辅助变量双迭代子空间追踪

提出了一种运用辅助变量的双迭代子空间跟踪方法。该方法采用秩一更新结构,构造两个无约束的代价函数,求其递归最小二乘解获得信号子空间。引入辅助变量使该算法可用于色噪声环境下的信号跟踪。为了简化运算,将推导过程进行了两次近似,运算复杂度大大降低。最后对跟踪结果正交化,获得了良好的正交性。仿真实验证明了该算法的有效性。     

水中磁性运动目标信号的模型化检测

使用均匀磁化旋转椭球体模型对水中磁性运动目标进行实时建模,通过对所建模型进行统计检验,实现对目标信号的模型化检测,并同时估计目标运动参数和磁性状态。采用模型化信号检测技术,在信号与背景噪声工作频带严重重叠的条件下,对目标检测信噪比可低至0 dB以下。采用模型化信号检测方法,对运动目标信号的检测可靠,虚警概率低,同时具有目标识别能力。     

基于子空间投影的多径干扰抑制方法

在无源雷达中,目标回波会受到强直达波、强多径的干扰,因此很难对其进行有效检测。为了解决这一问题,提出了一种基于子空间投影的干扰抑制方法,通过将接收信号投影到多径干扰的正交补子空间内,以消除强直达波和强多径干扰。仿真结果表明,该方法可以有效抑制强直达波、强多径干扰,检测出目标。     

一种实域空间平滑解相干算法

特征子空间类算法在处理相干信号时,需要预先进行空间平滑来解相干,这一过程通常是在复数域进行的,而且一次平滑只能处理一个相干信号。论文提出实域空间平滑算法从窄带信号的正交接收模型出发,运用三角和差化积公式对I/Q通道输出单独进行简单加、减运算,得到了实值阵列流形,在此基础上采用前向空间平滑进行解相干,一次平滑能够处理两个相干信号,且算法完全在实域进行。以MUSIC为例进行的仿真试验表明:算法能够取得与FBSS算法相似的性能,且运算量较之FBSS算法大大降低。     

不确实波导环境下基于子空间建模的恒虚警检测方法

浅海主动声纳检测与估计面临的主要问题是不确实浅海信道导致的回波信号不确实和混响干扰。为此,本文提出一种子空间回波信号的恒虚警( CFAR)检测与估计方法：对不确实浅海波导中的回波信号采用子空间信号建模方法;将混响干扰建模为一种类信号干扰,基于广义似然比检验( GLRT)的思想,将混响相关矩阵的最大似然估计代入到似然比检测中,由于GLRT具有恒虚警特性,最终得到子空间回波信号的恒虚警检测器。通过仿真和实际数据处理分析表明,这种子空间回波信号恒虚警检测器对不确实信道具有很好的相干匹配能力,对信道不确实性具有较好的宽容性,能得到较好的脉冲压缩效果,提高目标位置估计精度。较之常规匹配滤波器,其检测性能可提高1—2.5 dB.     

空间谱估计阵列测向研究

空间谱估计用于阵列测向,其典型MUSIC算法将天线阵列输出信号的自相关矩阵进行特征值分解,把特征向量构成的空间划分为信号子空间和噪声子空间,利用信号的方向向量和噪声子空间的正交性,进行谱峰搜索．获得信号的空间谱。通过运用MUSIC算法进行空间谱估计测向的结果分析,讨论了这种测向方法的应用流程和性能特点。     

基于圆柱共形阵的极化MUSIC算法

基于圆柱共形阵列的波达方向(Direction-of-Arrival,DOA)估计方法受载体曲率影响,对于不同极化入射的信号存在极化接收不匹配的问题,同时由于载体的遮挡,会使测向精度下降,甚至产生测向错误.针对极化接收和载体遮挡效应,本文提出了一种基于圆柱共形阵列的极化MUSIC算法,建立了基于圆柱共形阵的极化敏感阵列信号接收模型,考虑载体遮挡效应对信号的导向矢量进行重构,保证了信号子空间和噪声子空间的正交性,并运用极化秩亏MUSIC算法进行DOA估计和极化参数估计.仿真结果表明,与子阵分割极化MUSIC算法相比,本文算法在低信噪比10 dB时测向误差减少了0.9°,具有更高的信号测向精度,信号估计准确率提高了27.4％.     

基于子空间加权的多重信号分类时延估计算法

针对水下探测通信一体化干扰抑制中时延估计误差对主动干扰抑制性能的影响,以及常规多重信号分类(MUSIC)时延估计方法因数据长度有限、信噪比低使得信号与噪声子空间不完全正交,导致时延估计性能下降的问题,提出了基于子空间加权的MUSIC时延估计方法。该方法通过重构噪声子空间,并利用信号特征值与噪声功率构造加权值,对子空间进行加权,实现对MUSIC时延估计谱的修正。仿真结果表明,所提方法较互相关法、MUSIC算法和SSMUSIC算法具有更高的时延估计精度,以及更优的时延分辨率。     

一种基于数字信道化的低截获脉冲压缩信号优化检测方法

针对脉冲压缩体制雷达信号在数字信道化接收机中引起的跨信道以及低截获问题,提出了一种基于数字信道化的低截获脉冲压缩信号优化检测方法。首先采用多相滤波数字信道化方法来抑制脉冲压缩信号频谱泄漏;然后优化检测方法,采用幅度中值滤波降低相位跳变点对检测脉冲的影响,采用相位差非相参积累提高脉冲压缩信号的检测灵敏度;最后进行脉冲整合,对跨信道信号进行时频两维信息拼接处理,对分裂信号进行恢复。该方法与传统检测方法相比,提高了对脉冲压缩信号的检测能力,并且能够解决由数字信道化引起的脉冲压缩信号失真问题,有效提升了反辐射导引头对脉冲压缩信号的适应能力。该方法已通过仿真验证并实现应用。     

