杂波环境下神经网络数据关联算法

文中提出了一种基于Ｈｏｐｆｉｅｌｄ网络的多目标数据关联算法,构造了多目标数据关联Ｈｏｐｆｉｅｌｄ网络的新能量函数,该函数是观测点迹与航迹预测点迹统计距离的函数．算法考虑了数据关联的整体效果,成功地提高了正确关联概率．仿真表明,在杂波环境下和无杂波环境下该算法较最近邻（ＮＮ）法有明显优势．     

基于奇异指数的地磁辅助导航路径规划算法

针对地磁场测量信息观测性较差的现状,为了获得较高的辅助导航定位精度和良好的滤波性能,进行了地磁辅助导航路径规划研究.以反映地磁场变化幅度的奇异指数做为地磁场信息量的度量,以点迹总信息量及信息量递增性构建辅助导航路径性能指标.采用粒子滤波算法,对不同路径进行了辅助导航性能仿真对比.仿真结果表明,该算法规划的辅助导航路径比...     

雷达模拟器中判定目标点迹发现的解耦算法

针对以往判定目标点是否被雷达发现的算法精度较低、易产生时间错位、影响生成的点迹质量等问题,提出了一种新算法,用于雷达模拟器中实现模拟场景和真实场景的叠加,并对固定和运动雷达平台情况进行了讨论．新算法首先判断雷达扫描线是否发现目标,然后根据目标和扫描线的速度列出相应的超越方程,再用二分法获得在精度要求之内的点迹发现时间．仿真实验结果表明,该算法易于实现,可根据精度需要产生相应的结果．     

多雷达数据融合的整体相关方法

为解决传感器量测中随机性和模糊性带来的关联错误问题,提出一种整体相关的航迹关联方法。引入模糊集合理论,同时考虑航向、航速、回波幅度等物理量对航迹相关的对应关系,确立了点迹一点迹相关或点迹一航迹相关的处理规则。仿真结果表明,整体相关算法是一种有效的数据关联方法,相关效果良好。     

基于贝叶斯最小错误率的一种语音端点检测算法

提出一种基于贝叶斯最小错误率的语音端点检测算法．说明短时平均幅度和短时平均过零率两种语音特征的选取方法,根据最小错误率的贝叶斯决策分别确定了合适的门限值,并将该方法在作者建立的语音数据库中进行了语音起点和终点测试．实验结果证明,与仅用幅度或能量特征的方法相比,本文方法能够提高语音端点检测的准确性．     

基于H．264的快速运动估计算法研究

在研究H．264多宏块运动估计特点的基础上，提出了一种针对宏块模式的快速搜索准则算法。研究结果表明，在运动估计中加入此准则算法，搜索速度有较大幅度提高，而图像质量和码流基本保持不变。     

基于音频帧幅度修改的鲁棒性音频水印

该文提出一种基于音频帧幅度修改的水印算法.将音频信号划分为若干个包含相同采样点的帧,每帧分为3个包含相同采样点的段,对各选定段的幅度绝对值的平均值进行修改,通过比较各段平均值幅度差异来嵌入水印.实验表明,该算法在保证良好音频质量的同时对MP3压缩,低通滤波,重采样,同步攻击等信号攻击具有很强的鲁棒性.     

扩展卡尔曼滤波估计载波参数的算法研究

提出了一种在接收信号幅度未知的情况下进行载波参数估计的扩展卡尔曼滤波算法,该算法把信号幅度及伪码自相关的乘积作为一个独立变量和载波相位、频率一起组成状态向量进行扩展卡尔曼滤波。理论分析表明该算法本质上是具有可变增益的幅度锁定环和相位锁定环的联合估计,并给出了稳态时环路闭环传输函数和等效噪声带宽的解析表达式。仿真结果表明该算法在高低信噪比下,均具有较高的估计精度和较快的收敛速度。     

