基于多分量LFM信号时频分析的水声多普勒和时延估计研究

在水声多普勒因子和时延估计研究实用化的进程中,利用多分量线性调频(LFM)信号实现估计的算法研究越来越普遍。针对多分量LFM信号时频域存有交叉项时各分量参数估计不准确的问题,提出基于非完全残差与脊线段匹配的自适应模态分解方法。该方法采用非完全残差函数保留了交叉点处的部分时频信息,利用脊线段匹配方法提供更精确的预设时频脊线,改进了各分量LFM信号调频斜率和起始频率的估计精度。联合两个估计量进一步给出了多普勒因子和时延估计的算法。仿真结果表示,较现有模态分解算法,所提改进方法有效解决了估计分量过程中交叉区间断裂带来的估计误差;水声多径的条件下,该方法的多普勒因子和时延估计精度优于对比的现有方法。

基于FPGA的LFM雷达系统的多目标检测实现

通过硬件设计和信号处理算法的有效结合,利用FPGA实现频域上的脉冲压缩,根据实际需求设计雷达参数,实现对多目标的检测。与传统的电路作比较,FPGA在信号处理和复杂算法加速等方面的优势,在高速的同时也解决了灵活性不足的问题。对线性调频信号以及脉冲压缩基本原理的研究,通过使用MATLAB产生回波信号,将其传输到设计好的FPGA电路中,最后将处理后的数据传回MATLAB画出距离–速度二维图,与仿真结果进行对比。实验结果验证了FPGA实现的频域匹配滤波能够拥有较好的测距和测速能力,硬件加速在提高雷达系统性能方面有出色的性能和广泛的应用前景。

基于LFM算法的办公日志数据属性加密传输技术

在传统办公环境中,员工和管理员缺乏足够的安全意识,对安全问题的重视程度不够,导致数据泄露的问题时常发生,办公日志数据加密传输方法的安全系数较低。为此,文章提出了基于线性反馈移位寄存器(Linear Feedback Shift Register,LFM)算法的办公日志数据属性加密传输技术。文章设计了办公日志数据属性编码,利用LFM算法设定数据属性编码加密传输子密钥,通过对客户端和服务器端的加密传送,实现了对办公室日志的数据属性的加密传送。通过设计对照试验,所得实验结果证明了采用该方法后办公日志数据的安全系数超过了0.9,显示出极高的安全性,为企业的办公日志数据加密传输方法提供了更为可靠的保障措施。

基于FRFT的低信噪比LFM信号参数快速估计算法

基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)对线性调频(Linear Frequency Modulated,LFM)信号参数进行估计,问题关键是确定FRFT最佳阶数,根据误差迭代思想提出新的参数估计算法,该算法利用归一化带宽和旋转角的转化关系,由估计误差推算角度差值,有效降低了运算量,不需要调频斜率正负的先验信息,改进的对数搜索算法可以进一步提高参数估计结果的稳定性和可靠性。仿真结果表明,信噪比在-8 dB以上时该方法在高效率的前提下仍具有良好的参数估计性能,平均估计误差在1%以内,估计结果接近Cramer-Rao下限,满足工程实时处理需求。

转发式干扰条件下LFM雷达的检测概率估计

对多雷达干扰效果评估的难点在于分析干扰机对非目标雷达的影响。针对干扰机转发一部线性调频(linear frequency modulation,LFM)雷达的信号无意干扰另一部LFM雷达时的检测概率估计问题,首先计算了被干扰雷达对干扰信号在空域、频域和时域上的接收增益;其次将干扰信号在判决单元中的统计特性建模为非中心卡方分布,并给出了检测概率和虚警概率的计算方法。仿真结果表明,在一部干扰机的无意干扰下,估计的检测概率可作为被干扰雷达检测概率的上限;为达到同样的干扰效果,转发非目标雷达的信号实施干扰,比转发目标雷达的信号进行干扰所需的干扰功率更少。

基于Z变换和改进FRI的LFM信号参数估计方法研究

为了完成线性调频(linear frequency modulation,LFM)信号的稀疏采样,并利用稀疏数据对原始信号参数进行估计,本文提出了一种基于Z变换和改进有限新息率(finite rate of innovation,FRI)的LFM信号参数估计方法。以Z变换理论为基础,设计了一种数学模型,一旦信号能够表达成该数学模型的结构形式,就能通过Z变换和零化滤波器的方法估计信号参数。然后,利用了自相关延迟的FRI结构对LFM信号采样,该结构不仅完成了LFM信号的稀疏采样,而且稀疏采样结果能够与数学模型结构相符。在理论上通过数学论证的方式证明了所提方法能够用于获取LFM信号参数信息,并通过仿真和实测数据验证了所提方法的有效性,理论和实验结果表明该方法只需要4个采样点就能实现对LFM信号的参数估计,并且实验中的参数估计误差均在3%以内,极大的提高有限新息率采样的参数估计效率。

