基于多DSP的PD脉冲压缩雷达信号处理机的设计

为满足脉冲多普勒(PD)脉冲压缩雷达高速数据处理需求,设计了一种基于多DSP架构的高速PD雷达信号处理机,详细描述了该处理机的硬件方案、软件设计、算法映射方法,应用软件流水线技术针对信号处理算法与流程进行了优化设计,验证了该处理机针对线性调频(LFM)信号的处理结果,并针对处理实时性进行了分析。     

超低旁瓣脉冲压缩系统的设计和实现

由于探测目标的特性,脉冲压缩在气象雷达中应用需要解决两个方面的问题,一是脉冲压缩的高旁瓣,二是大运算量.本文针对线形调频信号,结合超低旁瓣算法,通过设计TS201的并行处理平台,实现了超低旁瓣的脉冲压缩.文中对系统结构和并行算法作了详细分析,最后给出的实验结果表明该系统能够实现超低旁瓣的效果.     

稀疏分解在雷达移频干扰抑制方面的应用研究

移频干扰是对脉冲压缩雷达有效的干扰形式,为了抑制移频干扰对线性调频脉冲压缩雷达的影响,提出构建自适应的联合过完备原子库的思想。根据雷达发射信号与移频干扰信号的特征,构造一组线性调频时移信号和一组线性调频频移信号,由这两部分信号共同构成联合过完备库;利用稀疏分解方法和BP(Basis Pursuit)算法实现干扰抑制和有用信号的重构。实验结果验证了该方法的有效性和正确性。     

基于小波变换的相位编码调制函数估计方法

相位编码调制信号是一种典型的脉冲压缩信号.广泛应用于脉冲压缩体制的低截获概率雷达中.获取相位编码信号的编码规律对单站无源定位与跟踪十分重要.推导了基于连续小渡变换的相位编码信号相位调制函数的估计算法,能得到相位编码信号的相位调制函数的正确估计.计算机仿真结果证明了算法的有效性.     

基于贝叶斯压缩感知的信号重构

本文提出了基于贝叶斯压缩感知的信号重构算法,将压缩感知理论应用于信号的压缩传输以及重构,该算法将压缩感知问题转化为线性回归问题,逐步推演出结果向量之间的迭代关系,最后通过迭代以得到原始信号的精确重构. 仿真说明了贝叶斯压缩感知在信号处理中的应用,结果表明该算法对一维和二维信号的压缩重构有很好的效果.     

基于脉冲噪声检测与信号压缩的滤波算法

针对传统滤波算法细节保护能力不强的缺点,提出一种基于脉冲噪声检测与信号压缩的滤波算法。在噪声检测阶段排序检测窗口内的像素点,判定极值附近灰度值落在一定范围内的点为噪声点,并生成噪声模版;在噪声滤除阶段提取滤波窗口内信息点并压缩,进一步排除误检。根据不同噪声密度进行不同滤波,并循环迭代直至整个图像中的所有脉冲噪声点被滤除。实验结果表明,该算法具有较好的噪声滤除和细节保护能力,尤其是在高强度噪声条件下效果更明显。     

基于相参处理的宽脉冲信号参数估计快速算法

提出了一种宽脉冲信号参数估计快速算法,利用抽取的方法来降低宽脉冲信号参数估计的计算量。首先,对宽脉冲正弦波信号进行抽取构造相参脉冲串,利用相参脉冲频率估计算法进行频率估计。其次,对于宽脉冲线性调频信号,对其做延时相关之后即可转化为宽脉冲正弦波信号,然后在上述抽取和相参处理方法的基础上即可得到宽脉冲线性调频信号参数估计值。性能分析和仿真结果表明,该算法在保证一定的参数估计精度前提下,大大降低了算法的计算量,有利于宽脉冲信号参数估计的实时处理。     

基于Volterra级数扩展模型的变步长VFxBSLMS算法

针对脉冲噪声的控制,提出了一种基于Volterra级数扩展模型的变步长VFxBSLMS算法。通过增加误差信号预处理环节,采用非线性压缩的方式,有效地解决了冲击样本对算法稳定性的影响。针对输入信号的强相关性及算法收敛速度问题,将变步长算法思想引入到非线性滤波中。仿真结果表明:VFxBSLMS算法在不同强度脉冲噪声背景下,都能达到较好的收敛效果。     

基于贝叶斯压缩感知的自适应测量算法

针对传统压缩感知理论无法实现自适应压缩测量的不足,介绍了基于贝叶斯估计的压缩感知重构算法;建立了基于重构信号微分熵的自适应评价指标;构建了基于分块测量方式的自适应压缩测量算法。仿真分析了该算法用于随机阶跃信号的测量效果,实验结果表明：建立的自适应评价指标与被测信号重构误差具有相似的变化趋势,能有效反映随机测量进程,可以实现自适应压缩测量。正是在BCS理论的基础上,提出了一种根据以获取信息的不确定度,进而自适应实现压缩测量的算法,该算法运算简单,适用于实时信号的在线压缩测量。     

基于压缩感知的电力线通信脉冲噪声抑制方法

针对低压电力线通信系统脉冲噪声抑制性能不佳的问题，提出一种基于压缩感知的脉冲噪声抑制方法。该方法基于压缩感知对OFDM信号零子载波数据进行观测，利用正交匹配追踪重构脉冲噪声，通过最小二乘精确估计脉冲噪声幅值。实验结果表明，该方法能够有效抑制电力线通信脉冲噪声，性能优于非线性去噪和传统压缩感知方法。