基于稀疏处理的运动目标认知ISAR成像技术

稀疏处理主要研究如何利用低维数据实现高维稀疏信号的准确重建。基于该特性,已有较多学者将其应用于ISAR成像中用以减少数据量,改善成像质量。文中首先从ISAR回波数据出发,建立了基于稀疏处理的ISAR成像模型,并给出实验处理结果;然后,针对稀疏ISAR成像中存在的对目标和环境的自适应能力不强、工作效率不高等问题,提出将稀疏ISAR成像与认知雷达相结合,构建了认知稀疏ISAR成像框图,并给出了两种认知稀疏ISAR成像策略,能够有效减少成像所需数据量,提高雷达利用效率;最后,利用实验数据验证了所提模型的有效性。

基于稀疏处理的波束形成算法改进

自适应抗干扰算法中,在基于LCMV算法的波束形成算法的基础上,文中提出了一种基于稀疏处理的波束形成算法。该算法通过对角度做稀疏处理,在目标与干扰的入射角小范围内作小步长遍历,而在其他角度上做大步长遍历,使方向图在形成过程中运算量大幅减少。通过仿真验证了其正确性,在达到抗干扰效果要求的基础上,提高了运算效率。

基于稀疏处理的雷达复杂调制波形目标参数估计

随着电子对抗技术的迅速发展,雷达发射形式简单的信号容易被电子干扰机在短时间内截获、分析和识别,并快速产生干扰信号。为了提高雷达的低截获的抗干扰能力,提出了一种OFDM调制信号,该信号脉冲内部各子脉冲间采用频域稀疏编码,各子脉冲内部采用相位编码,同时各个发射脉冲内调制信号的频域稀疏编码可变,提高了信号的复杂度,将其作为捷变频雷达的发射信号。文中采用了一种基于多点欠定系统聚焦求解(MFOCUSS)算法的距离-多普勒联合稀疏信号处理方法,可以针对基于OFDM调制信号的雷达回波信号准确估计目标的距离与速度参数。仿真结果验证了稀疏信号处理技术适用于雷达回波信号中部分频点受干扰情形下对目标的检测。

基于稀疏信号处理的穿透成像增强算法

针对表层穿透雷达应用于无损检测成像时精度与效率难以同时有效满足的问题,提出一种基于稀疏信号处理的穿透成像增强算法。该方法在基于l1范数正则化(L1-based regularization,L1R)稀疏成像方法的基础上,结合交替方向乘子法求解最优化函数,并根据目标函数通过对偶迭代运算得到稀疏特征增强后的复图像数据。实测结果表明,所提方法与L1R方法相比,数据处理速度达8倍,信杂比改善程度达20.91 dB,与其他方法的对比实验结果也表明,该算法能在保持运算速度的条件下实现高质量成像。

基于稀疏预处理和循环观测的语音压缩感知

基于压缩感知原理提出将语音信号DCT域上的小系数在一定阈值下置零预处理来改善变换域稀疏性;用三种方法构造循环观测矩阵作为观测矩阵来代替高斯随机矩阵,并证明了构造的观测矩阵与DCT基之间的非相关性;利用OMP正交匹配追踪方法对观测信号进行恢复。仿真实验结果表明,预处理后使用循环观测在不同压缩率下有更低的重构误差,同时分析各帧信噪比情况保证在比较低的压缩率下仍能得到良好的主观评估。

一种捷变频雷达距离速度超分辨-恒虚警-自适应重构参数估计算法

针对捷变频雷达目标参数估计与强欺骗干扰抑制问题,提出了一种适用于距离-速度维稀疏处理模型的超分辨-恒虚警(CFAR)-自适应重构算法,实现了目标搜索、距离-速度参数估计及欺骗干扰抑制。基于量化格点的距离-速度超分辨谱实现了目标距离-速度参数与字典元素的匹配,并采用CFAR算法对距离速度平面进行二维搜索,以实现目标检测与距离速度参数估计。采用自适应重构对消方法从观测向量矩阵中减去已估计目标分量,迭代过程中更新二维谱噪声子空间维度,循环采用距离-速度谱、CFAR及自适应对消实现剩余目标估计。通过每次迭代过程中的多目标估计与对消,解决了强欺骗干扰情况下的弱目标参数估计问题。该方法为捷变频雷达距离速度维稀疏表示欠定方程数学模型提供了另一种求解途径。

