一种基于HAF的多分量多项式相位信号参数估计算法

多项式相位信号（PPS）的参数估计是雷达信号处理的一个重要内容,最大似然估计法、时频分析以及高阶模糊函数法因为自身的缺点而很难进一步提高参数的估计精度。文章提出了基于高阶模糊函数（HAF）和迭代法相结合的估计算法,不仅可以避免交叉项的影响,而且能以较小的计算量有效提高估计的精度。MATLAB仿真验证了该算法的有效性和可行性。     

基于多分量多项式信号参数估计的机动目标成像

对机动目标 ,其散射点回波的多普勒信号是时变的 ,通常其变化是近似线性的 .当目标机动性很强时 ,散射点回波的多普勒信号变化是高阶的 ,必须用高阶多项式近似 ,同时有些散射点回波并不是完整地存在于整个孔径 ,其幅度也是时变的 ,故基于变包络的多分量多项式相位信号模型 ,对机动目标回波进行了成像处理 .通过应用“洁净”技术 ,逐个估计多项式相位信号分量 .各分量的多项式相位系数及幅度分别用基于乘积型高阶模糊度函数的估计方法和低通滤波估计得到 ,机动目标的动态雷达图像由估计的信号重构得到 .实测数据处理结果表明这种成像算法是有效的 .     

高阶模糊BP神经网络及其在滚动轴承故障诊断中的应用

将模糊逻辑理论与高阶BP神经网络结合起来,讨论了高阶模糊BP神经网络的结构、特点、二阶算法以及隶属函数的确定。并将该神经网络模型用于滚动轴承的故障诊断中,试验表明高阶模糊BP神经网络对轴承故障模式具有稳定、准确的识别能力,是一种行之有效的诊断方法。     

高阶统计分析的m序列检测新方法

为了提高直扩信号中m序列的检测效率,研究高阶统计分析(HOS)理论的m序列检测问题.在理论上,重新对m序列三阶相关函数的形式作了正向和反向的区分.由m序列三阶相关函数峰值求得本原多项式的一般推导方法,并结合多项式求最大公因式的矩阵斜消变换理论,提出利用高阶统计分析理论求m序列本原多项式的规律算法,仿真结果验证了此方法有效可行.同时,分析了高斯噪声信道下此算法的性能,仿真结果表明,此算法在-10 dB时的检测概率接近70%.     

校正天波雷达电离层相位污染的相位投影法

鉴于时变电离层的相位污染使天波超视距雷达回波谱展宽,影响舰船等低速目标的检测,从高阶瞬时矩(HIM)的角度出发,提出一种校正电离层相位污染的相位投影法(PPA)。该方法利用投影矩阵可以直接将回波信号的相位投影到污染相位,避免了累加的相位误差和多项式模型阶数的选择。仿真结果验证了该方法的有效性。与改进的相位梯度法(IPGA)和多项式相位(PPS)法相比,该方法对不同形式相位污染具有较好的普适性,并且鲁棒性好、运算量小,更适合于工程实现。     

利用迭代滤波改进乘积高阶模糊函数

乘积高阶模糊函数(PHAF)是因分析mc-PPS而提出来的,但它抑制交叉项的能力有限,难以实现mc-PPS估计。该文提出了逐次滤除最强PHAF峰对应的分量来减少交叉项的迭代滤波方法,改进后的PHAF具有较好的鲁棒性:减少了估计盲区,并且具有更好的估计精度,降低了信噪比门限,而且能估计低阶相位系数,这些性能由多个mc-PPS仿真例子所验证。     

基于AF切片与FrFT的STLFM信号检测与参数估计算法

针对基于Radon-Ambiguity变换(RAT)和分数阶Fourier变换(FrFT)的对称三角线性调频(STLFM)信号参数估计算法运算量较大的问题,在分析RAT变换估计调频斜率和STLFM信号模糊函数特征基础上提出了一种基于模糊函数(AF)切片和FrFT的STLFM信号参数估计新算法。该算法首先通过对观测信号固定时延点AF切片的计算估计出调频斜率,然后得到相应的FrFT最优变换阶数,最后利用两次FrFT估计出STLFM信号的调频带宽、调频周期和中心频率等参数。整个算法只需3次FFT的计算量即可估计出STLFM信号的所有参数。仿真实验表明了该算法能实现STLFM信号参数的快速有效估计。     

改进的三次相位函数法LFM雷达信号参数估计

为了研究对线性调频(LFM)雷达信号的参数估计,提出了利用改进的三次相位函数法对LFM雷达信号进行参数估计.三次相位函数法可提取信号的相位函数的各项系数,并且只需通过二阶非线性变换在信号参数空间形成最大值来进行估计参数,具有较高的精度和良好的低信噪比能力,但是计算量较大.针对三次相位函数法计算量大的问题,提出调频斜率搜索范围设定准则及双尺度调频斜率搜索法,可减少大量计算量,同时保持了低信噪比下的算法精度.仿真测试结果表明,新算法有效地减小了计算量,并且保证了低信噪比下的算法精度,算法性能得到了提高.     

用高阶模糊函数算法分析欠采样信号

目的寻找一种快速有效的分析欠采样信号的算法. 方法高阶模糊函数(HAF)算法的优势是从相位降阶的角度分析多项式相位信号. 利用此特点,在满足一定条件下,从估计欠采样信号的参数入手来解决频率模糊问题. 结果与结论以欠采样线性调频信号的分析为例,用仿真结果证明了HAF算法的有效性.与时频分析法相比,大大降低了计算量,边界条件要求松且无边界效应.     

