高分辨距离像数据的检测新方法

针对宽带雷达多次回波间的距离单元走动问题,提出了一种对高分辨距离像数据进行目标检测的新算法．先用约束平移时延量的包络对齐法对各次回波进行对齐,再用窗函数估计目标的长度和位置,最后采用双迭代法对目标的导向矢量进行估计,得到最终的检测算子,并简要证明了该算法具有全局渐进收敛和恒虚警率的特性．两类飞机实测数据的实验结果表明,与基于散射点密度的广义似然比检测算法相比,当检测概率为80％时,本算法至少有1.4dB的改善．     

分布式MIMO雷达双门限GLRT CFAR检测

在分布式多输入多输出雷达目标检测中,为降低融合中心与局部雷达站之间的数据传输率,提出了一种双门限广义似然比恒虚警率检测算法.首先对局部广义似然比检验统计量进行第一门限判断,将过门限的局部检验统计量传送给融合中心.然后在融合中心进行融合检测,与第二门限比较得到判决结果.推导了双门限广义似然比检测器的虚警概率闭式解.仿真结果表明,双门限广义似然比检测算法在降低数据传输率的同时能保证较好的检测性能.     

极化空时联合处理应用于相控阵雷达分析

通过理论分析和仿真实验,分析了非高斯杂波环境下相控阵雷达采用极化空时联合广义似然比检测(PST-GLR)算法和局域化的极化空时联合广义似然比检测(PSTL-GLR)算法的目标探测能力。结果表明,PST-GLR算法具有较强的抗非高斯杂波的能力,但它在目标探测过程中需要大量的回波数据估计杂波和噪声的协方差矩阵。尽管PSTL-GLR算法在目标探测过程中所需的回波数据量较小,但其探测能力在非高斯杂波环境下却严重下降,失去了有效性。     

宽带雷达动目标的一种互相关系数累加检测器

针对宽带雷达动目标检测问题,提出了一种在高斯噪声中的互相关系数累加检测器．宽带雷达动目标信号在距离频率域进行傅里叶变换取绝对值消除目标运动带来的相位项后,求互相关系数．利用相邻宽带雷达信号具有较大相关性这一特点,将多次相邻回波的互相关系数累加作为检测统计量．分析了高斯噪声互相关系数的概率分布,给出了检测门限设置方法．理论分析表明,互相关系数累加检测器具有恒虚警检测性能．计算机仿真试验表明,互相关系数累加检测器相比多普勒导向矢量已知的不依赖散射点分布密度的广义似然比检测器,在检测率为90％时有2dB的改善．     

严重拖尾杂波中距离扩展目标的自适应极化检测

为了解决统计特性未知的严重拖尾杂波背景下距离扩展目标的信号检测问题,提出了一种基于广义似然比检验(GLRT)的自适应极化检测器．该检测器利用了雷达回波的极化信息,并使用辅助数据估计杂波的协方差矩阵．推导了其虚警概率表达式,理论分析验证了该检测器对于杂波能量和杂波协方差矩阵具有恒虚警特性．仿真结果表明,该自适应极化检测器在较低信杂比下就可以获得好的检测性能,且相比于点目标自适应极化检测器和单极化自适应检测器,具有更优的检测性能．     

一种提高距离扩展目标检测性能的新方法

针对传统二进制积累的硬阈值滤噪性能的不足,提出了一种基于局部模糊阈值的距离扩展目标检测新方法．新方法对积累器的阈值设置进行了改进,使用局部模糊阈值抑制高分辨雷达距离像的噪声散射单元并保持目标散射单元,通过距离维和脉冲维能量积累实现多脉冲积累来提高检测性能．与目前广泛使用的基于散射点分布密度的广义似然比检测方法相比,新方法不需要目标的任何先验信息,易于实现恒虚警检测．实验结果表明: 新方法相对于基于散射点分布密度的广义似然比检测方法的增益提高约2dB,相对于二进制积累的增益提高约4dB．     

基于模糊积累的距离扩展目标CFAR检测

采用传统的统计检测方法对宽带高分辨雷达（HRR）的距离扩展目标进行检测时,目标回波的全部能量不能得到充分利用,影响了雷达的检测性能．模糊逻辑检测可利用目标有无对应于不同的隶属度进行判决,比统计检测方法更能充分利用观测信息．在对二进制积累检测方法分析的基础上,提出了一种基于模糊积累的检测方法,导出了检测性能的解析式．仿真结果表明,该方法的检测性能明显优于双门限二进制积累检测方法的检测性能．     

机载预警雷达STAP-TBD技术研究

针对机载预警雷达在强地/海杂波环境下的微弱目标检测问题,研究了基于动态规划的空时自适应处理级联检测前跟踪(STAP-TBD)技术.首先建立了空时二维杂波数学模型并给出了STAP-TBD广义似然比检测模型,通过STAP处理获得单帧最优输出信杂噪比,并运用动态规划法对连续帧数据进行积累,最后利用广义似然比检测完成对目标的有效检测.仿真结果表明,STAP-TBD技术具有在强杂波背景下检测微弱目标的能力.     

