Robust registration based compensation method based on sparse recovery

The loss of the degree of system freedom and mismatch of prior information based on the registration based compensation (RBC) method will result in a decline in computational performance. In order to solve above problems, a robust method named SRBC is proposed where the sparse recovery method is applied instead of the sub-aperture smoothing operation. First, the SRBC utilizes the sparse recovery to get the super resolution clutter space-time spectrum. Then the transition covariance matrix is calculated. Finally, the clutter covariance matrix is reconstructed by the Capon spectrum. Compared with the traditional RBC method, the SRBC proposed does not depend on sub-aperture smoothing operation and prior information and maintains the performance of clutter range-dependence. In addition, it is also steadier when the sensor error exists. Experimental simulation demonstrates the correctness and feasibility of this method.     

Novel angle Doppler compensation method

In a non-side looking airborne radar system, the clutter of different range cells is not independently and identically distributed, which is caused by the severe clutter range-dependence. The clutter range-dependence can be compensated by the angle Doppler compensation (ADC) method simply and quickly. Although the ADC is widely applied, the compensation performance of the ADC is affected by the system error significantly because of the mismatch between Doppler frequency and spatial frequency. In this paper, a novel method to compensate the clutter range-dependence, namely ADC using sparse recovery (SR-ADC), is proposed. Firstly, the clutter spectral distribution estimation of the test cell and training cells are obtained by using sparse recovery. Then, the spatial frequencies and Doppler frequencies of the clutter spectrum center are determined. Finally, transform matrixes of different training cells are designed so that the clutter of training cells could be nearly stationary with respect to that of the test cell. Compared with the traditional angle Doppler compensation method, the proposed method improves greatly the compensation performance, especially that of main-lobe clutter. In addition, this method can also achieve good performance when the system error exists.     

基于多级维纳滤波器的信源参数估计

为了解决传统的MUSIC算法需要计算相关函数并对其进行特征值分解或奇异值分解而导致的计算量增加问题,本文基于多级维纳滤波器快速子空间分解方法,分别在远场环境和近场环境中对信源参数进行了有效估计,并提出在一定条件下,可以采用该方法代替对相关函数的计算和分解。该方法计算量小,特别是在阵元数和快拍数较多的情况下优势更加明显。仿真实验证明了该方法的有效性。     

一种基于单快拍的DOA估计算法

传播算子方法不需要对数据协方差矩阵进行特征值分解或奇异值分解,较之于传统子空间类算法有更低的运算复杂度.由于传播算子方法要求较大的快拍数,该文提出了一种新的改进方法,在快拍数为1的情况下,构建Toeplitz Hermitian数据矩阵,并将传播算子方法与求根MUSIC算法相结合,很好的实现了信号解相干,具有较好的实时性.仿真结果表明,在一定信噪比下,该算法与前向空间平滑算法相比有略好的性能,能很好的实现信号解相干,同时大大减少运算的复杂度.     

基于子空间的DS-UWB系统高分辨率低复杂度时延估计

研究了在室内多径衰落信道下直接序列超宽带(DS-UWB)系统的时间延迟估计问题,提出了一种基于子空间的高分辨率、低复杂度的时延估计方法。该方法将滑动相关输出的时间平均相关矩阵分解成信号和噪声子空间,然后用MUSIC谱计算,再通过最大值搜索获取时延估计。将滑动相关的时间分辨率与传统相关MUSIC方法的计算复杂度进行了对比。计算机仿真结果表明,在多径时延差接近一个切谱(Chip)周期情况下,新的算法能够有效分辨出多径时延,性能明显高于传统的滑动相关方法。     

基于遗传算法和MSWF的子空间拟合测向算法

针对传统算法在快时变环境性能不够理想,而在快时变环境性能较好的子空间拟合算法其多维非线性搜索运算量较大而且易于收敛于局部最优解的问题,本文采用基于MSWF的子空间快速分解及子空间维数的快速估计,避免了协方差矩阵的估计和特征值分解;同时用子空间拟合准则构造遗传算法的目标函数实现随机搜索功能,实现全局快速搜索。最后实验验证了遗传算法测向的有效性。     

基于Unitary ESPRIT的双基地MIMO雷达目标定位算法

针对双基地MIMO雷达目标定位问题,提出一种基于Unitary ESPRIT的双基地MIMO雷达目标定位算法.该算法利用MIMO雷达发射阵列和接收阵列的相位延迟特性对接收数据矩阵进行重构,使协方差矩阵为Centro-Hermitian矩阵,然后通过酉变换将协方差矩阵从复数域变换为实数域,最后利用Unitary ESPRIT算法实现目标的DOD和DOA估计,且DOD和DOA自动配对.与传统的ESPRIT算法相比,该方法有效地增加接收数据信息,提高了目标角度估计性能,且所有的特征值分解及矩阵计算均在实数域进行,大大降低了运算复杂度.仿真结果验证了该算法的有效性.     

