基于低秩汉克尔矩阵重构技术的星载间断调频连续波SAR成像方法

间断调频连续波(IFMCW)合成孔径雷达(SAR)是一种新型的集轻量化、低成本和低功耗于一体的新型SAR系统。该系统采用单根天线发射和接收信号,颠覆了传统的调频连续波(FMCW) SAR系统设计理念。在该模式下,由于发射机工作时接收机关闭,导致合成孔径中出现周期性的间隔,采用传统成像算法进行成像,在聚焦SAR图像中将会出现周期性的虚假目标。为了有效地抑制虚假目标,该文基于子孔径回波数据,提出一种新的成像算法,即基于子孔径投影的低秩汉克尔矩阵重构技术(LHRTSP)。实验结果表明与现有方法相比,所提方法对虚假目标的抑制效果更佳,验证了所提方法的有效性。

基于TSVD和Hilbert变换的相位差测量方法及应用

针对工程应用中的信号缓变特性,提出截断奇异值分解(TSVD)和希尔伯特(Hilbert)变换联合使用的相位差计算方法。首先对离散的含噪一维信号分段并构成汉克尔(Hankel)矩阵,根据TSVD的奇异值依次降序排列的规律,用奇异熵变化量的拐点确定奇异谱阶次,使该阶次内的信号饱和度基本代替原信号。将降噪后的矩阵重构得到降噪后的信号,对降噪后的信号进行Hilbert变换计算两路信号的相位差。仿真分析及实测数据表明:该联合计算方法满足工程应用,且具有一定的通用性。

跟踪具有相似外观多个目标的算法研究

通过检测引入一种用于多目标跟踪的计算效率高的算法,其解决四个主要挑战:目标间的外观相似性,由于目标超出视野或被遮挡在其他对象之后而丢失的数据,穿越轨迹以及相机运动。所提出的方法使用运动动力学作为线索来区分具有相似外观的目标,使目标误识别减到最小并恢复丢失的数据。计算效率是通过使用通用线性分配(GLA)与有效程序相结合恢复缺失数据,并估计潜在动态的复杂性来实现。所提出的方法适用于任意长度的轨迹,它并不是先验地假定动力学模型,而是捕捉目标的整体运动动力学。使用具有挑战性的视频的实验表明,该框架可以处理复杂的目标运动,非平稳相机和长时间遮挡,外观提示不可用或较差的情况。

二维卷积神经网络在轴承故障诊断中的应用

针对信号-图像模式的卷积神经网络轴承故障诊断方法对原始时间序列信号需求量大,且构成的二维样本丢失了数据之间相关性的缺点,提出了一种基于Hankel矩阵的卷积神经网络轴承故障诊断方法。该方法首先将原始时间序列信号进行[-1,1]区间归一化处理,然后利用滑窗截取2M-1长度的预处理信号构成M×M大小的Hankel矩阵作为二维CNN的输入信号。该方法在有效保持数据之间连续性的基础上极大的降低了对原始时间序列信号的需求量。经多个数据集的验证表明,所提出的方法可以有效提高CNN的训练效果和故障识别率,具有较好的可行性和应用性。

基于SVD轨道振动信号的故障预判

奇异值分解(SVD)是信号处理的一种有效方法,通过构造Hankel矩阵,依据奇异值差分谱和奇异值的逼近度量原则,构造出的最佳逼近矩阵求逆得到去噪后的新的信号序列。通过与二次样条小波,墨西哥草帽小波,多贝西小波进行对比,基于SVD方法能有效检测出信号的奇异性,克服小波变换的相位偏移。通过比较SVD和小波分析方法对列车振动信号分解重构,SVD重构能有效滤除噪声。通过功率谱比较,SVD重构信号能真实反映0-5Hz频段的振动特性。