基于Simulink的近海岸杂波背景中LFM信号的检测

近海岸复合杂波的幅度分布有多个尖峰,表现出了较强的非平稳特性,因此在该杂波背景下有效检测舰船等运动目标是一个非常困难的问题。探讨此杂波背景下线性调频(LFM)信号的检测对于研究地、海复合杂波背景中运动目标的检测有重要的意义。利用WVD分布对LFM信号具有时频聚集性的特点,本文基于Matlab7.1中的Simulink平台建立了近海岸复合杂波背景下的LFM信号的检测模型,实验结果证明该模型具有很好的实时性和集成性。     

混响背景中目标回波检测和参数估计的一种新方法

本文研究了基于Wigner-Ville分布(WVD)和Hough变换(HT)联合技术抗混响的方法.给出了简要的理论介绍、具体的实现方法和相应的处理结果.仿真研究表明,在混响背景中,WVD-HT联合的方法能比较有效地完成目标回波的检测和参数估计.     

分数阶Fourier变换对LFM信号的特征参数估计能力仿真评估

将分数阶傅里叶变换（FrFT）对线性调频（LFM）信号处理方法应用到雷达侦察信号分选与参数估计中,研究FrFT对LFM信号在低信噪比下的检测与参数估计能力。设定了雷达侦察信号背景,制定了仿真验证流程,考察了FrFT对LFM信号的调频率和中心频率的估计能力,对比了不同信噪比下的参数估计运算时间。仿真结果验证了该算法可以完成低信噪比条件下雷达侦察LFM信号特征参数的估计。     

低信噪比下宽带LFM信号检测技术

研究了低信噪比下的宽带 LFM 信号检测技术,利用 STFT 实现了 LFM 信号增强,提出了基于一维搜索的宽带 LFM 信号检测技术.试验结果表明,采用以上这些方法在低信噪比下,对于宽带 LFM 信号具有较高的正确检测概率及参数测量精度,且算法简便易于实现.     

基于匹配滤波和离散分数阶傅里叶变换的水下动目标LFM回波联合检测

匹配滤波器是高斯白噪声背景下LFM回波的最优检测器,并且根据匹配滤波器输出的峰值位置可以获得目标距离的估计.有色混响噪声背景以及目标径向速度造成的回波和样本失配都将导致匹配滤波器检测性能和测距精度下降.结合匹配滤波的定位特性和分数阶傅里叶变换对LFM信号的聚焦特性,该文提出基于匹配滤波和离散分数阶傅里叶变换的联合检测方法.仿真结果表明联合检测方法性能优于单匹配滤波器,并且可以获得目标径向速度的近似估计.     

基于ST-FRFT的非合作水声脉冲信号检测方法

为解决非合作条件下水声脉冲信号检测与参数估计的难题,本文提出了一种基于短时分数阶傅里叶变换（ST-FRFT）的检测方法。线性调频（LFM）和单频（CW）脉冲信号是最常见的两种水下声脉冲信号,在非合作条件下,信号参数信息的缺失使得不能直接采用匹配滤波检测方法,傅里叶变换（FT）对CW信号具有良好的检测增益,但对LFM信号检测增益下降,尤其是具有较大调制率的LFM信号。分数阶傅里叶变换（FRFT）对LFM信号具有良好的能量聚集性特点,有利于LFM信号的检测,并且包含了Fourier变换,同样适用于CW信号的检测。为了同时获得接收信号的时域和频域特征,设计了基于短时分数阶傅里叶变换（ST-FRFT）的检测器,可以实现信号参数未知的情况下对LFM和CW信号的截获检测。理论分析了ST-FRFT与STFT方法针对LFM信号和CW信号的检测性能,基于FT的方法对LFM信号的处理增益受到调制率的影响,相对于CW信号增益下降,并且随窗长呈非线性变化,非合作条件下难以获得最佳窗长,而FRFT对LFM信号可以获得近似匹配滤波的处理增益,提高了LFM信号的检测性能。仿真结果和湖试数据处理结果验证了理论分析的正确性与该方法的有效性。      

基于FPGA的LPI信号检测

本文分析了利用信号相关检测理论对典型的低截获概率(LPI)线性调频(LFM)信号进行检测的方法,并搭建了一个基于FPGA的信号相关检测系统。基于FIFO的设计方案通过中间乘积结果的预存大大减少了求相关运算的计算量。最后利用FPGA实现白噪声背景下LFM信号的产生,通过检测系统后发现有目标,证明了该系统在工程上是可实现的。     

低信噪比强窄带干扰条件下的LFM信号检测技术的比较与分析

研究了低信噪比强窄带干扰条件下的LFM信号检测技术,提出了基于短时傅里叶变换(STFT)的线性调频(LFM)信号增强技术、基于时频峰值滤波的强窄带干扰抑制技术和基于一维搜索的宽带LFM信号检测技术.试验结果表明,采用以上这些方法在低信噪比强窄带干扰情况下,对于LFM信号具有较高的正确检测概率及参数测量精度.     