基于RJMCMC方法的水下被动目标声源数和方位联合估计

针对传统的子空间类宽带信号处理方法需要较多的信号快拍数才能取得较好的估计效果这一问题,本文将一种基于时域宽带信号模型的贝叶斯高分辨估计方法用于水下被动目标的方位估计（DOA）。该方法使用宽带信号的时域模型,依据贝叶斯准则构建所需参数的后验概率密度函数,并采用可逆跳变马尔科夫链蒙特卡罗（RJMCMC）方法执行贝叶斯计算,对后验概率密度函数进行峰值搜索。由于其能够在不同维的参数空间中跳转,因此可以进行模型阶数（声源数）和目标方位的联合估计。与传统的子空间类方法相比,这一方法能直接在时域进行信号处理且仅需显著较少的信号快拍数。仿真结果表明,RJMCMC算法能较好地估计出声源数和目标方位。     

基于协方差矩阵重构稳健波束形成算法

提出了一种新的基于协方差矩阵重构的稳健算法.该算法基于最小化输出期望信号空间倒谱,利用多项式拟合估计期望信号的导向矢量;从数据协方差矩阵中减去期望信号部分,得到干扰加噪声协方差矩阵,通过修正方法实现对干扰加噪声协方差矩阵的准确估计,解决了低信噪比时由于信号子空间发生缠绕,导致协方差矩阵估计存在较大误差的问题;理论分析与仿真实验表明了该算法的有效性和稳健性.     

基于多路延迟结构的频率估计新算法研究

针对多路延迟数字测频结构,提出了基于多级维纳滤波( MSWF)的MUSIC频率估计方法。该方法利用MSWF的前向递推的多级分解特性来实现信号子空间和噪声子空间的快速估计,不需要估计协方差矩阵和对其作特征值分解,所以运算复杂度可以明显降低,并且子空间估计性能与常规方法几乎一样。最后在子空间分解的基础上,通过MUSIC算法对其频率估计性能进行比较。仿真结果表明MSWF-MUSIC算法和常规子空间分解MUSIC算法具有几乎一样的频率估计精度;但本文箅法降低了计算量和复杂度,更易于信号的实时处理;随信噪比或快拍数的增加,两算法的频率估计误差都越来越趋近于Cramer—Rao界。     

基于互相关与混沌理论相结合的水下目标信号检测

鉴于当前传统的检测理论基础上的噪声抑制技术其指标已达极限,为了弥补互相关方法应用的局限性,文中将常规互相关检测方法与混沌检测方法相结合,构成一个新的微弱正弦信号检测系统,通过混沌系统相轨迹变化来检测目标信号,实现了强噪声背景下弱信号的检测,并用梅尔尼科夫函数给出了系统出现混沌状态的阈值。仿真结果表明,该检测系统对被强噪声覆盖的微弱正弦信号非常敏感,对任何零均值噪声具有极强的抑制能力。     

双谱分析在引信信号检测中的应用

强背景噪声中引信信号的检测，是引信信号处理中的一个重要课题．传统信号检测理论和方法主要采用似然比检测，已得到广泛的应用，但是存在明显的缺点．提出了在强背景噪声中，采用双谱技术来检测引信信号，获得了较好的效果．     

基于TDOA定位的目标运动状态获取方法

针对传统定位系统和测速仪不能同时提供动目标的位置、速度和方位的问题,提出了一种基于到达时间差定位技术的动目标跟踪的速度和方位等状态信息获取方法。该方法利用动目标连续定位位置及目标发出信号的时间间隔,得到动目标的速度和方位信息,仿真数据分析结果表明了该方法的有效性。     

基于RD-SRT的TR MIMO雷达DOA估计算法

针对时间反转MIMO雷达多重信号分类算法计算量庞大的问题,提出一种基于降维子空间旋转变换技术的多目标波达角估计算法。首先,通过采用降维思想对TR MIMO回波信号进行降维处理,来减少计算量; 然后,为构造旋转变换矩阵,对噪声子空间按行分块并取其逆矩阵; 最后,利用该逆矩阵对噪声子空间矩阵旋转变换,得到低维子空间矩阵,对比导向矢量构造谱函数估计目标的角度信息。相对于传统的MUSIC算法,该算法降低了噪声子空间的维度,大大降低了计算量,而且具有更高的目标分辨率。     

一种基于盲源分离和Wigner-Hough变换的线性调频信号检测方法

Wigner-Hough变换可以检测线性调频信号,但是当线性调频信号受到噪声污染的时候,其检测的性能将下降。文中采用时频盲源分离的方法,将线性调频信号和噪声分离,然后将分离出的线性调频信号进行Wigner-Hough变换。仿真表明,这种方法对噪声不敏感,检测性能依赖于盲源分离的效果。     

基于小波变换的小目标检测

利用小波分析的多分辨率特性和时频局部窗特性能够克服传统方法的局限,实现小目标的精确定位检测.基于小波变换的小目标检测,先利用改进的小波变换选择合理的小波基和小波变换窗口对小目标图像滤波,后结合直方图阈值分割法分割阈值.实验结果表明该方法不仅能很好保存小目标的形状特征,还能将背景几乎完全消除.