基于虚拟阵列变换的共形阵列信号DOA估计

共形阵列是指与载体表面共形的天线阵列,对载体空气动力性能影响小,在军用、民用等飞行器上具有广泛的应用。针对共形阵列信号处理中的角度估计问题,给出了一种基于虚拟阵列变换思想的共形阵列信号DOA估计算法。该算法首先对接收数据进行虚拟阵列变换,利用变换后的数据,采用ESPRIT算法和MUSIC算法相结合,实现了对共形阵列信号二维角度估计。算法对阵列形状限制小,真正实现了适用于任意共形阵列。以圆柱共形阵列为例,通过仿真实验验证了算法的有效性。     

运用遗传算法结合FFT进行多单元失效阵列校准

提出了利用遗传算法（GA）结合快速傅立叶变换（FFT）方法来进行阵列失效的校准,通过引入傅立叶变换的变换域和角域的映射,在变换域中利用FFT计算个体阵列的阵因子,减少了GA评估个体的时间,从而大大提高了失效校准的速度。以一个-35分贝副瓣电平的32单元阵列为例,校准一单元失效和二单元失效的时间都减少了至少一个数量级,算法也可应用于两个以上单元失效的情况。     

基于虚拟阵列变换的干涉仪测向算法

针对宽带测向中的相位模糊问题,提出了一种基于虚拟阵列变换的干涉仪测向算法.该算法利用实际阵列的相位差作矢量运算,从而获得新的相位差,将新的相位差作为虚拟阵列相邻阵元的相位差,由此求得入射信号的方位角和俯仰角估计.经过虚拟阵列变换所获得的虚拟阵列半径较原阵列半径缩小了,从而使得系统的无模糊频段得到了扩展,为解相位模糊提供了一种新的途径.仿真结果验证了虚拟阵列变换的正确性及基于该变换的干涉仪测向算法的有效性.     

智能天线系统中空间分域虚拟阵列的DOA估计算法研究

在即将商用的3G移动通信系统中,智能天线技术成为研究的热点,本文是以智能天线技术中DOA估计为基础,研究一种可提高估计能力的虚拟阵列DOA估计算法.介绍了虚拟阵列变换技术,根据智能天线系统的特点,采用空间分域的子阵思想,结合虚拟阵列变换技术,实现空间分域的虚拟阵列DOA估计.     

智能天线系统中空间分域虚拟阵列的DOA估计算法研究

在即将商用的3G移动通信系统中，智能天线技术成为研究的热点．本文是以智能天线技术中DOA估计为基础，研究一种可提高估计能力的虚拟阵列DOA估计算法。介绍了虚拟阵列变换技术，根据智能天线系统的特点．采用空间分域的子阵思想．结合虚拟阵列变换技术．实现空间分域的虚拟阵列DOA估计。     

改进的SLFM宽带DOA估计方法

针对信源线拟合算法(SLFM)受限于均匀线性阵列(ULA)的缺点,提出了一种改进算法.该算法通过曲线-直线变换,将非均匀线性阵列(NLA)变换为均匀线性阵列.仿真结果表明,新算法在保持原算法估计精度的同时,突破了均匀线性阵列条件的限制.     

基于权值约束变换误差的虚拟阵列波束形成

针对内插变换应用于波束形成时,适用角度范围受限的问题,提出了一种利用权值约束变换误差的改进算法.该方法将权值和变换误差约束为近似正交的关系,在虚拟阵列接收信号的协方差矩阵上加载变换误差协方差矩阵,改善了变换误差过大时波束形成性能下降的问题.仿真结果表明,改进后的算法应用于大角度内插变换波束形成时,在干扰处仍能形成稳定的较深的零点,增加了虚拟阵列波束形成的输出信干噪比（Signal to Interference and Noise Ratio,SINR）.与现有方法相比,该方法增加了内插变换应用于虚拟阵列波束形成时的适用角度范围,且能够补偿阵列本身带来的误差,计算复杂度较低.     

最佳二进阵列偶理论研究

提出了阵列偶和阵列偶自相关函数的概念,定义了最佳二进阵列偶;讨论了二进阵列偶体积、变换性质以及一类最佳二进阵列偶,得到了最佳二进阵列偶存在的必要条件,给出了小体积的最佳二进阵列偶。     

无源单通道阵列快速DOA估计算法

针对现有无源单通道阵列DOA估计算法复杂度较高,实时性较差的问题,提出一种适用于单通道阵列的快速DOA估计算法。该算法将常规多通道阵列的空间FFT算法引入单通道阵列信号处理中,将通道切换时间带入FFT运算,构建了新的变换核函数,利用该核函数可直接对单通道阵列的采样信号进行空间FFT变换,基于此提出了适用于单通道阵列的SAA—FFT算法。理论分析与仿真实验证明了该算法的有效性。     

基于Chirp-z 变换的阵列天线方向图快速计算

分析了等距阵列天线方向性函数与Chirp-z 变换之间的一致性,讨论了Chirp-z 变换的快速计算方法,表明可利用Chirp-z 变换法对阵列方向图函数进行快速计算。Chirp-z 算法自身已经考虑了不同单元间距的影响,避免了对可见空间的讨论。另外,Chirp-z 算法能对可见空间进行任意点数的等间距取值,保证了波束指向精度。文中给出实例,对Chirp-z 变换法的准确性、快速性进行验证,结果显示该方法能够准确、快速计算阵列天线方向图。     