一种改进的自适应匹配滤波方法

针对雷达目标检测中由于训练数据缺失导致传统自适应检测方法的检测性能下降的问题,提出一种改进的自适应匹配滤波方法．该方法首先将杂波用自回归过程表示;然后假设自回归参数已知,推导出广义似然比检验表达式; 最后将采用训练数据估计得到的自回归参数的最大似然估计值代入广义似然比检验表达式中,代替已知的自回归参数．仿真实验结果表明,与传统的自适应方法相比,这种方法能在训练数据不足时提高检测性能．当雷达回波数目较大时,这种方法的检测性能接近理想的匹配滤波方法．     

一种新的非相干积累算法

针对宽带高分辨雷达体制下的未知速度运动目标检测问题,基于高分辨一维距离像提出一种新的非相干积累算法．首先利用改进的双向维特比算法估计目标速度及强散射点位置,提高了低信噪比下的估计精度,然后在强散射点周围选取待检测单元进行非相干积累,进一步提升了检测性能．两类飞机实测数据的多个实验结果表明,当目标发生距离走动的情况下,该算法性能相对传统的非相干积累算法有明显的提高．     

正交频分复用无线局域网系统的帧信号检测

为了能够在大载波频偏、多径信道下快速可靠地捕获频分复用(OFDM)无线局域网(WLAN)系统帧信号，提出了一 种低复杂性帧检测器.帧检测被等效为一个含未知参数（噪声功率、信道响应和载波频偏）的假设检验模型，对它应用广 义似然比检验原理，导出了最大似然检测统计量，然后根据帧前导字周期性的特点进行简化，得到帧检测器.该检测器具 有恒虚警、与载波频偏无关、结构简单等良好特性.仿真结果显示，该检测器和常规的自相关检测器相比在漏警概率为 10-4时有大于1 dB的性能改善.     

一种新的具有恒虚警概率的PN码自适应盲捕获方法

提出了一种具有恒虚警概率的串行搜索伪随机码自适应盲捕获方法，该方法不需要借助于导频信号，利用相关解扩前和相关解扩后的信号功率之比作专判决统计量，根据判决统计量的概率密度函数的特性得到与信号功率和噪声、干扰功率无关的判决门限，从而实现了具有恒虚警概率的自适应捕获，对白色噪声环境下无衰落和瑞利衰落的情况下的检测性能进行了理论分析和仿真，结果表明所得出的方法实现了具有恒虚警概率的自适应盲捕获。     

Adaptive waveform design for target detection in the wideband radar system

The target detection performance of radar can be improved by transmitting a waveform which matches the high-resolution range profile (HRRP) of the target. However, a serious degradation of the autocorrelation property always occurs in the matched waveform, which has a bad effect on radar parameter estimation. To solve this problem, a generalized model of HRRP which consists of the deterministic term and random term is introduced under the consideration of variations in the target impulse response. Based on the study of the generalized likelihood ratio test (GLRT) detector and the objective functions for waveform design, an iterative algorithm with the criteria of maximizing the signal to noise ratio (SNR) and minimizing the minimum mean square error (MMSE) is proposed. Simulation results indicate that the design method can make a tradeoff between the performances of estimation and detection, and sequentially improve the detection performance based on the on-line estimates of the HRRP.     

编码协作中的一种门限选择中继方案

针对编码协作中采用循环冗余校验(CRC)方案会降低系统传输速率的问题,提出了一种改进的门限选择中继方案．该方案首先推导了使用穿孔卷积码情况下系统的误码率上界,并以误码率最小为原则得到了最佳判决门限值,然后利用估计出的协作用户接收信噪比与该门限值比较判断是否协作．计算机仿真表明: 在使用最优门限和功率分配系数的条件下,与CRC方案相比,该方案使系统性能获得一定提升．     

A data-driven threshold for wavelet sliding window denoising in mechanical fault detection

Wavelet denoising is an effective approach to extract fault features from strong background noise.It has been widely used in mechanical fault detection and shown excellent performance.However,traditional thresholds are not suitable for nonstationary signal denoising because they set universal thresholds for different wavelet coefficients.Therefore,a data-driven threshold strategy is proposed in this paper.First,the signal is decomposed into different subbands by wavelet transformation.Then a data-driven threshold is derived by estimating the noise power spectral density in different subbands.Since the data-driven threshold is dependent on the noise estimation and adapted to data,it is more robust and accurate for denoising than traditional thresholds.Meanwhile,sliding window method is adopted to set a flexible local threshold.When this method was applied to simulation signal and an inner race fault diagnostic case of dedusting fan bearing,the proposed method has good result and provides valuable advantages over traditional methods in the fault detection of rotating machines.