稀疏重构下的非线性调频信号参数估计算法

非线性调频信号广泛应用于雷达声纳领域,其具有多阶多项式相位、未知参数多的特点,给参数估计带来困难。针对此问题,本文提出一种稀疏重构下的非线性调频信号参数估计算法。该方法利用Gabor原子良好时频特性,以 范数稀疏正则最小二乘模型为目标函数,并推导了问题的二阶锥规划（SOCP）形式,最终通过求解的Gabor原子进行参数估计。算法分析信号的时频特征,完成信号的分解重构,适应于各类调频信号。仿真实验证明,本文算法对调频信号二阶与一阶相位参数估计精度都贴近CRB,而对二阶参数的估计较二次相位差分算法更适应较低信噪比。      

多个线性调频脉冲信号的多参数估计

该文提出了一种估计空间多个线性调频脉冲（Ｃｈｉｒｐ）信号的多个参数的方法,并给出了简单的性能分析,与文献中的方法相比,本文的方法避免了多维搜索,计算量小,有利于实时实现。模拟结果表明,本文的方法能在较低的信噪比下,较为准确在估计出多个线性调频脉冲信号的多个参数。     

多个线性调频脉冲信号的多参数估计

该文提出了一种估计空间多个线性调频脉冲(Chirp)信号的多个参数的方法,并给出了简单的性能分析。与文献中的方法相比,本文的方法避免了多维搜索,计算量小,有利于实时实现。模拟结果表明,本文的方法能在较低的信噪比下,较为准确地估计出多个线性调频脉冲信号的多个参数。     

单自由度多分量线性调频信号的参数估计

针对逆合成孔径雷达成像的工程背景,提出了单自由度多分量线性调频信号的参数估计问题。利用稀疏成份分析技术,建立了信号表示的条件线性参数模型,提出了模型求解的序列线性规划算法。该模型能充分利用单自由度特性,获得的结果具有良好的稀疏表示特性和超分辨能力。仿真结果表明了该方法的有效性。     

一种修正的线性调频信号参数估计算法

研究了加性噪声中线性调频信号的参数估计问题。基于相位解卷和多项式拟合,考虑到初始相位可能出现模糊,提出了一种修正的线性调频信号参数的联合估计算法。仿真实验证实了所提出的修正算法的有效性。     

基于时间-调频斜率分布的多线性调频信号检测与参数估计

该文提出并分析了多线性调频信号的时间-调频斜率分布,并提出了一种基于该分布的多线性调频信号检测和参数估计方法。性能分析和仿真表明该方法是一种渐进最优的估计方法,具有高的参数估计精度和检测性能,且能用于低信噪比的场合。     

基于信号稀疏表示的Chirp信号参数估计方法

单自由度多分量线性调频信号的参数估计是SAR/ISAR成像中的重要问题。文中在一组含参数的过完备基上展开信号,提出了一种基于信号稀疏表示估计单自由度多分量线性调频信号参数的新方法。并将该方法应用于目前流行的BP算法、FOCUSS算法和稀疏贝叶斯学习算法中,分析比较了以上算法的估计性能。仿真实验结果验证了该方法的有效性,并表明稀疏贝叶斯学习算法具有更好的稀疏表示能力,从而可以更有效地估计信号参数。     

多分量线性调频信号检测方法

现代雷达体制下,线形调频(LFM)信号是一种常用的脉冲压缩雷达信号。为了精确获取多分量线性调频信号中分量的数量,引入聚类方法对LFM信号的Radon-时频分析结果进行聚类分析,同时完成多个分量的检测；为了减少聚类分析的输入数据集和提高计算效率,对Radon-时频分析结果进行了近似零均值处理,并分析了不同信噪比情况下的处理结果。仿真和试验结果表明：在较低信噪比条件下,这种方法可有效地检测多分量LFM信号中分量数和进行参数估计。     

正切形非线性调频信号压缩感知

为了通过一组线性测量值重建原始信号,并以低于奈奎斯特采样频率的速率采样,开展本研究。对于线性调频信号,分数阶傅里叶变换是在线性调频信号基上稀疏分解信号,因此采用离散分数阶傅里叶变换的变换矩阵构造正交基字典矩阵,通过调整调制参数(调制法)寻找最佳稀疏基,可以较好地稀疏表示线性调频信号。同理,采用调制法寻找正切形非线性调频信号的最佳稀疏基,对其进行稀疏表示与重构的压缩感知研究。仿真结果表明：该方法能够找到最佳稀疏基,实现正切形非线性调频信号的稀疏表示与信号重构,信号波形恢复效果较好。     

一种新的跳频信号时延估计方法

针对噪声环境下的跳频信号,提出了一种基于稀疏分解的时延估计方法。对跳频信号采用稀疏分解重构进行了研究,在此基础上,在不同天线下对跳频信号分别进行重构,得到每跳信号对应的载波频率和时间中心,从而估计出跳频信号的时延。仿真结果表明,在信噪比大于7 dB时,跳频信号的时延估计误差基本趋近于零,验证了时延估计方法的有效性。     

基于内点算法的海杂波幅度分布参数估计方法

航空器在海域飞行时,强度大、范围广的海杂波会严重干扰气象回波的正确识别,海杂波的幅度统计特性对于气象目标检测至关重要。为精准评估海杂波幅度统计特性进而有效抑制海杂波,本文提出了一种基于内点算法的分布模型参数估计方法。该方法将高阶海杂波统计曲线参数估计问题转为最优解求解子问题,可以实现海杂波幅度分布参数快速搜索和估计;进一步地,引入一种新的自适应调整目标函数,用于增强分布模型与实测杂波在拖尾部分的拟合效果。结合岸基多波段不同海情、不同雷达参数的实测海杂波数据统计特性,并与典型的参数估计方法和优化方法对比分析可知,本文方法可以实现实测海杂波幅度分布参数的更优估计,幅度分布曲线在拖尾处的拟合效果更优。通过对不同条件下实测杂波数据统计对比分析,验证了本文参数估计方法的普适性,实验数据表明在K分布情况下拟合精度提升率达70%。     

