An Example of a Bounded Potential q(x) on the Half-Line, for Estimates of A(α) Amplitude

We show an example of a bounded potential on the half-line obtained as the image of an Inverse Transformation Operator of the Bessel singular potential of the Reduced Radial Schrödinger Equation, and show us the Estimates of the A(α) amplitude.

一种基于APES算法的弱ADS-B信号参数估计方法

星基广播式自动相关监视(ADS-B)是能够用于广域范围内飞行目标监视的新一代监视技术,是ADS-B系统的重要发展方向。相对于一般的陆基ADS-B系统,星基ADS-B系统信号需要更长距离链路传输,因此系统接收端接收到的信号较弱,会对信号处理和解码造成严重的影响。针对星基ADS-B信号的特点,介绍了一种基于幅度和相位估计(APES)算法的弱ADS-B信号参数估计方法:首先对信号进行非相干解调并译码,找到信号的高置信度码位,之后利用高置信度码位处的信号集合对信号使用改进后的APES算法进行频率和相位估计,估计值可用于对信号重新相干解调从而提高信噪比和正确译码概率。为了提高算法效率,该方法先利用快速傅里叶变换(FFT)对信号频率进行粗估计后,再使用APES算法进行精估计。仿真结果表明,在低信噪比和低采样率的情况下,算法达到了较高估计精度。

APES算法在MIMO雷达参数估计中的稳健性研究

多输入多输出(MIMO,Multiple-Input Multiple-Output)雷达用多个发射天线同时发射多个独立信号照射目标,并使用多个接收天线接收目标回波信号.本文研究了MIMO雷达中参数估计的稳健性问题.本文应用幅度相位估计(APES,Amplitude and Phase EStimation)技术,利用目标的方位角最大似然估计值,得到了衰落向量的APES估计算法.考虑到方位角估计的不准确性,借鉴稳健的Capon波束形成器的设计思想,本文推导了衰落向量的稳健的APES估计算法.仿真实验表明,衰落向量的APES算法与稳健的APES算法性能十分接近.因此,衰落向量的APES估计算法是稳健的.

基于APES的超分辨广域成像算法

多普勒波束锐化(Doppler beam sharpening,DBS)技术可以快速地对广阔地面场景进行成像,但存在成像分辨率不高的问题。简单介绍了DBS的成像原理,建立了方位向超分辨的信号模型,并在此基础上提出一种新的超分辨广域成像算法。该算法将脉压后的回波信号建模为一系列不同多普勒频率散射点的叠加,利用幅度相位估计(amplitude and phase estimation,APES)方法对脉压后的数据进行多普勒分析,进行方位向的成像。仿真结果与实测数据表明,所提算法可以获得清晰的广域超分辨图像。

基于二维干涉式APES算法的分布式相参阵盲DOA估计

结合干涉雷达的天线结构和二维波达方向(direction of arrival,DOA)估计方法,提出一种基于二维干涉式幅相估计的分布式相参阵盲DOA估计算法。利用二维干涉式幅相估计算法的空间谱和模型阶数选择准则获得目标个数和目标方向余弦的粗估计;使用子阵间的相位中心偏移来获得目标方向余弦的精估计;针对分布孔径带来的测角模糊问题,采用双尺度解模糊算法实现分布式阵列的高精度方向估计。仿真结果验证了分布式相参阵的高精度测角性能及所提算法的有效性,也验证了分布阵DOA估计中存在基线模糊门限。

利用FB-MAPES算法估计Tomography SAR高度维信号源数

层析成像合成孔径雷达(Tomography SAR)结合空间谱估计技术解决层叠效应时,首先要估计出高度维信号源数目,信号源数估计得正确与否直接关系到后续处理的估计性能。用传统的信息论方法估计时,由于数据受乘性噪声影响,估计性能下降。该文提出一种新的信号源数估计方法:双向平滑多视幅相估计(FB-MAPES)滤波器算法。通过Monte Carlo仿真对信息论方法中的GMDL算法和FB-MAPES方法的估计性能进行了比较,试验结果表明该文提出的方法能够更好地适应乘性噪声的影响,因而在估计Tomography SAR高度维信号源数时性能优于传统的信息论方法。

极化域-空域联合的四元数APES波束形成算法

为了得到稳定的波束方向图、进一步提高极化敏感阵列的滤波性能,文中提出了一种极化域-空域联合的四元数幅度相位估计(Q-APES,Quaternion-Amplitude and Phase EStimation)自适应波束形成算法。首先,利用四元数信号模型很好的保持了两分量阵列各阵元输出信号分量之间固有的正交特性,使得该模型较传统的长矢量模型更适合于极化敏感阵列信号处理。然后,将纯空域的APES算法拓展到极化域-空域联合处理中,给出了Q-APES算法的理论推导和分析,得出了四元数最优滤波权向量,并通过仿真实验验证了文中算法的有效性。计算机仿真结果表明,在强期望信号、低采样快拍数或是入射干扰信号与期望信号相干的情况下,文中算法都可以很好的实现极化域-空域联合自适应滤波。

