相干系数与幅度相位估计融合的医学超声成像算法

在医学超声成像中,最小方差(MV)自适应波束形成算法虽能有效地提高成像分辨率,但牺牲了成像对比度和算法稳健性。针对此问题,提出一种基于幅度相位估计(APES)并引入相干系数(CF)的自适应波束形成算法。首先通过APES根据接收信号自适应的计算出初步结果;然后再通过接收信号的相干性计算出相干系数作为加权系数;最后对APES算法计算出的结果进行加权来进一步抑制噪声和干扰,改善成像分辨率和对比度。仿真实验结果表明,该算法在成像分辨率和对比度方面都要优于传统的延时叠加(DAS)法、最小方差法和原始的幅度相位估计法。

基于幅度相位估计相干系数与幅度相位估计融合的超声成像方法

最小方差(MV)波束形成算法有效提高了成像分辨率,但牺牲了成像对比度和算法稳健性。本研究提出一种融合幅度相位估计(APES)波束形成和基于幅度相位估计的相干系数的成像方法。该方法首先利用APES算法计算出初步结果,然后利用APES波束形成的输出取代相干系数中相干部分,计算相干加权系数,最后对APES波束形成的结果进行加权得到成像结果。为了验证算法的有效性,对点目标和斑目标进行了成像。结果表明提出的算法在成像对比度和稳健性方面优于APES算法和融合APES与相干系数的算法。

利用缺失数据幅度相位估计提取多角度SAR特征

提取多角度SAR特征对雷达目标识别具有重要价值。该文利用缺失数据幅度相位估计提取多角度SAR特征,本质上是缺失数据情形下的参数估计问题。该算法无需利用目标参数化模型,是一种数据驱动的自适应估计方法;同时,它无需填充缺失数据,避免了因插值导致的误差。实验表明该算法不仅能够提高目标位置和幅度估计精度、实现超分辨成像,而且对噪声和模型失配具有鲁棒性,实验同时验证了多角度SAR重构目标轮廓的优势。

结合子空间投影的幅度相位估计波束形成算法

在医学超声成像中,幅度相位估计(APES)波束形成算法能够更稳健地估算期望信号幅度,但其以牺牲较少量分辨率为代价.针对此问题,提出基于幅度相位估计并融合子空间投影技术的自适应波束形成算法.首先通过幅度相位估计算法初步计算加权向量,然后将加权向量向回波信号的期望信号子空间投影,以此来抑制噪声和干扰,改善成像的分辨率和对比度.经仿真分析,所提出的子空间投影与幅度相位相融合的算法在成像的分辨率、对比度和稳健性方面均优于原始的幅度相位估计算法.

改进的低复杂度幅度相位估计波束形成算法

针对低复杂度的最小方差方法虽降低计算复杂度但成像质量不高的问题,提出了一种改进的低复杂度幅度相位估计波束形成算法.通过抽取协方差矩阵的有效行来计算自适应加权值,其中,有效行数的选取由更加准确的高斯相位相干系数确定,然后再用高斯相位相干因子对加权矢量做进一步修正,从而达到降低复杂度的同时保证成像质量的目的.通过实验验证,将改进算法与原算法和另一种降低复杂度的波束域方法进行对比分析,充分证明了改进算法在降低复杂度和提升成像质量方面的优越性.

幅度和相位估计的ISAR超分辨成像方法

传统距离多普勒(Range Doppler,RD)成像方法分辨率取决于发射信号的带宽和信号在方位向积累的多普勒带宽。超分辨成像可以在给定带宽条件下,获得比RD方法更优的分辨率。给出一种基于幅度和相位估计(Amplitude and Phase Estimation,APES)的逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)超分辨成像方法,该方法根据回波数据构造自适应滤波器对目标散射点进行重建,仿真和实测ISAR数据成像结果验证了基于APES的ISAR超分辨成像算法的有效性。相比其他超分辨成像方法,该方法重建的散射点幅度更为精确,副瓣更低,图像对比度和图像信噪比增加,整体成像效果较佳。

基于DOA估计的阵列式探地雷达逆向投影目标成像方法

本文针对阵列式天线探地雷达系统的目标成像问题,理论模拟分析了最小二乘(LS)估计、Capon估计、幅度相位估计(APES)三种波束形成算法在目标回波到达角(direction of arrival,DOA)估计上的效果和精度,提出了基于DOA估计的阵列式探地雷达逆向投影目标成像方法。该方法综合利用多输入多输出(MIMO)阵列信号估计得到的目标回波信号DOA和阵列空间观测信息对目标体进行成像,通过成像点空间扫描对各测点估计DOA幅度值在成像点的加权积分进行目标定位及反射强度估计。该方法实现简单高效,可以广泛应用于地下简单目标体的快速成像。