一种基于恒模特性的突发混合信号多通道盲分离算法

文章建立了突发混合信号多通道盲分离模型,指出混合矩阵估计可以转化为混合信号幅度估计进行求解。突发信号通常属于恒模调制信号,其混合信号与未混合信号在幅度上存在明显差异。基于信号的恒模特性,提出了一种基于混合位置估计的多通道盲分离算法。该算法先通过混合信号的幅度最大最小值对混合位置进行估计,然后利用混合部位的最大最小值以及未混合部位的单个信号幅度值来进行幅度估计,提高了混合矩阵的估计精度。与传统盲分离算法相比,文章算法复杂度低,且消除了不确定性带来的不利影响。仿真表明,该算法所需数据量小,估计精度高,接近混合矩阵完美估计下的盲分离性能。     

基于星座图改进的QAM盲均衡算法

针对多模辅助算法均方误差高的缺点,提出了两种基于星座图改进的盲均衡算法.首先利用16QAM星座图信息,增加多模辅助算法代价函数中信号点的均衡数目,得到改进的多模辅助算法,与多模辅助算法相比,改进后的算法稳态均方误差更低,而且收敛速度略有提高;其次将改进的多模辅助算法和判决引导算法相结合,根据均方误差调整两种算法的比例,得到的混合算法进一步降低了稳态均方误差.水声信道仿真结果表明:提出的两种算法都可以有效地降低均方误差,适用于对精度要求较高的场合.     

密集杂波下的高斯混合信度传播多目标跟踪

为了提升密集杂波干扰下信度传播多目标跟踪算法的性能,提出基于幅度杂波抑制的高斯混合信度传播多目标跟踪算法.首先基于经典瑞利分布幅度模型,采用极大似然法估计目标初始信噪比,结合先验信息为目标信噪比构造截断正态分布模型,再对其进行边缘化;然后结合幅度信息,在信度传播前计算各量测信息的幅度似然比,并引入量测信息函数中,提高目标与量测的关联正确率;最后设置量测信息录取率,得到幅度似然比下限,对所有传感器的量测信息进行筛选,高效完成目标起始过程.研究表明:在不同信噪比和杂波密度下,通过与GMPHD、GMBP和GMBP-AK算法的对比实验,可以明显发现所提GMBP-AC算法的计算效率较高,能够较准确快速地响应各时间段内目标数目的变化情况,同时大幅度减小OSPA误差.进一步证明在密集杂波干扰环境下,该算法具备较强的杂波抑制效果,且能够较好地改善目标数目估计性能和多目标跟踪精度.     

-种改进的天波雷达海杂波循环对消方法

针对传统的天波雷达海杂波循环对消法无法自适应判断对消次数的问题,研究了一种改进的方法即基于参考相邻单元的海杂波循环对消法.该方法用当前海面检测分辨单元所在的子区内其他分辨单元的回波信号构建参考信号,并利用从参考信号提取出的海杂波多普勒频率参数对检测单元进行海杂波循环对消.通过理论分析和实测数据验证,证明了该方法的有效性.     

Antenna planes based wall-clutter mitigation in through-wall-imaging applications

In ultra-wideband through-wall-imaging applications, wall clutters are always much stronger than the target reflections, and they tend to persist over a long period of time. As a result, targets are obscured and not visible in the image. In this work, an antenna planes-based wall clutter mitigation method was proposed. By using two imaging procedures in different scanning planes, this method can mitigate the wall clutter in both SAR and MIMO modes. The proposed method was tested using EM numerical data via the FDTD method. The processing results show that the imaging quality is improved significantly.     

用自适应预测误差滤波器抑制雷达杂波

研究了ＦＴＦ算法和ＬＳＬ算法实现的预测误差滤波器对雷达地杂波和气象杂波的抑制性能，计算了杂波滤波器的改善因子。计算机仿真结果表明，ＬＳＬ和ＦＴＦ算法可以对杂波进行较大抑制，当用于目标检测时，ＦＴＦ算法具有较高的信杂比改善能力。     

新的幅值扰动形成零陷算法

针对传统幅值扰动算法形成零陷深度不足的问题,在新的幅值扰动方法基础上,提出零陷平均功率方向图函数的新概念.通过最小化该零陷平均功率方向图函数值建立新的非线性代价函数,利用最陡下降算法求得幅值扰动的最优解.仿真结果表明：采用新的幅值扰动形成零陷算法,突破了传统幅值扰动算法对零陷个数的限制,即无论零陷个数设置为多少,都能够在干扰源方向形成理想的零陷深度;克服了在传统幅值扰动算法中零陷深度增加时,旁瓣电平会升高的缺点;保证了主瓣不发生畸变,从而形成理想的天线方向图,提高了天线的抗干扰能力.     

