基于分数阶模糊函数线调频率延时对消的运动弱目标检测

针对回波信号相位中存在的三次项问题,文中介绍了分数阶模糊函数的定义及部分性质,在此基础上研究了含有三次项的运动目标回波信号的分数阶模糊函数的线性调频延时特性,根据此特性文中提出了一种海杂波背景下的基于分数阶模糊函数线调频延时对消的运动弱目标检测方法。该方法通过将原信号的分数阶模糊函数模函数与线性调频延时后信号的分数阶模糊函数模函数对消,能在基本不减弱信号分数阶模糊函数模值的情况下有效地对消部分杂波,达到提高信杂比,提高检测性能的目的。最后,通过对IPIX实测数据验证表明,所提方法在增加目标与杂波分数阶模糊函数域峰值差以及提高信杂比等方面都明显优于仅对回波作分数阶模糊函数。文中采用双参数恒虚警检测方法设置适当的门限,该检测方法能够达到更好的检测效果。      

两种基于分数阶模糊函数的运动目标检测方法

针对海杂波中运动目标较微弱的特点,推导了单频信号、LFM信号以及相位含有三次项回波信号的分数阶模糊函数的时移特性及正负对称旋转角的分数阶模糊函数,得到2个有用的结论:(1)延时单频信号和延时LFM信号的分数阶模糊函数模函数与时域延时无关,而对于相位含有三次项的回波信号,其延时信号与原信号的分数阶模糊函数模值相等,但其最大值位置不同,与延时有关;(2)单频信号和LFM信号的正负对称旋转角的分数阶模糊函数模处处相等,而对于相位含有三次项的回波信号,其模幅度差别很大。根据此特性提出了2种基于分数阶模糊函数的运动目标检测方法。IPIX实测数据验证表明了文中方法的有效性。     

基于四阶互模糊函数的TDOA/FDOA参数估计研究

针对二阶互模糊函数在相干高斯噪声环境下会出现较大的噪声相关峰值,影响TDOA/FDOA参数正确估计的问题,利用高阶积累量对高斯噪声的不敏感特性,研究基于四阶互模糊函数的TDOA/FDOA参数估计方法,对该方法的参数估计过程进行了详细的理论分析,并针对二阶与四阶互模糊函数两种参数估计方法进行了对比仿真。仿真结果表明,基于四阶互模糊函数的TDOA/FDOA参数估计方法能有效克服噪声的相关性,但对噪声敏感,存在一定的理论研究价值。     

基于尺度变换的宽带线性调频信号时差/尺度差估计算法

提出了一种基于尺度变换的宽带线性调频信号时差和尺度差的快速算法.根据两路接收到的线性调频信号间调频率之比为尺度差的平方的特点,利用分数阶傅里叶变换分别估计出两路信号的调频率,即可获得尺度差的估计.将估计的尺度差对一路信号进行伸缩,并计算伸缩后信号与另一接收信号的时域相关,根据相关峰的位置估计出时差.相比于传统基于宽带互模糊函数的方法,该方法避免了二维搜索宽带互模糊函数的峰值,只需若干次快速傅里叶变换即可实现,能够显著降低运算量.仿真结果显示该方法在高信噪比下逐渐接近克拉美-罗下界.     

分数阶Fourier域谱估计及其应用

 本文定义了随机信号的分数阶功率谱和分数阶相关函数,得到了分数阶功率谱和分数阶相关函数的关系.在此基础上,推导出分数阶Fourier域滤波器的输入输出分数阶功率谱的关系.仿真结果表明,分数阶功率谱估计可以用于chirp信号的检测和估计,以及分数阶系统辨识.     

基于分数阶傅立叶变换的模糊函数的研究

分数阶傅立叶变换可以看作是傅立叶变换的推广,本文回顾了分数阶傅立叶变换和模糊函数的有关理论,给出了基于分数阶傅立叶变换的模糊函数,讨论了该函数的主要性质。应用实例的仿真实验验证了此函数的有效性。     

Radon-Wigner和Radon-Ambiguity快速算法及其在SAR/GMTI中的应用

本文针对Radon-Wigner Transform、Radon-Ambiguity Transform检测线性调频信号中的若干问题进行研究.Radon-Wigner Transform和Radon-Ambiguity Transform保留了Wigner-Ville分布和模糊函数时频聚集性高的优点,克服了它们在检测多分量信号时存在严重的交叉项问题.本文首先分析并证明了Wigner-Ville分布和模糊函数中交叉项与自主项的不同,指出该"不同"即是Radon-Wigner Transform和Radon-Ambiguity Transform能够抑制交叉项的根本原因;其次,本文证明了Radon-Wigner Transform的一种快速计算方法,并且以分数阶傅利叶变换为桥梁,给出了Radon-Ambiguity Transform的快速计算方法;最后,本文将Radon-Wigner Transform和Radon-Ambiguitiy Transform快速计算方法用于合成孔径雷达对地面运动目标的检测和参数估计中,取得了预期的较好的检测结果.     

