解卷积主动声呐目标回波高分辨时延估计技术

为提高浅海复杂海洋环境下的目标回波时延估计精度,增强主动声呐系统对目标的探测能力,该文基于稀疏表示理论和解卷积思想,提出一种高分辨目标回波时延估计技术。首先,引入Toeplitz算子,将发射信号的不同时延结果构造成时延字典矩阵,时延估计值存在于所求解的稀疏向量中。其次,利用交替方向乘子算法(ADMM)优化框架,求解全局最优解。最后,采用一种加权迭代策略设置正则化参数,进一步抑制多途信道的影响,解耦合出回波到达的时刻,获得高精度的目标回波时延估计结果。数值仿真和实验数据表明,该文提出的解卷积主动声呐目标回波高分辨时延估计技术可以在多途扩展严重的浅海声信道实现目标探测,在信道水池的实验环境下,时延估计分辨率可达0.056 ms。     

基于两维解卷积和稀疏回波去噪的高分辨雷达成像方法

该文提出了一种结合稀疏低秩矩阵恢复技术以及基于匹配滤波结果的反卷积算法的高分辨率雷达成像方法。对雷达回波信号进行匹配滤波操作可以最大化回波信噪比,通过推导发现经过匹配滤波操作后的回波信号可以建模为两维卷积的形式,对该结果做维纳滤波解卷积可以获得较高的分辨率。然而典型的解卷积算法面临着病态性问题,该问题会放大解卷积后的噪声、限制解卷积后的成像分辨率。文中证明了在目标稀疏分布的先验下,经过匹配滤波后的回波矩阵满足稀疏低秩的特性。在这种情况下,利用回波矩阵的稀疏低秩矩阵特征可以进一步提高信噪比,以减轻解卷积的病态性问题以及点扩散函数的平滑卷积造成目标散射低分辨率的影响。仿真实验以及实测数据证明了所提方法的有效性。      

基于超宽带穿墙雷达的目标边界估计算法

基于超宽带雷达的穿墙成像技术在灾难救援和反恐作战等非侵入式探测领域有着广泛的应用前景,而这些应用领域往往需要对探测目标的高分辨成像以确定其边界形状。该文针对这一需求,提出一种基于超宽带雷达的边界成像算法从而实现墙后目标的外形估计及识别。该算法假定在近场探测条件下,利用提出的回波时延差关系曲线确定回波的入射方向,进而消除墙体影响,对墙后目标进行有效的边界估计。对具有不同边界的目标进行的仿真和实验结果表明,该算法能够有效补偿墙体影响,目标边界估计效果好,达到依据估计的目标外形实现目标初步识别的要求。     

多阶次分数阶傅里叶域特征融合的主动声呐目标稀疏表示分类方法

海洋环境噪声和混响干扰严重、目标可分性差是主动声呐目标分类识别中的瓶颈问题.针对这一问题,该文基于主动声呐目标回波信号模型和分数阶傅里叶变换(FRFT)原理,推导了多阶次FRFT域特征表征形式,建立了FRFT域稀疏表示模型,提出了一种多阶次FRFT域特征融合的主动声呐目标稀疏表示分类方法.该方法通过FRFT的能量聚集性和稀疏分解的残差去除过程,达到了抑制噪声和混响干扰的目的;通过多阶次FRFT域特征的融合,增加目标之间的可分性,进而实现海洋环境中低信混比条件下的主动声呐目标分类.实验结果表明,所提方法在信混比达到0 dB的条件下,分类准确率能够达到90％以上.     

