频谱细化算法分析

介绍了当前广泛应用的ZFFT、FFT-FS和CZT三种频谱细化算法的原理,通过大量蒙特卡洛仿真计算归纳了各自的应用特点:ZFFT可以抑制频率间的干涉,对整周期采样信号分析精度高,否则误差较大;FFT-FS和CZT对单频信号分析精度高,不适用于密集多频信号的分析,但估计精度不受整周期采样的影响;从频率分辨率的角度对三种频谱细化算法的实质进行了分析比较:FFT-FS和CZT是一致的,都是在不增加数据长度的前提下,通过插值增加FFT的变换点数,提高计算分辨率,不能改善信号的频率分辨能力;ZFFT和DN点FFT变换是一致的,它并不能真正提高物理分辨率实现频谱细化的功能,只是一种节省运算量的快速算法,可以改善信号的频率分辨能力,但以增加数据长度为代价。     

采用复调制选带傅里叶变换的毫米波特征提取

针对毫米波引信对目标特征提取时传统差频快速傅里叶变换探测精度不足、运算量大的问题,提出采用复调制选带傅里叶变换(ZFFT)的毫米波特征提取算法。该方法的实质是通过对毫米波信号频谱中的局部信号进行复调制、移频、滤波、降采样后作点数较少的FFT实现对信号频谱的局部细化,提取其有效频率特征信息。实测导弹模型5mm信号数据和试验表明:采用复调制ZFFT的毫米波特征提取算法简便、存储及运算量小、速度快,适用于毫米波引信对实时性的要求。     

利用目标回波多普勒频差的速度估计算法

针对频率步进信号中存在的距离-多普勒耦合现象,提出了一种利用频率步进信号的回波多普勒频差来进行目标速度估计方法。具体的算法是求出相邻两帧相对应的距离单元的数据相位差,该相位差与时间呈正比关系,是邻帧回波多普勒差在时域的体现。通过相位解卷绕和数值拟合的方法求解相位差的斜率,该斜率即为回波多普勒频差,利用回波多普勒频差与目标运动速度成正比的关系估计出目标运动速度。通过仿真试验分析了该算法的测速范围、测速精度和抗噪声性能。     

一种弹载雷达频域抗拖曳干扰方法

弹载雷达在目标探测中面临诸如拖曳式诱饵等干扰,为提高目标检测性能,避免弹载雷达系统锁定到拖曳式诱饵,文章提出了一种基于拟合的复调制ZFFT频域抗拖曳式干扰方法。该方法对可能存在目标频带范围细化后,获得了更高的分辨率,从而检测目标多普勒频率。再利用二次曲线拟合,提高目标多普勒频率估计精度。计算机仿真实验表明,该方法相比于传统FFT方法,能够得到更稳定的目标检测概率,更优的目标多普勒估计性能。     

基于相关峰插值的五元十字阵被动声定位算法

针对基于传统时延估计方法的被动声定位算法精度提高受时延估计精度限制的问题,提出基于相关峰插值方法的被动声定位算法。该算法能改善 FFT变换带来的栅栏效应,根据声音信号的传播特性对信号低频频谱进行细化从而提高时延估计精度。通过计算机仿真和外场实验对比分析了基于互相关方法和基于FICP方法的被动声定位算法在五元十字阵系统中的定位精度。结果表明,基于 FICP 方法的被动声定位算法能够较好地对声源目标进行定位,且算法定位精度优于基于互相关方法的定位算法,具有较强的实际应用性。     

基于校正余数筛选的余弦信号频率估计

针对高欠采样余弦信号频率估计精度差的问题,提出了基于校正余数筛选的余弦信号频率估计算法。该算法运用FFT相位差法求得任意初始参考相位估计值,结合插值方法对频率和相位进行高精度校正,给出了一种降低参考相位估计精度的余数筛选方案,将简化后的闭合形式中国余数定理推广到实数域。仿真结果表明:在有噪声时,所提算法的频率估计精度优于现有算法;在低信噪比时,所提算法的频率估计均方误差远远低于现有算法。     

基于FFT-FS频谱细化的导弹结构故障判断

介绍了FFT-FS频谱细化方法．该方法在不增加采样点数的前提下,对所关心的频带进行细化,能够得到准确的频率值．给出了运用振动测量数据频谱分析进行导弹结构故障判断的方法．通过一个结构故障判断的例子,说明了该方法是有效的。     

