基于分数阶傅里叶变换的线性调频信号的自适应时频滤波

本文提出了一种基于分数阶傅里叶变换的线性调频 (LFM )信号的自适应滤波方法 ,利用该变换等同于对信号在时频平面进行旋转这一重要特性 ,将混迭有噪声的信号以特定的旋转角作分数阶傅里叶变换 ,使得信号与噪声在变换域中的交迭达到最小 ;在此基础上 ,通过窄带通滤波器对LFM信号进行抽取 ,去除大部分的噪声能量 ,然后 ,再经过分数阶傅里叶反变换 ,恢复出原来的LFM信号。理论分析和仿真表明 ,该方法不仅可获得明显的信噪比的改善 ,而且具有算法简单及信号失真小等特点 ,和其它基于二维时频分析工具的滤波算法相比 ,降低了计算的复杂度 ,其实现更为简便。

基于Radon-Ambiguity变换和分数阶傅里叶变换的chirp信号检测及多参数估计

研究噪声环境中chirp信号的检测以及多参数估计问题.分析和比较了Radon-Wigner变换(RWT)法、Radon-Ambiguity变换(RAT)法和分数阶傅里叶变换(FRFT)扫描法的优缺点.提出了一种基于RAT和FRFT的新算法,并提出了幅度估计的一种适合于计算的表达式.最后通过计算机仿真验证了该方法的有效性.这种方法与RWT法和FRFT扫描法相比,将chirp信号的检测问题变为一维搜索问题,简化了计算,与单纯的RAT法相比,有效地解决了chirp信号的初始频率和幅度的估计问题.因此,适合于对chirp信号多参数联合估计.

基于分数阶傅里叶变换的SAR运动目标检测与成像

基于分数阶傅里叶变换 (FRFT)的chirp基分解特性及分数阶傅里叶变换与时频分布的关系 ,提出了基于FRFT的SAR运动目标检测和成像的新方法 ,并给出了处理方案和计算机仿真结果。与传统的WVD -HT方法相比 ,作为线性变换的FRFT方法不需考虑多目标时的交叉项问题 ,从而省去了WVD -HT方法中WVD值从直角坐标到极坐标的转换和二维搜索的Hough变换 ,简化了处理过程 。

DSSS系统中基于分数阶傅立叶变换的扫频干扰抑制算法

本文提出了一种基于分数阶傅立叶变换的DSSS系统中扫频干扰的自适应抑制算法 ,分析了分数阶傅立叶域中扫频干扰的检测和抑制的基本原理 ,并给出了相应的干扰抑制接收机的结构 ,性能分析表明 ,该方法可获得明显的信噪比改善及较好的误码率性能 ,和其他基于二维时频分析工具的滤波算法相比 ,降低了计算的复杂度 ,其实现更为简便 .

电视信号的模拟及其模糊函数分析

基于电视信号的无源双 (多 )基地探测系统是外辐射源探测的一种主要形式。而由于电视图像信号的随机性和复杂性 ,使得难于找到一种合适的表达方式。本文则是在充分分析、综合了电视图像信号特征的基础上 ,利用不同幅度、宽度、频率和相位的方波信号相叠加 ,生成模拟黑白全电视图像信号 ;并将生成信号经低通滤波器处理 ,从而最终得到了一个能够充分反映电视图像脉冲性、频率、幅度和带宽特点的较为逼真的信号波形。该信号的形成既保证了图像信号的多样性 ,同时又保证了相邻行周期信号的相关性 ;经对其进行的模糊函数及分辨力和与实际采得的图像信号的对比分析来看 ,基本符合其信号特点的理论分析结果 。

一种新的分数阶傅立叶变换快速算法

本文给出了分数阶傅立叶变换 (FRFT)的定义 ,介绍了已有的几种离散FRFT快速算法 ,并简要分析了这几种算法的优缺点 .在此基础上提出了一种新的FRFT快速算法 .该算法避开特征值与特征向量的匹配问题 ,具有易理解、易实现、效果好等优点 .并且在改变分数阶幂时不需重新计算整个过程 ,只需计算一个对角矩阵 .为与其他方法作比较 ,作者最后对几个典型信号作了计算机仿真 。

