基于群延迟和模糊函数的LFMICW对消分析

针对线性调频中断连续波(LFMICW)信号的隐身问题,根据LFMICW回波信号中目标信息处理方法,提出利用信号和匹配滤波器的群延迟特性设计LFMICW对消信号.定义了对消误差因子,并分析了信噪比为6dB且该因子不同取值时单目标的对消结果,利用模糊函数分析对消后的目标合成回波和未对消的干扰目标回波信号的模糊特性,并给出了...     

一种频率步进雷达目标运动参数估计方法

为实现低信噪比下目标的精确运动补偿,提出基于Keystone变换和Morlet小波变换的方法估计低信噪比下目标速度和初始距离参数。在分析频率步进雷达运动目标回波信号基础上,首先采用Keystone变换法去除回波信号高次相位项,然后对回波信号做IFFT运算,再进行FFT 操作,便可得到距离-速度二维参数谱。考虑低信噪比对参数估计的影响,文中将距离维参数谱通过Morlet小波变换去除噪声,进而获得目标运动参数的精确估计。最后计算机仿真实验进一步说明了该方法的有效性。     

OTHR低信噪比下的机动目标检测算法

在天波超视距雷达(OTHR)中,采用短时间相干积累时,可以提高数据率和检测效能,减小电离层污染。但采用短时间相干积累时,目标信噪比往往较低,检测难度较大,而机动目标的多普勒扩展进一步增加了目标的检测难度。传统的机动目标检测算法利用基于高阶模糊函数(HAF)的多普勒补偿算法来提高机动目标的可检测性,但由于HAF多次用到非线性变换,而每次非线性变换都会损失部分信噪比,因此对输入信噪比要求较高,难以适应于更低信噪比环境下的机动目标检测。将机动目标回波建模为三阶多项式相位信号,采用一种低非线性度的运动参数估计方法并结合多普勒补偿算法对目标回波进行处理,仅需要一次相位降阶操作,减少了信噪比损失,降低了对输入信噪比的要求。经过仿真验证,该算法的输入信噪比门限为-3dB,而HAF算法的输入信噪比门限为3dB。     

DBF-SAR系统1 bit量化的可行性分析

该文针对DBF-SAR系统数据率巨大的问题,研究了在低信噪比条件下1 bit量化的可行性。提出了两种信号处理方法:(1)回波1 bit量化;(2)回波和距离向匹配滤波器都1 bit量化。通过理论分析和仿真验证,1 bit量化的两种处理方法均能正确反映出目标位置及散射特性,不影响图像空间分辨率,但会产生虚假目标并抬升旁瓣,且虚假目标幅度随着回波信噪比的升高而增大。因此仅在单通道回波信噪比低于5 dB左右时使用1 bit量化才有意义。     

UWS冲激雷达时域多普勒测速算法研究

超宽谱(UWS)冲激雷达是一种新体制的无载波雷达,不能通过载波多普勒频率对目标速度进行测量,因此需要采用新的测速方式.文章首先对UWS冲激雷达时域多普勒测速原理进行了研究,并对测速精度进行分析,指出其影响因素.提高回波信号信噪比和测速精度的关键在于对动目标回波信号进行有效的相干积累,因此本文提出了回波时间预估的目标回波信号积累方法.最后,通过仿真实验表明,该方法能够很好的对回波信号进行积累,有效提高信号信噪比和测速精度.     

低信噪比条件下的语音增强算法研究

针对低信噪比条件下,谱减算法在话音增强方面存在着音乐噪声问题和低清晰度问题,本文提出了基于倒谱距离和谱减算法的话音增强算法。该算法不仅使用倒谱距离来区分话音段与噪音段,而且还根据噪声帧与当前帧的倒谱距离来动态地调整功率因子和噪声因子,此外其还使用三种办法来进一步地消除音乐噪声。仿真表明本文所提算法能够有效地抑制噪声,提高信噪比和话音的清晰度,实现话音增强的目的。     

低信噪比下多高斯脉冲组成的激光雷达回波信号滤波算法

针对激光目标回波信号在高信噪比与低信噪比时脉冲波形不同的特点,研究设计了针对低信噪比下多高斯脉冲组成的回波信号进行降噪的小波滤波算法。首先介绍了光电探测中信噪比的定义,给出了不同信噪比下脉冲回波的实际波形。接着,研究了高信噪比时激光回波的时域积累及差分平滑滤波算法,仿真并分析了算法性能。随后,对低信噪比下多高斯脉冲组成的目标脉冲波形采用小波低频系数重构滤波,通过仿真实验选择了合适的小波基以及分解层级。     

基于最大信噪比的雷达波形优化方法

针对雷达回波信号的信噪比问题,本文在各种通用杂波功率谱模型下提出了一种优化波形算法.它参考点目标、高斯白噪声下的匹配滤波原理,利用Schwarz不等式和拉格朗日算法,得出了优化信号与杂波功率谱之间的关系表达式.仿真表明,相对于线性调频信号(LFM),该算法可以提高雷达回波信号的输出信噪比,从而提高雷达的目标检测概率.     