基于相位匹配的噪声调幅干扰下LFM信号检测

该文提出一种基于相位匹配原理的噪声调幅干扰下LFM信号检测方法。推导了噪声调幅干扰信号载频估计方法,利用干扰信号载频信息,实现信号的相位匹配,并基于最小二乘相位匹配方法实现LFM信号检测。仿真结果证明了文中原理和方法的正确性。     

基于RFRFT技术的LFM信号去相关分离方法

讨论了一种采用去相关算法优化简化的分数阶傅立叶变换(RFRFT)技术分离LFM信号的方法,对要分离的LFM信号进行RFRFT变换实现参数特征识别后进行去相关处理.并基于该方法设计了一种LFM信号去相关分离系统模型.最后利用MATLAB软件仿真了基于该算法在LFM信号检测分离的效果,从仿真结果上看,该方法提高了RFRFT技术实现LFM信号分离的质量,此外该算法也具有易实现,计算量小等特点.     

分形随机噪声信号处理的小波谱相关方法

提出了广义小波谱相关的概念,简要分析了其基本性质及其与谱相关的关系,通过对白噪声的谱相关和小波谱相关特性的研究,推导出分形噪声的小波谱相关函数,通过与白噪声的对比研究,分析了分形随机噪声在小波谱相关域的特性.考虑实际海杂波的特性,提出了一种分形噪声调幅调频的海杂波模型,分析了海杂波在小波谱相关域的表现,体现了小波谱相关对海杂波处理的优势.利用小波谱相关对分形噪声背景下的伪码脉冲串信号进行了识别仿真,结果表明该方法能有效抑制分形噪声,准确提取信号参数.     

海杂波FRFT域的分形特性及目标检测

通过对实测海杂波数据的仿真分析,论证了海杂波在分数阶Fourier变换域具有分形特征,而且有目标单元和无目标单元存在分数维差异,这种分数维差异在分数阶Fourier变换域存在一个最大值。基于此特征提出了基于分数阶Fourier变换域海杂波分数维差异的目标检测方法,此方法通过检测回波信号分数阶Fourier变换域分数维的变化的最大值达到检测目标的目的,这比基于时域分数维差异的方法具有更好的检测效果。最后通过对实测海杂波数据进行仿真,证实了该方法的有效性。     

基于LGF的海杂波中微弱目标检测方法

该文主要研究了海杂波的模糊分形特性以及模糊分形理论在海杂波微弱目标检测中的应用。模糊分形理论是在融合了模糊理论与分形理论的基础上提出来的,其两个重要概念是局部模糊分形维数与局部分形度。海杂波序列的分形程度可以构造为一种模糊属性,即模糊集,其具有良好的模糊理论中定义的 “度”的概念,且对海杂波与目标具有良好的区分能力。局部模糊分形维数与局部分形度是针对短时海杂波序列进行处理的,对长时间海杂波序列进行处理可以滑动处理单元实现。经X波段实测海杂波数据验证,该文所提方法具有良好的微弱目标检测能力。      

改进的分形检测海面漂浮小目标方法

为了提高海杂波中漂浮小目标的检测概率,提出了一种改进的分形检测海面漂浮小目标方法。首先,利用去趋势波动分析方法计算海杂波的分形维数;其次,利用计算过程中的“副产品”———截距组成二维判决空间;最后,通过聚类分析,检测出海杂波中的漂浮小目标。在实测数据基础上对改进算法进行了验证,结果表明：海杂波和小目标在判决空间存在明显的差异性;与Hurst指数法、神经网络集成预测法等方法比较,改进算法提高了目标检测概率;交叉极化方式( HV、VH)的检测效果优于同极化方式( HH、VV)的检测效果。     

On the fractal dimension of sea surface backscattered signal at low grazing angle

