强干扰环境下水声时延估计技术研究

水声定位系统是现代深海作业必备的高精度水下定位装备,精确的时延估计是实现高精度水声定位的基础,但由于信号远距离传输以及强干扰的影响,水声定位系统时延估计精度较低.针对此问题该文提出一种基于子空间理论的宽带强干扰抑制方法,首先通过贝叶斯信息量准则估计子空间维度,然后推导了不同信号假设下的概率密度函数,求解未知参数的最大似然估计,构造广义似然比并通过最优匹配广义似然比检测法估计与期望信号最匹配的子空间,然后以此构造空间投影算子对接收数据进行线性投影,最终抑制干扰和噪声,提高时延估计精度.仿真结果表明该方法能够有效抑制干扰和噪声的影响,提高定位系统时延估计精度.     

改进的通信信号多径时延估计算法

为提高多径条件下通信信号时差定位系统中时延估计的精度,提出了一种利用信号循环平稳特性改进的WRELAX多径时延估计算法,给出了算法推导过程及流程图.新算法结合了循环时延估计算法和多径时延估计算法的优点,既可分辨多径时延,又能很好地抑制噪声及强干扰.仿真结果表明,新算法在多径分辨率及估计精度方面均优于原算法.     

基于M估计变步长自适应仿射投影算法的稳健时延估计

该文提出了一种基于M估计变步长自适应仿射投影方法的稳健时延估计(TDE)算法。该算法将自适应仿射投影算法应用于时延估计,无须事先假定信号和噪声的统计特性,自适应调整自身参数;应用稳健M估计理论,抵消重尾噪声干扰。数值仿真表明,在高斯噪声、非高斯噪声甚至冲激噪声的干扰下,该文算法比高阶统计量法和最小均方自适应法有更强的稳健性和更高的估计精度。     

基于广义二次相关的稀疏傅里叶变换时延估计算法

针对无源时差定位中的稀疏傅里叶变换时延估计算法在低信噪比条件下的抗噪性差和估值精度低等问题,提出了广义二次相关稀疏傅里叶时延估计算法。算法在对信号进行稀疏傅里叶变换的基础上,融合利用最小二乘拟合改进的广义二次相关算法,在对信号进行快速处理的同时抑制了噪声的干扰,使得时延估计算法的性能得到提高。仿真实验以及对实测数据的验证均表明改进算法具有较好的抗噪性以及时延估值精度。     

有限空间液态场中声发射信号时延估计方法

石油储罐罐底腐蚀的定位可利用声发射信号的时延估计实现,但在有限空间液态场中信号的传播会产生严重的多途效应,对准确进行时延估计产生不利影响.提出一种基于信号截取的广义互相关时延估计方法.采用曲线拟合法对每路传感器采集信号进行波达时刻估计,然后进行信号截取,对两路传感器截取信号进行基于相位变换的广义互相关,实现信号的时延估计.实验结果表明,该方法能有效克服多途干扰,提高时延估计性能.     

一种新的信号子空间宽带测向算法

宽带信号测向是信号处理研究的难点课题之一,经典的旋转信号子空间（RSS）变换算法需要知道和真实来波方向接近的方向初始值。不合适的方向初始值将会降低估计器的收敛能力,引起估计偏差,从而使算法的估计精度受预估计的影响很大。本文提出的新算法首先推导出不同频段不同方向角的方向矢量之间的关系,然后再利用信号子空间、噪声子空间和阵列流型之间的关系构造一个特殊矩阵,最后通过求条件数来判断来波方向。所以新算法不需要构造聚焦矩阵,不需预知初始值,从而提高了算法的稳健性,降低了运算量,且新算法同时利用了信号子空间和噪声子空间,减少了噪声子空间扰动对算法精度的影响。计算机仿真验证了新算法的有效性。     

基于信号子空间的广义回归神经网络频率估计

对淹没在噪声中的载波信号的频率估计可以通过对信号协相关矩阵求取特征向量,分离出信号子空间和噪声子空间,并可基于信号子空间找到与之线性相关,或者基于噪声子空间找到与之正交的载波信号。但要使这两个子空间的矢量函数在某个频率点上得到波峰,仅仅利用噪声子空间的算法,如MUSIC往往需要对一段较大频率范围的频域进行细致搜索,既耗费了大量的时间又会因为搜索步长的选取而造成对识别精度的影响。本文提出一种基于信号子空间的广义回归神经网络频率估计算法,利用广义回归神经网络其极强的非线型拟合和并行计算特性在信号子空间矢量与频率点之间建立良好的非线型映射关系,以达不失估计精度而又提高估计速度的目的。     

基于对数域同态滤波的时延估计算法研究

针对水声信道中窄带信号的多途时延估计问题,本文在对复倒谱时延估计方法进行研究的基础上,提出了一种基于对数域同态滤波的时延估计算法.结合复倒谱与同态滤波思想,将接收的窄带信号首先变换到对数域,然后与本地存储的信号进行谱减法,再对相减后的信号进行滤波以消除残余的信号与噪声成分,最后将其恢复到时域以获取多途时延估计.与传统的匹配滤波/相关处理以及复倒谱分析方法相比,本文算法具有时延估计精度高、噪声抑制能力较强等特点.仿真与湖试数据处理结果证明了该方法的有效性.     