基于GLRT和APES的MIMO雷达参数估计新算法

为了获得高精度的多输入多输出(multiple-input multiple-output,MIMO)雷达的目标角度估计和幅度估计,本文基于幅度相位估计(amplitude and phase estimation,APES)算法和广义似然比检验(generalized-likelihood ratio test,GLRT)算法,提出了一种使用似然比的相位幅度估计(GAPES)新算法。在接收端通过GLRT算法估计出目标角度,然后用APES算法修正幅度,实现了在强干扰环境下提高角度和幅度分辨率。仿真结果表明了该算法的有效性。

极化域-空域联合的APES波束形成

为了进一步提高极化敏感阵列的滤波性能、得到更为稳定的波束图,将常规的幅度相位估计算法扩展到极化域-空域联合的自适应波束形成中,提出了一种新的波束形成算法SPAPES(Spatial-Polarization Amplitude and Phase Estimation)。首先,给出了算法的信号模型。然后,对所提出算法的滤波原理作了理论推导,得到了最优权向量的表达式。最后,通过仿真实验验证了算法的有效性。计算机仿真结果表明,在强期望信号功率、低采样快拍数的情况下,所提算法都可以很好地在空间-极化联合域中抑制干扰,同时该算法还具有对相干信号的解相干能力。

一种基于简化极化敏感阵列的APES波束形成算法

为了有效降低极化敏感阵列各共点分量之间互耦的相互影响,进一步提高极化阵列的滤波性能,基于新的阵列模型提出了幅度相位估计(APES)波束形成算法。首先,给出了简化极化阵列的布阵模型和接收信号模型;然后,针对简化极化阵列给出了极化APES波束形成算法的详细理论推导,得到了最优权向量的表达式;最后,通过仿真实验验证了极化APES在波束形成方面的有效性。仿真结果表明该算法在强期望信号功率、低采样快拍数或是存在相干干扰的情况下都具有稳定的波束图。

Improved STAP algorithm based on APES

Space-time adaptive processing（STAP） has been proven to be one of the best techniques capable of detecting weak moving targets in strong clutter environment and has been widely applied in airborne ground moving target indication（GMTI） radar.This paper applies an amplitude and phase estimation（APES） approach to two aspects of the STAP algorithm.Firstly,APES is applied to accurately describe the clutter characteristic in angle-Doppler domain.Then,APES is incorporated into the standard STAP algorithm to improve its performance without increasing transmitting/receiving channel and pulse number.The experimental examples show that the detection performance can be improved by using the APES technique,as well as the high computational complexity can be avoided.

基于矢量水听器的非均匀阵列APES波束形成算法

针对传统幅度与相位估计(Amplitude and phase estimation,APES)算法难以应用于非均匀阵列的问题,研究了基于矢量水听器的APES算法。利用矢量水听器能够同时共点测量声压和质点振速的特点,将矢量水听器的声压和解析振速通道作为两个子阵,两路子阵之间只存在一个相位差,且与阵元位置无关,使得APES算法能够应用于任意形状的阵列。推导和分析了矢量APES算法的阵增益及其稳健性。分析和仿真表明:该方法相比于传统APES算法,具有更高的阵增益,且能适用于非均匀阵列;相比于最小方差无失真响应(Minimum variance distortionless response,MVDR)算法,具有更好的稳健性,能解决相干问题及能够获得更准确的信号功率,并用实测数据验证了算法的有效性。

一种基于APES的回波域强杂波旁瓣抑制方法

针对合成孔径雷达(SAR)观测区外的强目标将其旁瓣混叠至观测区内影响微弱目标的检测,基于正弦信号幅度相位估计(APES)提出一种新的旁瓣抑制方法。该方法将抑制对象确定为观测区外的强杂波,则混叠至观测区内微弱目标处的旁瓣为强杂波旁瓣。首先根据回波域双曲线形状确定强杂波所在位置,其次利用APES对其散射系数在回波域进行估计并抑制,抑制后的SAR图像中强杂波旁瓣对微弱目标的不利影响得到了有效消除,且对微弱目标几乎不造成任何影响。实测数据处理证明了此方法的有效性。

幅相误差对体积阵MVDR波束形成的影响

体积阵是一种由多个水听器组成的立体阵列,能够增大潜标接收基阵的孔径,获得较大的空间增益,工程中多将其制作成具有收合、展开功能的阵列应用于低频吊放声呐。由于各水听器通道内器件参数和幅度增益不一致,体积阵的每个阵元接收到的信号之间存在幅相误差。文中通过建立存在幅相误差时的双圆环体积阵模型,从统计学角度分析了幅相误差对其协方差矩阵、最小方差无畸变(MVDR)波束形成器的输出信噪比(SNR)、阵增益以及方位估计精度的影响。计算机仿真结果表明,阵列幅相误差的存在会导致MVDR波束形成器的输出SNR和阵增益降低;对于相位误差而言,当输入SNR在-5 dB以上时,这种影响随输入SNR的增大越来越明显;对于幅度误差而言,当输入SNR在-10 dB以上时,幅度误差对MVDR波束形成器的输出SNR和阵增益的影响会更显著;并且,相比于幅度误差,MVDR波束形成的方位估计精度对相位误差更加敏感。