非线性高阶微分方程初值问题的波形松弛方法

用范数估计方法对非线性高阶微分方程的初值问题进行了讨论,给出了系统函数对某些变量偏导数的某种范数小于1时,非线性高阶微分方程的波形松弛算法产生的迭代序列收敛到该方程初值解的充分性条件．该充分性条件实用性很强,对高阶方程容易判定其波形松弛序列的收敛性．     

基于多项式变换的自适应Chirp信号参数估计

提出了一种新的基于多项式变换的RLS(recursiveleastsquare)算法。利用多项式变换将多项式相位信号(PPS)转变为具有线性相位的谐波信号,这一谐波信号满足AR(Autoregressive)模型且其频率对应于多项式相位的最高次项系数。然后利用RLS算法对AR模型的AR系数进行自适应估计,通过AR系数求解谐波信号频率,便可以获得多项式相位中最高次项的系数。本算法速度快,计算量小,并且在较低的信噪比(SNR)下估计性能依然良好。Monte Carlo仿真实验证明了本方法的有效性。     

ISAR imaging algorithm for targets with the complex motion based on the high-order ambiguity function-Lv's distribution

In ISAR imaging for targets with the complex motion, since the azimuth high order phase terms caused by the time-varying rotation vector will deteriorate the azimuth focusing quality, the traditional RD algorithm and LFM model are not appropriate. Thereby, in the case when the received signal can be modeled as cubic phase signals (CPSs), this paper proposes an ISAR imaging algorithm based on HAF-LVD (high-order ambiguity function-Lv's distribution). First, this algorithm defines a novel double lag parametric instantaneous autocorrelation function, and then applies the scaling operator to remove the coupling and utilizes FFT to achieve the energy accumulation. Finally, the non-searching estimation of the moving parameter and the ISAR images for targets are accomplished by the obtained HAF-LVD. Because of the introduction of the scaling factor, this algorithm can flexibly deal with more changeful and hostile ISAR environment without loss of the anti-noise performance and computational efficiency. Simulation results validate the effectiveness of the ISAR imaging approach.     

OFDM系统载波频偏的低复杂度多步估计

针对正交频分复用（OFDM）系统现有频偏估计时域方法中估计范围与估计精度的矛盾，提出一种基于时域训练序列的多步频偏估计新算法.该算法采用多步逐次逼近，在每一步估计中消除相位模糊，在不缩小估计范围的前提下不断提高估计精度；最后利用最佳线性无偏估计(BLUE)方法将各步估计值进行最佳合并，进一步提高估计精度.该算法用简单的修正取代搜索，理论分析和仿真表明在保证估计精度的同时，可显著降低大频偏估计的计算复杂度.该算法的主要运算是并行的，当用于高速通信时优势更明显.     

基于Burg算法的短序列谱估计研究

在频域对采集数据进行了分析,提出了一种基于修正伯格算法的短序列谱估计方法．该方法在阶数估计时引入收敛因子,从而更为有效地估计了阶数,同时未直接采用伯格算法计算反射系数,而是先求得二阶预测误差系数,再求出一阶反射系数,并最终求得高阶系数完成谱估计．这种算法减小了谱偏,提高了分辨率．     

基于蝶形搜索的二维自相关血流速度估计方法

应用血流速度估计的彩色血流成像技术在血管疾病诊断中发挥着重要作用.在血流速度估计中,传统的基于二维自相关模型的方法会产生混叠,而更准确的蝶形搜索方法则十分耗时.提出一种二维自相关模型和蝶形搜索结合的血流速度估计方法.首先采用二维自相关函数模型利用相位信息进行超声血流速度估计,得到一个存在混叠的速度估计值序列,再通过采用基于正交信号成分的蝶形搜索方法,由速度序列确定蝴蝶线,每条蝴蝶线通过计算选择出真实的速度估计值.该方法不但实现了对血流速度估计混叠的抑制,还显少了计算量,其有效性得到仿真结果的验证.     

Analyzing Undersampled Signals Using High Order Ambiguity Function Algorithm

目的寻找一种快速有效的分析欠采样信号的算法．方法高阶模糊函数（ＨＡＦ）算法的优势是从相位降阶的角度分析多项式相位信号．利用此特点,在满足一定条件下,从估计欠采样信号的参数入手来解决频率模糊问题．结果与结论以欠采样线性调频信号的分析为例,用仿真结果证明了ＨＡＦ算法的有效性。与时频分析法相比,大大降低了计算量,边界条件要求松且无边界效应     

同元次分数阶模型的一种具有稳定约束的频域辨识算法

摘 要：为了进一步提高同元次分数阶模型的辨识精度与可靠性,提出一种具有稳定约束的可分离非线性最小二乘法(记为:SC-SNLS)来优化频域均方误差指标函数。模型中线性参数与非线性参数分别用最小二乘法与Levenberg-Marquardt(LM)法来交替迭代估计。通过对线性参数估计值的扰动分析,揭示了优化算法的四种不稳定因素,并在迭代中加以约束与处理,从而增强优化算法的稳定性与收敛性。仿真结果表明,该辨识算法性能优于相关的算法,具有更高的辨识精度与收敛速度。