非高斯有色噪声背景下二维谐波频率估计的累积量投影方法

针对非高斯有色噪声中的二维谐波频率估计问题,该文提出了复数线性非高斯过程的二维累积量投影定理。应用该定理并巧妙地构造观测信号的高阶累积量求得非高斯噪声的自相关,并通过求解一个广义特征值对噪声空间进行预白化,然后结合高分辨率的子空间方法二维MUSIC估计得到二维谐波参量。该文方法解决了非高斯有色噪声中的二维谐波频率估计问题,特别地当非高斯噪声为对称分布和谐波信号中存在二次相位耦合时该文方法同样有效。仿真实验验证了该文结论。     

直接序列扩频通信系统LFM干扰抑制技术研究

根据直接序列扩频(DSSS)通信系统接收信号、噪声和线性调频(LFM)干扰在时频平面上的不同分布特点,采用Wigner-Hough变换进行干扰的检测和参数估计,并构造出干扰子空间,然后利用子空间投影方法进行干扰抑制。给出了干扰参数估计和子空间投影抗干扰的具体步骤,推导出系统输出信号与干扰噪声比(SINR)的解析表达式,并仿真分析该方法抑制LFM干扰的性能。试验证明该方法能有效抑制LFM干扰,且结构简单,具有较高的可行性和实用性。     

知识辅助的两级自适应抗干扰技术

机载雷达通常工作在强杂波、强干扰的复杂电磁环境中,如何有效消除压制干扰抑制杂波是其中的关键问题。传统的两级空时自适应处理( STAP )算法在静默期采集信号得到干扰子空间,在开机阶段运用空间投影技术抑制干扰并采用降维STAP抑制杂波。虽然该算法在干扰平稳时具有较好的效果,但是在实际应用中,复杂的干扰环境会破坏广义平稳假设。因此,仅采集单个静默期的干扰样本来估计协方差矩阵会出现偏差。为了克服该问题,提出采集多个静默期的干扰信号来估计当前的干扰协方差矩阵,以此来提高估计准确度,可以更好地抑制干扰。仿真结果表明即使在当前静默期采集的干扰信息不完整时,该技术仍然能够利用以前的干扰信息准确估计干扰协方差矩阵。     

一种简便的MIMO阵列雷达CFAR检测器

本文提出了一种适用于MIMO阵列雷达的简便的CFAR检测器,它利用了MIMO阵列雷达观测空间维数高的特点,通过直接滤除杂波干扰子空间的方式抑制杂波和干扰。该检测器的简便性在于杂波子空间可以离线估计与存储,而干扰子空间的估计也只需在低维空间上进行,而其原因是在估计杂波和干扰子空间时没有利用距离参考单元观测样本,而是利用了已知的系统参数、杂波子空间结构以及干扰协方差矩阵的模块对角性质。仿真结果表明,在杂波的理想模型条件下,选择适当的估计方法可以获得较高的杂波子空间估计精度,由此得到的CFAR检测器的性能也非常接近于已知杂波干扰子空间条件下的检测性能。      

异步带限DS-CDMA系统在多径衰落信道下的子空间时延序贯估计算法

该文提出了适合于异步DS-CDMA系统在多径衰落信道下的子空间时延序贯估计算法,称为MUSIC-SEA算法。该算法引入了序贯估计思想,将已估时延信息融入后续时延估计过程中,整个时延估计过程为:首先估计噪声子空间,然后依次对每个时延进行粗略估计和精确搜索。给出了MUSIC-SEA算法的迭代执行方法,并进行了性能分析和计算机仿真。结果表明,MUSIC-SEA算法能有效除去多径间的相互影响,提高时延正确估计概率和时延估计精度。     

