基于Richards变换与Kuroda规则的射频滤波器设计

介绍了一种将集总参数转换为分布参数的Richards变换,利用双口网络演变而来的单位元件矩阵,论述了传输线结构之间的相互变换规则,即Kuroda规则。以这两种理论为基础设计出一种实用射频带通滤波器。

切比雪夫Ⅱ型模拟高通滤波器的设计及实现

提出了一种基于反相积分器的信号流图来实现切比雪夫Ⅱ型模拟高通滤波器的方法。首先,基于归一化切比雪夫Ⅱ型模拟低通滤波器极点分布的特点,推导出归一化切比雪夫Ⅱ型模拟低通滤波器零极点和转移函数的公式,得到归一化切比雪夫Ⅱ型模拟低通滤波器设计的步骤;然后,基于频率变换与逆变换,提出一种利用归一化切比雪夫Ⅱ型模拟低通滤波器来设计切比雪夫Ⅱ型模拟高通滤波器的方法;最后,给出了利用归一化切比雪夫Ⅱ型模拟低通滤波器来设计切比雪夫Ⅱ型模拟高通滤波器的实例及其实现电路。

协方差矩阵结构的广义近似最大似然估计

针对相关复合高斯杂波背景下相邻杂波纹理分量可能相同的情况,将杂波均匀分组进行推广,结合归一化采样协方差矩阵估计,提出了广义杂波分组的归一化采样协方差矩阵估计方法(generalized normalized sample covariance matrix,GNSCM).利用最大似然估计方法,进一步推导了广义杂波分组背景下协方差矩阵结构最大似然估计的迭代过程,以GNSCM为初始化矩阵进行迭代,得到协方差矩阵结构的广义近似最大似然(generalized approximate maximum likelihood,GAML)估计.GAML是对现有方法近似最大似然(approximate maximum likelihood,AML)估计和约束迭代杂波分组估计(constrained recursive clutter-clustered estimator,CRCCE)的推广,具有更强的杂波适应能力.仿真结果表明,针对非均匀分组杂波环境,与AML估计和CRCCE相比,GAML具有更高的估计精度,且相应的自适应检测器具有更好的恒虚警率特性和检测性能.

基于Toeplitz矩阵初值的协方差估计方法

随着雷达分辨率的提高海杂波的分布已经不符合高斯分布,传统的检测器在非高斯环境下的性能也大幅下降。通过非高斯海杂波概率密度函数的似然函数推导出一个海杂波协方差矩阵的原始构型,通过解该协方差矩阵,提出了在非高斯海杂波环境下采用初值为Toeplitz矩阵的固定点协方差矩阵估计方法(T-FP),经过实测海杂波数据下的性能仿真结果表明,采用该方法的检测器检测性能得到了提高。

改进的杂波协方差矩阵结构估计方法

在球不变随机向量建模的非高斯杂波背景下,针对现有协方差矩阵结构估计方法对杂波不具备完全自适应性以及计算复杂度高等问题,本文利用经验信息,提出了基于经验的自适应估计方法(E-AE),并将其作为初始化矩阵,再次利用经验信息进行迭代估计,得到了基于经验的自适应迭代估计方法(E-ARE)。E-AE和E-ARE只需要进行实数运算,减小了计算复杂度。从理论上证明了所提方法对应的ANMF对杂波纹理分量和协方差矩阵结构都具有CFAR特性,并通过仿真实验对其有效性进行了验证。最后,利用匹配滤波器的输出信杂比损失及相应的ANMF检测性能,对所提方法和已有方法进行效果评估,结果表明,本文方法具有收敛速度快、所需的辅助单元数少、信杂比损失小和对应的ANMF检测性能优等特点。

基于改进Faster-RCNN的绝缘子检测算法

为了提高高压输电线路巡检效率,提出改进Faster-RCNN的绝缘子检测算法。首先,在特征提取网络中添加具有注意力机制动态选择机制网络(SKNet),从而使网络着重学习与绝缘子特征相关通道;其次,借助滤波器响应归一化(FRN)层替代原批归一化(BN)层,以避免模型陷入梯度饱和区域;最后,使用距离交并比(DIoU)代替原交并比(IoU)方法,以精确表达特征候选区域框位置。对开源航拍绝缘子数据集进行平移、旋转、Cutout和CutMix等操作来进行增强,将数据集扩充到3000张并从中随机选择2500张作为训练集,其余500张作为测试集。相较于原Faster-RCNN算法,所提算法平均准确率提高了3.46个百分点,平均召回率提高了2.76个百分点。实验结果表明:所提算法具有较高检测精度和稳定性,可满足电力巡线绝缘子检测应用场景需求。

