α稳定分布噪声下信号的分数低阶协方差谱估计

针对在分布参数α值较小时α稳定分布噪声下基于共变的α谱估计性能较差这一问题，提出了一种分数低阶协方差（FLOC）谱估计方法．仿真通过对α稳定分布噪声下的正弦信号进行谱估计，结果表明，该方法对于不同的α值，在α稳定分布噪声下均具有较好的谱估计性能．     

一种基于有序统计的鲁棒CFAR检测器

本文提出了一种基于有序统计(OS)的VI-CFAR检测器(OSVI-CFAR).在均匀杂波背景下OSVI-CFAR较基于均值水平(ML)的VI-CFAR检测器(MLVI-CFAR)有较小的CFAR损失,在杂波边缘背景下二者的虚警控制能力基本一致,但在多个干扰目标位置随机分布的背景下检测性能较MLVI-CFAR取得了较大改善,在实际杂波环境中具有更强的鲁棒性.最后给出了OSVI-CFAR检测器的一些重要特性.     

基于分数低阶协方差的AR SαS模型α谱估计

根据自回归(AR) SαS模型的α谱,分析了基于分数低阶矩(FLOM)法估计AR SαS模型参数的不足.提出了一种基于分数低阶协方差(FLOC)的AR SαS模型参数估计方法,并给出了基于FLOC的AR SαS模型α谱方法.分别对AR SαS模型参数的估计、α稳定分布噪声中单一正弦信号的估计和两个正弦信号的分辨进行了仿真.仿真结果表明,基于FLOC的AR SαS模型α谱估计方法对于不同的α值均具有较好的韧性.特别是在α值较小,即α稳定分布噪声概率密度函数(PDF)拖尾比较严重时,本文所提出的基于FLOC的AR SαS模型α谱估计方法,其性能明显优于基于FLOM的AR SαS模型α谱估计方法.     

基于FLOC的ARMA SαS模型α谱估计方法

分析了基于分数低阶矩（FLOM）估计ARMA SαS模型参数的不足,根据分数低阶协方差（FLOC）的概念,提出了一种基于分数低阶协方差系数估计ARMA SαS模型参数的方法。在此基础上,给出了ARMA SαS模型的α谱估计。通过对给定ARMA SαS模型的α谱估计、α稳定分布噪声中正弦信号的估计与分辨进行仿真,详细比较了基于FLOM的ARMA SαS模型α谱估计和基于FLOC的ARMA SαS模型α谱估计的性能。结果表明,α值较小时,基于FLOC的ARMA SαS模型α谱估计的性能明显优于基于FLOM的ARMA SαS模型α谱估计。     

Alpha稳定分布的参数表征及仿真

仿真服从标准参数系下任意参数的Alpha稳定分布(αS)随机变量是开展相关信号处理研究的基础。服从对称Alpha稳定分布(SαS)的随机变量较易生成,而产生服从αS分布随机变量较为困难,一个重要的因素是存在易于混淆的不同参数表征。本文在讨论Alpha稳定分布概念、性质的基础上,讨论了三种主要参数系,提出并证明了正确的产生服从αS分布随机变量的变换公式及仿真方法,并通过Monte-carlo仿真比较了三种参数系表征的αS分布的概率密度函数的差异。对Pearson海杂波的仿真表明了该方法的有效性,而Chambers方法存在分布位置的偏差。     

高斯混合分布杂波下ARM的Wald检测方法

提出一种在高斯混合分布杂波下检测反辐射导弹(ARM)的Wald检测方法.针对基于期望最大化(EM)算法估计杂波参数时,由于初始化不当使迭代运算落入初值陷阱、导致估计错误的问题,提出基于矩-EM算法估计杂波参数的方法,导出了高斯混合分布杂波下ARM目标的Wald检测统计量.不同参数条件下的仿真表明,矩-EM算法能够更准确地估计杂波参数;基于高斯混合分布杂波假设的Wald检测性能明显优于基于高斯分布杂波假设的Wald检测性能.     

一种基于非相参雷达目标回波的特征提取算法

在着重研究了非相参雷达视频回波的基础上，提出了一种基于线性预测系数及离散Ｋ－Ｌ正交变换的雷达目标回波的特征提取算法。采用实地录取到的大量雷达目标数据对这种算法进行检验，实验结果表明，这种方法具有较高的识别率。     

α稳定噪声中基于双参数CGM模型的Rao检测

针对α稳定分布概率密度函数无闭式表达的问题,给出了一种解析的近似模型,该模型采用双参数的柯西和高斯混合形式.由分数低阶矩,给出了混合比率的解析表达式.同传统的柯西-高斯混合模型和高斯混合模型相比,该模型具有完全的解析形式.基于该模型,导出了a稳定噪声条件下正弦信号的Rao检测统计量.通过仿真给出了不同特征指数α时Rao...     

应用复双谱对角切片的雷达多目标特征提取

提出了应用Chirp-z变换把依赖于傅里叶变换的双谱对角切片扩展为可在z平面上选择任意变换路径和任意频率分辨率的复双谱对角切片,并作为多目标模式的分类特征,能获取双谱以外的可分性特征。为压缩特征维数,选择可分性最好的特征,提出了实用的距离准则,在两类模式情况下,该准则等于Fisher准则,用于多类模式比Fisher准则更易于选择特征。最后应用上述方法,给出了雷达多目标特征提取的实验结果。     

非高斯杂波中反辐射导弹的Wald检测方法

Alpha稳定分布是一种有广泛适用范围的非高斯分布模型,本文基于Alpha稳定分布杂波假设,提出了一种反辐射导弹(ARM)的Wald检测方法.当Alpha稳定分布的特征参数α值较小时,基于功率谱或基于共变α谱的频率估计性能将明显下降,为此本文提出基于分数低阶协方差(FLOC)谱方法估计ARM载机信号的多普勒频率,并针对载机信号的强相关性用对消器抑制载机信号,最后导出了标准对称Alpha稳定分布杂波下ARM的Wald检测统计量.仿真结果表明,基于FLOC谱能够准确地估计信号频率,抑制载机信号;基于Alpha稳定分布杂波假设的Wald检测性能与广义似然比检测(GLRT)的渐近性能相当,且明显优于基于高斯分布杂波假设的Wald检测性能.