一种新的高分辨雷达杂波模型参数估计方法

高分辨率雷达体制下,杂波散斑分量与调制分量更适合用广义Gamma分布模型描述。该文首先建立了一种适用范围广泛的广义复合概率分布模型,并推导了其统计特性。然后研究了最小二乘参数估计方法,并以参数解耦和充分利用杂波序列信息为突破点,提出了一种新的杂波模型参数估计算法。该算法将一个四维非线性最优化问题转化为一个一维线性最优化问题,从而降低了计算量和所需样本数,提高了估计性能。最后,进行了仿真实验,验证了结论。     

广义K分布杂波模型参数估计

假设杂波散斑分量和幅度调制分量均服从广义Gamma分布是广义K分布杂波模型的前提条件.本文以参数解耦技术为突破点,提出了一种杂波模型参数估计算法,将一个四维非线性最优化问题转化为一个一维最优化问题,从而降低了计算量和所需样本数,提高了估计性能.仿真结果验证了算法的有效性与准确性.     

基于ZMNL的相关广义复合分布雷达海杂波仿真

在现代雷达体制中,广义复合分布模型更适用于描述雷达海杂波的幅度分布特性。在海杂波的仿真中,准确、高效地模拟海杂波,对雷达信号处理和海面目标检测具有重要的现实意义。文中讨论了广义复合分布海杂波模型,提出一种基于零记忆非线性变换的相关广义复合分布海杂波仿真的新算法,该新算法采用独立产生杂波序列的幅度与相位的方法,可以避免求解复杂的非线性方程,具有运算量小的特点。仿真实验结果表明了该方法的准确性和可行性。     

基于ZMNL的相关广义复合分布宽带雷达杂波仿真

在宽带雷达体制下,雷达杂波的幅度统计模型更适合用广义复合分布(GC_pdf)模型描述.本文推导了广义复合模型的表达式;在此基础上利用相关广义复合序列的高阶自相关系数,推导了相关高斯序列与相关广义复合分布序列相关系数间的非线性关系;从而提出了基于这种非线性关系变化的零记忆非线性变换法(ZMNL)仿真广义复合分布杂波的算法.最后还利用此算法仿真了几种常见特殊广义复合分布(K分布,Weibul分布,广义K分布)序列以及一般广义复合分布序列,仿真结果验证了该算法的有效性和准确性.     

基于杂波自由度的STAR模型参数估计方法

空时自回归(STAR)方法是一种基于自回归(AR)模型的参数化杂波抑制方法,该方法所需运算量小,在极少训练样本数条件下可获得良好的杂波抑制性能,但性能受AR模型参数影响较大.本文分析了STAR方法抑制杂波的基本原理,从子空间杂波对消的角度提出了一种基于杂波自由度的AR模型参数估计算法,该算法可准确、快速的确定AR模型参数,大大减少了传统AR模型参数估计方法的复杂度.最后,通过仿真实验验证了本文所提参数估计方法的有效性.     

广义复合杂波建模及其统计特性研究

高分辨力雷达体制下,杂波散斑分量与调制分量更适合用广义Gamma分布模型描述,在此基础上本文推导了广义复合模型表达式;然后通过对广义复合模型选取特定参数,得到了广义K分布表达式,同时分析了取不同参数时广义K分布与经典杂波概率分布的联系;进而研究了上述有关模型的统计特性,得出了参数估计表达式;最后,进行了仿真实验,实验结果验证了本文的结论.     