基于自适应分数阶傅里叶变换的线性调频信号检测及参数估计

该文提出了一种基于最小均方算法的自适应计算分数阶傅里叶变换的方法并将该方法应用到多分量chirp信号的检测与估计之中。该方法通过对连续型分数阶傅里叶反变换进行离散化采样,得到适合数值计算的离散形式,进而通过适当的选择输入向量和目标函数构造自适应滤波器,经过最小均方算法进行训练后所得的滤波器权系数即为分数阶傅里叶变换的结果。仿真实验表明,该方法可以用来计算分数阶傅里叶变换及对chirp信号进行检测和参数估计,且计算延时相对较小。     

基于分数阶运算的多相码信号检测与参数估计

针对目前多相码信号检测与参数估计方法运算复杂度高的问题,提出了一种基于分数阶运算的多相码信号检测与参数估计方法。该方法首先依据分数阶自相关与模糊函数径向切片的等价关系,实现了多相码信号的检测与调频率估计,然后联合分数阶傅里叶变换(Fr FT)估计多相码信号的其它调制参数。整个方法无需计算时频平面,且能够利用FFT实现,显著降低了多相码信号检测与参数估计的运算复杂度。仿真实验表明,该方法能够快速有效地实现多相码信号检测与参数估计。     

脉冲噪声环境下一种韧性的时延与 多普勒频移联合估计法

由于α稳定分布噪声会降低基于二阶循环统计量的传统方法的性能,本文基于分数低阶统计量理论提出p阶循环相关的概念并给出相应性质及证明,在此基础上对已有的循环模糊函数进行了广义化.计算机仿真表明,这种广义的循环模糊函数能够在高斯和α稳定分布噪声条件下有效地联合估计时延和多普勒频移,其性能不仅优于基于二阶循环相关的CCA(循环模糊函数)法,也优于FLOAF(分数低阶模糊函数)法,是韧性的、具有更广泛应用意义的方法.     

基于频域遮隔及分数阶相关的反辐射导弹检测技术

该文提出一种基于频域遮隔及分数阶相关来检测反辐射导弹(ARM)的新方法.该方法利用雷达回波的频域(Fourier变换)数据,根据尖锋作遮隔处理后,直接运用基于分数阶Fourier变换(FrFT)和Fourier逆变换的分数阶相关方法,通过一维搜索来检测ARM.由于该方法利用了现有的Fourier数据,且分数阶Fourier变换可以通过Fourier变换实现,无需多通道相位补偿和二维搜索,故计算量小.仿真结果表明,该方法能够在ARM信噪比低达-10dB,ARM与载机回波功率比为-27dB的情况下,准确地检测出ARM,从而实现ARM发射的早期告警.     

分形随机粗糙表面的电磁散射研究

本文利用数值方法研究分形随机粗糙表面的电磁散射问题。 应用矩量法研究分形随机粗糙表面的电磁散射可以使我们获得较为精确的数值结果。但是,对于表面散射,应用矩量法时,表面未知变量的数目非常大,即使对于一维表面也需要几千个未知变量。当我们求解矩阵方程时,计算机对求解的问题有几个限制,一个是内存的限制,一个是速度的限制。为了克服内存的限制,发展了许多迭代数值算法。本文发展了一种新的数值迭代方法.利用这一方法,我们对分形随机粗糙表面的电磁散射问题进行了研究, 并与矩阵反演方法进行了比较.所得结果表明,这种新的迭代法具有很好的收敛性。     

An Efficient FPGA-based Implementation of Fractional Fourier Transform Algorithm

In this paper, we present an efficient FPGA implementation method of fractional Fourier transform (FrFT) algorithm. Firstly, a polyphase implementation of the FrFT computation algorithm base on the theory of multirate signal processing and filter banks is proposed. This polyphase implementation costs less computations and its parallel structure is suitable for FPGA realization. Then we present one computational method, which improve the resolution on any portion of fractional spectrum. Some realization details, such as the parity restrictions of signal length, special interval for transform order, interpolation filter, continuous frame computation and continuous order computation are also investigated. Finally, the efficiency of the novel method is verified by FPGA implementation results.     

