基于熵的步进频率探地雷达距离旁瓣抑制

步进频率探地雷达因频谱截断和杂波干扰而产生严重的拖尾旁瓣，降低了系统分辨目标的能力。文中分析了熵表征的信号特征，从距离旁瓣产生的机理出发，提出用最大熵、最小熵谱外推技术对截断频谱外推，降低频谱截断产生的拖尾旁瓣。实验结果表明，最大熵可以有效地去除因频谱截断产生的Gibbs振荡，最小熵对峰值旁瓣电平抑制效果较好，两者都有效地提高了系统分辨率。     

基于最大熵谱估计的距离-多普勒成像

提出一种目标超分辨逆合成孔径(ISAR)成像方法。该方法首先利用最大熵谱估计的方法对雷达宽带测量数据进行外推处理，然后对经过外推处理后的数据采用距离一多普勒原理进行ISAR成像，最后采用仿真数据和实际测量数据进行实验验证。实验结果表明，该方法对目标ISAR成像分辨率有明显提高，对用传统方法不能进行的ISAR成像数据，采用该方法成像效果有明显改进；且计算量不是很大，易于工程实现。     

超分辨距离—多普勒成像研究

介绍几种超分辨成像方法,包括线性预测数据外推的离散傅立叶变换(LPDEDFT)法、动态优化线性最小二乘(DOLLS)法和Hopfjeld神经网络非线性最小二乘(HNNNLS)法,并给出B-52飞机缩比金属模型微波暗室转台实测数据和Boeing-727飞机外场实测数据的成像结果。比较了这些方法在分辨能力、计算复杂性等方面的优劣。采用这些超分辨成像方法,与普通的傅立叶方法相比,在相同信号带宽和总转角的条件下可以获得更高的图像分辨率,或用较小的信号带宽和总转角可以获得相同质量的图像。     

一种机载/弹载阵列雷达前视超分辨成像算法

针对机载/弹载雷达前视成像过程中方位分辨率急剧下降的问题,提出了一种基于超分辨技术的阵列雷达前视成像算法。该算法通过对接收的各通道回波数据进行样本协方差估计,并对该协方差进行修正及空间平滑等处理,随后采用改进的多重信号分类(MUSIC)算法估计空间谱,再根据系统参数将谱曲线进行累积,最终获得雷达前视图像。仿真及实测数据处理结果表明,该算法能有效提高雷达前视方向成像的方位分辨率,实现机载/弹载雷达前视超分辨成像。     

信号处理中提高谱估计分辨率的方法

在信号处理的各种应用中,对谱分析的分辨能力有很高的需求,故提高谱估计分辨率的方法引起人们的很大注意。自1967年伯格提出最大熵谱分析以来,近10～15年来发展了一些高分辨率谱估计的方法:最大熵谱分析,ARMA信号模型,最小交叉熵谱分析,最大似然谱估计,长球面波函数外推自相关函数,帕普里斯带限外推,复调制选带快速富里叶变换等。本文对这些提高谱估计分辨率的方法进行系统介绍。     

基于目标稀疏性的雷达距离超分辨

雷达目标在观测空间中通常是稀疏的。当雷达发射线性调频信号时,目标回波的匹配滤波实际上是频域去斜脉压,回波信号在频域去斜后变成复正弦波。基于目标稀疏性和去斜回波的复正弦形式,可以构造多目标频域去斜回波的距离维稀疏信号模型,然后利用凸优化方法求解目标的距离,同时实现雷达距离超分辨。本文提出了一种基于目标稀疏性和频域去斜的距离超分辨方法,理论分析和仿真实验表明,该方法的距离分辨率超过了常规脉冲压缩技术,从而实现了雷达距离超分辨。     

基于脉冲压缩的距离超分辨技术

利用高分辨阵列处理算法实现重叠回波时延超分辨是扩展雷达距离分辨率的有效方法,而降低这类算法适用的信噪比(SNR)门限是其能否实用的关键。本文针对大时宽带宽积(TB)信号压缩后能量集中,峰值SNR提高的特点,提出了一种低SNR下大TB信号距离超分辨新方法.即利用脉压和旁瓣抑制技术对大TB信号进行预处理,结合噪声的预白化,对截取的脉压输出主瓣进行超分辨处理。计算机模拟表明该方法可以在低SNR下实现多目标的距离超分辨估计,并大大降低数据存储量和计算量.     