合成孔径雷达原始数据AP-TCQ压缩算法

研究了合成孔径雷达原始数据幅相压缩算法(Amplitude and Phase,AP)和网格编码量化(Trellis codedquantization,TCQ),提出了合成孔径雷达原始数据AP-TCQ压缩算法。将I,Q两路原始数据转化为极坐标下相同大小的幅度-相位数据,根据率失真不等式由拉格朗日乘子法推导了基于幅度微分熵和相位微分熵的最优比特分配公式,然后用对应的比特数分别进行幅度和相位的网格编码量化。文中还探讨了TCQ码书的构成对AP-TCQ压缩算法性能的影响,通过理论分析和实验结果比较指出:幅度数据采用瑞利分布Lloyd-Max码书进行TCQ量化(Rayleigh trellis coded quantization,RTCQ),相位数据采用均匀分布Lloyd-Max码书进行TCQ量化(Uniform trellis coded quantization,UTCQ),具有最佳的量化性能。与I,Q两路原始数据采用TCQ算法和已有的AP算法相比,该方法能够很好地保留原始数据的相位信息,且能够实现幅度相位压缩量化比特自动分配,具有更好的压缩性能。

幅相误差下基于CMCAP-JDL的低空风切变风速估计

针对机载气象雷达存在幅相误差的情况下,导致杂波抑制性能下降,低空风切变风速估计结果不准确的问题,本文提出了一种基于组合空时主通道-局域联合空时自适应处理(Combined Space-time Main Channel A Adaptive Processing-Joint Domain Localized,CMCAP-JDL)低空风切变风速估计方法。该方法首先对雷达回波数据进行距离依赖性矫正及杂波协方差矩阵估计;然后对空域和时域加权,形成空域主波束和时域主通道,同时增加多个局域处理区域参与联合处理的方式来构造自适应降维处理器;最后使用权矢量对降维后的回波数据实现自适应滤波,完成幅相误差情况下风场速度的准确估计。仿真结果表明,该方法能够在幅相误差的情况下,实现低空风切变风速的准确估计。

基于CMCAP的低空风切变风速估计方法

针对机载气象雷达在存在幅相误差影响时,杂波抑制性能下降,低空风切变风速估计不准确的问题,提出了基于组合空时主通道自适应处理(combined space-time main channel adaptive processing,CMCAP)的低空风切变风速估计方法。该方法首先对待测距离单元的雷达回波数据利用构造的降维联合空时变换矩阵进行自适应降维处理,然后构造降维处理器的最优权矢量对降维处理后的数据进行自适应滤波,进而在存在幅相误差的情况下实现风场速度的准确估计。后续仿真结果证明了所提方法的有效性。

Nakagami信道基于16APSK的加权信噪比估计算法

自适应编码调制(adaptive coded modulation,ACM)技术是一种提高无人机(unmanned aerial vehicle,UAV)数据链吞吐量性能的有效方法,信道估计的准确性是决定ACM系统性能的关键因素之一,直接影响UAV数据链的吞吐量性能。首先对Nakagami衰落信道进行分析建模,推导了信号经过衰落信道后的表示方法。其次对Nakagami衰落信道下基于多进制数字相位调制(multiple phase shift keying,MPSK)的信噪比(signal-tonoise ratio,SNR)估计算法进行推导和分析,仿真结果表明三阶矩(third-order moments,M3)SNR估计算法比传统的二阶矩四阶矩(second and fourth moments,M2M4)SNR估计算法具有更好的估计性能。最后,针对Nakagami衰落信道下的现有估计算法对非恒包络调制信号估计性能差的问题,提出了一种适用于非恒包络的16阶振幅移相键控(amplitude phase shift keying,APSK)信号的加权SNR估计算法,该算法利用接收信号的先验信息和信号的阶矩关系进行SNR估计,具有复杂度低,估计精度高等优势。理论分析与仿真结果表明:所提出的算法可以有效地对16APSK调制信号进行SNR估计,且相比于M2M4算法,利用M3信息进行信道估计的加权SNR估计算法具有更高的估计精度。

大自由距离网格编码的最佳译码和DAPSK的迭代译码(英文)

提出一种新的接收机结构 ,用于卷积编码和差分幅度相移键控调制的迭代译码 ,其性能接近于加性高斯白噪声信道上的相干检测 .此外 ,还提出了对于 Lin等人的网格编码结构的最佳译码 ,性能优于其准最佳译码 ,但译码延时要比传统网格编码调制或卷积码的译码延时长 .

一种高效的APSK调制信号载波频偏估计算法

提出一种有效的幅度相位键控(APSK)调制信号载波频偏估计算法。该算法针对定时同步后的信号数据,根据APSK调制信号星座图数据点幅度半径不同的特点,将星座图上幅度半径最小的数据点保留,其余幅度半径较大的数据点的值均置零。对置零处理后的数据进行4次方谱线提取,从而估计信号的载波频偏。仿真试验表明该算法计算复杂度低,具有很强的实用性。当数据量为500,信噪比大于15 dB时,频偏估计均方误差低于-80 dB。