基于压缩感知的线性调频信号参数估计

提出一种基于压缩感知(Compressed Sensing,CS)理论的线性调频(Linear Frequency Modulation,LFM)信号参数估计算法.考虑到LFM信号在最佳分数阶Fourier变换(Fractional Fourier Transform,FrFT)域中是稀疏信号,对变换阶次进行粗搜索与精搜索,利用CS恢复信号在各个阶次FrFT矩阵中的系数向量,通过二维搜索.得到最佳变换阶次,进而得到信号的调频斜率和起始频率.在窄带干扰条件下,将形态学成分分析应用于算法中,提高了算法的抗干扰性能.实验结果表明,在随机采样点数远低于奈奎斯特采样点数的情况下,该算法能够准确估计信号参数,并且对高斯白噪声和强窄带干扰不敏感.     

基于压缩感知的分数阶Fourier 域LFM 信号检测

提出一种新的基于压缩感知CS（Compressed Sensing）理论的LFM 信号检测算法。利用LFM 信号在分数阶Fourier 变换（Fractional Fourier Transform,FrFT）域稀疏的特点,构造FrFT 矩阵作为LFM 信号的稀疏变换基,通过少量待检测LFM 信号的随机投影,求解信号在FrFT 域的系数向量,然后对该系数向量进行检测判决,进而达到对感兴趣信号检测的目的。理论分析和仿真实验表明,随机投影点数低至奈奎斯特采样点数的1/10、信噪比低至-8 dB 时,该算法对感兴趣的LFM信号检测的成功率可达到95%以上,并且对强窄带干扰不敏感;与波形一致算法相比,该算法在相同信噪比条件下,可以获得更高的信号检测概率。     

一种线性调频信号参数分析的综合方法

研究了合成孔径雷达中的线性调频（LFM）信号的参数估计问题。分析和比较了常用的LFM分析算法的优缺点，提出了一种基于分数阶傅里叶变换和相位解缠的综合方法，提高了估计的有效性和鲁捧性。在计算机仿真中，采用该方法的估计参数对畸变LFM信号进行相位补偿和脉冲压缩，获得了令人满意的分析结果，验证了该方法的有效性和鲁棒性。最后，分析了LFM信号各阶分数阶傅里叶变换的特性，优化了分数阶傅里叶变换扫描算法，大大缩短了运算时间。     

基于分数傅里叶感知信号变换新视角下地震感知信号识别方法

分数感知阶傅里叶感知信号变换模型应用地震感知信号宽带网络是新时期我国经济社会发展的战略性公共基础设施,发展分数感知阶傅里叶感知信号变换模型应用地震感知信号宽带网络有效促进地震感知信号的广义信号感知时频分布的信噪比预测精度。     

基于FRFT的雷达信号脉内特征分析

针对目标模拟训练器中精确测量雷达信号脉内参数的需求,提出了基于FRFT的线性调频信号脉内参数估计的方法,给出目标训练器中脉内参数的计算过程,通过仿真分析了信噪比对算法估计性能的影响。仿真结果表明在较低信噪比下,本算法对不同的线性调频信号的参数估计有较高的精确度。     

基于FrFT的线性调频-伪码调相复合调制雷达信号截获与特征提取

针对线性调频-伪码调相复合调制雷达信号(LFM-PRBC)的截获与特征提取问题,提出了一种基于分数阶傅里叶变换(FrFT)平面切割与相关检测相结合的新方法.理论分析和计算机仿真验证表明,该方法具有较好的有效性和准确性,能快速完成高斯白噪声背景下低信噪比复合调制雷达信号的截获与特征提取,有一定的实际应用价值.     