认知无线电中非高斯噪声下数字调制信号识别方法简

针对认知无线电系统中传统数字调制识别方法在非高斯Alpha稳定分布噪声下识别性能差、计算复杂度高的问题,提出了一种基于分数低阶循环谱相关系数的数字调制识别新方法。该方法提取分数低阶循环谱截面和频率谱截面以及其投影面的5个相关系数作为识别特征参数,并采用判决树分类器,实现了非高斯噪声下数字调制信号识别。仿真结果表明,在非高斯Alpha稳定分布噪声下,该识别方法不仅具有较高的识别率和良好的稳健性并且计算复杂度更低,更适合于认知无线电系统。     

分数阶Fourier域中多分量chirp信号的遮蔽分析

本文从分数阶Fourier变换与时频分布的关系入手,在离散分数阶Fourier变换算法基础上导出了单分量chirp信号分数阶Fourier谱强度的近似表达,并依据分数阶Fourier变换的线性性质,得到了调频率不同的两分量chirp信号间分数阶Fourier谱相互遮蔽的量化结果,给出了图例分析,并进行了仿真验证.通过本文的分析可以知道分数阶Fourier域中调频率不同的多分量chirp信号间的相互遮蔽主要取决于各自的幅度、调频率和采样时间.当多分量chirp信号幅度、调频率确定后,可以通过延长采样时间来降低各分量间的相互遮蔽.     

分数阶傅里叶变换的快速计算新方法

本文提出了一种分数阶傅里叶变换(FRFT)高分辨(Zoom-FRFT)算法,通过设置谱区间和输出点数M,可实现任意局部谱的高分辨计算.随后,针对M很小时Zoom-FRFT运算效率低的问题,提出了基于Horner的单点快速计算(SP-FRFT)方法,并针对零点计算做出进一步简化.利用SP-FRFT可提高少量点输出时的计算效率,也可用于非均匀采样点计算.仿真结果验证了算法的有效性.     

基于压缩感知的循环平稳特征检测方法

在认知无线电中,传统的循环平稳特征检测技术为了达到理想的感知效果,需要大量的数据采样点,导致其感知过程复杂度大,感知时间长.针对此问题,提出了一种基于压缩感知的改进循环平稳特征检测方法,该算法利用信号循环自相关函数(Cyclic Autocorrelation Function,CAF)的稀疏特性,基于分段平均的时变自相关函数估计值,通过压缩感知技术重构二维CAF矩阵,再根据重构结果实现循环平稳特征检测.该方法不仅可有效降低计算复杂度和检测时间,而且提高了二维CAF的估计精度.仿真结果表明该方法的检测性能优于基于经典CAF估计的循环平稳特征检测技术.     

基于分数阶傅里叶变换的反辐射导弹检测技术

提出一种应用分数阶傅里叶变换(FRFT)来检测反辐射导弹(ARM)的新方法。由于分数阶傅里叶变换可以通过快速傅里叶变换实现,且不需进行多通道相位补偿,计算量小。仿真结果表明,该方法能够在ARM信噪比低达-14dB、ARM与载机回波功率比为-27dB的情况下,准确地检测出ARM来,从而实现ARM发射的早期告警。     

窄带跳频信号的无模糊时差估计算法

针对跳频信号的高精度时差估计问题,分析了跳频信号相关函数的模糊特性,提出了基于多跳相干积累的跳频信号时差估计方法.多跳相关函数中存在周期副峰,将导致时差估计出现周期模糊,提出了两种消除模糊的方法——单跳时差平均法与相关函数包络拟合法.两种方法获得的时差粗值可以确定在相关主峰附近小范围精确搜索的搜索区间,在此区间内进行时差估计可以消除周期模糊.单跳时差平均法通过对单跳时差估计进行非相干平均获得时差粗值.相关函数包络拟合法通过搜索到的多个周期峰值,进行包络拟合获得时差粗值.仿真表明,两种算法性能明显优于常规的互模糊函数法,均能降低无模糊时差估计对相关输出信噪比的要求,提高无模糊时差估计所要求的频率间隔.相关函数包络拟合法性能更优,但运算量更大.     

Diagnosis of Incipient Faults in Weak Nonlinear Analog Circuits

Aiming at the problem to diagnose incipient faults in weak nonlinear analog circuits, an approach is presented in this paper. The approach calculates the fractional Volterra correlation functions beforehand. The next step is to use the fractional Volterra correlation functions and different angle parameters of the fractional wavelet packet transform (FRWPT) to extract the fault signatures. Meanwhile, the computational complexity is analyzed. Then the variables of the fault signatures are constructed, which are used to form the observation sequences of the hidden Markov model (HMM). HMM is used to accomplish the fault diagnosis. The simulations show that the presented method can significantly improve the incipient fault diagnosis capability.