基于Radon模糊图变换的数字采样信号快速调频参数估计

Radon模糊图转换法(RAT)调频参数估计是模糊图平面过原点直线的一维搜索.RAT直接求和计算方法计算量大,很难实时计算.本文基于模型法研究数字信号RAT参数估计的快速算法,给出了多分量线性调频(LFM)信号模型、RAT模型法参数估计及多分量信号的逐次消去信号检测方法,提出了RAT模型法快速调频参数估计算法,并提出剩余展宽系数来分析调频参数估计性能,同时进行了计算量分析.数字仿真表明本算法在高/低信噪比均能很好地接近Cramer-Rao限.该方法速度快且不需要数据矩阵储存,在多分量调频参数估计中有很好的应用前景.     

基于Radon—Ambiguity变换和解调频技术的SAR运动目标检测

详细探讨了合成孔径雷达中运动目标的检测问题，根据机载合成孔径雷达运动目标回波信号的特点，提出了基于Radon-Ambiguity变换和解调频技术的一种新的机载运动目标检测方法，给出了动目标检测、参数估计的主要步骤，分析了在单目标和多目标情况下的检测性能。该方法与常用的Wigner-Ville分布和Radon变换结合的方法相比计算量明显减少，在多目标情况下能够较好地抑制交叉项，提高检测性能。且使用解调频技术与RAT相配合，解决了单纯RAT无法估计Chirp信号初始频率的问题。仿真试验结果证明了算法的有效性。     

线性调频步进信号雷达目标运动参数估计方法

针对目标运动对线性调频步进信号雷达成像的影响,提出一种基于时频分析的目标运动参数估计方法。对差频处理后的各簇回波信号进行快速傅里叶变换,利用变换后信号与子脉冲序列的线性调频关系,通过维格纳分布和Radon变换对目标不同时刻运动参数进行估计。结合二值数学形态学与图像边缘检测方法提高对多散射点目标运动参数估计的精度。在此基础上,针对目标可能出现的变速运动情况,利用最小二乘算法拟合整个成像时间内目标运动速度的变化,较好地实现对机动目标的运动参数估计。仿真实验验证了本文方法的有效性。     

RWT在抑制箔条干扰中的应用

基于以线性调频信号LFM为发射信号的高分辨雷达，提出一种利用Radon—Wigner变换(RWT)进行相干积累的方法，并将该方法应用于抑制箔条干扰。理论分析和计算机仿真都征明，它能大大的增加相干积累时间，更充分利用回波的能量，显著的提高了雷达的检测能力。     

SAR微动目标检测及其参数估计方法

针对机载合成孔径雷达（SAR）系统在环境变化比较剧烈或者载机飞行不稳时噪声较大的问题,提出了基于信号时频分析和逆Radon变换的微动目标检测与参数估计方法。首先对振动目标回波信号作DPCA处理;然后对其进行时频分析,提取微动目标的微多普勒特征;最后对时频分析后的信号进行逆Radon变换,估计振动目标参数。干涉信号的微多普勒频率表现为正弦函数的形式,逆Radon变换对正弦信号聚焦但对噪声不聚焦,整个系统所需回波信噪比使用时频分析时低得多。仿真实验验证了算法的有效性。     

分级计算迭代在Radon-Ambiguity变换和分数阶Fourier变换对chirp信号检测及参数估计的应用

该文在分析Radon-Ambiguity变换(RAT)和分数阶Fourier变换对chirp信号的检测和参数估计的基础上,建立了多分量chirp信号检测和参数估计系统模型,提出了分级计算迭代方法,大大减少了计算量,提高了运算速度。     

变抽样率处理技术及性能

提出了一种处理线性调频信号的方法,该方法可有效地从强地杂波中检测出目标信号,并应用于分辨多运动目标。文中对变抽样率处理技术的检测性能和多运动目标分辨能力进行了分析和仿真,认为影响其分辨能力的因素除了地杂波之外,主要是变抽样率处理后剩余多普勒频率所造成的旁瓣影响小目标的分辨。仿真结果表明该方法是可以在强地杂波中检测出目标信号,并分辨多运动目标的。     