基于脉冲压缩的距离超分辨技术

利用高分辨阵列处理算法实现重叠回波时延超分辨是扩展雷达距离分辨率的有效方法，而降低这类算法适用的信噪比（ＳＮＲ）门限是其能否实用的关键。本文针对大时宽带宽积（ＴＢ）信号压缩后能量集中，峰值ＳＮＲ提高的特点，提出了一种低ＳＮＲ下大ＴＢ信号距离超分辨新方法。即利用脉压和旁瓣抑制技术对大ＴＢ信号进行预处理，结合噪声的预白化，对截取的脉压输出的主瓣进行超分瓣处理。计算机模拟表明该方法可以在低ＳＮＲ下实现多     

一种改进的毫米波图像超分辨复原方法

针对无源毫米波图像分辨率低的问题,提出了一种基于对比度金字塔变换和改进非线性频谱外推方法的图像超分辨复原算法。该算法通过采用基于高频细节局部方差的高斯函数自适应调整频谱外推系数,并用其对对比度金字塔分解的高频细节进行频谱外推,同时采用Context模型去噪,最终重构出高分辨图像。通过该方法对无源毫米波图像进行超分辨复原,其结果表明新算法能有效增强图像的轮廓,提高图像的分辨率。     

基于分数阶傅里叶变换的距离维超分辨方法

宽带雷达目标一维距离像是实现目标识别的重要依据,提高距离维的分辨率对提高目标识别概率非常重要。针对超宽带雷达运动目标回波,采用分数阶傅里叶变换算法(FrFT)搜索并补偿带宽内的多普勒差异,同时将距离维时延信息转换为频域信息,采用多重信号分类(MUSIC)超分辨算法,针对FrFT处理后的数据进行超分辨。该方法实现了距离维信息的超分辨,其性能较传统的脉冲压缩技术或"去斜"技术有显著提高,可以应用到目标识别与分类中,提高正确识别概率。采用计算机仿真验证了所给出算法的有效性。     

Recursive autoregressive spectral estimation by minimization of thefree energy

A digital signal processing technique applicable to power spectrum estimation, designated as the minimum free energy method, is described. With no a priori model assumption and no attempt to extract special features such as sinusoids, one can obtain high resolution even with high noise contamination of the measured signal. The technique is demonstrated by modification of the Burg recursive method of spectral analysis. A recursive minimum free energy method in which the reflection coefficient is chosen at each step is proposed for minimizing the free energy (the Burg energy measure minus the product of a temperature and an information entropy). The method produces a spectral estimator more impervious to high noise contamination than the Burg method and diminishes the Burg tendency to produce spurious peaks     

外推算法在实时杂波模拟中的应用

由于实时性和计算量上的要求,在实时雷达杂波模拟系统中利用网格划分法计算出来的杂波功率谱点数有限,一般不超过1 024点。为了提高模拟得到的时域杂波序列的频率分辨率,改善由于在DSP上46 ms内重复使用同一段序列所导致的周期性,特别引入了最大熵外推算法及其改进的梯度格型快速自适应算法,扩大了时域序列的点数。实践证明,使用该外推方法可以在保证实时性的前提下,将杂波重构过程频率分辨率提高1倍。     

