基于参数化时频分析的反辐射导弹检测

从参数化时频分析的角度出发,根据反辐射导弹(ARM)回波的信号特征,合理选择3种仿射时频变换并组合得到相应的时频原子,从而提出了三参数Chirplet变换的概念,同时根据ARM和载机回波的三参数Chirplet变换的时移特性,提出了一种用观测信号与其延时信号的三参数Chirplet变换的模之差来检测ARM的新方法。该方法可在不衰减ARM回波能量的前提下有效地对消载机回波干扰和消除部分背景噪声,且整个过程可用快速傅里叶变换(FFT)算法实现,从而简化了整个检测系统。仿真结果表明,该方法可在大载机回波干扰和低信噪比环境下快速准确地检测出ARM,实现实时告警。     

利用四参数Chirplet分解方法估计SAR多普勒调频斜率

提出了基于一个距离门信号的四参数Chirplet分解方法，估计合成孔径雷达(SAR)回波的多普勒调频斜率。距离压缩后的回波数据，每个距离门的信号都是由一系列的Chirp分量组成的。利用四参数Chirplet分解方法，能够检测出这一信号中的一个或几个Chirp分量，估算出多普勒调频斜率，其结果被应用于合成孔径雷达成像的方位压缩处理。仿真及真实回波数据的计算表明，无论在精度还是运算时间上，其结果都优于目前已有的实时估计方法。     

提高超声波物位检测精度方法的研究

针对超声物位检测中声速随温度变化、回波信号弱和信噪比低的问题,对提高超声物位检测系统的测量精度进行了研究.提出加装温度传感器和自校准装置两套温度补偿方案.针对回波信号弱的问题提出一种利用间歇混沌进行微弱信号检测的技术.给出理论分析和仿真试验.实验证明该方法可准确实现对回波信号的特征提取,具有较高的信噪比.     

高精度波束形成的相控阵超声系统研究

为深入研究管道环焊缝缺陷特性,需要相控阵检测系统提供完全控制激励信号参数和获得接收回波信号的特性,针对该问题设计了32个模拟通道,可接入128个阵元,数字化频率达到125 Msample/s的相控阵超声检测系统.采用流水线式延时实现小数倍延时,脉冲发射延时精度为2.5 ns;使用Master-Slave结构的管理方式,在硬件上合理分配资源,对回波数据进行线性插值,同时根据脉冲的延时方案对各通道的插值数据进行存储,实现高精度数字波束形成.使用Hilbert变换提取形成波束在FIR滤波器滤波前后的包络,得到滤波后信噪比提高了9.4 dB.对标准试块进行缺陷检测实验,实验表明在深度上缺陷定位的相对误差为1.7%,相对于现有系统检测精度提高了接近2倍.     

瞬态信号的双树复小波Power-Law检测

为克服离散小波变换平移不变性差的不足,通过构造的Hilbert变换对滤波器组,实现了双树复小波变换.建立了基于复小波变换系数的Power-Law检测器.推导了检测统计量的渐近性能和偏移系数,由输入信噪比损失给出了检测器参数的选择方法.利用仿真与实测数据进行了试验,并与基于离散小波变换的Power-Law检测器进行了比较.本文提出的小波方法能很好实现平移不变性,建立的检测器具有更大的偏移系数,在相同的信噪比和虚警概率下能够得到更高的检测概率.     