含未知参数的多分量Chirp信号的分数阶傅里叶分析

目的 提出基于分数阶傅里叶变换(FRFT)的含未知参数的多分量Chirp信号的检测和参数估计方法方法 由分数阶傅里叶变换的Chirp基分解特性及其与时频分布的关系论证多分量Chirp信号的分数阶傅里叶分析方法,并通过计算机模拟验证方法的有效性结果与结论 和联合的WignerVille分布(WVD)及Hough变换(HT)方法相比,基于FRFT的含未知参数的多分量Chirp信号的分析方法,不用考虑多分量信号的交叉项问题,从而省略了WVD的直角坐标到极坐标转换和两维扫描的Hough变换。

多源信息处理技术——数据融合

在介绍数据融合技术的基础上，分析了不同融合层次的性质和作用，提出了数据融合大脑功能模型，进而给出一种广义的多传感器数据融合通用结构，该结构具有神经网络的特性，但不涉及权值和学习算法问题；总结、分析了不同融合层次的原理、结构和算法，强调了神经网络在数据融合技术中的应用；分析了数据融合技术中存在的问题，并探讨了其宏观和微观的发展方向。

直接序列扩频系统中线性调频干扰的抑制

针对直接序列 (DS)扩频系统中线性调频干扰的抑制 ,本文提出了一种基于分数阶傅里叶变换的干扰抑制接收机的结构和相应的干扰抑制算法。根据线性调频信号在不同的分数阶傅里叶域呈现出不同的能量分布这一特性 ,利用分数阶傅里叶变换实现干扰信号的检测参数和估计 ,在此基础上 ,进行干扰分量的重建和抵消 ,从而实现对干扰的自适应抑制。性能分析和仿真实验表明 ,该方法不仅可以在较大的动态范围内有效地抑制线性调频干扰 ,而且计算简单 。

分布式无源检测信息系统研究进展

介绍发达国家和我国有关研究机构在分布式无源检测信息系统领域,利用电视、广播、移动通信基站等大量分布式设施作为辐射源实现目标的探测和定位的近期研究进展,具有重要的理论意义和实用价值.分析实现目标检测必须解决的关键技术,包括直达波抑制、参考信号提取、微弱信号检测、解距离模糊及实时信号处理等.针对分布式无源检测信息系统的特点,研究盲自适应检测融合算法和协方差交叉算法在目标检测和航迹融合中的应用.

模糊数据融合在目标跟踪中的应用

在目标跟踪滤波算法的基础上 ,提出利用模糊理论进行数据融合的算法 .应用模糊理论 ,对双传感器的滤波数据进行特征提取 ,并在一定的隶属函数和模糊规则下对其进行模糊推理 ,得到随目标机动情况自动调节加速度方差的系数调节值 ,使之保持对目标机动的快速响应 .分析中采用蒙特卡洛仿真方法 ,对融合前后的滤波结果进行比较 .模糊数据融合利用领域专家总结的相关知识 ,将融合结果反馈给单传感器 ,以提高各单传感器的跟踪精度 .

LFM信号的一种最优滤波算法

本文提出了一种基于分数阶傅立叶变换的LFM信号的最优滤波算法 .首先由线性最小均方误差估计的正交条件出发 ,得到了连续分数阶傅立叶域上的等效Wiener滤波算子的求解方法 ;在此基础上 ,进一步给出了滤波算子的离散化算法 .分析及数值仿真的结果表明 ,这一算法不仅在性能上接近普通的Wiener滤波器 ,而且计算简单 ,便于实现 .