Fractal analysis of sea surface backscattering signal (sea clutter in radar terminology) represents a novel technique for the study of sea surface roughness. When Kirchhoff's assumption is satisfied, the fractal dimension of the signal is linearly related to the fractal dimension of the sea surface. Moreover, such a relationship is independent of transmitted frequency, polarization, time, space, sea wave propagation direction, incident angle (within the constraint of Kirchoff's assumption) and significant wave height. Nevertheless, for a low grazing angle, the Kirchhoff approximation does not hold and the behavior of the sea clutter fractal dimension cannot be theoretically predicted. The purpose of this paper is to investigate the fractal dimension of the sea clutter at low grazing angle, in order to extend the theoretical results. Moreover, the effects of the presence of a target on the sea surface are analyzed by means of the fractal dimension. Such an analysis is performed by using live recorded clutter data. In detail, the fractal dimension's dependence on space, time, sea wave propagation direction, sea wave height, transmitted polarization and presence of targets is investigated. A discussion on the use of the sea clutter fractal dimension for sea surface monitoring is addressed.     

基于Hilbert谱脊线盒维数的微弱目标检测算法

 在目标检测领域,分形理论中的盒维数常被用来检测海杂波中的微弱目标,但直接采用盒维数检测目标却得不到的较好检测性能.为提高采用盒维数检测目标方法的检测性能,文章在Hilbert-Huang变换域分析了实测海杂波数据的Hilbert谱脊线盒维数特性以及目标的影响,提出了采用Hilbert谱脊线盒维数检测目标的方法.仿真结果表明,目标出现时海杂波的Hilbert谱脊线盒维数明显减小,采用Hilbert谱脊线盒维数检测海杂波中的微弱目标能够获得较好的检测性能,其性能要优于直接采用盒维数的目标检测方法和多脉冲单元平均恒虚警检测方法的检测性能.     

S波段雷达实测海杂波混沌分形特性分析

S波段海杂波信号表现了非线性和频谱时变性,传统的谱分析方法,无法反映该信号在时间上的演化规律。该文首先引入分形布朗运动模型,基于S波段雷达实测海杂波数据,计算了该分形模型的海杂波Hurst指数,进而求得了其分形维数。然后利用经典的Rosenstein方法,计算了S波段实测海杂波的最大Lyapunov指数,从而证实了S波段雷达海洋回波信号具有混沌分形特性。最后进行了计算机实验,验证了本文的结论。该文的工作为S波段海洋雷达的目标探测提供了一种新的途径。     

海杂波多分形特性分析及小目标检测技术研究

为判定海杂波是否具有多重分形特性,采用小波模极大值法和多分形消趋势波动分析法对任一距离单元的实测海杂波数据进行分析,提出一种基于时间-距离单元-幅度图法对多距离单元海杂波数据进行分析,分析结果表明海杂波具有多分形特性,尤其是海杂波数据含有小目标情况更为明显。通过分析还发现当Rényi参数q<0时,距离单元含小目标的广义分形维明显大于其它距离单元只含海杂波的广义分形维;而当q>0时,这种规律不是很明显,因此提出一种基于不同距离单元间广义分形维偏差的方法来检测海杂波背景下小目标,实验结果表明该方法是有效的。      

基于海杂波分形特性的目标检测新方法

为克服海杂波分形维数值估计需要较长的数据长度的缺陷,提出了基于扫描间积累的分形维数值估计方法.首先研究了几种常用的分维值估计方法,从分维值的定义出发证明了分段分维估计方法与连续数据估计方法的等价性,然后通过迭代算法求得分形维数估计值.仿真结果表明提出的方法降低了对雷达驻留时间的要求,并且具有较小的运算量,提高了微弱目标的检测性能.该方法可以用于岸基对海雷达检测海表面微弱目标.     

基于分数布朗运动模型的激光雷达目标检测

研究和分析了激光雷达目标回波与杂波背景的分形特性,以分数布朗运动(FBM)数学模型为基础,通过对不同信噪比(SNR)激光雷达回波的分析,初步证明了激光雷达回波具有布朗运动的特征。针对激光雷达杂波数据具有布朗运动的增量统计自相似性,激光雷达杂波能与分数布朗运动较好地匹配,因此可以采用布朗运动模型对激光雷达回波数据进行分析处理。当信噪比比较低时,杂波和含有目标的回波信号的分形维数比较接近,发生重叠,单靠单一的分形维数无法检测出目标。针对这一问题,分析杂波和目标信号在不同尺度上的分形维数,提出基于不同尺度分形维数的变化特征进行目标检测的算法,即基于多尺度分形维数的目标检测算法。理论分析和实验结果表明该方法具有较高的可靠性和准确性。