一种基于互相关处理的极点提取新算法

针对传统极点提取算法在低信噪比时估计性能严重退化的缺点,该文从理论上推导了指数衰减正弦和信号在互相关处理后仍可表示为指数衰减正弦和信号的条件,定义了一种新的信号互相关函数估计方法,在此基础上提出了使用互相关消噪作为预处理的信号极点提取新方法.仿真实验表明,在相同精度的条件下文中提出的新方法较之改进KT法和基于四阶累量方法需要的信噪比降低了5dB.

基于遗传算法的指数衰减信号极点提取方法

噪声中的指数衰减信号的极点提取方法在目标识别等领域具有非常重要的地位。文章给出利用遗传算法提取指数衰减信号极点的方法。通过实验表明,该方法较其它方法简单有效,即使在较低信噪比的情况下,也能对极点作出较好的估计。

基于高阶矩的改进Prony技术的雷达目标冲击响应极点提取

本文介绍了一种新的关于雷达目标冲击响应极点的方法。这种方法是根据高阶矩的特性对经典Ｐｒｏｎｙ法的一种改进，数值仿真结果表明这种方法对随机噪声具有良好的抑制作用。它特别适用于像冲激雷达（或其它超宽带雷达）这样的低信噪比环境下的目标识别及检测。

一种基于ARMA模型的目标极点提取新方法

针对传统极点提取算法需要确定目标后时响应起点的不足,本文提出了一种提取目标极点的新方法,该方法使用ARMA模型逼近整个目标响应,并利用全局最小二乘技术求解模型参数获取目标极点。基于实测细导线和有限长柱体散射场数据的处理结果表明,本文新方法较之KT法和矩阵束法具有更高的极点提取精度。

一种新型的目标极点提取方法──SSFB

状态空间法（ＳＳＭ）是目前信号分析中应用广泛的一种方法，它为目标极点提取提供了一个十分有效的工具．文中分析了自回归（ＡＲ）模型与状态空间模型在极点提取时的关系，并基于后向线性预测（ＢＬＰ）的思想建立了新颖的后向递推状态空间模型．在参考文献六中，Ｓ．Ｍ．Ｋａｙ深入分析了噪声对于线性预测的ＡＲ模型的影响，文中将此类稚到状态空间模型中，由此得到前向和后向递推状态空间法（ＳＳＦＢ）．蒙特卡罗模拟表明其性能优于原ＳＳＭ，表现在以下两个方面：一是在更宽的信噪比（ＳＮＲ）范围内获得对极点实部的无偏估计；二是进一步减小提取极点时算法对采样率的敏感性．

信号极点提取的最小二乘方法

本文系统地研究了信号极点提取的最小二乘法及其改善这类方法性能的重要手段－矩阵低秩逼近。同时，文中还提出一种提取信号极点的矩阵预测到最小二乘法。在此基础上，本文进一步给出了这类方法的一系列算法，并对诸算法作了计算机模拟和性能评价。

自适应滤波在雷达目标极点提取上的应用研究

文中主要研究对象是从雷达目标回波中提取极点的算法。重点研究了极点提取的Prony法,并在其基础上提出了它的一种改进形式。针对Prony算法在大噪声环境下所求解精度差、不稳定等问题,利用自适应滤波对信号进行预处理,在信噪比得到改善的情况下再进行极点的提取。

处理瞬态数据的连续化方法

本文提出了处理瞬态数据的连续化方法,将原来在l^2空间的离散型优化问题转换成了L^2空间中的连续型优化问题,这样就消除了混杂在信号中的部份噪声,且大大减小了计算过程中的运算误差,从而获得了相对稳定的解。数值计算结果表明,连续化方法相对于传统的离散非线性最小二乘法(离散型方法),有更强的抗噪声能力。本文还建立了直接用连续化方法确定波形中极点数目的程序。

矩阵束算法的改进及应用

针对强电磁脉冲孔耦合瞬态响应的极点参数提取问题,将传统的矩阵束算法进行改进.传统的矩阵束算法在低信噪比时,存在计算数值不稳定,极点提取精确度不高的缺点.通过对含有噪声的瞬态响应数据进行互相关预处理,能有效提高低信噪比时极点的提取精确度.再将数据经离散化后构造Hankle矩阵,结合奇异值分解,求解其广义特征值.即可提取信号的极点参数信息.最后通过仿真分析以及对波形的重构,验证改进算法具有抗噪能力强、拟合度高的特点.

无载波脉冲雷达测试系统的设计

无载波脉冲雷达是瞬变电磁场的一个重要应用领域。本文提出了无载波脉冲雷达测试系统新的设计方法及其硬件和软件的实现。通过以导体球和细导线为例进行实际测试，有效地从回波信号中提取了被测物体的极点，并与理论值比较有较好的吻合，从而验证了该测试系统的准确性和可行性。

基于RCS的交叉极化编码

对抗金属性的贴片式方环型无芯片射频识别标签结构进行改进,改进的贴片式圆环型标签结构尺寸小,极化独立,编码容量大,且能够在金属物体上使用。根据这种标签结构的特点,提出了一种新的编码方法——基于雷达散射截面的交叉极化编码。具体地,提取标签的雷达散射截面的交叉极化分量,只要在特定范围内出现极值点,即可编码为1,否则为0。这种方法改善了金属平面对标签识别的干扰,提高了阅读范围。最后,利用极点提取法对标签结构进行检测识别,证明了其可行性。