基于神经网络数据融合的目标识别方法研究

综合应用图像识别、神经网络和数据融合技术是多传感器ATR系统的一个重要研究方向。设计了一种基于BP网络和多传感器数据融合的图像识别系统。从信息论的观点出发 ,在理论上探讨了BP网络数据融合用于图像目标识别 /分类的机理。以此理论对实验结果的合理解释证明了该理论的正确性。理论分析和实验结果都证明了神经网络数据融合用于图像目标识别

光电探测器的设计

分析了硅光电二极管的基本结构、等效电路、噪声等情况。为了提高测量时的线性，要选取Ｒｄ大、Ｒｓ小、ｉ０小的硅光电二极管，并在输出短路状态下工作。因此常采用将运算放大器接成电流－电压转换器的办法来满足这一要求。分析了运算放大器的噪声电压、噪声电流、失调电压、失调电流和硅光电二极管的噪声因素对硅光电二极管与运算放大器组合电路的影响。考虑这些因素可以设计出响应快、灵敏度高、稳定度好、测量线性好、信噪比高的探测器。

毫米波实孔径三维成像研究

用WehnerDonaldR .提出的实孔径三维成像技术 ,可以利用实孔径高分辨率雷达获得目标的三维图像。但是该方法的缺陷在于 ,如果雷达的参数一定 ,即距离维分辨固定 ,则在距离上不能分辨的散射点在方位上亦不能分辨。针对这一问题 ,提出通过在距离维采用超分辨技术 ,提高距离维的分辨率解决了以上问题 ;同时使用全局最小二乘法解决了由于采用超分辨方法而带来的振幅估计问题。仿真结果表明 ,新算法可以较好地解决以上问题 ,是可行的。

基于神经网络数据融合的目标跟踪简化算法

分析了基于神经网络数据融合的目标跟踪的算法 ,指出了传统的融合算法计算量大 ,神经网络目标向量不易选取等缺点。提出了一种简化的算法。应用理论分析和蒙特卡洛仿真方法 ,对标准卡尔曼滤波算法和简化的滤波算法进行比较 ,并给出了均方根误差的统计值。该简化算法原理简单 ,数据处理量小 ,速度快 ,误差小 ,特别适用于多传感器的处理 ,将融合结果反馈给单传感器 ,可提高各单传感器的跟踪精度。

基于模糊数均值进行导弹系统性能评价的模糊AHP法

导弹系统的性能评价是一个多准则的模糊决策问题。本文根据模糊集理论和 Dempster-Shafer理论 ,提出了改进的导弹系统总体性能评价的模糊层次分析法 ( AHP)。新方法不仅对模糊准则和准则下的模糊评价值进行了层次加权 ,而且利用模糊数均值进行排序 ,克服了传统模糊评价方法中人为指定α截集的缺点 ,计算方法灵活、直观 ,具有很强的实用性。

利用接收电视信号的多站系统进行目标定位以克服距离模糊

较短的不模糊距离是以电视信号为辐射源的双基地探测系统所面临的难题之一 ,本文深入研究了利用测量距离和的目标定位方法克服距离模糊的机理 ,提出了根据发射源的最大辐射距离 ,来确定最大不模糊可测椭球面的最优方法 ,指出了基线距离与最大不模糊可测空域的变化关系 。

电视无源双基地雷达低空测距的地面绕射效应研究

本文主要结合电视发射的特点 ,将无源双基地雷达与常规单、双基地雷达在特定方向上对低空目标的探测进行仿真计算对比 ;通过电磁波传播过程中的绕射效应对不同雷达探测距离的影响 ,说明以电视信号为照射源的双基地雷达由于在高度增益和地面的绕射能力上占有独特的优势 ,而使得比常规单、双基地雷达在超视距探测低空目标时更具有潜在优势 ;同时也深入研究了高度增益和绕射效应对无源双基地雷达在增加探测距离上所起的决定性作用 ,提出了在两者的矛盾运动中如何确定最佳工作波长。

基于神经网络数据融合的目标跟踪简化算法

分析了基于神经网络数据融合的目标跟踪算法 ,指出了传统的融合算法计算量大 ,神经网络目标向量不易选取等缺点 ,并提出了一种简化的算法。应用理论分析和蒙特卡洛仿真方法 ,对标准卡尔曼滤波算法和简化的滤波算法进行了比较 ,并给出了均方根误差的统计值。该简化算法原理简单 ,数据处理量小 ,速度快 ,误差小 ,特别适用于多传感器的处理 ,将融合结果反馈给单传感器 。