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。

基于几何绕射理论模型高精度参数估计的多频带合成成像

针对多频带信号融合成像的相干化处理,论文提出一种基于几何绕射理论模型高精度参数估计的多频带合成算法。该方法利用不同频带的全极点模型中极点及散射中心幅度的相位差异来估计非相干量,通过缺损数据幅度相位联合估计算法对相干化处理后的频带数据进行填补,利用全频带数据对几何绕射-全极点模型参数进行精确估计,得到融合数据。实验表明,由融合数据得到的1维距离像和ISAR像的分辨率高于单个频带数据得到的结果,从而验证了该方法的有效性。

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MAPES的非均匀多基线SAR三维成像算法

多基线合成孔径雷达(Synthetic Aperture Radar,SAR)通过在高度方向上的多次重复飞行形成了对目标观测的高度向合成孔径,具有高度向分辨能力,能够实现对目标的三维成像.本文针对各条轨迹非等间隔分布的多基线SAR数据,提出了基于缺失数据向量幅度和相位估计(Missing-data Amplitude and Phase Estimation,MAPES)的非均匀多基线SAR的三维成像算法.根据多基线SAR三维成像的信号模型和基于谱估计的三维成像原理,引入MAPES算法对非均匀采样的目标高度向观测数据进行空间谱估计,实现对目标的高程成像,从而得到了基于MAPES算法的非均匀多基线SAR三维成像处理流程.使用MAPES算法对非均匀多基线SAR的仿真数据和微波暗室数据进行了三维成像实验.

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。

非均匀环境下雷达动目标检测的空时自适应处理

研究一种非均匀环境下地面动目标检测的STAP算法。该算法将直接数据域内基于正弦曲线幅相估计的检测算法从空域维扩展到空时二维,提高目标回波幅度的估计精度,改善输出信杂噪比,有效地克服了原算法对弱目标检测性能差和虚警率高等缺陷。仿真结果验证了这种方法的有效性。

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。

GMTI雷达STAP系统仿真研究

地面动目标检测(Ground Moving Target Indication,GMTI)是脉冲多普勒雷达在军事上的重要应用领域之一。空时自适应信号处理(Space-Time Adaptive Processing,STAP)技术因为在GMTI雷达应用中具有很好的微弱信号检测性能而受到广泛关注。基于均匀直线阵列(Uniform Linear Array,ULA),建立了机载GMTI雷达动目标检测的完整仿真系统,给出了回波模拟仿真和信号处理的流程,讨论了多通道STAP处理技术在实际应用中的细节,并将幅度相位估计(Amplitude and Phase Estimation,APES)与STAP技术结合,提高检测性能。仿真实验结果证明了系统的有效性。

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。

一种OFDM系统中的同频干扰消除算法

该文研究正交频分复用(OFDM)系统中的同频干扰(CCI)问题。基于正弦信号模型,该文提出一种基于最小均方误差(MMSE)准则的干扰时域估计与消除算法,并进行仿真验证。仿真结果表明:与现有算法相比,该文提出的方法可以更为有效地抑制单频模型的CCI。同时,该文提出的方法对干扰进行时域估计与消除,减小了时频变换后的干扰能量泄漏,并具有不依赖于信道估计,避免直接清零造成的有用信息损失等优点。

基于超分辨极化SAR图像的舰船检测算法

极化合成孔径雷达(synthetic aperture radar,SAR)图像超分辨处理具有聚集目标能量,提高图像分辨率,抑制相干斑噪声的能力。扩展了多通道幅度和相位估计(amplitude and phase estimation,APES)谱估计算法,并以此实现了极化SAR图像的超分辨处理。运用基于K分布的单极化检测器和基于SPAN、PWF的全极化检测器对实测SAR图像进行了舰船检测。通过分析超分辨极化SAR图像杂波统计分布、弱小目标检测性能、目标区域区分精度、目标轮廓及拓扑结构提取效果等,验证了基于多通道APES谱估计的超分辨极化SAR图像的舰船检测性能。

聚束模式SAR连续缺失数据的高分辨成像方法

目前基于缺失数据的幅度相位估计算法(GAPES)的SAR成像算法都没有考虑距离徙动和相位误差问题而导致图像质量下降。该文提出一种基于GAPES的聚束模式SAR方位向连续缺失数据的高分辨成像方法。在处理过程中,通过对连续缺失数据2维插值实现距离徙动校正,然后利用稀疏数据投影近似子空间跟踪算法实现相位误差补偿,保证了图像的分辨率。仿真和实测数据的处理结果证明了该方法的有效性。