基于分数阶傅里叶变换的低信噪比线性调频信号参数快速估计算法

针对低信噪比线性调频信号参数估计精度低且运算量大的问题,该文提出一种基于高效分数阶傅里叶变换(FRFT)和分数阶频谱4阶原点矩的快速估计算法。该算法通过判断调频斜率的正负,以确定旋转阶次所在初始区间;进而应用高效FRFT获得初始旋转阶次;最终利用分数阶频谱4阶原点矩,进一步确定搜索区间和步长,实现精准搜索,从而满足参数精度的要求。实验结果表明,该算法尤其适合用于低信噪比情况下的线性调频(LFM)信号检测与参数的准确估计,而且运算量较低。     

基于分数阶傅里叶变换的线性调频信号二维波达方向估计

 本文提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的多线性调频(Linear Frequency Modulation,LFM)信号二维波达方向(Direction of Arrival,DOA)估计方法.该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的分数阶傅里叶域的阵列信号数据模型,并利用MUSIC算法实现对多个LFM信号的二维DOA估计.仿真实验验证了算法的有效性.     

基于压缩感知的线性调频信号频率估计

基于压缩感知理论,测量了在不重构情况下线性调频信号的频率。算法根据信号的稀疏表示建立原子库,利用AIC(Analog-to-Information Conversion)技术完成对信号的压缩采样,在压缩域利用正交匹配追踪的算法进而优化重构稀疏系数,寻找出系数最大值所在的位置,而原子库中该位置原子的频率参量即为线性调频信号的频率参量。该方法在保证频率估计高成功率的前提下,大大减少了采样过程中的冗余和浪费,节省了存储空间,实验仿真验证表明该方法的可行性。     

基于分数阶傅里叶变换的双基地雷达线性调频信号的参数联合估计新方法

该文提出一种双基地MIMO雷达线性调频(LFM)信号参数的联合估计新方法.在所提出的新的双基地MIMO雷达的信号模型基础上,利用分数阶傅里叶变换对线性调频(LFM)信号的能量聚集特性进行提取,根据分数阶傅里叶变换域内的峰值点对多普勒频移尺度和时延进行估计,并采用FRFT-MUSIC算法实现了线性调频(LFM)信号收发角的联合估计,实现了收发角的自动配对.仿真实验验证了算法的有效性.     

一种基于压缩感知的信号重建新算法

在求解基追踪问题的线性化Bregman迭代方法基础上，结合了广义逆的迭代技术得到一种稀疏信号重构的新算法。该算法在计算Moore-Penrose广义逆时，采用了迭代计算的方式，与算法本身相结合使得仅有矩阵向量乘积运算，避免了奇异值分解的较大工作量。通过数值试验可知，新算法相对线性化Bregman算法在计算时间上约减少了2/3，同时信号的恢复效果也是稳定有效的。因此，新算法是一种有效可行的信号重建算法。     

基于压缩感知的通信信号频谱检测方法

频谱感知是无线通信网络中提高频谱利用率的关键。针对现有通信信号频谱检测方法抗噪性低的问题,文中提出一种基于压缩感知的频谱检测方法。该方法首先利用压缩感知理论对通信信号的宽频带进行稀疏采样,其次采用改进的平滑范数重构算法对信号循环谱进行重构,提高了信号循环谱的重构性能,最后在循环谱域实现频谱检测。仿真实验结果表明,改进的平滑范数重构算法对信号的重构精度优于正交匹配追踪算法,压缩感知信号频谱检测算法的抗噪性优于传统能量检测算法。     

一种新的基于压缩感知理论的稀疏信号重构算法

针对基于l1范数优化的稀疏信号重构算法需要的观测样本数较多,本文以lp范数最小化为目标,结合传统的罚函数(PF)优化思想,给出了基于PF的lp范数迭代重构算法,需要的观测样本数大大低于基于l1范数的优化计算需求,并通过数值实验表明该算法对稀疏信号具有较优的重构效果.     