一种水下多目标方位、频率、距离联合估计新方法

本文提出了一种可在单次回波内同时完成多目标方位、频率、距离(时延)三维参数联合估计的高分辨新方法,它借用ESPRIT方法的思路构造两个空间子阵,通过对其自相关矩阵和互相关矩阵的广义特征分解,用特征值估计多目标方位,用特征向量估计多目标回波的频率,再用估计得到的频率去修正包络时延向量进而得到目标时延估计.三维参数的配对由特征向量和特征值的对应关系自动完成.计算机仿真结果表明,该方法在较低的信噪比条件下可以实现三维参数的高分辨联合估计,而且无需额外的配对算法.作者还进行了多目标三维参数联合估计的消声水池实验,也取得了较好的结果,表明该方法对阵列误差有较好的稳健性,具有良好的工程应用前景.     

多阶次分数阶傅里叶域特征融合的主动声呐目标稀疏表示分类方法

海洋环境噪声和混响干扰严重、目标可分性差是主动声呐目标分类识别中的瓶颈问题。针对这一问题，该文基于主动声呐目标回波信号模型和分数阶傅里叶变换(FRFT)原理，推导了多阶次FRFT域特征表征形式，建立了FRFT域稀疏表示模型，提出了一种多阶次FRFT域特征融合的主动声呐目标稀疏表示分类方法。该方法通过FRFT的能量聚集性和稀疏分解的残差去除过程，达到了抑制噪声和混响干扰的目的；通过多阶次FRFT域特征的融合，增加目标之间的可分性，进而实现海洋环境中低信混比条件下的主动声呐目标分类。实验结果表明，所提方法在信混比达到0 dB的条件下，分类准确率能够达到90%以上。     

超宽带系统中同步和信道参数的闭式估计算法

提出超宽带系统中同步和信道参数的新型估计算法。首先对接收信号进行傅立叶变换,由傅立叶变换系数构造两个矩阵,把信道时延估计转化成矩阵束的特征值求解问题。在求解出时延后再进一步求解信道参数。算法的最大特点是能得到多径时延和多径增益的闭式解,避免现有算法普遍存在的搜索和迭代求解。     

基于CS的Kalman滤波OFDM信道估计

在OFDM系统信道估计中,准确的时域卡尔曼滤波（TDKF）估计需要信道多径时延作为先验条件,而且具有较低的频谱效率.考虑到大多数无线信道具有稀疏和时变的特性,提出一种改进的卡尔曼滤波与压缩感知联合信道估计方法,采用稀疏度自适应匹配追踪（SAMP）算法,并对信道响应变化量进行重建.仿真结果表明,相较于已有算法,提出的算法不需要知道信道的稀疏度,而且信道估计结果更加准确.     

火箭发动机包覆层测厚的超声信号处理研究

在用超声波对固体火箭发动机双包覆层的厚度进行测量时,若包覆层较薄,超声回波信号会产生严重混叠,给各回波间的时延估计带来困难。基于超声信号的传播模型,在利用维纳滤波解卷积技术消除第一回波和噪声的影响后,采用维纳滤波解卷积技术和改进的前后向线性预测滤波器技术(MFBLP)从混叠信号中得到了高分辨率的时延估值。模拟信号和实验信号证明,该方对噪声不敏感,并对混叠信号的时延估计有很好的效果,从而提高了火箭发动机薄包覆层的厚度测量精度。     

运动平台混响背景下基于低秩稀疏分解的目标回波增强

在水下航行器等运动平台上,主动声呐的近距离滤波结果受混响干扰影响严重,大量的混响回波亮点会掩蔽目标回波的可见性,导致后续检测判决的虚警率增大.以阵列处理的方位历程图作为基本输入,该文利用某些场景下混响干扰相邻周期间潜在的相干结构,假设混响满足低秩性;由于平台间的相对运动,假设感兴趣的目标回波在逐周期间是不相关且稀疏的.之后,将方位历程图表示为低秩的混响、稀疏的运动目标回波和噪声成分,在此基础上提出以加速近端梯度法(APG)和快速数据投影法(FDPM)分别实现离线和在线的低秩稀疏分解,从而实现混响抑制和目标回波增强.试验结果验证了假设模型的有效性,并且两种分解算法均能有效地增强目标回波.