空/时对称阵列雷达非高斯杂波背景下多秩距离扩展目标检测方法

针对多通道阵列雷达从实际杂波中检测目标场景,该文提出了一种面向多通道阵列雷达非高斯杂波背景的多秩距离扩展目标检测方法。首先,利用秩大于1的子空间矩阵和相应距离单元的坐标向量,建立了多秩距离扩展目标模型;然后,利用雷达接收单元空间或时间中心对称探测场景下杂波协方差矩阵的反对称结构信息,通过酉变换,采取广义似然比、Rao、Wald检验准则,构建待解参数小样本估计策略,设计了面向非高斯杂波背景的多秩距离扩展目标检测方法。最后,通过理论推导证明了所提检测方法相对于杂波协方差矩阵具有恒虚警特性。基于仿真数据和实测数据的实验结果表明,所提检测方法能够保证对杂波协方差矩阵具有恒虚警特性,此外,相较于现有检测方法,所提检测方法提升了小训练支持的目标检测性能,并且在导向矢量失配条件下,有效地改善目标检测的稳健性。      

机载非正侧阵雷达自适应子空间方法

机载非正侧阵雷达使杂波具有距离非平稳特性且传统的空时自适应方法性能下降严重。为了解决这个问题,该文提出一种自适应的子空间方法。该方法首先利用曲线拟合估计构型参数,然后利用估计的构型参数计算杂波子空间,最后将数据向杂波子空间对应的正交补空间进行投影来抑制杂波。仿真实验结果表明,该方法可以取得较好的参数估计精度与杂波抑制性能。     

基于延迟锁定环跟踪对消技术的穿墙雷达杂波抑制

穿墙雷达成像中,墙体反射波等杂波严重影响成像效果.针对现有子空间技术等方法在去杂波同时会对目标信息造成消减这一问题,本文采用M序列雷达,提出一种多级延迟锁定环路技术.该方法对墙体反射波、直达波等强杂波时延分别进行准确估计,重建干扰杂波信号并从入射信号中消减,实现对杂波干扰的有效抑制,可以广泛的应用于执法、救援及反恐等各领域.结果表明,与平均消去、子空间杂波抑制技术对比,在不同噪声环境下,本方法均能够有效的抑制干扰,图像改善因子分别提高了1~6dB,目标成像效果得到大幅度改善.     

异步带限DS-CDMA系统中基于子空间的时延估计算法

该文提出了适合于异步带限DS-CDMA系统的时延估计算法。该算法基于子空间概念,首先估计噪声子空间,然后进行时延的粗略估计和精确搜索。分析了该算法的性能,并进行了计算机仿真。结果表明,该算法具有抗远近效应能力,对用户数目也具有一定的鲁棒性,并且大大提高了时延估计精度,降低了时延估计过程的运算量。     

子空间干扰非高斯杂波的抑制

在复杂电磁环境下,往往需要在线估计杂波协方差矩阵,从而自适应调整滤波器权值,实现对杂波的有效抑制,这样有利于目标的估计、检测、定位或跟踪。该文考虑非高斯杂波模型,且部分杂波受到子空间信号干扰,并且有用信号也位于该子空间内。常规方法会导致自适应滤波器在目标多普勒频率处有较大的衰减,极大影响了有用信号的探测。为此提出了一种知识辅助的分层贝叶斯模型,采用变分贝叶斯推断方法获得杂波协方差矩阵的近似后验分布,利用后验均值设计杂波抑制滤波器,可以有效提高目标的探测性能。计算机仿真和实测数据验证结果表明,该方法能够有效抑制杂波,而在目标处有较好的探测能力。      

一种改进的广义循环相关熵时延估计方法

针对同频带干扰及脉冲噪声并存的复杂电磁环境下现有时延估计算法性能退化的问题,该文引入双曲正切函数,提出一种改进的广义循环相关熵时延估计(HTGCCE)算法。首先指出脉冲噪声存在时广义循环相关熵算法的优势及性能退化的原因。然后利用双曲正切函数对其进行改进,以提高算法在脉冲噪声下的时延估计性能。仿真实验表明,提出的算法在脉冲噪声的特征指数较小、信噪比较低及信干比较低时仍保持很好的时延估计性能。     

基于奇异值分解的空域海杂波抑制算法

为实现对高频地波雷达(high frequency surface wave radar, HFSWR)一阶海杂波谱中目标的检测,提出了基于奇异值分解(singular value decomposition, SVD)的空域海杂波抑制算法（简称空域SVD算法）. 空域SVD算法是利用海杂波较强的相关性,将邻近距离单元作为参考,对其阵列协方差矩阵进行SVD,估计空域的海杂波子空间和噪声子空间;再利用子空间的正交性,从阵列回波信号中去除其在海杂波子空间的投影分量,达到在空域抑制海杂波的目的. 该方法与现有的空域海杂波抑制方法相比,不需要预先知道海杂波的方位,利用阵列协方差矩阵的SVD来估计子空间,使得子空间的估计比较容易且准确,提高了输出信杂噪比(signal to clutter plus noise ratio, SCNR),有利于目标的检测.