基于传播算子的间谐波参数智能估计算法

为了降低多重信号分类(MUSIC)法频率估计的计算复杂度,提出基于传播算子的间谐波频率估计方法.通过传播算子可以得到噪声子空间,不需要估计协方差矩阵和进行特征分解,并且不需要间谐波个数的先验知识,基于传播算子MUSIC算法的频率估计性能与MUSIC算法几乎相同.构造复数域自适应线性神经网络模型来估计谐波和间谐波的幅值和相位.该模型的输入变量和权值仅为实数域自适应线性神经网络的一半,简化了网络结构;采用Levenberg Marquardt(LM)算法对网络进行学习,大大减少了学习次数.仿真结果表明,该算法无需同步采样,能够快速准确地估计间谐波的频率、幅值和相位.     

二维面阵子空间重构快速估计方法

针对当前进行二维面阵高精度波达方向估计时计算复杂度较高的问题,提出了一种适用于二维面阵的高精度低计算复杂度的快速估计方法。这种方法首先利用面阵子阵间的旋转不变关系完成二维角度预估;然后将预估角度作为先验信息,利用子阵的信号子空间重构面阵的信号子空间,并进行梯度搜索,实现对二维角度的精确估计。其中,利用子阵的信号子空间对面阵的信号子空间进行重构,有效地降低了进行子空间估计时的计算复杂度;采用梯度搜索的办法进行局部搜索,使得搜索时的计算复杂度大幅下降,获得了与经典二维MUSIC算法一致的估计精度。计算机仿真结果验证了所提算法的有效性。     

基于变分贝叶斯推断的半盲信道估计

现有MIMO中继通信系统中,基于张量分解的半盲信道估计不能有效地将信道先验信息引入估计过程中,为此提出一种基于变分贝叶斯推断的信道估计算法.该算法首先利用NP(Nested PARAFAC)张量模型,引入有效精度、噪声精度等隐性超参数,建立信道估计概率图模型;由于所求信道参数后验概率分布较为复杂,传统最大似然和最大后验等点估计方法难以实现,算法采用变分贝叶斯推断,推导出信道矩阵、有效精度及噪声精度的递推公式,使具有因子分解形式的q分布逼近所求信道参数的后验分布;并分析了模型证据的下界、模型的初始化及算法复杂度等.该算法能利用信道先验信息以提高信道估计性能,有效精度和噪声精度等参数可自动调节,且计算复杂度与数据的维度呈线性关系.仿真结果表明:在平稳瑞利衰落信道条件下,与基于交替最小二乘(Alternating Least Square,ALS)的半盲估计算法相比,算法的计算复杂度较低,收敛速度较快;与带监督序列的双线性最小二乘(Bilinear Alternating Least Square,BALS)非盲估计算法,基于ALS及非线性最小二乘(Nolinear Least Square,NLS)的半盲估计算法相比,算法具有较高的估计精度.     

Improved ionospheric clutter classification method based on fuzzy C-means clustering

The ionospheric clutter is a time-varying,non-stationary and non-Gaussian complex clutter in the high-frequency surface-wave radar(HFSWR) system and its suppression is a daunting task.Due to the complexity of the ionospheric clutter,the single clutter suppression algorithm cannot suppress the clutter effectively.Classification of the complex ionospheric clutter according to different characteristics can improve the performance of ionospheric clutter suppression significantly.After a complete analysis of the characteristics of ionospheric clutter,this paper proposes an improved ionospheric clutter classification method based on fuzzy C-means clustering.Experimental results show that the proposed method has a better performance than the traditional algorithm in clustering the ionospheric clutter.     

基于辅助阵元的宽带相干信源DOA估计快速算法

针对阵列互耦误差存在的情况,基于宽带信号互耦模型,提出一种基于辅助阵元和传播算子的宽带信号处理算法.该算法在互耦矩阵未知的情况下,利用辅助阵元可以直接对宽带信号进行聚焦,并且在构造聚焦矩阵和获得噪声子空间时利用传播算子不需要进行特征值分解,因而极大地降低了运算量.仿真结果表明了存在阵列模型误差时本算法的有效性和稳健性.     

二维ESPRIT算法参数的快速配对

针对二维ESPRIT算法的参数估计问题,为了简化算法的复杂度,提高参数配对的速度,提出了一种新的二维ESPRIT参数配对方法.该方法利用矩阵、矩阵的特征值及特征值对应的特征向量三者之间的关系,只需对包含信号到达角信息的2个矩阵中的1个进行1次特征值分解以及简单的除法运算就可以实现参数的自动配对,无需经过多次矩阵变换.在保证二维ESPRIT算法参数估计性能的前提下,该方法简化了参数的配对过程.计算机仿真验证了该方法的有效性.     