稀疏阵列波达方向估计研究进展

波达方向(direction of arrival, DOA)估计是阵列信号处理领域的重要研究方向,也是电子侦察与电子攻击领域的关键技术之一。以提高DOA估计精度和降低计算复杂度为导向,结合模型驱动和数据驱动方法的各自优势,提出了基于深度展开网络的DOA估计统一框架,阐述了稀疏阵列离网格DOA估计、无网格DOA估计以及混合信号参数估计等方面的研究进展。对复杂信号模型下的DOA估计、深度展开网络性能分析与挖掘以及分布式稀疏阵列回波信号融合处理等后续的研究内容进行了展望。     

一种跳频信号实时跟踪与参数估计方法

现有的跳频信号处理方法往往需要积累足够长的样本数据,缺乏实时快速运算的能力,无法处理高速跳频信号。在小样本条件下提出一种跳频信号实时跟踪和参数估计方法。根据跳频信号的频域稀疏性建立信号模型,引入稀疏贝叶斯学习(SBL)算法解决多观测向量(MMV)信号重构问题。在构建新的判决统计量基础上,推导一种保持恒虚警概率的跳变时刻检测方法,设计滑动策略实现跳频信号的实时跟踪。分别利用几何重心法和最小二乘法估计每跳(hop)的载波频率和来波方向(DOA)。实验证明,新方法在低信噪比(SNR)下具有更低的虚警概率,参数估计精确度得到明显提升。     

卫星联合定轨的参数化融合模型

 针对基于双星定位系统的近地卫星的多星高精度联合定轨问题,首先建立了不同轨道高度的卫星动力学的物理参数模型与基于稀疏参数表示和时间序列分析的数学模型相结合的轨道动力学高精度表示模型,然后建立了基于测量系统误差参数建模和模型误差非参数分量表示相结合的非线性半参数联合观测模型,在此基础上建立了联合定轨的参数化融合模型,设计了联合定轨参数化融合模型的非线性半参数联合估计算法.理论分析和仿真计算结果表明,卫星轨道动力学模型的高精度表示方法能够进一步提高动力学模型的表示精度,非线性半参数联合观测模型优化建模方法能够进一步细化观测模型,而基于此设计的参数化融合模型的联合估计算法能够使最终的卫星联合定轨精度得到较大程度的改善.     

基于稀疏重建的穿墙雷达墙体参数估计方法

未知墙体参数的估计对穿墙雷达(TWR)的应用具有重要意义。时延估计(TDOE)方法能够有效获取被测均匀墙体参数。对于TDOE 方法,墙面反射回波时延估计的精度直接影响墙体参数估计的准确性。文中基于墙体回波的稀疏性提出了一种基于稀疏重建的墙体参数估计方法,通过利用正交匹配追踪(OMP)稀疏重建算法对每个双基地天线间隔下墙体回波信号进行时延估计,然后基于双基地和单基地混合测量模式采用TDOE 方法可以获得墙体的相对介电常数、厚度和电导率。仿真和实验结果表明所提出的估计方法能够提供更高精度的墙体参数估计。     

基于块稀疏度与自适应迭代的压缩感知方法

针对分块压缩感知算法在平滑块效应时损失了大量的细节纹理信息,从而影响图像的重构效果问题,提出了一种基于块稀疏信号的压缩感知重构算法。该算法先采用块稀疏度估计对信号的稀疏性做初步估计,通过对块稀疏度进行估算初始化阶段长,运用块矩阵与残差信号最匹配原则来选取支撑块,再运用自适应迭代计算实现对块稀疏信号的重构,较好地解决了浪费存储资源和计算量大的问题。实验结果表明,相比常用压缩感知方法,所提算法能明显减少运算时间,且能有效提高图像重构效果。     

基于FFT与稀疏重构的联合DoA估计方法

针对稀疏重构波达方向（DoA）估计方法的角度搜索范围较大导致算法复杂度较高的问题,文章提出一种基于快速傅里叶变换与稀疏重构相结合的DoA估计方法。该方法首先解决了基于经典傅里叶变换的DoA估计方法只能估计出一半角度范围内来波方向的问题,改进后的方法能够估计出整个角度范围内来波方向粗略范围;然后在粗略估计角度的范围内利用稀疏重构的方法进行超分辨力角度估计,极大减少了角度搜索的范围、降低了计算复杂度。仿真结果表明,所提方法不仅能降低计算复杂度,而且在低信噪比和低快拍时角度误差较小。     

基于连续稀疏恢复循环平稳信号的DOA估计

针对现有稀疏恢复算法在到达角(DOA)估计中存在的网格失配问题（即off-grid问题）,提出基于连续稀疏恢复循环平稳信号的DOA估计。首先,对传统的谱相关信号子空间拟合算法进行分析研究;然后,在循环域利用连续稀疏恢复的思想来构造循环平稳信号的稀疏恢复模型。与传统Cyclic MUSIC算法和现有基于离散稀疏恢复算法相比,文中算法能够克服off-grid问题,具有较高的稀疏恢复精度和较好的稀疏恢复性能;同时,也适用于信号个数多于阵元个数的场合。理论分析和仿真实验证明了算法的有效性。