离散傅里叶变换的算术傅里叶变换算法

离散傅里叶变换(DFT)在数字信号处理等许多领域中起着重要作用.本文采用一种新的傅里叶分析技术—算术傅里叶变换(AFT)来计算DFT.这种算法的乘法计算量仅为O(N);算法的计算过程简单,公式一致,克服了任意长度DFT传统快速算法(FFT)程序复杂、子进程多等缺点;算法易于并行,尤其适合VLSI设计;对于含较大素因子,特别是素数长度的DFT,其速度比传统的FFT方法快;算法为任意长度DFT的快速计算开辟了新的思路和途径.     

离散傅里叶变换的进一步探析

在数字信号处理领域,离散傅里叶变换是一个非常重要的术语,尤其是在他的高效算法FFT出现以后,在信号分析和处理中得到了广泛的应用。但是,人们对这个术语存在一些模糊的认识。通过对具体谱分析问题的研究,分析了连续傅里叶变换与离散傅里叶变换之间的关系,深入探讨了离散傅里叶变换的渊源,期望对离散傅里叶变换有一个清晰的认识。     

基于调频傅里叶变换的改进型鉴相测速

随着机动目标的高速化、小型化发展,对于雷达的测量精度也提出了更高的要求。鉴相测速能够达到波长级的测量精度,其技术难点主要包括相位提取和解相位模糊。为了降低鉴相测速对信噪比的要求,本文提出了一种基于调频傅里叶变换的改进型鉴相测速方法。首先建立变脉冲重复周期的回波模型,对回波信号进行互相关FFT处理,提取峰值点得到模糊相位;其次对互相关FFT结果进行调频傅里叶变换,得到速度和加速度的粗估计值;然后根据单帧解相位模糊法,对模糊数修正值进行遍历,找出最优解,得到优化后的解模糊相位;最后采用鉴相测速,得到速度的精确值。仿真实验证明了该方法的可行性和有效性。     

基于动态规划的多目标检测前跟踪算法

本文针对低信杂比条件下的多目标检测与跟踪问题,提出了一种基于动态规划的多目标检测前跟踪算法.该算法能够比较准确地估计搜索空间中潜在的目标数量,并且最佳地分离出每个目标的航迹,从而较好地解决了以往检测前跟踪算法在目标数量未知的条件下容易出现漏警和虚警较多的问题.     

基于神经网络的动态规划检测前跟踪算法

针对低信噪比条件下的目标探测问题,提出基于神经网络的动态规划检测前跟踪算法。首先,从原始观测数据中选择训练样本,对神经网络进行权值训练;然后,全部原始观测数据归为两类,将归入杂波集合的数据幅值置零,将归入目标集合的数据进行幅值缩放,改善后续值函数积累效果;最后,提出一种多目标决策航迹回溯算法,对初步回溯的航迹集合进行二次提取,有效降低了航迹回溯过程中的虚假航迹率。仿真结果验证了所提算法的有效性。     

基于动态规划方法的检测前跟踪

讨论了基于动态规划的检测前跟踪（TBD）算法,介绍了检测前跟踪算法的实现,并通过仿真来说明该算法的性能及可处理的信噪比底线,同时给出了该算法的优缺点。     

基于离散傅里叶变换的高动态突发信号检测及频率估计

针对高动态突发通信应用环境,提出了一种新的基于频率域的突发信号检测及载波频偏估计算法,通过一次离散傅里叶变换( DFT)实现突发信号存在性检测及频率估计,并与经典Power-Law算法进行了比较。仿真结果表明：在低信噪比条件下,新算法检测信噪比门限改善超过1 dB,频率估计均方根误差小于符号率的1‰,并且对载波频偏及信号电平动态不敏感,实现结构简单,适合实时处理及工程应用。     

基于广义似然比检验-动态规划的检测前跟踪算法

检测前跟踪(TBD)技术通过时间换取能量,可以有效提高微弱目标的检测和航迹处理性能.提出了一种距离多普勒域基于广义似然比检验-动态规划(GLRT-DP)的TBD算法.给出了目标回波信号模型,在此基础上,推导了基于二元复合假设检验的GLRT的TBD算法表达式,在把由表达式所得数据矩阵转换到离散距离多普勒域后,利用DP方法进行搜索寻优,实现所提算法的同时降低了运算量.利用虚警概率和检测概率对所提算法的性能进行了分析.通过仿真实验对所提算法进行了验证,实验结果表明:该算法对雷达微弱目标的检测性能优于传统TBD方法,可以有效实现低信噪比背景下微弱目标的检测和航迹处理.     

求离散傅里叶变换的一种方法

本文介绍一种用傅里叶变换求取离散傅里叶变换的方法,并通过例子说明这种方法的应用。     

基于指数平滑的动态规划检测前跟踪算法

针对传统动态规划检测前跟踪(Dynamic Programming Track-Before-Detect, DP-TBD)算法在低信噪比(Signal to Noise Ratio, SNR)环境下跟踪性能较差以及容易出现团聚效应的问题, 提出一种基于指数平滑法的DP-TBD算法.该算法的创新之处在于:利用指数平滑法预测当前帧的目标状态, 当对当前帧代价函数进行优化时利用预测的目标状态对前一帧搜索窗内的代价函数进行加权.仿真结果表明, 文中所提算法能够有效抑制团聚效应, 且算法的检测性能和跟踪性能都比传统算法有所提高, 并且信噪比越低, 性能提高越明显.因此文中算法相对于传统算法来说更适用于低信噪比环境.     