基于矩方法的K分布杂波参数估计研究

从参数估计的精度和算法复杂度两个方面分析比较了矩与最大似然结合（MOM／ML）、分数阶矩、二／四阶矩、算术与几何均值比（MA／MG）、正规化对数估计（NLE）、对数方差和zlog（z）期望等7种基于矩方法的K分布形状参数估计算法的性能,证明了几种估计算法之间的关系。最后,结合K分布在雷达信号处理应用中的参数范围,给出了K分布雷达杂波参数估计的选择方案。     

地海面复合场景的杂波建模方法

地海杂波对采用前视以及下视成像的机载、弹载雷达具有十分重要的影响,对港口成像,会同时受到地杂波和海杂波的影响。文章提出复合场景杂波的后向散射系数模型,推导了复合场景杂波的幅度分布公式,并对由对数正态杂波与韦伯杂波组成的复合杂波分布进行了仿真。仿真中,地海杂波功率比选取了0.001到50之间的一系列典型值,并将不同情况下复合杂波的幅度分布与单一对数正态分布模型和Weibull分布模型得到的杂波分布进行了比较,结果表明二者的复合杂波分布依赖于二者的功率比。     

基于Pareto 杂波的参数估计范围研究

当雷达工作在高海情环境时,相比于K分布模型,Pareto 分布是一种优势更大的统计杂波模型。基于Pareto杂波模型的参数估计研究,一直存在着参数估计表达式不闭合以及参数估计范围受限的问题,该文利用了正数阶矩估计的方法,不仅得到了闭合的估计表达式,而且扩大了参数估计的范围。同时,提出了负数阶矩估计,使参数估计的范围覆盖到参数的整个取值区间。实验表明,负数阶矩估计法运算速度快,估计范围不受限。与传统的估计法相比,参数取值越小,负数阶矩估计的估计性能越好,并且估计精度呈指数趋势提高。     

一种K分布杂波参数估计的快速算法

该文对K分布杂波模型统计特性做了深入分析和推导,提出了一种新的运用样本算数平均和几何平均的高精度低运算量的K分布杂波模型参数估计快速算法,并对算法的估计精度作了理论评价。最后进行了计算机仿真实验,实验结论证实了文中所提出算法的有效性与准确性。     

基于分数阶小波的模拟电路参数估计* Deng Yong(邓勇)?, Zhang He(张禾)

Aiming at the problem of parameter estimation in analog circuits, a new approach is proposed. The approach is based on the fractional wavelet to derive the Volterra series model of the circuit under test(CUT). By the gradient search algorithm used in the Volterra model, the unknown parameters in the CUT are estimated and the Volterra model is identified. The simulations show that the parameter estimation results of the proposed method in the paper are better than those of other parameter estimation methods.     

基于四阶混合累积量的CP-GTD模型参数估计方法

二维相干极化GTD（CP-GTD）模型能够精确描述高频区雷达目标的电磁散射机理。基于此模型,针对二维ESPRIT方法在色噪声情况下估计精度不高的问题,提出了一种新的二维散射中心参数估计方法。根据二维四阶混合累积量的特点和性质,用其代替观测数据实现色噪声背景下二维CP-GTD模型的位置参数估计,然后通过MUSIC谱峰搜索方法估计散射中心的类型参数,通过最小二乘法估计散射中心的相干极化散射矩阵。该方法能够实现全极化雷达目标的超分辨成像和二维CP-GTD模型参数的正确估计,与现有的二维MUSIC和二维ESPRIT方法相比,改善了估计性能,对色噪声具有较强的稳健性,同时克服了在长观测样本情况下计算量过大的缺陷。仿真和暗室测量数据实验验证了上述结论的正确性。      

面向图像复原的广义岭估计模式法波前重构

为了提高自适应光学图像的复原效果,提出了一种面向图像复原的广义岭估计Zernike模式波前重构算法。首先,按照用时间换精度的思路,把广义岭估计引入自适应光学波前重构算法中。改善最小二乘估计的奇异性,抑制波前测量误差的放大。然后,引入迭代计算提高方程的解算精度,进一步提高点扩散函数(PSF)重建质量。最后,利用广义岭估计重建的PSF对降质图像进行复原实验验证PSF的重建质量。实验结果证明,广义岭估计PSF的复原效果比最小二乘估计PSF高约15%,更接近成像系统的光学衍射极,同时复原计算迭代次数也减少了35%。新算法重构的PSF在图像复原中有更好的图像重建效果。     

MSK信号的参数估计

针对通信侦察中MSK信号参数估计的实际应用,提出构造延迟相乘自混频辅助信号获取与原信号同码速率的基带脉冲,对该脉冲采用小波变换提取边沿信息并进行谱分析实现信号码速率的估计;提出采用平方律和一阶循环矩子集相结合,通过检测循环频率位置的方法实现MSK信号的载波估计.这些算法无需MSK信号的任何先验信息,从而有利于通信侦察机...     