基于FRFT的一维距离像高速运动补偿

为提高高速运动目标的雷达识别性能,需要分析高速运动目标的回波模型,研究高速运动目标参数估计和一维距离像补偿方法.针对目标高速运动引起的回波脉冲压缩展宽,从而严重影响目标一维距离像成像质量的问题,建立了宽带线性调频信号的目标高速运动回波模型,分析了目标高速运动对高分辨一堆距离像的影响,提出了基于分数阶傅里叶变换参数估计的校正方法,消除目标高速运动对一维距离像的影响.通过引入逐级逼近搜索寻优算法,保证参数估计精度的同时提高计算的速度.仿真结果表明,文中提出的方法快速有效,且对噪声具有较好的鲁棒性.     

基于短时迭代自适应-逆Radon变换的微多普勒提取方法

对于频率交叠严重且频率成分接近的多分量信号,常用的短时傅里叶变换(Short Time Fourier Transform,STFT)和S方法(S-Method,SM)频率分辨能力不足,重构精度低.针对该问题,本文结合逆Radon变换提出了基于短时迭代自适应-逆Radon变换(Short Time Iterative Adaptive Approach-Inverse Radon Transform,STIAA-IRT)的微多普勒特征提取方法.首先采用基于加权迭代自适应的STIAA时频分析方法分析了散射点模型的微多普勒特性,然后利用逆Radon变换分离重构不同散射点的微多普勒分量.该方法在低信噪比、邻近时频分布情况下能获得高分辨的多分量信号的完整微多普勒信息,性能分析显示STIAA-IRT重构精度较高,明显优于STFT-IRT (Short Time Fourier Transform-Inverse Radon Transform)和SM-IRT (S-Method-Inverse Radon Transform)特征提取方法.     

三阶多项式相位信号参数估计

三阶多项式相位信号常用于描述复杂运动目标的雷达回波,但其未知参数多,参数估计实现起来比较困难。针对此问题,本文提出了一种分两步的三阶多项式相位信号参数估计方法:首先利用Radon变换提取三阶多项式相位信号在三次相位变换后对应的直线,从而得到相位参数的初始值估计;然后将初始值代入最大似然估计函数并利用单纯形法对其进行优化得到精确估计结果。给出了单分量和多分量情况下的参数估计流程。仿真结果表明,本文算法估计性能达到CRB界,且起始工作信噪比门限低。      

多相编码雷达信号参数快速估计方法

针对Wigner-Ville分布、Radon-Wigner变换估计多相编码雷达信号参数存在运算量大、估计精度低等问题,本文提出了基于Radon-ambiguity变换和分数阶傅里叶变换(FRFT)联合分析的参数快速估计方法。该方法采用Radon-ambiguity变换估计信号调制斜率,采用分数阶傅里叶变换估计载频、周期等,通过两次一维搜索峰值来估计信号的参数,与Wigner变换、Radon-Wigner变换的二维搜索峰值相比,运算量大大降低,且提高了参数估计精度。仿真结果证明了该方法的有效性。     

一种SAR海洋图像舰船航迹精确定位方法

SAR海洋图像中航迹线性特征的检测和精确定位是一个困难的问题。常规的检测方法是利用Radon变换,在参数空间精细离散化时,可以达到较高的检测和定位精度,但计算量很大。针对这个问题,根据Radon变换的基本特性,提出了一种基于峰值波形多尺度匹配滤波的定位方法。该方法除了可以提供更加可靠的检测外,还可以使得估计的线性特征参数达到亚像素级精度,从而解决了由于精细离散化带来的大计算量的问题。仿真和实际数据处理的结果表明,该方法在参数估计误差和标准差方面明显优于其它算法。     

一种VSAR地面目标估计和定位新方法

针对速度合成孔径雷达(VSAR)地面运动目标方位定位,在距离-多普勒-速度域提出了一种基于改进Radon变换的目标径向速度估计新方法。基于VSAR地面运动目标信号模型,首先通过改进Radon变换实现模糊数和待定距离估计。进而,利用滑窗处理确定目标正确距离和模糊多普勒中心,实现运动目标速度估计和正确定位。新方法通过级联处理实现速度估计和定位,运算量小。最后,仿真结果证明了方法的正确性和有效性。     

