基于分数阶相关的无源雷达动目标检测方法

本文将分数阶相关引入到互模糊函数的计算中,提出了一种基于分数阶相关的无源雷达动目标检测方法.与基于FFT计算互模糊函数的方法相比,采用这种方法的优点是在检测目标时可以只扫描某个环形扇区而不用计算整个模糊平面,减小了计算量;另外,由于在计算互模糊函数时极角和极径的取样间隔可以任意选择,突破了时域采样间隔的限制,可在时延和频移上均得到高精度估计.最后通过仿真实例验证了该方法的有效性.

基于时延分数阶相关函数时空处理的子空间测向算法

本文定义了一种时延分数阶相关函数和阵列输出信号的时延分数阶相关矩阵,在此基础上,提出了一种新的基于时延分数阶相关函数时空处理的了空间测向算法一时延分数阶相关MUSIC(TLFOC-MUSIC)算法。该算法在进行空域处理的同时,引入了时域处理,弥补了空域信息的不足,更充分地开发了空间信号中的有用信息,提高了算法的稳健性和测向的性能,对SαS噪声和干扰有较强的抑制作用。计算机仿真实验结果验证了该算法的有效性和稳健性。

基于频域遮隔及分数阶相关的反辐射导弹检测技术

该文提出一种基于频域遮隔及分数阶相关来检测反辐射导弹(ARM)的新方法。该方法利用雷达回波的频域(Fourier变换)数据,根据尖锋作遮隔处理后,直接运用基于分数阶Fourier变换(FrFT)和Fourier逆变换的分数阶相关方法,通过一维搜索来检测ARM。由于该方法利用了现有的Fourier数据,且分数阶Fourier变换可以通过Fourier变换实现,无需多通道相位补偿和二维搜索,故计算量小。仿真结果表明,该方法能够在ARM信噪比低达?10dB,ARM与载机回波功率比为?27dB的情况下,准确地检测出ARM,从而实现ARM发射的早期告警。

基于分数阶相关盲图像水印算法

针对改进的扩频(Improved spread spectrum,ISS)技术局部嵌入失真不可控制的缺点,结合人类视觉系统模型(HVS模型)建立的限失真的数学模型实现水印自适应最优嵌入.嵌入的水印是一个线性调频信号(LFM),也就是说不同的LFM信号的调频率表示不同的水印信息,检测时采用分数阶相关估计提取水印的调频率.实验结果表明,水印图像在JPEG压缩、各种噪声的攻击下尽管最大的BER接近40%,经过分数阶相关后处理仍然能够实现BER为零的水印信息提取,表现较强的鲁棒性.

基于分数阶相关的间歇采样转发干扰抑制算法

间歇采样转发干扰是一种典型的雷达有源干扰样式。为对抗自卫式间歇采样转发干扰,分析了干扰假目标生成机理,在此基础上,受时域相关、频域相关启发,设计提出基于分数阶相关的间歇采样转发干扰抑制算法。算法以一个相干处理间隔受干扰回波为处理对象,通过对不同重复周期回波进行不同阶次分数阶相关处理,改变假目标快时间位置分布,经相参积累达成干扰抑制目的。仿真结果表明,所提算法对间歇采样转发干扰具有一定抑制效能,经干扰抑制处理,真实目标有效检测临界干信比提升约25 dB,虚假目标抑制率大于50%。

基于分数阶域相关的地震面波处理方法研究

针对反射地震勘探法高强度面波对有效波的干扰问题,提出将分数阶自相关引入到地震信号处理中,通过计算地震反射信号分数阶相关的峰值位置,确定分数阶傅里叶变换的阶次,通过在FRFT域对面波进行压制,实现将有效波与面波干扰波的分离,利用FRFT的可逆性,变换回时频域,达到信号处理的目的。实验证明该方法具有面波消除彻底,且同相轴连续性好等优点。

分数阶自相关和FrFT的LFM信号参数估计

基于分数阶自相关和分数阶傅里叶变换的特点,提出了一种LFM信号检测与参数估计方法。相对分数阶傅里叶二维扫描法和匹配傅里叶变换,所提方法将检测与参数估计的二维搜索变为一维搜索,快速实现信号检测和参数估计,在多分量LFM信号情况下借助“Clean”的方法来抑制强分量对弱分量的干扰。计算机仿真表明了该算法在低信噪比多分量LFM信号检测与参数估计中的有效性。