多跳频信号参数估计时频分析算法

为了解决噪声及干扰环境下多跳频信号参数估计难度大的问题，提出一种多跳频信号参数估计时频分析算法。首先对信号进行短时傅里叶变换得到时频图像，针对不同干扰的时频分布特点，通过能量对消、自适应阈值法、形态学滤波消除各类干扰影响，实现跳频信号的提取；通过区域联通标记算法标记各个跳频簇，并通过各跳频簇时长实现多跳频信号分选。利用改进的PAM聚类算法，完成跳频频率和跳频周期的估计。仿真实验表明，与通过提取时频脊线方式进行参数估计的算法相比，该算法具有更高的估计精度，同时能够准确分选出多跳频信号，在各类干扰影响下，仍具有较高的估计精度。     

直升机目标被动声跟踪算法及其仿真研究

提出了包含多普勒频移和声传播时间延迟的接收信号模型,提出了在直升机目标做匀速直线运动的条件下,将声基阵获得的测向信息与多普勒频移信息融合,估计目标运动参数的算法,并用蒙特卡罗方法分析了该算法的估计精度;仿真结果表明该算法可实现较高的估计精度,测距精度满足实用要求,最后研究了应用该算法的自适应跟踪问题。     

OQAM/OFDM中基于干扰消除的插值信道估计

针对OQAM/OFDM系统中基于干扰消除信道估计方法采用直接插值方法时性能较差以及导频开销较大的问题,提出了OQAM/OFDM系统基于干扰消除的插值信道估计方法。该方法利用线性插值、多项式插值以及变换域插值等不同的插值方法构建插值信道估计模型,在不同导频间隔条件下的采用性能不同的插值方法来提升信道估计和系统性能。仿真结果表明,当导频间隔较小时,导频数量多,频谱效率低,但是可以采用复杂度很低的插值方法进行信道估计就可以保证估计精度。当需要提升系统频谱效率时,可以增大导频间隔以减少导频符号开销,此时需要采用估计精度更好的插值方式。     

基于声干涉特征匹配的水中目标运动分析研究

针对水中目标运动分析问题,提出一种基于目标辐射声场距离-频率谱干涉条纹特征匹配分析的目标运动要素估计方法。以目标初距和目标瞬距为循环观测因子,结合两方位-两距离目标运动要素计算方法,获取当前假设下目标距离特征量和目标方位计算值;依据目标辐射噪声时间-频率谱干涉结构计算的目标距离特征量信息,构造距离特征量匹配代价因子,实现目标运动解要素。仿真数据与试验数据验证结果表明：该方法在绘制的目标运动要素解空间可视化分布图中,可有效估计目标初距、航向和航速信息,显著改善目标运动参数的估计速度和精度。     

利用目标噪声频域信息的定位方法研究

讨论了水雷声引信对目标被动定位的重要性，提出了基于互谱法测向的基本原理，着重研究了利用舰船辐射噪声的线谱分量进行加权平均获取时延并提高测向精度的技术。仿真实验证明了本文方法的正确性和有效性。     

跟踪窗自适应的捷联导引系统目标跟踪算法

捷联图像末制导导弹在跟踪的后期阶段,弹目距离和成像视角的变化会引起图像尺度和旋转变化,目标区域将由小变大直至充满整个视场。针对经典的Mean Shift算法在图像制导目标跟踪过程中不能自适应目标的尺度和旋转变化这一问题,研究了一种跟踪窗自适应的Mean Shift目标跟踪算法。对初始选定的椭圆目标跟踪区域和候选区域进行加权操作,并利用权值图像的零阶矩和Bhattacharyya系数,对真实目标面积进行精确估计。利用估计出的目标真实面积,并结合权值图像的2阶中心矩进一步构建可表达目标窗口内图像特征的协方差矩阵,再通过奇异值分解建立椭圆面积与协方差矩阵特征值之间的关系,从而计算出椭圆目标区域实际的主轴长度和方向,实现跟踪窗的自适应变化。仿真实验结果表明,该方法既具有Mean Shift算法精度高、实时性好的特点,同时又扩展了Mean Shift算法在目标发生尺度和旋转变化时的自适应能力。     