基于时频分析的雷达信号滤波方法

深空目标的雷达回波信号较弱而且受噪声干扰严重,给检测识别工作带来很大的困难;提出了一种时频滤波方法,将基于广义S变换的时频滤波引入到雷达回波信号去噪当中;采用广义S变换对回波信号进行时频分析,利用变换结果求解信号的瞬时频率,并构造了一种时频滤波器.对雷达回波信号进行时频滤波处理并对滤波效果进行分析;仿真结果表明,经滤波后信噪比有较大提高,且很好保留了信号特征。     

FMCW无线电波反射室内人员跟踪系统回波检测方法

针对基于调频连续波(FMCW)无线电波反射的室内人员定位跟踪系统中的目标回波信号检测问题,提出了一种频域检测方法。将反射回波与FMCW的差频信号进行连续M次采样后,变换为频域信号,采用恒虚警率(CFAR)准则在频域上设置差频信号的检测门限,通过比较门限,判决出差频信号的首个频率分量,从而实现了目标回波信号的检测。通过理论推导得到CFAR与频域门限的关系,并通过仿真分析了不同参数对检测性能的影响。结果表明,提出的检测方法能准确地提取到回波信号的首个频率分量。     

小波分析在海底管道超声检测中的应用

小波变换借助于时一频局部分析特性,已成为现代信号处理中的一种重要方法.本文根据超声检测的特点,提出了基于小波变换的超声波回波信号的去噪方法.试验结果证明,该方法能较好的抑制噪声,同时使信噪比明显提高.     

引信启动效率评估系统数据分析软件设计

针对脉冲多普勒引信视频回波特点提出了一种信号参数提取的方法。首先对脉冲多普勒引信视频回波信号分距离单元分帧作FFT处理，然后采用中心频率法和恒虚警检测方法提取出多普勒频率数据和信噪比数据，得到随时间变化的估计频率曲线和信噪比曲线。估计频率的变化和信噪比的变化趋势从不同的侧面反映了引信工作的历程。     

地下管线探测回波中目标双曲线的快速拟合方法

本文所提出的GPR目标双曲线识别方法包含两个步骤:首先对GPR回波图像进行边缘检测,然后用模板匹配算法提取出感兴趣的数据;进而根据图像中目标回波的双曲线特征,对提取出的数据采用改进的Hough变换检测目标双曲线,去除虚假目标并实现目标双曲线参数的精确提取.实测数据检测结果表明:该方法能快速地拟合出回波中目标双曲线的多个参数并将其成功地将其恢复出来.     

海面目标的自适应预白化检测前跟踪算法

针对超视距雷达的海面目标检测问题,提出一种基于自适应预白化处理的检测前跟踪（TBD）算法。在目标TBD处理之前,利用海杂波的自回归模型构建白化滤波器进行杂波预白化,在跟踪阶段采用递归贝叶斯算法估计目标运动状态,在检测阶段通过跟踪滤波器的输出构造广义似然比进行似然比检测。不同信噪比下的仿真结果表明,该算法能有效抑制海杂波,检测到低信噪比的目标。．     

信道反馈延迟的V-BLAST系统功率分配算法

针对信道反馈的延迟问题,以降低误比特率(BER)为优化目标,提出一种适用于垂直分层空时编码系统的自适应发送功率分配算法。假设接收端可以得到完全的信道状态信息,并通过反馈链路将信道信息反馈至发送端。在接收端采用迫零检测算法,给出系统瞬时信噪比(SNR)与估计SNR的表达式推导过程,根据系统瞬时SNR的条件概率密度函数求出系统总BER的表达式;发送端在总功率约束条件下,采用拉格朗日极值法计算出自适应功率分配矩阵的闭式解。仿真结果表明,当归一化反馈迟延因子等于0.000 1、误比特率为10~(-3)时,该算法的系统性能比等功率分配算法提高约5 dB。     

基于CN-FDTD的新颖DGS带阻滤波器特性研究

缺陷接地结构(DGS)作为频率选择表面(FSS)的一类,在电磁领域应用广泛。提出了一种新颖结构单元的DGS频率选择表面,可以用来实现带阻滤波器(BEF)。Crank-Nicolson FDTD(CN-FDTD)是一种无条件稳定的FDTD,在时间步长取值远大于Courant-Friedrich-Levy(CFL)稳定性条件时,CN-FDTD仍然稳定而且可靠。利用CN-FDTD对该结构进行了精确的数值计算,研究了参数l、参数g和周期单元数n对这种带阻滤波器滤波特性的影响。随着参数l的增大、参数g的减小和周期单元数n的增大,带阻滤波器的滤波特性越好。这些有益的结论能为这种新颖DGS带阻滤波器的分析和设计提供有力的指导。讨论了CN-FDTD的误差项,随着时间步长的增大,其误差也会显著增大。     