MSK-LFM一体化信号波形相关性分析与参数选择

以二进制数字信号最佳接收准则为依据,分析了MSK-LFM雷达通信一体化信号不同码元对应波形的相关性。利用fresnel函数得到了波形相关系数的表达式;通过数值仿真得到了相关系数随LFM信号的初始频率、调频率、脉冲内码元调制速率等参数的变化关系;构建MSK-LFM信号正交调制、解调仿真模型进行验证。研究表明,通过增大初始频率、调频率或减少调制速率可降低信号误码率;当初始频率远大于脉冲内码元调制速率时可认为不同码元波形正交。

一种超宽带雷达LFM信号数字产生器校正方法

UWB雷达LFM信号源的设计是UWB雷达系统设计的关键技术之一,其信号质量直接影响UWB雷达的整体探测性能。针对基于DDWS方法的“I/Q基带数字产生+正交调制+倍频”方式的UWB-LFM信号产生器,从频域角度建立误差信号的数学模型;分析系统误差提取和补偿的可行性,并提出一种针对系统误差的数字预失真校正方法。该方法将系统失真的补偿函数特性等效到系统数字输入端,通过改变波形存储器中的样点数据实现系统失真的校正和补偿。仿真结果表明该方法可以显著改善UWB雷达LFM信号的质量,验证了该方法的可行性、正确性和有效性。

两维FFT和VD-DPT算法结合的LFM信号参数估计方法

针对低信噪比下长序列LFM信号参数估计方法存在运算量大,实时性差的问题,提出了基于两维傅里叶变换(FFT)和变时延离散多项式相位变换(VD-DPT)相结合的LFM信号参数估计方法。该方法首先将一维长序列信号进行分解并组合成两维数组;其次,利用VD-DPT算法对调频率参数进行初步估计,并以此为基础利用解线性调频变换(Dechirp)对两维数组进行最大值寻优处理。数值仿真表明:所提方法较传统DPT方法信噪比提高约2~3 dB,复乘运算量在调频率较大时,较Dechirp方法降低约1个数量级以上,具有明显的运算速度优势。该方法也可应用于高机动微弱目标的雷达检测系统。

基于恒包络调制的CE-OFDM-8+8APSK-LFM雷达卫星通信一体化波形设计

在实际的星地通信环境中,为了更好地适应具有非线性特征的卫星通信信道和提高传统卫星通信信号的频谱利用率,在16PSK和16QAM通信信号的基础上设计了8+8APSK-LFM雷达通信一体化脉冲信号。为了更好地对抗多径延时扩展和频率选择性衰落,引入正交频分复用(OFDM)技术设计了OFDM-8+8APSK-LFM雷达通信一体化脉冲信号。为了彻底解决OFDM系统存在峰均功率比过高的问题和实现雷达通信一体化脉冲信号的恒模传输,引入恒包络(Constant Envelope,CE)技术设计了CE-OFDM-8+8APSK-LFM雷达通信一体化脉冲信号。误码率仿真结果表明,在信噪比为6 dB时,16PSK-LFM雷达通信一体化脉冲信号的误码率大约为8+8APSK-LFM雷达通信一体化脉冲信号的3.3倍。模糊函数仿真结果表明,OFDM-8+8APSK-LFM雷达通信一体化脉冲信号的鲁棒性强于8+8APSK-LFM雷达通信一体化脉冲信号,CE技术可以有效提高信号的距离和速度分辨率性能。设计的3个雷达卫星通信一体化脉冲信号能够较好地满足星地通信和雷达探测的需要。

基于隐式数据的改进LFM-SGD协同过滤推荐算法

采用传统协同过滤推荐算法对目标用户进行个性推荐时,由于用户评价数据和物品属性等显性数据稀疏,导致推荐物品的准确率和质量相对较差。本文基于隐语义模型(LFM),结合随机梯度下降算法(SGD),对协同过滤推荐算法做出改进。首先,在用户对物品行为的隐式数据中,采用LFM算法结合矩阵分解的思想,对数据进行处理;其次,利用SGD算法迭代求解损失函数的最小值。根据预测的评分矩阵,对目标用户推荐其感兴趣且未接触过的物品。实验结果表明,改进的LFM-SGD算法指标覆盖率、召回率、准确率分别比UserCF提高了0.761%、1.131%和3.175%,比ItemCF提高了0.154%、1.388%、3.898%。改进算法在缓解数据稀疏性、提高推荐精度方面取得了一定的成效。

Parameter estimation of LFM signals based on time reversal

In this paper,parameter estimation of linear frequency modulation(LFM)signals containing additive white Gaussian noise is studied.Because the center frequency estimation of an LFM signal is affected by the error propagation effect,resulting in a higher signal to noise ratio(SNR)threshold,a parameter estimation method for LFM signals based on time reversal is proposed.The proposed method avoids SNR loss in the process of estimating the frequency,thus reducing the SNR threshold.The simulation results show that the threshold is reduced by 5 dB compared with the discrete polynomial transform(DPT)method,and the root-mean-square error(RMSE)of the proposed estimator is close to the Cramer-Rao lower bound(CRLB).

