基于微多普勒分析的复合运动目标参数估计

目标的微运动所产生的微多普勒特征包含了目标的运动和结构信息,在目标的分类、识别等领域中有着重要的作用。建立了具有平动、加速与旋转运动的微动模型,定量分析了目标的微多普勒调制特征及其与微动参数的关系,利用提取时频分析矩阵频率向最大值的峰值提取法和最小二乘拟合直线法估计目标的加速度、旋转频率和旋转半径等参数,最后通过仿真验证了理论分析的正确性和参数估计的有效性。     

基于车载信息的多普勒频移估计方法研究

列车高速移动带来的多普勒频移问题增大了无线通信系统的误码率。经典Fitz估计算法已经无法适应高速环境下频偏大且变化速率大的特点。提出基于车载信息的多普勒频移估计方法,首先推导列车在不同行驶条件下的多普勒频偏公式,然后获取实时车载信息估计出多普勒频偏,最后结合改进Fitz估计算法进行第二次精确估计。通过构建无线信道传输误码率的仿真模型,利用matlab的simulink工具箱对列车行驶过程中误码率进行仿真。结果表明联合估计算法可以精确、实时估计列车高速移动带来的多普勒频偏,并且间接地增大了改进Fitz算法频偏估计范围。     

基于改进Fitz算法的多普勒频移估计方法的研究

多普勒频移问题是高速铁路GSM-R无线通信系统需要解决的难点之一,传统的数据辅助算法虽然精度高,但频移估计范围小,在频移估计范围和频移估计精度两者之间很难达到合理平衡;针对高速铁路特殊场景,文章在改进Fitz算法的基础上,采用一种联合估计方法来进行频移估计;首先由车载信息预先估算出频移,并且进行补偿,再利用改进Fitz算法进行第二次频移估计计算;通过Matlab对联合估计方法进行仿真分析,结果表明该方法在增大了估计范围的同时,提高了估计精度,并且运算复杂度低。     

含有基于多普勒频移的制导滤波算法研究

针对MMV和IRST两种传感器各自的探测特性,提出一种测量方程中含有多普勒频移信息的非线性滤波算法;建立了基于该算法的弹载MMV/IRST复合制导仿真流程,并进行了仿真验证,仿真结果表明该算法能够有效地提高跟踪滤波精度,使导弹精确地完成制导。     

移动通信中多普勒效应的研究及仿真

克服高速移动带来的多普勒效应是移动通信系统一个必须解决的问题。该文首先介绍了多普勒效应的原理，进而分析了多普勒效应在移动通信中对载频的的影响，最后运用MATLAB语言和simulink模块实现了在声频范围内多普勒效应的仿真。     

移动通信中多普勒效应的研究及仿真

克服高速移动带来的多普勒效应是移动通信系统一个必须解决的问题。该文首先介绍了多普勒效应的原理,进而分析了多普勒效应在移动通信中对载频的的影响,最后运用MATLAB语言和Simulink模块实现了在声频范围内多普勒效应的仿真。     

一种减小多普勒频移的通信系统仿真

正交频分复用作为一种高效的数据传输方式,它能够提供较高的频谱效率,但相对运动的物体会使信号的收发产生多普勒频移,多普勒频移会影响OFDM子载波之间的正交性,这将严重影响系统的性能。然而在移动速度不变的情况下,高空环境下的多普勒频移变化要小于地面,通过仿真证明高空下多普勒频移对系统误比特率的影响比地面系统降低50%-60%,并使用ACK函数算法证明当多普勒频移大于200Hz时,系统性能显著提升。     

一种基于循环谱的时频混叠信号参数估计方法

时频混叠信号的参数估计是通信信号领域一个新兴课题,它是对混合信号进行分离,识别与解调等后续处理的基础。信号经过调制、成形及采样后具备循环平稳的特性。本文基于时频混叠信号的循环平稳特性,计算其循环谱并用形态学滤波的思想提取含有载频与码元信息的截面的谱峰,而后进行搜索从而实现估计。解决了参数配对的问题,并且由形态学滤波在提取谱线时能有效降低背景色噪声。同时探究了多径与多普勒频移信道下该算法对估计精度的影响。经仿真验证,该算法能实现BPSK与8QAM任意任何后的载频与码元速率估计,具有抗噪声,精确度高等优效性。     

激光多普勒测速技术的最新发展

本文简要介绍了激光多普勒测速仪(LDA、LDV)的特点及先前在小型化方面的工作,着重介绍近年来这一领域的最新发展及技术上的突破。     

基于像素级图像融合的Mean Shift目标跟踪

针对可见光、红外单模图像序列进行Mean Shift目标跟踪时存在的问题,提出了先对可见光、红外图像序列进行像素级动态图像融合,采用加权平均融合和基于区域目标检测的图像序列融合框架,再对融合结果进行Mean Shift目标核函数直方图建模,然后进行匹配跟踪。实验采用了实际图像序列。实验结果表明,针对目标进行跨背景区域的运动,该方法较采用单模图像序列进行跟踪具有更好的鲁棒性,并且满足实时性的要求。     

基于均值漂移和卡尔曼滤波的跟踪算法研究

为了寻找一种可以实际运用到学校监控系统的目标跟踪算法,文中对基本MeanShift算法进行描述,并阐述算法的实际意义。MeanShift虽然以其不需要参数、不需要穷尽搜索区域等特性可以较好地实现目标跟踪,但是同时其也有不足,让其在某些跟踪条件下达不到很好的效果。为了使MeanShift目标跟踪算法满足实际应用需求,通过添加核函数和增加权重的方式对基础MeanShift算法进行扩展,并在分析MeanShift算法的不足之后,提出一种MeanShift与Kalman滤波相结合的目标跟踪算法。通过学校的视频监控平台对提出算法进行验证,实验结果表明,该算法可以有效地对目标进行跟踪。     