多入多出系统中改进的QRD-M检测算法

在研究传统QRD-M检测算法的基础上,提出一种用于多入多出系统的改进的QRD-M检测算法。该算法通过累积分支度量排序和终止门限设置,合理减少搜索树的分支数。仿真结果表明,当信噪比为10 dB、调制方式为16QAM、天线配置为4×4时,改进算法在无检测性能损失的情况下可使传统QRD-M检测算法的复杂度降低30%。     

基于CORDIC算法的FFT处理器设计

采用CORDIC算法和无乘法器的蝶形运算操作,建立Matlab函数模型.合理选择迭代级数和运算数据位宽,设计一种新的高信噪比快速傅里叶变换(FFT)处理器.在最优化设计中,信噪比可以达到88 dB,在加入溢出保护设计后,硬件实现的信噪比可以达到80 dB,功耗减少20.63％.仿真结果表明,该处理器具有芯片面积较小、精...     

改进的基音检测算法

提出了一种改进的基音检测算法。利用LMS自适应滤波器对带噪语音信号进行语音增强,再求语音信号的自相关函数（ACF）和平均幅度差函数（AMDF）,对ACF峰值和AMDF谷值进行分析,提取改进的ACF/AMDF加权平方特征进行基音检测。实验结果表明,改进算法的检测效果明显优于传统方法,在低信噪比环境下,鲁棒性较好,提高了检测精度。     

高斯粒子滤波检测前跟踪方法

针对低信噪比条件下微弱目标的检测和跟踪,提出了一种高斯粒子滤波检测前跟踪（TBD）方法。该方法采用高斯粒子滤波递归地估计目标的状态,结合固定样本长度（FSS）似然比检验实现了对微弱目标的检测和跟踪。由于避免了粒子滤波TBD方法中的重采样过程,高斯粒子滤波TBD方法没有采样枯竭现象,算法复杂度小。仿真实验表明,该算法对微弱目标具有良好的实时检测和跟踪性能。     

一种基于MIMO的时延估计算法

在城市峡谷和室内环境中,信号在传输过程中受多径衰落和非视距的影响,导致长期演进(LTE)系统的时延参数无法精确估计。针对该问题,提出一种基于多输入多输出(MIMO)的LTE时延参数估计算法。采用具有良好自相关特性的主同步信号作为参考信号,利用MIMO发射分集和最大比合并接收技术降低信号传输过程中的误码率,通过参考信号与接收信号进行互相关处理,获得时延估计。仿真结果表明,当累积分布概率为90%时,该算法的时延参数估计误差比参考算法提高了大约5个最小采样间隔。     

特征联合优化深度信念网络的语音增强算法

针对深度信念网络（Deep Believe Network，DBN）模型泛化能力较弱，导致语音增强效果不佳的问题，提出了一种特征联合优化的回归DBN语音增强算法。该算法对语音和噪声不做任何假设。该算法分别提取语音信号的LMPS（Log-Mel frequency Power Spectrum）和MFCC（Mel-Frequency Cepstral Coefficients）特征。LMPS用于直接重构增强语音，保证了语音听觉质量，MFCC作为辅助次级特征。将两种特征联合输入到DBN体系中对网络参数进行优化。这种联合优化在对LMPS的直接预测中加入MFCC限制，提升了模型对LMPS估计的泛化能力，更加准确地重构增强语音。仿真结果表明，在不同的信噪比环境下，与LPS（Log Power Spectrum）和LMPS单特征优化相比，LMPS和MFCC联合优化使增强语音获得了较高的PESQ和SNR，提高了语音质量和可懂度。