修正Hankel矩阵SVD用于多模环境杂波对消研究

针对超视距雷达多模传播下杂波展宽导致的慢速目标掩盖问题,直接在多模情况下进行杂波对消与目标检测。分析了基于Hankel矩阵奇异值分解(SVD)的海杂波对消方法,指出了该方法存在的不足,并通过设置判决门限进行修正。实验结果显示,采用基于修正的Hankel矩阵SVD的海杂波对消技术,能够实现对目标的检测。     

大线性调频斜率的估计方法研究

离散多项式相位变换分析法是线性频率调制(LFM)信号参数估计方法中的常用方法,但其缺点是参数估计范围较小,不利于工程实现。文中以线性迭代预测(ILP)方法为基础,介绍了ILP方法的基本原理,提出了一种LFM信号参数估计范围的改进方法,给出了LFM信号参数估计范围改进的基本思想和实现步骤,该方法在保证估计精度的前提下能大大提高估计范围。最后仿真验证了该方法的有效性。     

移动台定位跟踪算法的研究

利用移动台定位是未来移动通信的方向,研究者们提出了不少的定位方法。其中较多方法适用于移动台处于静止状态下的定位,但当移动台处于移动状态时却存在较大的误差。因此,该文提出了一种基于马尔科夫链配合相关检测距离门的定位跟踪算法,并推导了定位跟踪算法实现方法。理论分析和仿真结果表明,该定位跟踪算法不仅能够实现移动台处于移动状态下和静止状态下的定位,而且提高了其定位精度。     

基于VQ 和GMM 的实时声纹识别研究

目前声纹识别系统已经实现较高的识别精度,但是随着目标说话人个数的增加,一般系统很难满足实时性的要求,由此提出一种双层识别模型。在第一层识别模型中,采用基于VQ-VPT（Vector Quantization-Vantage Point Tree）模型进行快速匹配,挑选出与测试者声纹特征最相近的K个目标说话人声纹模型。在第二层识别模型中,采用GMM-UBM（Gaussian Mixture Model-Universal Background Model）模型,精确匹配上层模型得到的K个目标说话人声纹模型,并做出最终的判决。实验验证,双层识别模型在确保高识别精度的前提下,大幅度的提高了系统的识别速度。