LFMCW雷达密集运动目标检测

线性调频连续波雷达对于匀速运动目标的回波经过混频以后还是一个线性调频信号 (LFM).从LFM信号中提取密集运动目标的距离和速度参数是个比较复杂的问题.本文提出了一种基于目标运动补偿和逐次消去(“CLEAN”)技术相结合的检测方法,该方法避免了估计多分量LFM信号参数问题,同时又消除了多普勒效应对密集运动目标检测的各种影响.仿真结果表明该方法不但克服了LFMCW雷达在密集目标检测中的困难,而且比传统方法降低 10dB左右的检测信噪比门限.

高斯白噪声背景下的LFM信号的分数阶Fourier域信噪比分析

目标大机动运动使雷达回波表现为频率和调频率参数均未知的LFM信号。未知参数LFM信号的检测和估计采用分数阶Fourier变换来实现受到越来越多的关注,为此本文着重分析其分数阶Fourier变换的信噪比。首先推导出时限线性调频信号的分数阶Fourier变换模平方,给出了在分数阶Fourier域的峰值点与未知参数的关系,然后研究了附加白噪声LFM信号在分数阶Fourier域的统计特性,确定了其信噪比,并与理想情况(即参数频率和调频率参数已知)下线性相位匹配滤波器的输出信噪比进行了比较。

基于改进Wigner-Hough变换的多分量LFM信号特征提取

为了解决Wigner-Hough变换对多分量线性调频(LFM)信号特征提取受噪声困扰的问题,提出采用数字图像处理中改进的Sobel算子对含噪声信号的WVD时频图进行边缘特征检测,利用Hough变换对信号特征进行提取.通过对WHT,SPWD-Hough变换以及改进WHT 3种方法进行计算机仿真比较结果表明,改进的WHT对多分量LFM信号的特征提取效果最好.

基于全脉冲分段转发的LFM雷达干扰方法

线性调频(LFM)脉冲雷达输出信号时延敏感于输入信号频率,基于此,文中提出了一种基于雷达全脉冲信号分段转发的干扰方法,通过对雷达完整脉冲信号的合理分段并排序转发,在LFM脉冲压缩雷达匹配滤波处理后形成多假目标干扰。利用群延迟原理揭示了脉冲分段转发干扰机理;根据干扰信号频谱和匹配滤波原理,推导了多假目标输出形式;给出了假目标幅度不低于真目标时脉冲分段数计算公式及假目标数目最多时对应的转发次序要求;仿真实验验证了理论分析的正确性。

一种低信噪比下LFM信号参数快速估计算法

为了对线性调频(LFM)信号参数进行快速、准确的估计,提出了一种新算法.该算法根据LFM信号当能量一定时在相同时宽范围内频谱幅度平方与调频斜率成反比的特点,通过对若干组快速傅里叶变换(FFT)结果进行模值选大,同时给出了起始频率和调频斜率的估计.仿真结果表明,通过合理设置算法参数,算法可以用于信噪比低至-38 dB的LFM信号的参数估计.

基于分数阶Fourier变换的LFM信号参数估计精度分析

本文采用一阶扰动分析的方法分析了基于分数阶Fourier变换的LFM信号参数估计精度,推导得到了频率估计误差均方值表达式和调频率估计误差均方值表达式,前者反比于信号时长,后者反比于信号时长的平方。结果表明,基于分数阶Fourier变换的LFM信号参数估计方法在估计精度方面达到了最优。

基于分数阶Fourier变换的多分量LFM信号检测与参数估计

介绍了分数阶 Fourier变换的基本原理和基本性质 ,提出了基于分数阶 Fourier变换的多分量 LFM信号检测和参数估计方法。为了解决多个 LFM分量之间的相互影响问题 ,特别是强分量掩盖弱分量的问题 ,本文还提出了一种结合逐次消去思想和分数阶 Fourier变换的多分量 LFM信号检测和参数估计算法 ,它可以解决强度相差较大的多分量 LFM信号中检测和估计弱 LFM分量参数的问题。

LFM-BPSK复合调制信号识别与参数估计

首先介绍了相位编码与线性调频(Linear frequency modulation and binary phase shift keying,LFM-BPSK)复合调制信号的模型,并分析了其相位特征及概率密度函数,然后通过分段滤波提高信号的输出信噪比。采用二叉树方法,基于相位展开和瞬时频率对LFM-BPSK复合调制信号、BPSK信号和LFM信号进行了识别,并讨论和分析了纽曼-皮尔逊(N-P)准则下识别门限的选取。接着对LFM-BPSK复合调制信号进行参数估计;最后用Matlab对LFM-BPSK复合调制信号的识别进行了仿真验证,并对识别后的信号进行了参数估计的仿真。结果表明,本文方法在较低信噪比下仍能实现较好的识别性能和参数估计精度。