相关检测在宽带雷达信号处理中的应用

通过对宽带雷达信号目标回波的分析，总结了其目标回波的主要特性。在比较几种经典信号检测方法的基础上，重点讨论了CDBPI和IPCD的方法，并对其性能和主要优缺点进行了分析。通过理论分析表明：在输入信噪比较大时，CDBPI方法可以精确地判定目标位置，而IPCD方法能够进一步提高输入信噪比。对IPCD方法的进一步研究表明：在低输入信噪比条件下，该方法具有更好的检测性能。用理想数据和实际数据进行仿真的结果表明，当采用32个脉冲重复周期进行积累后，IPCD方法比经典的能量积累的方法有1～2dB的信噪比提高。     

GEOSAR舰船目标三维转动对检测信噪比影响分析

回波信号信噪比(SNR)是决定地球同步轨道合成孔径雷达(GEOSAR)舰船目标检测性能的关键指标。该文针对GEOSAR卫星与舰船目标超远作用距离导致的单脉冲回波低信噪比问题,具体分析了方位脉冲相干积累对舰船目标检测信噪比的提升,以及信噪比提升受舰船目标3维转动的影响,并通过实测数据处理和仿真实验得出了相关结论。     

一种基于改进Viterbi频率估计技术的穿墙雷达目标定位算法

针对多普勒穿墙雷达目标定位中难以从频率混叠区域准确提取定位信号的问题,该文提出一种基于改进Viterbi频率估计技术的目标定位算法.根据雷达回波的局部特性动态调整指数平滑法的平滑系数,并基于动态指数平滑预测数据定义Viterbi算法的新型惩罚函数.利用估计的目标频率曲线解调回波信号,完成对多个目标分量的分离,并结合多普...     

基于离散小波变换和复倒谱的音频水印算法

提出了一种新的基于离散小波变换和复倒谱的音频水印算法.将音频信号进行3级小波分解,在第3级上对小波系数加回声,根据不同的水印值选择不同的回声延迟,然后重构音频信号.检测时采用复倒谱变换,实现了水印的盲检测.实验表明,该算法具有很好的透明性和鲁棒性,能抵抗重采样,低通滤波等常见攻击和抖动,随机剪切等同步攻击.     

毫米波雷达DBS回波信号仿真

为了在实验室内完成多普勒波束锐化（DBS）技术的评估、验证及优化,阐述了多普勒波束锐化（DBS）技术的基本原理及DBS图像拼接算法,结合目标DBS回波理论模型及毫米波雷达的特点,采用Matlab工具对目标的DBS回波信号进行了计算机仿真,得到目标DBS回波数据,运用DBS成像技术完成回波仿真数据的成像处理,实现了不同波束内不同方位的目标回波仿真及成像,验证了DBS回波仿真算法的正确性。为DBS回波仿真的工程应用奠定了基础。     

基于自相关-倒谱联合分析的无人机旋翼转动频率估计方法

准确估计无人机旋翼转动频率对于无人机的检测与识别具有重要意义。该文针对调频连续波雷达的无人机目标回波模型,提出一种自相关-倒谱联合分析的无人机旋翼转动频率估计方法,推导了无人机旋翼转动频率与雷达回波倒谱输出中周期性时延的映射关系,通过加权均衡能够更有效地估计多旋翼无人机旋翼转动频率,弥补了传统方法的不足。通过仿真和实际场景实验验证了方法的有效性。     

基于压缩感知的CFAR目标检测在机会雷达中的应用

提出一种基于压缩感知(CS)技术在机会雷达系统中进行恒虚警率(CFAR)目标检测的算法,根据目标回波在距离单元上的稀疏性,采用压缩感知技术对目标回波进行压缩采样;设计了一种新的建立在压缩域上的CA-CFAR检测器,它能在不恢复原始信号的条件下,快速完成目标回波的检测;进行了检测门限理论分析,设计出一种适用于压缩域检测的门限选定方法;给出系统检测结果与接收机的性能曲线。仿真结果表明,本算法可以实现低信噪比下雷达信号的直接检测,无需信号重构,节省了运算量。     