频谱外推技术在毫米波CSAR 成像中的应用

近年来圆轨迹合成孔径成像(CSAR)成为SAR 成像领域的一个研究热点,同时超分辨频谱外推技术能够有效改善SAR 图像的聚焦质量。针对频谱外推技术在近场毫米波CSAR柱面成像中的应用进行了研究,将频谱外推算法与传统的波数域算法相结合,旨在提升SAR 图像的聚焦效果;仿真点目标结果表明基于频谱外推技术的改进算法可以明显改善点目标的分辨率、峰值旁瓣比、积分旁瓣比指标;在室内基于矢量网络分析仪与高精度转台搭建了近场测量系统获得实测回波数据,通过雷尼熵评价指标衡量成像结果,结果表明基于频谱外推技术的改进算法成像结果优于传统成像算法的结果。     

毫米波高分辨率雷达运动补偿研究

频率步进雷达是一种距离高分辨率雷达，运动补偿是其实现距离高分辨的关键。在波形熵法用于毫米波频率步进雷达运动补偿的研究中，针对步进频率信号波形熵的局部最小值问题，采用Costas编码改进，并对波形熵的定义进行了优化，获得了满意的仿真结果。     

基于EMD与功率谱熵的语音端点检测

为了提高低信噪比下语音端点检测的准确性,提出一种基于经验模态分解与功率谱熵的语音端点检测方法。对带噪语音信号进行经验模态分解获得一系列语音本征模函数,选取功率谱熵作为语音端点检测的特征,并计算特定阶本征模函数的功率谱熵实现语音的端点检测。通过EMD分解可以有效地消除白噪声的影响,仿真结果表明,在低噪比情况下结合经验模态分解和功率谱熵的方法能够有效实现语音端点检测。     

复调制ZOOMFFT在车辆发动机声信号谱估计中的应用

针对传统方法在车辆发动机声信号频谱研究中分辨率低的问题,提出将基于复调制的ZOOMFFT算法应用于车辆发动机声信号频谱研究中,基于复调制的ZOOMFFT算法可以很好地局部放大信号频谱、大大提高细化倍数及运算速度从而提高信号的频谱分辨率,并将ZOOMFFT算法与传统谱估计算法FFT及最大熵算法进行了比较.利用MATLAB...     

A two-dimensional maximum entropy spectral estimator

Using ideas from one-dimensional maximum entropy spectral estimation a two-dimensional spectral estimator is derived by extrapolating the two-dimensional sampled autocorrelation (or covariance) function. The method used maximizes the entropy of a set of random variables. The extrapolation (or prediction) process under this maximum entropy condition is shown to correspond to the most random extension or equivalently to the maximization of the mean-square prediction error when the optimum predictor is used. The two-dimensional extrapolation must he terminated by the investigator. The Fourier transform of the extrapolated autocorrelation function is the two-dimensional spectral estimator. Using this method one can apply windowing prior to calculating the spectral estimate. A specific algorithm for estimating the two-dimensional spectrum is presented, and its computational complexity is estimated. The algorithm has been programmed and computer examples are presented.     

现代谱估计在窄带天线测试中的应用

在暗室中对窄带天线进行测量时,由于间接时域方法的测试带宽不足而无法有效地去除多径信号所产生的干扰,文中提出将现代频谱估计技术应用于此类天线的测试。以最大熵为约束条件,利用现代谱估计中的Burg算法求解接收到频域信号的AR模型参数,并对其进行频谱外推。从而在频域拓宽信号的测试带宽,在时域提高信号的分辨率,并运用间接时域测量技术精确加载时域门,达到去除多径干扰的目的。仿真和实测都验证了该方法的有效性及可靠性。     

高角度分辨率的信源分离算法

传统的波束形成算法在期望信号和干扰信号来向相近的情况下性能下降,不能很好地完成信源分离,针对此问题提出了一种高角度分辨率的信源分离算法。首先选取一种适合任意阵型的AR模型预测方法进行阵列扩展,然后利用基于独立分量分析的鲁棒性分离算法完成信号分离,通过结合阵列扩展和盲源分离的优点,本文提出的分离算法在不增加实际阵元数目的前提下具备比原阵列更高的角度分辨率。实际数据测试表明提出的算法能够在9元均匀圆阵上分离方位角来向间隔为0.5度的信号。