低信噪比下对称三角线性调频信号参数估计

低截获概率雷达的广泛应用导致电子侦察系统截获到的雷达信号大多处于低信噪比环境中。针对目前雷达信号参数估计算法在此环境中性能急剧下降,甚至失效的问题,提出一种基于多相滤波器组和高阶累积量联合处理的对称三角线性调频连续波信号参数估计算法。该算法利用多相滤波器组实现信号在频域上的快速均匀划分,对输出的每个子带信号进行三阶累积量对角切片的短时估计,有效抑制了高斯噪声的干扰,并经过包络检波后得到信号完整的时频矩阵,通过对时频图像进行Radon变换得到信号带宽、周期以及调频斜率的估计,频率曲线的提取得到信号起止频率的估计。仿真结果表明:方法在信噪比大于-12dB时的估计正确率较高。     

一种新的近场源三维参数联合估计方法

提出了一种新的近场源频率、波达方向和距离的三维参数联合估计算法.基于阵列接收数据的高阶累积量,构造了三个适当的矩阵束,它们的广义特征值的相位给出频率、到达方向和距离的估计,同时其特征值的幅度实现三维参数的自动配对.该算法的参数估计有闭式解,无需复杂的搜索过程,且其参数自动配对.由于算法使用了四阶累积量,所以适用于任意结构的加性高斯噪声环境.计算机仿真实验证实了所给算法的有效性.     

Time delay estimation between two phase shifted signals via generalized cross-correlation methods

This paper examines the generalized cross correlation (GCC) method for estimating time delay between two phase shifted replicas of a common signal which are embedded in additive noise. The analysis applies for widesense jointly stationary narrow-band signal and noise and is independent of signal, noise, and phase distributions. The paper derives expressions for the estimation error, specifically bias and mean square error (MSE), by starting with the cross correlation method and then extending the results to the GCC method. Assuming symmetric spectra signals, we derive two optimal weigth functions (OWF) that minimize the above MSE. With the first OWF the maximum of the absolute value of the GCC function has to be found; this is identical to the Wax maximum likelihood (ML) method where Gaussian signals possessing uniformly distributed phase were assumed. With the second OWF the zero of the absolute value of the GCC function has to be found. For signals possessing non-symmetric spectra (e.g. single side band modulated signals) the OWF can be obtained numerically, by minimizing the MSE, e.g. by using variational techniques. Using the cross correlation method we derive a simplified expression for the MSE, which is to be used instead of a previously published result.     

基于广义互相关的时延估计算法研究

采用到达时间差的声源定位,最重要的就是进行时延估计,其精确性直接影响到定位的准确与否。本文主要分析研究了广义互相关算法在无混响和混响环境下时延估计及估计性能,实现了不同环境下的时延估计,实验结果表明广义互相关在无混响和弱混响下具有较好的优势。     

Modeling and simulation of compound clutter for coastal environment

This paper introduces a novel clutter power model of coastal compound and deduces the statistic characteristics and the arithmetics of model parameter estimation algorithm. Then, a novel coastal compound distributed model of the clutter amplitude is proposed and its statistic character- istics are studied. Subsequently, the nonlinear relation of autocorrelation function is deduced between the coastal compound clutter random sequences and the correlated Gaussian random sequences, which is the important prerequisite for the clutter simulation based on the ZMNL (Zero Memory NonLin- earity). Lastly, the advantage of the algorithm is demonstrated by a feasible simulation of the gen- eration of the random coastal compound clutter sequences.