一种等差参差脉冲信号的检测方法研究

针对低信噪比环境下信号估计概率低和子周期呈等差的脉冲参差信号低截获、难分选的问题,提出了一种基于改进滑窗与等差判决的信号参数估计与分选方法。文中,首先利用改进滑窗的双门限检测对脉冲信号信噪比进行增强,计算比较滑窗能量累积值,寻找信号的起始、终止时间。其次,针对等差层次的时序重复特性,提出基于差分统计的等差判决流程,使序列差值直方图算法在复杂脉冲环境和脉冲丢失较高环境下能够分选该种参差信号。仿真与试验结果表明:该方法在-6 dB情况下有10%以上的精度提升,等差判决算法在高脉冲流密度条件下仍能较准确地分选出该种信号,且在脉冲丢失较高环境下仍有一定的分选成功率。

ISAR高分辨成像算法正则化系数的优化

以稀疏约束最优化逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)信号模型为基础,基于最大后验概率估计的误差精度和ISAR图像的稀疏性,提出了一种正则化系数优化方法。该方法结合压缩感知理论,基于L1范数建立了稀疏约束的ISAR最优化信号模型。该模型可在任意正信噪比情况下根据每次迭代结果的稀疏度实现正则化系数的自适应调整,且只需少数迭代循环就能确定比较稳定的系数,实现图像的高分辨重建。该方法避免了因无法直接确定最佳系数而重复尝试的复杂过程,提高了算法的实现效率。在求解该最优化模型时,对傅里叶矩阵相乘进行了算法简化并结合共轭梯度下降法降低了算法运算的复杂度。