基于压缩感知信号重构的wifi室内定位算法研究

针对位置指纹定位算法在训练阶段信号数据采集量大和定位精度不高的问题,提出一种压缩感知(CS,Compressed Sensing)与K均值改进支持向量机(SVM,Support Vector Machine)相结合的定位算法模型(CS-KSVM)。CS算法在训练阶段利用已采集到的部分参考点wifi信号强度数据对整个指纹信号库进行重构以降低信号采集工作量,再用K均值改进SVM算法来实现测试点的准确分类。实验仿真结果表明,CS-KSVM算法在相同采样点条件下的定位精度明显要高于传统定位算法,同时在相同定位精度条件下大大减少了定位需要的采样点数。CS-KSVM算法在3米之内的定位准确度可以达到93.2%。     

Novel method of moving target detection for dual-channel was radar based on compressed sensing

We propose a ground moving target detection method for dual-channel Wide Area Sur- veillance （WAS） radar based on Compressed Sensing （CS）. Firstly, the method of moving target detection of the WAS radar is studied. In order to reduce the sample data quantity of the radar, the echo data is randomly sampled in the azimuth direction, then, the matched filter is used to perform the range direction focus. We can use the compressive sensing theory to recover the signal in the Doppler domain. At last, the phase difference between the two channels is compensated to suppress the clutter. The result of the simulated data verifies the effectiveness of the proposed method.     

自适应小波包的光纤传感器信号压缩感知

在由分布式光纤传感器构成光纤周界报警系统中 ,针对大规模、高分辨率的光纤振动信号在采样、传输、存储和重 构过程中会受到网络带宽、存储容量等限制问题,提出基于自适应小波包的光纤传感器信号 压缩感知方法。首先,采用小波 包对光纤振动信号进行多层稀疏变换,通过求取小波包系数的数学期望来选取初始置零阈值 ;然后,对光纤振动信号进行重 构并求取重构信号精度,再根据信号的重构精度采用迭代计算方法求取小波包系数的最佳置 零阈值,使光纤振动信号在满足 重构精度的前提下具有最高稀疏度,实现信号的自适应压缩感知;最后,根据光纤振动信号 的特征,采用K-SVD算法训练 得到过完备字典,结合正交匹配跟踪方法完成光纤振动信号的高精度重构。大量实验证明, 与传统压缩算法相比较,新方法的各方面性能均得到较大程度 提高。     

基于压缩传感的太赫兹成像

介绍了一种基于压缩传感理论的THz 成像方式,该理论突破了传统奈奎斯特采样定律的限制,可以以远小于图像总像素数的少量测量值来恢复出原始图像,从而很大程度上缩短了成像时间、提高了内存资源的利用率。通过对该理论的分析可知,变换基、测量矩阵和重构算法是该理论的三个重要因素,通过一系列仿真试验,分别对不同的变换基、测量矩阵和重构算法作了对比,根据对比结果,得到了最适合于文中被成像物体的变换基、测量矩阵以及重构算法。最后,利用离轴抛面镜代替聚乙烯透镜搭建了成像系统,得到了初步的试验结果。     

基于线性调频信号的数模转换器时钟抖动误差分析

数模转换器的时钟抖动引起输出信号的误差,该误差会影响后继的信号处理.本文分析了数模转换器中输入为线性调频信号时,由时钟抖动引起的误差.首先给出了该误差平均功率表达式,然后根据该表达式推导出输出信噪比的近似计算公式,最后对影响信噪比的各种因素进行讨论,其中信号的带宽及时钟抖动参数的增大均会降低输出信噪比,而调频斜率的变化对输出信噪比影响较小,采样频率的增大可以在一定程度上提高信噪比.仿真结果验证了信噪比计算公式的正确性,并给出了信噪比随各种因素变化的趋势.     

Frequency modulated radar signal with combined chaotic sequence based on Bernoulli map

Chaotic signal shows amounts of advantages in the application of radar systems for its easy generation and control. The model of combined chaotic maps based on Bernoulli map is proposed in this paper. Then, the chaos based frequency modulated (FM) radar signal is put forward and the frequency spectrum, ambiguity function are also analyzed in theory. In simulation, the phase spaces, Approximate entropy (ApEn) and balance of the combined chaotic maps are investigated, which shows the combined maps sequences have greater performances than the initial sequences. Additionally, the Peak side-lobe level (PSL) and Integrated side-lobe level (ISL) of signal autocorrelation are discussed, and they drop greatly with the combined chaotic maps after frequency modulation. Simulation results also show that the FM signal based on combined chaotic maps has flatter frequency spectrum in the whole frequency band and a thumbtack ambiguity function.