多级奇异值分解和SG的通信雷达信号降噪方法

雷达回波信号在接收过程中受到复杂噪声干扰,严重影响了目标检测的准确性,文中提出多级奇异值分解(multi-stage singular value decomposition,MS-SVD)和Savitzky-Golay(SG)的降噪方法,利用奇异谱分解的主成分分析特性,将代表噪声的奇异值逐级删减,对雷达信号的主分量进行重构,克服奇异值难以有效选取的难题,减少信号失真,再经SG平滑滤波处理,将局部强干扰剔除,实现雷达信号的提取.实验结果表明:该方法在各种信噪比条件下,能够有效地将雷达信号提取出来,在提高信号信噪比的同时,减少原始信号失真.

基于多级子空间投影的侧扫声呐底混响抑制

底混响是侧扫声呐进行沉底静态小目标探测时的主要背景干扰,针对此问题提出了一种基于多级二分奇异值分解BSVD子空间投影的底混响抑制方法。该方法首先对接收信号构造二阶Hankel矩阵,通过矩阵的奇异值确定混响子空间,然后利用正交子空间投影抑制回波信号中的底混响,最后根据所选级数对回波信号进行多级正交子空间投影,并用otsu方法对原始声图和处理后的声图进行目标检测。实验结果表明,该方法改善了侧扫声呐沉底静态小目标的成图质量,更利于后期实现基于图像的目标自动检测。