变速目标的光子回波外差信号处理方法研究

变速运动目标的中频信号特征频谱具有连续集中的多频分量，且具有一定的多普勒展宽，在背景噪声和暗计数的影响下，光子回波外差信号的信噪比较低时，使用传统的信号处理方法得到的中频信号频谱以及时频分析特性效果较差。为提高信噪比，本文提出了将稀疏度自适应压缩感知和密度聚类相结合的信号处理方法，并采用该方法对变速目标的光子回波外差信号进行处理。该信号处理方法解决了变速目标频谱稀疏度K无法提前确定的问题，而且只需要较少的观测数据就可以重构信噪比较高的中频频谱。此外，该方法结合密度聚类算法对中频频谱进行了第二重去噪，大幅度减少了噪声分量。研究结果表明，该信号处理方法能够将信噪比提高一定幅度且多普勒展宽精度误差在10%以内，可以得到较为完整的重构中频信号频谱，同时较好地解决了信号时频分辨率较差的问题以及单光子探测等间隔时间序列造成的时频图中的倍频现象，得到了更好的时频特性描述。     

低信噪比条件下光子探测回波信息恢复方法研究

受光子探测概率和探测器死时间的影响，多次累积得到的光子探测概率分布信号相对于真实目标回波信号往往会产生畸变，影响准确目标信息的提取。为此开展低信噪比条件下光子探测回波信息恢复方法研究，基于光子探测回波模型，提出基于局部退火的目标回波粒子群优化算法。仿真结果表明，不同信噪比条件下目标回波信号恢复性能的稳定性较好，在仿真条件下，算法得到的回波信号与真实回波信号的差异度控制在0.005以下，测距误差保持在3.4 cm以下。实验结果表明，该算法也能较好地恢复纵深目标信息，得到的目标纵深距离信息误差为3.45 cm。