混响背景下基于MTI技术的目标检测

研究了一种基于MTI技术的水下目标检测方法。该方法无需混响干扰的先验知识,利用MTI技术在线性估计并及时跟踪混响功率谱的变化,通过归一化匹配滤波器检测水下目标的回波。仿真数据和实验数据的处理结果验证了本方法的有效性,在信混比较低的情况下检测器仍具有很好的检测性能。

基于改进Unet的矿石图像分割

为了应对矿产领域的矿石识别困难、识别设备成本高等问题提出了改进的Unet矿石图像分割算法,首先对EfficientNetV2加以改造作为模型的主干网络提取矿石特征;其次,引入MBconv模块作为解码器中的基本模块,加强特征提取能力;采用CA注意力模块替换SE注意力模块,保留更多空间位置信息;最后使用滤波器响应归一化(FRN)层替换常用的批量归一化(BN)层,避免模型性能受批量大小的影响。基于FeM和Cu数据集实验结果表明,PA分别为96.58%和95.39%,Miou分别为92.8%和90.43%,F1_score分别为95.15%和93.47%,Efficient_unet模型参数相比Unet减少了60.4%,推理速度提升了19.23%,可达21.7 fps,所提模型在精度和速率方面均优于现有经典分割模型,同时表现出良好的泛化性能。

非高斯杂波下自适应雷达目标检测新方法

在球不变随机向量(SIRV)非高斯杂波背景下,研究了多脉冲相参雷达目标的自适应检测问题。假设杂波具有相同的协方差矩阵结构和可能相关的纹理分量,提出了新的协方差矩阵估计器,并获得了相应的自适应归一化匹配滤波器(ANMF)。理论分析表明,在估计杂波分组大小与实际情况匹配时,所获得的ANMF对杂波功率水平和协方差矩阵结构均具有恒虚警率(CFAR)特性。仿真结果表明:当估计的杂波分组大小失配时,所获得的ANMF具有近似CFAR特性,并进一步分析了不同参数变化对所提检测器性能的影响。与已有的ANMF相比,所获得的ANMF具有更好的检测性能,且迭代次数更小,其相对于已知杂波协方差矩阵的最优归一化匹配滤波器(NMF)的检测损失也更小,具有很好的实际应用前景。

非高斯杂波协方差矩阵估计方法及CFAR特性分析

在独立同分布的球不变随机向量非高斯杂波背景下,针对采样协方差矩阵(SCM)、归一化采样协方差矩阵(NSCM)及相应的迭代估计矩阵(NSCM-RE),利用统一理论框架分析了3种不同估计矩阵对应的自适应归一化匹配滤波器(ANMF)的恒虚警率(CFAR)特性.理论分析表明,SCM-ANMF只对杂波归一化协方差矩阵具有CFAR特性;而NSCM-ANMF只对杂波功率水平具有CFAR特性;在有限次迭代下,NSCM-RE-ANMF对杂波归一化协方差矩阵不具有CFAR特性.为了改善ANMF的自适应特性,提出了一种自适应协方差矩阵估计方法(AE),并将其作为初始化矩阵进行迭代估计,在有限次迭代下,所获得的AE-RE-ANMF对杂波归一化协方差矩阵和功率水平均具有CFAR特性.最后,通过仿真验证了所提方法的有效性.

杂波协方差矩阵结构的融合估计方法

针对特定杂波背景下的最优或次优杂波协方差矩阵估计方法难以适应过渡杂波环境的问题,提出协方差矩阵结构的融合估计方法,通过调整参数涵盖现有的3种杂波协方差矩阵估计方法,并分析所提出方法对应的自适应归一化匹配滤波器的自适应特性.其次,确定了控制参数的经验公式,经验公式符合数值结果.最后,从估计精度、恒虚警率特性和检测性能3个方面对所提出方法和已有方法进行对比分析.仿真结果表明,在过渡杂波环境中,所提出方法的精度更高、检测效果更好,对实际杂波非高斯程度时空渐变性具有较强的适应能力.