)的分类识别方法.首先对无人机的微多普勒回波信号进行SSTFT从而获得信号时频谱,然后对时频谱进行多维度特征提取获得回波信号的时频特征及频率变化特征,最后将所获得联合特征输入到支持向量机(Support Vector Machine,SVM)中进而实现无人机的分类识别.基于实际雷达数据的实验结果表明,所提无人机分类方法准确率可达到97.03％.     

基于多普勒谱特征的海杂波背景下小目标检测

海杂波中的小目标检测是雷达信号处理中较为复杂的问题之一。该文在分析海杂波多普勒谱特性的基础上,提出了基于联合瑞利分布的海杂波多普勒谱统计模型和描述多普勒谱扩展程度的波形熵特征,并给出了海杂波背景下的小目标检测算法。基于加拿大IPIX雷达实测数据的检测结果,证实了文中算法的有效性。     

基于时域平滑FFT累加算法的循环谱实现方法

当无人机处在任务路径末端,或者受到电波传输环境和电磁干扰的影响,数据链接收端信号将变为低信噪比信号,用于载波提取的锁相环性能严重下降或失锁。因此,为了保证无人机顺利完成预定任务,低信噪比信号的载波恢复成为无人机数据链的关键技术之一。本文从循环谱的基本概念出发,研究并给出了BPSK调制信号的循环谱密度函数。重点介绍了基于时域平滑FFT累加算法的循环谱计算机仿真实现方法,并利用该方法,验证了在信噪比为-10dB条件下,循环谱依旧可以准确的对信号的载波频率进行估计。     

基于微多普勒效应的雷达目标识别算法

对微多普勒信号进行了建模仿真分析，提出了基于微多普勒信息的雷达目标识别算法。利用改进的经验模型分解方法来提取微多普勒特征，使用相关匹配算法构造分类器。仿真结果验证了该目标识别算法的正确性和可行性。     

基于平均循环周期图方法的Frank编码信号循环谱特征参数估计

针对Frank编码信号非合作条件下参数估计问题,提出了基于平均循环周期图的循环谱特征参数估计算法.该算法利用信号参数与循环谱特征的联系,通过提取信号的循环谱特征,实现对其关键参数的估计.分析了算法的计算量,给出了该算法的具体实现步骤,并通过对信号参数归一化均方根估计误差的仿真计算,分析了噪声环境对参数估计的影响,表明该...     

MPSK信号循环谱检测与码元速率估计改进算法

利用循环谱理论对MPSK信号进行检测和参数估计,分析了其循环谱包络特征;在有限数据下,为实现更低信噪比情况下MPSK信号的检测与码元速率估计,提出一种改进算法。该算法基于数据分段处理和重叠保留,通过在非零循环频率上一维谱峰搜索实现信号检测与码元速率估计,能够有效地抑制噪声的影响,避免多维搜索,计算量小。分析了算法性能,给出了算法实现的具体步骤,并进行了计算机仿真。仿真结果证明了所提算法的有效性。     

改进的MSK信号循环谱检测算法

利用循环谱理论对MSK直接序列扩频信号进行检测,分析了其循环谱包络特征;在有限数据下,为实现更低信噪比情况下信号检测,提出了一种改进算法,该算法基于数据分段处理和重叠保留,通过在非零循环频率上的一维搜索实现检测,能够有效地抑制噪声影响,避免多维搜索,计算量小;文中还分析了算法性能,给出了算法实现的具体步骤,并进行了计算机仿真.仿真结果证明了所提出算法的有效性.     

数字地面多媒体广播外辐射源雷达目标探测实验研究

数字地面多媒体广播(DTMB)是我国具有自主知识产权的数字地面电视广播标准,该文介绍了利用武汉大学研制的多通道外辐射源雷达实验平台开展DTMB外辐射源雷达研究的情况。论述了该体制雷达的工作原理、关键技术、探测设备和外场实验,给出了目标探测初步实验结果,从实验上证实了利用DTMB信号实现目标探测的技术可行性。     

基于双通道GoogLeNet网络的旋翼无人机分类

针对利用雷达微多普勒效应的旋翼无人机识别问题,提出了一种基于双通道GoogLeNet网络的分类识别方法。首先对旋翼无人机的回波信号进行短时傅里叶变换（Short-Time Fourier Transform,STFT）从而获得信号时频谱,对时频谱沿时间轴进行傅里叶变换得到节奏速度图（Cadence-Velocity Diagram,CVD）。然后将时频图和CVD作为双通道GoogLeNet网络的输入进行特征提取用以获得回波信号的时频域和节奏速度域的特征,最后将所获得的特征输入到Softmax分类器中进而实现旋翼无人机的分类识别。基于实际雷达数据的实验结果表明,所提旋翼无人机分类方法准确率可达到98.9%。     

基于DTMB信号的无源探测定位实验

介绍了数字地面多媒体广播( DTMB)信号帧结构,根据录取的DTMB信号的实际数据开展实验研究,分析、验证了DTMB信号的特性,评估了DTMB信号作为非合作照射源的无源探测定位系统的目标探测性能,通过实验数据的研究验证了DTMB信号模糊函数副峰抑制的效果以及无源探测定位目标探测结果。     