应用分数低阶循环相关估计单电磁矢量传感器的波达方向和极化参数

提出了一种在α和高斯混合噪声以及循环平稳干扰并存背景下基于分数低阶循环相关(FLOCC)联合估计单电磁矢量传感器波达方向(DOA)和极化参数的多重信号分类(MUSIC)方法。该方法利用信号的循环平稳特性,采用分数低阶循环相关函数抑制α和高斯混合噪声以及循环平稳干扰信号;然后利用MUSIC方法对单电磁矢量传感器的DOA和极化参数进行联合估计,并利用DOA参数与极化参数的相互独立性,将传统MUSIC方法的四维搜索简化为两次二维搜索,从而有效地减少该算法的计算量。对所提算法与基于分数低阶矩的MUSIC算法进行了实验对比。结果显示:提出的方法可充分地抑制与待测信号循环频率相异的任意循环平稳干扰信号;在α和高斯混合信噪比为0dB,信干比为3dB时,估计得到的DOA和极化参数的均方根误差分别为0.3°和0.7°,明显优于基于分数低阶矩的MUSIC方法。

基于分数低阶类相关熵的双基地MIMO雷达目标参数联合估计新算法

针对Alpha稳定分布噪声环境下参数估计性能退化的问题,受类相关熵概念的启发,提出分数低阶类相关熵(FCAS)的概念,并采用分数低阶类相关熵准则对平行因子分析(PARAFAC)算法中基于三线性最小二乘(TALS)迭代准则的目标函数进行了修正,推导出适用于冲激噪声环境的韧性平行因子分析(FCAS-PARAFAC)算法,并将该方法应用于双基地MIMO雷达系统中目标参数估计中。FCAS-PARAFAC算法能够抑制脉冲噪声的影响,具有较好的估计性能,并且能够实现自动配对,仿真实验验证了算法的有效性。

基于分数阶自相关的机动目标ISAR成像算法

提出了一种新的机动目标逆合成孔径雷达(ISAR)成像算法。该算法基于机动目标散射点的多普勒频率近似于线性调频(LFM)信号的特征,利用分数阶自相关算法对多分量LFM信号进行检测和参数估计,从而获得了较为理想的成像效果。外场实测数据成像结果验证了新方法的有效性。

基于分数阶傅里叶变换的线性调频引信定距方法

针对调频(FM)引信,为了在较小的调制频偏内获得较高定距精度,提出了基于分数阶域瞬时初始频率估计和基于分数阶相关的两种定距方法。论述了两种方法的定距原理,分析了其距离分辨力与抗噪声性能,并进行了仿真验证。结果表明:较FM谐波定距方法,两种方法具有较高的距离分辨力,且受FM带宽影响较小;同时定距方法通过FM发射、接收信号与单载波混频方法,在分数阶域避免了FM率估计,降低了算法复杂度,具有工程可实现性;较初始频率估计方法,基于分数阶相关的FM定距方法抗噪声性能更好,适合于低信噪比环境下信号检测。

基于分数低阶统计量的水下目标定向新方法

针对传统方法对阵列信号处理所研究的噪声采用高斯分布的模型来进行描述,当噪声存在显著的尖峰时,不能得到满意结果的问题。利用稳定分布对实际中所遇到的具有较大脉冲特性的随机噪声进行建模,分析了共变在阵列信号处理中的不足,利用已有的矢量水听器模型建立一种水下目标定向系统,提出了一种基于分数阶相关的水下目标定向算法。仿真表明这种算法是一种在高斯和分数低阶α-稳定分布噪声条件下具有良好韧性的水下目标定向算法,相对共变而言,分数阶相关具有更宽的噪声特征指数范围,更适用于实际应用。

基于分数低阶统计量的阵列信号盲分离

传统方法常对阵列信号处理所研究的噪声采用高斯分布的模型进行描述,但当噪声存在显著的尖峰时,往往不能得到满意的结果。利用稳定分布建模实际中所遇到的具有较大脉冲特性的随机噪声,综述了阵列信号处理方法,并利用分数低阶统计量提出了一种较有韧性的阵列信号处理新方法。仿真表明它们在高斯和低阶稳定分布噪声条件下,具有良好韧性与有效性。

多分量LFM信号在分数阶Fourier域的参数估计与分离

分数阶Fourier变换由于其特有的性质,非常适合处理LFM(linear frequency modulation)信号,尤其是作为一种线性变换,可以克服多分量LFM信号交叉项的干扰。在分数阶Fourier变换用于单分量LFM参数估计的基础上,采用预判与分数阶自相关相结合的方法,在分数阶Fourier域对多分量LFM信号模型进行检测和参数估计,极大地减小了计算量,并采用Clean法实现了不同强度LFM信号的分离,抑制了强分量信号对弱分量信号的遮蔽干扰。仿真实验表明,该方法具有较好的效果。