Coherent integration detection method for maneuvering target based on dynamic programming

In allusion to the coupling relationship among radial velocity variation, range migration and Doppler spread of a maneuvering target, a dynamic programming (DP) based long time coherent integration (DPCI) detection method is proposed. The energy of the target of high velocity and strong maneuver could be integrated along its trajectory by the proposed DPCI method with high efficiency. The main idea of the DPCI is the joint execution of two operations: the modified DP procedure that could search the current position and velocity of the target, and the improved coherent integration that could calibrate the Doppler shift during the entire process with any large phase spread. The proposed method is applicable to a target with arbitrary motion without estimating its specific movement parameters. Simulation results and performance comparisons show the accuracy and superiority of the proposed method.     

一种无格点动态规划检测前跟踪算法研究

目标的多样化和环境的复杂化,对现代雷达的探测能力与航迹处理提出了更高的要求。随着雷达技术的迅速发展, 弱目标的检测与跟踪也受到了更为广泛的关注。检测前跟踪技术可以减少虚假航迹,提高微弱目标的检测和跟踪性能。为改善传统的基于动态规划的检测前跟踪算法计算复杂的缺点,提出了一种无格点DP-TBD改进算法,分析了适用模型, 给出了运动及量测模型。仿真实验表明,该算法具有较好的检测跟踪性能。     

基于相参Radon变换的米波相控阵雷达弱目标检测

米波相控阵雷达具有反隐身和抗反辐射导弹的天然优势,且波束灵活可控,为四代机目标的检测提供了一种新的技术途径.但四代机目标在长积累时间内会发生严重的距离走动,导致检测性能急剧下降,针对该问题,文中提出了一种基于相参Radon变换的米波相控阵雷达弱目标检测与参数估计算法.首先给出了超声速弱目标回波信号模型,并分析了距离走动特性.同时,提出了沿距离走动斜线进行长时间相参积累的相参Radon变换法,并给出了算法实现流程图.最后,通过仿真实验验证了该算法的有效性,并分析了其检测和参数估计性能,仿真结果表明该算法具有比Hough变换法和MTD法更优的低SNR背景下的目标检测性能.     

一种基于相参积累的检测前跟踪算法

现有的TBD方法基本思想通过对多帧数据作非相参积累改善检测性能来检测弱小目标,但是非相参积累存在固有的积累损失.文中提出了基于相参积累的TBD方法,将若干帧数据中可能航迹上的点作相参积累,有效利用了回波信号的相位信息,克服了非相参积累的固有积累损失.仿真结果表明该方法与非相参积累的TBD方法相比,在检测概率为0.9条件下信噪比有1.5 dB以上的改善.     

基于小波变换的GPS微弱信号捕获组合算法

针对战场环境下GPS信号易受到敌方压制式干扰而产生严重衰减,提出了一种相干积分、非相干积分和小波降噪相结合的组合算法。该算法先通过相干积分和非相干积分结合的方法提高整体信号强度,避免导航数据位可能发生跳变的特性,然后采用小波降噪技术,克服信号与噪声的频带相互重叠时,滤波效果变差的问题,实现对弱信号的捕获。仿真结果表明,采用20 ms的相干积分时间、5次非相干积分和小波降噪,可以接收比传统方法低5 dB信噪比的微弱GPS信号。这种方法容易实现,预测可靠,具有实际应用价值。     

一种基于动态规划的雷达合批新算法

针对信号分选结果增批现象严重、影响识别准确度的问题,通过分析实际侦收信号的特点,并借鉴生物信息学中动态规划比对算法的思想,提出了对脉冲重复周期（PRI）信号在载频维和脉宽维进行合批的方法,并结合该方法设计了动态合批处理流程。该算法通过比较两批数据在PRI值及其排列顺序上的相似性来进行合批,利用PRI周期性这一很稳定的特征较好地解决了批信号在载频和脉宽维上的增批问题。仿真结果表明,该算法在存在脉冲丢失和干扰脉冲的情况下仍能准确合批。     

基于动态规划算法的数字图像变位压缩技术探究

在众多数字图像的压缩编码技术中,变位压缩编码技术是基于动态规划算法,它可高效解决许多算法无法解决的问题。在用动态规划算法解决实际问题时,把相互关联的重叠子问题只求解一次,把其状态存入一个二维表中,如果有相同或相似的问题可以直接从二维表中取出结果,减少了重复,提高了效率。     

基于Keystone变换的改进雷达目标长时间积累

在不增大功率孔径积的同时,数字阵列雷达通过灵活的波束控制可增加目标驻留时间,并提高微弱目标的检测性能。但是,随着积累时间增长,运动目标存在跨距离单元问题。针对Keystone变换长时间目标积累方法在多普勒模糊情况下对某些特定速度的目标性能下降问题,提出了一种改进的基于Key—stone变换的长时间目标积累方法。新方法通过预处理及修正处理,能够对所有速度的目标均能较好地补偿跨距离单元效应。仿真实验验证了该方法的有效性。