数字电视外辐射源雷达多旋翼无人机微多普勒效应实验研究

该文论述了利用数字电视外辐射源雷达开展多旋翼无人机微多普勒效应实验的研究结果。首先建立了双基地外辐射源雷达无人机微动信号模型,接着简要阐述了微动信号提取的相关关键技术,最后重点介绍了实验开展情况,包括实验场景配置、无人机微多普勒效应实验典型结果与分析。实验结果与无人机运动参数的理论分析相符合,证实了利用数字电视外辐射源雷达实现多旋翼无人机微多普勒效应探测的技术可行性。      

基于稀疏度自适应匹配追踪算法的微动杂波抑制

目标或目标组成部分的机械振动或旋转产生微多普勒效应,在目标分类和识别中起着重要作用。然而,环境中许多物体(例如风力涡轮机、空调等)的微多普勒效应对雷达系统而言就像时变的杂波,导致雷达探测性能下降。本文针对外辐射源雷达微动杂波影响目标检测的问题,提出了一种基于稀疏度自适应匹配追踪改进算法(SAMP)的微动杂波抑制方法。考虑到微动杂波的稀疏特性,将复杂的微动杂波抑制问题转化为稀疏信号表示问题,分离微动杂波并将其抑制,便于目标观测。相比于原SAMP算法,改进后的SAMP算法能自动调整步长并在残差达到自适应阈值后快速停止迭代。仿真和实测数据验证了所提方法的有效性。     

认知电力物联网电视频谱感知方法

基于认知无线电(CR)技术的电力物联网(IOTIPS)通过频谱感知实现对空闲授权频段的接入,可以有效提高频谱利用率,由于电力物联网的通信环境复杂,载波频偏无法避免,提出一种适用于电视频段授权用户数字地面多媒体广播(DT-MB)的复合相关检测算法,可以在大载波频偏条件下保持对DTMB信号稳定的检测性能,提升了通信网络的可靠性.同时基于复合相关检测的协作频谱感知,可以有效降低隐藏终端对感知性能的不利影响,提高认知电力物联网的通信效率.     

基于CDR 数字音频广播的外辐射源雷达信号模糊函数分析与处理

CDR (China Digital Radio)数字音频广播是我国自主研发的FM 频段(87-108 MHz)数字音频广播新标准,它兼容我国现有模拟FM 广播的频谱规划,能够满足我国FM 频段声音广播从模拟到数字平滑过渡的需求。该文从CDR 信号结构入手,重点探讨了基于该广播的外辐射源雷达信号特性及相关处理方法。首先分析其信号特性以及作为外辐射源雷达照射源的模糊函数特性;然后针对因循环前缀引起的模糊函数副峰、同步信号引起的多普勒模糊带以及信号频谱不连续导致的距离副峰对目标探测的不利影响,分别提出了相应的副峰抑制方法,并通过仿真验证了该方法的有效性。      

基于时频集中度指标的多旋翼无人机微动特征参数估计方法

无人机旋翼转动产生的微多普勒调制能够反映此类目标的微动特性,准确估计无人机旋翼长度、转动频率对于无人机的检测与识别具有重要意义。该文针对调频连续波体制雷达,提出一种基于时频集中度指标(CTF)的多旋翼无人机微动特征参数估计方法,推导了无人机旋翼微动特征参数与微多普勒分量信号参数之间的映射关系,在时频旋转域基于时频集中度指标,提高了各微动分量的区分度,相比于传统方法,提高了多分量微多普勒信号的参数估计精度,在低信噪比环境下也具有很好的鲁棒性。通过仿真和实际场景实验验证了方法的有效性。     

基于LTE信号的外辐射源雷达副峰特性及抑制方法研究

针对基于LTE信号的外辐射源雷达,首先根据LTE信号结构分析了其模糊函数的特性,解释了不同类型副峰的产生机理。然后,针对对探测性能有影响的两类副峰,提出相应的抑制算法:对于循环前缀副峰,提出数据非连续分块的快速互模糊算法;对于频谱不连续产生的副峰,提出频带合成和频域加窗的抑制算法。最终通过两种抑制算法的综合处理,得到LTE信号图钉状的模糊函数。该文工作为基于LTE信号的外辐射源雷达副峰抑制提供了新的方法。     

基于FMCW雷达的人体复杂动作识别

针对利用摄像机进行人体动作识别时易受视距和光线影响等问题,提出一种基于FMCW雷达的人体复杂动作识别方案。首先基于FMCW信号模型对雷达采样数据采用一种以RDM（Range Doppler Map）向速度维投影的方式逐帧构建微多普勒谱图,继而基于微多普勒谱图来提取用于表征整个动作频谱相关信息的8种特征矢量。最后,基于雷达实测数据,以贝叶斯超参数调整优化后的支持向量机作为分类器,分析利用所提取的单特征矢量以及特征矢量组合来进行分类时对分类准确率的影响,用以筛选最优异的特征矢量组合。实验结果表明,从微多普勒谱图中所提取的特征矢量皆可直观地表述整个动作过程的特性,且利用最终筛选得到的最优异的特征矢量组合对已知个体和未知个体的9种动作进行识别,识别准确率分别高达99.07%和96.76%。