基于Hough变换的并行光电形状识别系统

本文介绍了基于Ｈｏｕｇｈ变换（ＨＴ）的并行光电形状识别系统,该系统采用ＨＴ进行形状特征提取,所提取的特征具有大小,位置不变性,为克服ＨＴ计算量大并需要很大存储空间问题,本文采有并行光学系统加以实现,所构成的系统具有并行性和实时高速特性,该系统可用于流水线工件的在线检测和交通标志识别等众多识别领域。     

借助物镜变换实现一个短的相干Hough物镜

介绍了在图像处理、模式识别领域中常用的Ｈｏｕｇｈ变换（ＨＴ），推导出了ＨＴ与Ｆｏｕｒｉｅｒ变换之间的关系，通过对光的传播、Ｆｏｕｒｉｅｒ光学及物镜变化的研究，实现了短的相干Ｈｏｕｇｈ物镜。     

Hough变换的实时并行光学实现

在采用相干光学系统实现Hough 变换(HT)的基础上,提出了实时实现HT 的并行光学方法。克服了相干光学系统实现HT所存在的系统复杂、速度受限和应用场合受限等缺陷。     

Two-dimensional object alignment based on the robust orientedHausdorff similarity measure

This paper proposes an oriented Hausdorff similarity (OHS) measure for robust object alignment. The OHS measure is introduced by replacing the distance concept of conventional Hausdoff distance (HD) algorithms by the similarity concept of the Hough transform (HT). The proposed algorithm can be considered as the modified directed HT using the distance transform (DT). The orientation information at each pixel is also used to remove incorrect correspondences.     

异类传感器合成量测的模糊航迹起始方法

雷达/红外联合探测是复合精确制导技术的一个重要发展方向。针对二维雷达、红外传感器存在系统误差以及测量空间不同的情况,提出一种基于量测合成的异类传感器模糊航迹起始方法。该方法首先计算相同周期内异类传感器方位角的拓扑序列,综合利用拓扑序列法和加权平均法对维数不同的量测进行分类与合成,然后累积多个周期的合成量测建立候选目标量测集,最后通过模糊Hough变换(FHT)方法检测目标航迹、实现航迹起始。在航迹检测中,充分利用量测序列的时间信息和目标的运动信息,同时考虑了量测数据的不确定性和航迹确认准则对航迹起始的影响。实验结果表明,提出方法能够有效地实现异类传感器航迹起始,与传统的Hough变换(HT)方法相比,能够降低算法的计算量和提高直线航迹检测的准确率。      

基于Hough变换改进的直线检测与定位

利用标准的Hough变换检测空间的直线,研究各种改进的Hough变换算法,设计一种新的Hough变换检测算法,通过实验对比,从而获得更高的精度。     

基于霍夫变换的高速微弱目标检测算法

该文针对高速微弱目标检测提出一种快速的目标参数估计方法,首先分析了高速目标回波脉冲间距离单元走动的影响因素,指出回波间距离走动与积累时间近似为直线;其次利用霍夫变换(HT)可对直线进行检测的特点,分析了HT参数和目标初始距离和径向速度的关系,提出了一种并行HT(PHT)方法,该方法利用并行叠加原理能够提高HT运算速度,满足实时性的要求;最后给出了算法实现流程和仿真实例,仿真结果证明了算法的有效性。     

改进的Hough变换及其并行计算

本文针对传统的Ｈｏｕｇｈ变换不能测出直线的连贯性、无法求得线段的长度的缺点，提出一种改进的Ｈｏｕｇｈ变换算法，使检测结果为线段的起始及长度。     

Parameter estimation for micro-Doppler signals based on cubic phase function

An estimator for evaluating the parameters from the radar returned multicomponent micro-Doppler (m-D) signals is presented in this paper. While time frequency distribution (TFD) is commonly used to analyze the time-varying m-D frequency features in TF domain, the proposed algorithm is based on cubic phase function (CPF) that can transform the signal to time frequency rate domain. In order to estimate the parameters of multicomponent m-D signal, the extended Hough transform (HT) of CPF is employed to estimate linear frequency modulation (LFM) or sinusoidal frequency modulation (SFM) components. For the m-D signal composed of both LFM and SFM components, the estimates involve two steps of HT-CPF. Firstly, LFM components are estimated by HT-CPF and removed from the time frequency rate plane, and then, HT of the modified time frequency rate distribution is applied to estimate SFM ones. Compared with HT-TFD, this algorithm needs less dimension of HT space and is thus computationally efficient. In addition, simulations show that the algorithm has almost the same performance signal-to-noise threshold as HT of Wigner–Ville distribution method.     

Exploiting Inherent Parallelisms for Accelerating Linear Hough Transform

Accelerating Hough transform in hardware has been of interest due its popularity in real-time capable image processing applications. In most existing linear Hough transform architectures, an m times medge map is serially read for processing, resulting in a total computation time of at least m² cycles. In this paper, we propose a novel parallel Hough transform computation method called the Additive Hough transform (AHT), wherein the image is divided using a k times k grid to reduce the total computation time by a factor of k². We have also proposed an efficient implementation of the AHT consisting of a look-up table (LUT) and two-operand adder arrays for every angle. Techniques to condense the LUT size have also been proposed to further reduce area utilization by as much as 50%. Our investigations based on employing an 8 times 8 grid shows a 1000 times speedup compared to existing architectures for a range of image sizes. Area-time trade-off analysis has been presented to demonstrate that the area-time product of the proposed AHT-based implementation is at least 43% lower than other implementations reported in the literature. We have also included and characterized a hierarchical addition step in order to generate a global accumulation space equivalent to that of the conventional HT. It is shown that the proposed implementation with the hierarchical addition step remains superior to other methods in terms of both performance and area-time product metrics. Finally, we show that the proposed solution is equally efficient when applied on rectangular images.