Restoration of multispectral images by the gradient reconstruction method and estimation of the blur parameters on the basis of the multipurpose matching model

In this study, an original method for restoration of multispectral images by means of gradient reconstruction is proposed. The method uses a simple relationship between the gradient at the neighboring points in the distorted image and the gradient at distant points in the initial image. The result of restoration by the proposed algorithm excels the result obtained by the standard method based on the Wiener filtering. A new method for estimation of the parameters of the distorting motion-blur operator is also proposed. In this case, the blurred image is considered as a superposition of M shifted original images, and the autocorrelation convolution of the distorted image can be represented as a linear combination of M ² mutual convolutions of several identical shifted images. Thus, the autocorrelation function of the distorted image is a straight line passing through the center, and the direction of this line and its length coincides with the parameters of the distorting operator. As compared to the best present-day algorithms, the proposed method exhibits higher accuracy of parameter estimation. In addition, computation of parameters with the use of this method takes much less time than with the use of popular estimation algorithms based on the Radon transform.     

Rotation invariant analysis and orientation estimation method for texture classification based on Radon transform and correlation analysis

Some recent rotation invariant texture analysis approaches such as multiresolution approaches yield high correct classification percentages, but present insufficient noise tolerance. This paper describes a new method for rotation invariant texture analysis. In the proposed method, Radon transform is utilized to project a texture image onto projection space to convert a rotation of the original texture image to a translation of the projection in the angle variable, and then Radon projection correlation distance is introduced. A k-nearest neighbors’ classifier with Radon projection correlation distances is employed to implement texture classification and orientation estimation. Theoretical and experimental results show the high classification accuracy of this approach as a result of using the Radon projection correlation distance instead of repetitious usage of discrete transforms. It is also shown that the proposed method presents high noise tolerance and yields high accuracy in orientation estimation in comparison with Khouzani’s method.     

一种复杂环境中跳频信号检测和参数估计改进方法

信号检测与参数估计可为后续的信号解调分析提供依据,在电子对抗中起到重要的作用。针对复杂环境中跳频信号的盲处理问题,针对跳频信号模型进行分析,提出了一种基于滑动相关与小波变换结合的改进方法,更好地完成了检测与参数估计。该方法可较好地克服瑞利信道衰落和传播损耗的影响,检测性能良好,且跳频参数估计精度较高。最后,通过计算机仿真验证了改进方法结果的有效性,且正确率高,具有工程实用性,性能也优于过去的一些算法。     

基于视频的投弃式温深仪速度测量技术研究

投弃式温深仪(XBT)的下降速率公式对XBT所测量的海水温度剖面有很大影响,通过分析视频测量系统所拍摄的XBT探头下落过程中的序列图像可计算其下落过程中的位姿参数并改进其下降速率公式.为测量XBT探头的下落速度,提出了一种基于积分投影和Radon变换的速度测量新方法.该方法无需复杂的图像处理算法及测量数据后处理算法,只需计算各帧图像的水平积分投影合成时间堆栈图像,根据时间堆栈图像的物理意义来确定目标运动轨迹的时空关系.通过对时间堆栈图像做Radon变换处理检测直线边缘特征,计算出目标的运动速度.实验表明,该方法简单、可靠,在图像质量较差的情况下仍能有效地计算出目标的运动速度.     

基于支持向量聚类的多分量线性调频信号检测

为了精确获取多分量线性调频(Linear FM, LFM)信号中分量的数量,该文引入支持向量聚类(Support Vector Clustering, SVC)算法对LFM信号的Radon-时频分析结果进行聚类分析,完成多个分量的检测;并通过减少SVC算法中输入集样本数量和改进聚类标识方法为直接聚类标识法,提高了SVC算法的计算效率。仿真结果表明:在较低信噪比条件下,Radon-时频分析和SVC结合的方法可有效地检测多分量LFM信号中分量数和进行参数估计。