Variable step-size matrix adaptive filter design based on the multiband structured

In order to improve the convergence performance of the normalised sign subband adaptive filter (NSSAF), variable step-size matrix normalised sign subband adaptive filter (VSSM-NSSAF) based on the variable multiband structure is proposed. In this method, the energy of the subband posteriori error vector is treated as the cost function and the variable step size matrix as a variable. By solving the optimal step length for each subband to minimize the cost function after each iteration calculation, the best variable step size matrix is obtained. Then we employ the following time-average scheme to get the variable step-size matrix before the next iteration. Compared with the traditional NSSAF algorithm and other improved NSSAF algorithms, the proposed algorithm provides a faster convergence speed and lower steady state misadjustment, regardless of whether the input signal is relevant or not, even if it contains impulse noise. Besides, this method has the advantages of a low computational complexity.     

机载前向阵雷达近程杂波频移补偿

基于机载前向阵雷达在近距离地面目标检测时,杂波在距离上将呈现严重的非平稳性,提出了一种向量相似度准则,从杂波样本数据中计算补偿量的多普勒频移补偿方法。利用该方法对不同距离的杂波数据进行相应的频移变换预处理后,能有效改善近程地杂波的非平稳性。该算法在脉冲域和多普勒域中等效,适合并行运算,具有实现简单的优点。仿真结果表明经此方法预处理后的空时自适应滤波,能显著提高系统的性能改善因子。     

非均匀环境下利用雷达参数信息的STAP方法

针对非均匀杂波环境下空时自适应处理杂波抑制性能下降的问题,基于扁平椭球波函数的时限带限特性,给出一种利用雷达参数信息构造子空间的杂波抑制方法,降低了计算量与均匀样本数需求,提高了对非均匀杂波的抑制性能。其次,针对存在阵面偏航角误差时杂波秩无法准确估计造成基于扁平椭球波函数构造杂波子空间方法杂波抑制性能下降的问题,结合雷达参数信息及探测环境的几何构型提出一种杂波预处理方法以消除偏航角影响,从而提升其非均匀环境下的杂波抑制性能。仿真结果验证了算法的有效性。     

一种参数估计的自适应辅助通道方法

在实际应用中,传统辅助通道方法受杂波分布先验信息及系统误差的限制,使辅助通道的选取偏离实际杂波分布．针对这一问题,提出了基于最小二乘参数估计的自适应空时二维辅助通道方法．首先利用单距离回波数据估计杂波分布并采用最小二乘方法估计系统参数,然后自适应选取辅助通道并进行降维空时自适应处理．利用单距离数据进行参数估计具有较高的参数估计精度,适用于任意阵列构型,具有一定的稳健性．     

一种协作多点多用户通信系统的预编码方法

提出了新的线性预编码方法,适用于联合处理模式下的协作多点多用户多输入多输出下行链路传输系统. 该方法通过信道矩阵的扩展,引入低复杂度的矩阵分解方法,有效抑制了噪声和多用户干扰这2个因素对系统的影响,并适用于接收端各用户配置任意根天线的系统;提出了在基站总功率受限的约束条件下次优的功率分配方案. 通过对算法复杂度的分析和性能仿真可知,所提方法不仅从总体上降低了中央控制站的处理复杂度,而且改善了系统性能.     

基于ＭＴＩ滤波器特性的改进直接数据域算法的研究

传统的空时自适应处理方法属于统计方法,一般假设其它相邻距离单元的训练样本满足独立同分布的条件,利用这些训练样本来估计待检测单元中杂波的协方差矩阵．对机载雷达来说,严重非均匀环境很难满足样本独立同分布的要求．直接数据域方法只利用待检测距离单元本身的数据来获取训练样本,因此得到广泛应用．提出一种改进直接数据域算法,在利用空时窗滑动对消目标信号时,基于滤波原理,对空时窗的权系数进行优化,这样有利于在对消目标的同时保留更多杂波信息,进而求解的自适应权值对杂波的抑制性能更佳．仿真结果表明了改进算法的有效性,相比原始直接数据域算法,具有更窄的改善因子凹口,提高了对慢速目标的检测性能,且计算量没有增加．     

MIMO系统中的低复杂度迭代树搜索算法

提出了应用于Turbo-MIMO系统的基于比特的迭代树搜索检测算法．利用自然二进制映射和扩展信道矩阵的QR分解,使迭代树搜索算法(ITS)中的度量计算转换为逐比特进行,这样大大减小了树中每层需要进行的度量更新和排序的运算量．在此基础上,再利用先验信息进一步减小度量更新的计算量．由于扩展信道矩阵的秩等于发射天线数,该算法对信道缺秩的情况不敏感．仿真结果表明：在误码率性能上,该算法略次于使用自然二进制映射的基于符号的ITS算法,与使用格雷映射的基于符号的ITS算法只有1dB左右的差距;而该算法的计算量在高信噪比时只相当于基于符号的ITS算法的6％~40％．