基于统计学习的自适应文本聚类

针对文本数据的高维性和稀疏性从而使传统的聚类算法在文本聚类应用中的表现不能让人满意的问题,通过计算文档相似度矩阵,在聚类过程中动态地统计学习已划分和未划分文本集合的相关信息,探测剩余未划分的数据集中的与已划分类簇覆盖度较小的最大密集区域,逐步生成预定数目的初始聚类中心集合,最后将剩余文档划分到最相似的初始聚类中心集合完成聚类,从而有效地减小了划分聚类算法对初始聚类中心的敏感性。算法中的一些阈值参数均通过在聚类过程中动态地对数据集进行统计学习得到,避免了多数聚类算法通过经验或实验设定阈值参数的盲目性,在不同     

杂波环境下雷达组网的多目标聚类融合跟踪

多传感器多目标跟踪是信息融合技术在目标跟踪领域的应用范例,数据关联是其中的关键技术之一.对于杂波环境下的组网雷达多目标跟踪,讨论了粗、精关联相结合的数据关联方法.先用基于跟踪门限算法进行粗关联,排除部分杂波,再用模糊C-均值算法模糊聚类来实现关联.通过把多传感器跟踪问题转化为多个单传感器跟踪问题,更有效地实现关联,最后融合量测,滤波后得到目标的状态估计.用该算法对目标进行蒙特卡罗仿真,其比改进前的模糊C-均值关联算法和最近邻域算法在杂波环境下更能有效实现数据关联.     

Fast space-time adaptive processing method by using the sparse representation

One of the key problems of space-time adaptive processing (STAP) is how to estimate the clutter covariance matrix (CCM) accurately with a small number of samples when the clutter environment is heterogeneous. The CCM estimation methods based on sparse representation (CCM-SR) can achieve a good estimation performance with only one or a few samples, which significantly improves the convergence rate of the STAP. By using the sparsity characteristic of the clutter spectrum, the CCM-SR method estimates the clutter spectrum and yields a good estimation of the CCM. However, there are often many pseudo-peaks in the clutter spectrum estimated by the sparse representation (SR), which will cause a CCM estimation error. By exploiting the special relationship of the clutter ridge curve between space domain and Doppler domain, we can eliminate the pseudo-peaks in the clutter spectrum effectively via fitting the curve of the clutter ridge and improve the estimation accuracy of the CCM. In addition, a byproduct of our method is the estimation of the flying parameters (the velocity of the radar platform, the crab angle and so on). Experimental results show that the proposed method can improve the performance of conventional STAP based on sparse representation (STAP-SR) and obtain a good estimation of the flight parameters.     

基于幅度加权的均匀线阵近场波束聚焦方法

为了降低相控阵列相移器和控制器的复杂度与成本,基于对阵元辐射振幅加权,提出运用函数逼近方法来计算各阵元辐射振幅．针对一维线阵,将空间辐射振幅分布设为δ(r-r₀),可计算出每个阵元辐射振幅的取值,实现阵列波束在近场r₀处会聚．举例说明了该方法的有效性．该方法容易推广到面阵和阵元辐射具有不同偏振方向的横波或纵波近场空间波束聚焦计算中．     

有效稳健的STAP GMTI算法FAGATA

针对机载／星载STAP雷达在非均匀杂波、干扰以及高密度目标回波存在时的动目标检测算法FRACTA及其增强型,提出了一种新的改进算法FAGATA．该算法利用多种离群点检测算法进行全局检查,将原算法的反复检查减少到一次．同时利用两种加权方法的自适应残留功率检验将检测层数从三层降低到两层,极大地提高了计算效率,不仅能够准确地检测运动目标、精确地估计目标参数,而且具有更高的检测效率和稳健性．仿真结果验证了算法的正确性和有效性．