压缩感知机动目标ISAR成像新方法

基于Fourier基的压缩感知（Compressed Sensing,CS）算法已被成功应用于平稳运动目标的逆合成孔径雷达（Inversed Synthetic Aperture Radar,ISAR）成像。但由于建模时对ISAR回波方位相位高次项的忽略,Fourier基矩阵对机动目标回波数据方位信息的稀疏表示失效,导致对机动目标的成像在方位向模糊。鉴于时频分析技术良好的时频局部化特性,将其引入到雷达回波方位向分析中,以改进用于表示雷达回波数据的稀疏基,实现对选定时间切片内回波数据多普勒频率的稀疏表示。改进后的基矩阵在通过CS技术解析回波在时间切片内方位信息的同时,又保证了利用有限数据成像的分辨率。与基于Fourier基CS成像等现有方法相比较,新方法在方位向的成像质量上有较大改进。仿真实验验证了算法的有效性。     

Nonparametric estimation of ultrasound pulses

An algorithm for nonparametric estimation of 1D ultrasound pulses in echo sequences from human tissues is derived. The technique is a variation of the homomorphic filtering technique using the real cepstrum, and the underlying basis of the method is explained. The algorithm exploits a priori knowledge about the structure of RF line echo data and can employ a number of adjacent RF lines from an image. The prime application of the algorithm is to yield a pulse suitable for deconvolution algorithms. This will enable these algorithms to properly take into account the frequency dependence of the attenuation and its variation within a patient and among patients. It is also possible to use the estimated pulse for attenuation estimation, and the consistency of the assumptions underlying the proposed technique is demonstrated by its ability to recover low variance attenuation estimates in the normal liver from in vivo pulse-echo data. Estimates are given for 8 different patients     

From frequency to quefrency: a history of the cepstrum

The idea of the log spectrum or cepstral averaging has been useful in many applications such as audio processing, speech processing, speech recognition, and echo detection for the estimation and compensation of convolutional distortions. To suggest what prompted the invention of the term cepstrum, this article narrates the historical and mathematical background that led to its discovery. The computations of earlier simple echo representations have shown that the spectrum representation domain results does not belong in the frequency or time domain. Bogert et al. (1963) chose to refer to it as quefrency domain and later termed the spectrum of the log of a time waveform as the cepstrum. The article also recounts the analysis of Al Oppenheim in relation to the cepstrum. It was in his theory for nonlinear signal processing, referred to as homomorphic systems, that the realization of the characteristic system of homomorphic convolution was reminiscent of the cepstrum. To retain both the relationship to the work of Bogart et al. and the distinction, the term power cepstrum was eventually applied to the nonlinear mapping in homomorphic deconvolution . While most of the terms in the glossary have faded into the background, the term cepstrum has survived and has become part of the digital signal processing lexicon.     

一种基于RFT和分段处理的高速机动目标相参积累算法

高速机动目标会在短时间内跨越距离单元（Range Migration, RM）,并且由于目标机动性产生跨多普勒单元（Doppler Spread, DS）等问题。基于搜索的传统处理算法通过时间和计算量换取积累性能,不利于工程应用。本文提出一种通过分段处理方式对回波进行相参积累的算法。该算法在保证子片段内回波RM和DS问题可以忽略的前提下,将积累时间划分为若干个子片段。在该分段准则下通过Radon-Fourier Transform（RFT）对子片段进行处理。随后,根据各子片段RFT积累峰值位置分布特性和相位差异,设计一种子片段间的相参积累方案,实现多个子片段间峰值能量的相参积累。所提算法在子片段内可以忽略目标机动性的影响,避免了子片段内目标机动参数（加速度项）的搜索,可在积累性能和计算效率之间取得良好平衡。      

基于自适应波束形成的鱼雷对潜目标识别技术

通过鱼雷对潜目标准确识别,实现对目标的精确打击。当前的目标识别算法采用时频特征提取算法,随着海洋背景噪声强度的增大,准确识别概率不高。提出一种采用亮点回波信号自适应波束形成的鱼雷对潜目标识别算法,首先进行了鱼雷对潜攻击声探测亮点回波模型构建,采用级联滤波器进行回波信号降噪处理,对滤波后的输出信号进行自适应波束形成处理,实现信号的特征提取和指向性聚焦,提高目标亮点回波信号的检测性能,实现目标准确识别。仿真结果表明,采用该算法进行鱼雷对潜目标检测识别,准确检测概率高于传统算法,在低信混比下仍具有较好的准确识别率,抗干扰性能较好。