基于多尺度特征提取的均值漂移目标跟踪算法

为在图像对比度较低、相似目标过多等情况下较好地实现目标跟踪,提出一种基于多尺度特征提取的均值漂移跟踪算法.前一帧目标区域的特征点经匹配得到后续帧目标区域的特征点,利用所得特征点集的中心坐标修正均值漂移搜索窗位置,以此为约束条件,减小均值漂移迭代产生的偏差.实验结果表明,该算法可以提高跟踪精度、鲁棒性及实时性.     

OFDM水声通信多普勒频移采样率转换算法

对于OFDM水声通信系统,传统的基于数据辅助多普勒频移因子估计算法会降低系统的信息传输速率,对接收信号进行采样率转换通常采用重采样的方法,计算量较大。针对上述问题,提出基于过采样技术的多普勒频移因子估计算法及采样率转换算法,通过采用对系统发射信号与接收信号采样点数进行比较的方法,得到多普勒频移因子的估值。在此基础上,利用上述过采样数据和线性插值算法对接收信号进行采样率的转换。理论分析和仿真结果表明,改进算法在保证系统性能的同时,可以大幅减小接收机的计算量,适用于高速实时水声通信系统。     

基于Mean Shift算法和灰度模板匹配的运动目标主动跟踪

该文提出了一种综合Mean Shift算法和灰度模板匹配的主动跟踪算法。该算法利用灰度模板匹配与运动目标在图像的位置无关的特点,在视角和焦距发生变化后用灰度模板进行穷尽搜索,再用匹配结果更新Mean Shift搜索窗口,解决了Mean Shift算法要已知目标区域才能正确跟踪的问题。该算法能在视角和焦距发生变化的情况下能正确的跟踪运动目标并能使被跟踪的运动目标始终保持在图像的中心区域。实验表明,该算法具有较好的可行性。     

一种新的多普勒中心频率实时估计算法

针对可编程器件实现合成孔径雷达多普勒中心频率实时估计问题,提出了复符号估计算法.新算法利用合成孔径雷达回波先验零均值圆对称复高斯分布统计特性,运用复反正弦定律非线性估计回波相关值,降低了多普勒中心频率估计复杂度,适合硬件实现.分析和仿真结果表明,与已有的符号多普勒中心频率估计算法相比,复符号多普勒中心频率估计算法不但大大降低了运算量和相应硬件的实现面积,提高了整个多普勒中心频率估计运算部件的运行效率,而且具有与其相当的估计性能.     

基于高动态运动模型的多普勒频移仿真

为更好地实现高动态链路中的载波捕获跟踪,以高动态载体在临近空间中的各种简单运动模型为依据,对载体相对于临近空间接收平台的多普勒频移变化趋势进行描述和仿真,在此基础上分析多普勒频移对载波同步产生的影响。理论分析和仿真结果表明,基于高动态载体运动模型的多普勒频移变化曲线能够正确描述高动态运动方式下的多普勒频移变化趋势。     

5G低轨卫星移动通信系统多普勒频偏估计算法

随着卫星移动通信系统近些年来的快速发展,高传输速率、广泛覆盖范围、较低的传输时延以及较强灵活性是新一代的5G低轨(LEO)卫星移动通信系统发展的要求,但是由于低轨卫星移动速度很快,产生的较大的多普勒频移。通过建立使用5G候选波形滤波的正交频分复用技术(F-OFDM)的新型低轨卫星移动通信系统,针对该新型系统设计一种新的多普勒频偏估计方法,首先借助卫星轨道的多普勒特性来计算整数多普勒频偏,第二步借助F-OFDM资源块中的导频信息来估计精确的多普勒频移。主要完成了5G低轨卫星移动通信系统模型的建立与算法在系统中的仿真来验证其实际性能,经过仿真可以得到,本算法与同类算法相比计算复杂度低且精度较高。     

基于自适应滤波器PN码同步和多普勒频移联合捕获方法

近年,基于自适应滤波理论的PN码捕获算法受到越来越多的关注。本文将这种思想用于多普勒频移捕获,提出了一种基于频域自适应滤波器的多普勒频移捕获算法,并进一步推导出了PN码和多普勒频移联合捕获算法。另外,针对传统自适应PN码捕获算法会受到调制数据的影响,提出了一种差分自适应算法,解决了调制数据引起的PN码极性翻转问题,提高了自适应滤波PN码捕获的适用性。最后对所提算法进行了仿真验证。     

基于多普勒信息的UKF目标跟踪算法

在实际雷达信号应用中,当目标的状态方程和观测方程在不同坐标系下得到时, 对目标状态的估计不再是线性的而是非线性的.为了提高在非线性情况下对目标的跟踪精度,为提高实时性和统计精度,提出了一种基于多普勒信息的UKF(Unscented Kalman Filter)滤波算法,算法是在原有UKF算法所有信息的基础上,引入目标的多普勒信息即径向速度,推导出新的测量模型和相应的滤波算法.应用matlab软件对目标的跟踪轨迹进行仿真,结果表明,引入雷达多普勒测量信息的UKF算法比传统的UKF算法和EKF算法具有更高的估计精度.