分数低阶统计量的水下目标信号调制谱分析方法

传统水下目标噪声信号调制谱分析方法是建立在具有二阶统计量的高斯噪声环境下实现的,而多数情况下舰船辐射噪声和海洋环境噪声等水声信号通常具有脉冲特性,服从α稳定分布,二阶统计量的调制谱分析算法性能可能会下降,甚至不再稳定收敛。针对此问题提出了分数低阶统计量的目标信号调制谱分析方法,并进行仿真和实验数据验证,其结果表明所提方法具有稳健性。

基于低阶预白化与新型网络传递函数的盲源分离方法

α-稳定分布可以更好地描述实际应用中所遇到的具有显著脉冲特性的随机信号和噪声。与其它统计模型不同, α稳定分布没有统一闭式的概率密度函数,其二阶及二阶以上统计量均不存在。本文先简要介绍稳定分布统计特性,再提出了适用于盲信源分离的神经网络结构与基于分数低阶统计量与子空间技术的预白化过程,并利用一种新型传递函数修正了分离算法,提出了一种基于分数阶预白化与新型传递函数的盲信源分离方法。计算机模拟和分析表明,这种算法是一种在高斯和分数低阶α稳定分布噪声条件下具有良好韧性的盲信源分离方法,是对传统的二阶统计量基础上的盲信源分离方法的改造与推广。

基于稳定分布模型的自适应阵列信号处理新方法

传统方法常对阵列信号处理所研究的噪声采用高斯分布的模型进行描述,但当噪声存在显著的尖峰时,往往不能得到满意的结果。利用稳定分布建模实际中所遇到的具有较大脉冲特性的随机噪声,综述了稳定分布模型下的信源定位、波达方向估计、波束形成等阵列信号处理方法,并利用分数低阶统计量提出了几种较有韧性的阵列信号处理新方法。仿真表明它们在高斯和低阶α稳定分布噪声条件下,具有良好韧性与有效性。

一种改进的AR模型反辐射导弹检测算法

反辐射导弹(ARM)具有多普勒频率时变特征,其回波信号的传统功率谱为一宽带频谱,不利于对其进行检测。针对这种情况,提出一种改进的AR模型检测算法,该算法将分数阶相关理论引入到AR模型功率谱估计中,把传统的功率谱转变为分数阶谱,使ARM回波信号能量得到聚集,从而实现ARM的有效检测。仿真结果表明,该方法能够在ARM信噪比低达-16dB的情况下,准确将ARM检测出来,实现实时告警。

基于FLOCC-ESPRIT的极化阵列参数估计方法

针对基于分数低阶矩类阵列波达方向(DOA)估计方法仅适用于独立同分布(i.i.d)SαS背景噪声的缺点,提出了一种线性极化阵列DOA和极化参数联合估计的分数低阶循环相关(FLOCC)极化参数联合估计(ESPRIT)算法。该方法首先利用入射信号的循环平稳特性,采用分数低阶循环相关函数抑制α和高斯混合噪声及与信号循环频率相异的任何循环平稳干扰信号。在此基础上,利用阵列信号参数与噪声子空间的正交性,采用ESPRIT算法直接求取了信号的DOA和极化参数。该方法对于α和高斯混合噪声及与信号循环频率相异的任何循环平稳干扰信号具有很强的抑制能力。即使对于空域内靠得非常近的信源,该方法也可利用极化信息的差异进行区分。实验结果表明,在α和高斯混合信噪比(SNR)为0 d B,信干比(SIR)为3 d B时,其DOA和极化参数估计的均方根误差分别为0.23°和0.54°;并且在实测数据环境下,当SNR为10 d B时,本文算法仍然有效。

用于声源三维定位估计的FLOC-ISM算法

在冲激噪声环境下,ISM算法对声源的三维定位估计将失去稳健性。为此,改进了ISM算法,提出FLOC-ISM算法。首先对描述冲激噪声的SαS分布模型及描述信号的圆阵信号模型进行分析;然后对圆阵输出矩阵预处理,构造分数低阶相关矩阵替代二阶相关矩阵,得到声源空间谱,进行谱峰搜索,找出极值点;最后得到声源三维定位估计。通过仿真及性能分析,在冲激噪声背景下,FLOC-ISM算法可对多个声源的三维定位进行正确估计,较ISM算法具有良好的稳健性。