基于距离信息的Mean-Shift跟踪算法

针对图像制导目标跟踪系统在跟踪过程中,成像视角和距离的变化带来的跟踪漂移问题,提出了利用距离信息动态更改Mean-Shift算法跟踪窗口尺度的算法。依据初始跟踪时选定的目标模板,建立目标的灰度特征模型,确定初始跟踪窗口尺度;在跟踪过程中依据距离信息来动态更新跟踪窗口尺度,保证在跟踪系统逐渐接近目标的过程中跟踪窗口能够完全包括或者绝大部分包含目标;在每一帧跟踪收敛后利用Bhattacharyya相关系数对目标模板进行非线性更新。以Vega产生的模拟飞行视频数据进行了算法仿真,结果表明：该算法能够适应目标不断膨胀的情况,在很大程度上降低跟踪漂移。     

基于谐波集检测的飞行目标水下声探测算法研究

螺旋桨飞机以一定高度在水面上飞行时,其噪声谱中的线谱存在明显的谐波关系。随着噪声由空气入水的跨界传播以及水下传播环境的变化,谐波关系有减弱的趋势。针对此问题,提出了基于谐波集检测与最强谱线检测相结合的检测算法。该算法采用门限调节因子来自适应地调整检测门限,提高了远距离低信噪比情况下目标的探测性能,可以有效地在水下环境检测螺旋桨飞机。水下单水听器接收的实测信号检测结果表明,对于巡航速度为36 m/s的螺旋桨飞机,探测距离可以达到2.48 km.     

改进的YOLOv3算法及其在军事目标检测中的应用

复杂环境下军事目标检测技术是提高战场态势生成、分析能力的基础和关键.针对军事目标检测任务在复杂环境下传统检测算法的检测性能较低问题,提出一种基于改进YOLOv3的军事目标检测算法,通过深度学习实现复杂环境下军事目标的自动检测.构建军事目标图像数据集,为各类目标检测算法提供测试环境;在网络结构上通过引入可形变卷积改进的R...     

雷达探测数据野值剔除方法

为提升雷达探测精度评估中雷达探测导弹目标数据的质量,提出基于滑窗的均值和中值剔除法,并将其 与基于滑窗的多项式拟合法和模板卷积法进行对比分析。通过以3 倍的均方误差作为门限,设置合适的窗口长度, 选取基于窗口滑动的均值或中值剔除法。测试结果表明：2 种方法均可更有效地剔除雷达探测导弹目标数据中的野 值,为后续弹道还原和数据评估提供了有效支撑。     

基于功率谱对消的时域相关认知跳频谱检测算法

认知跳频技术将认知无线电运用到跳频通信中,通过检测认知跳频频谱中的“频谱空穴”来更新跳频点集,避免频点碰撞,提高频谱利用率。针对频谱检测中的时域相关算法因噪声和授权信号的存在,导致频谱空穴的判定门限难以确定,从而使占用信号的检测概率较低的问题,提出了一种基于功率谱对消的时域相关算法来检测跳频谱。与未经过功率谱对消运算的传统时域相关算法相比,该算法能有效提高信号的检测概率,具有实时性好、克服白噪声不确定性、抑制授权信号干扰的优点。理论分析与仿真结果表明,基于功率谱对消的时域相关算法优于传统时域相关算法。     

基于超波束幅度权的盲空间谱减干扰抵消方法

针对影响拖曳线列阵声纳系统目标检测性能的拖船自噪声与友邻舰艇辐射噪声这两种典型近场强干扰源,提出基于超波束幅度权的盲空间谱减干扰抵消方法。利用超波束技术形成强干扰方位区域的多波束,获取干扰波束的幅度谱。通过合适的谱减策略,将基元域的幅度谱减去干扰波束的幅度谱,得到干扰抵消后的基元域信号幅度谱,继而转换为基元域的频域信号。通过频域块自适应滤波算法完成目标方位估计。宽带仿真结果与海试表明,这种方法在强干噪比和低信噪比条件下比最小方差无失真响应和传统基元域干扰抵消方法在阵增益方面提高约10 dB,能够同时抵消拖船干扰和邻近目标强干扰,且有效降低了检测背景的起伏。