参数化稀疏表征在雷达探测中的应用

稀疏信号处理已经在雷达目标探测领域得到应用,并获得了优于传统方法的探测性能。然而,雷达目标探测过程中往往存在目标运动、雷达轨迹误差等未知因素,这导致预先设计的字典矩阵无法实现雷达信号的最优稀疏表征。该文将介绍字典学习的一个分支—参数化稀疏表征,该方法通过构建参数化的字典矩阵,实现了对雷达探测过程中未知参数的动态学习和雷达信号的最优稀疏表征。该文还将介绍参数化稀疏表征在逆合成孔径雷达成像、合成孔径雷达自聚焦、基于微多普勒的目标识别等若干雷达探测问题中的应用。

结构化信号处理理论和方法的研究进展

结构化信号处理是近年来信息领域发展极为迅猛的一个研究分支,它革新了以Nyquist-Shannon理论为基础的信号处理经典体系的众多结论,开启了面向对象的信息处理的大门,促使挖掘信号的结构性与自适应测量有机结合,推动了信息论、电子学、医疗、应用数学、物理等领域的发展。结构化信号处理研究结构化信号的获取、表征、复原及应用等问题,主要包含4方面内容:(1)研究结构化信号表征与测度的模型和理论;(2)研究结构化信号的复原模型、理论及算法实现;(3)研究信号获取的新体制;(4)研究结构化信号处理的应用。该文以数据和先验两类信息源的融合为主线,讨论了结构化信号处理在信号表征和大尺度信号复原等方面的最新研究结果,并对该领域的发展进行了展望。

基于同伦稀疏STAP的低空风切变风速估计

在机载气象雷达前视阵下,由于杂波的距离依赖性导致独立同分布(independent identically distributed,IID)训练样本严重不足,传统的空时自适应处理(space-time adaptive processing,STAP)算法性能下降,风场速度估计不准。针对此问题,提出一种基于同伦稀疏STAP的低空风切变风速估计方法,该方法仅需少量IID训练样本就能够达到较好的风场速度估计效果。首先,利用同伦稀疏恢复算法估计杂波协方差矩阵,从而重构出高分辨率的杂波空时二维谱。然后,通过求解STAP处理器的最优权矢量自适应滤除杂波。最后,实现对风场风速的准确估计。仿真结果证明所提方法的有效性。

基于Lasso的稀疏微波成像分块成像原理与方法研究(英文)

稀疏微波成像需要使用相对复杂的非线性处理方法,这些方法难于处理大场景成像问题,为此,该文提出了一种适用于大场景稀疏微波成像的分块成像方法。该方法首先将大场景观测数据和成像区域分割成一一对应的子数据块和子区域,然后利用基于Lasso的稀疏微波成像方法对各子区域独立重建,最后拼接子区域重建结果得到大场景整体图像。相比于对稀疏观测场景进行整体重建,该分块处理方法可以控制每次重建所涉及的数据量,同时理论分析表明分块处理稀疏场景重建误差不超过整体重建误差上界的两倍。数值仿真及实测数据处理结果验证了该分块处理方法的有效性。

跳频与重频二维抖动雷达信号的稀疏重构技术研究

针对雷达捷变频波形引入跳频抖动和重频抖动策略,可以提高雷达的低截获和抗干扰能力。该种波形导致相邻脉冲相位不连续和采样不均匀,从而造成传统的多脉冲间快速傅里叶变换(FFT)处理无法获得相参积累。采用了一种基于多点欠定系统聚焦求解(MFOCUSS)算法的距离-多普勒联合稀疏信号处理方法,可以针对上述复杂波形实现距离与速度估计。同时,稀疏信号处理适用于部分频点的回波信号中存在干扰的情形。通过计算机仿真表明,基于MFOCUSS的稀疏信号处理算法可以实现跳频抖动和重频抖动情况下的捷变频波形的目标距离速度测量。同时,针对缺失脉冲情况,也具有良好的检测性能。

一种基于不连续伽辽金方法求解多区域目标散射问题的优化预处理器

在电磁散射问题中,由均匀介质和金属组合而成的多区域结构目标在天线仿真、雷达成像等工程问题中有着广泛应用.针对多区域目标的散射问题,研究了不连续伽辽金(discontinuous Galerkin,GD)方法在多区域面积分(surface integral equation,SIE)矩量法中的使用,同时提出了一种优化的距离稀疏预处理(optimized distance sparse preconditioner,O-DSP)方法。该方法根据阻抗矩阵中不同积分算子随距离变化的特性来个性化选择预处理矩阵,进一步增加了预处理矩阵的稀疏性.数值计算表明,相比之前的距离稀疏预处理方法,优化的预处理矩阵非零元素仅为以前的一半,而且具有相同加速迭代效果.

基于极坐标格式的方位距离解耦稀疏SAR成像算法

基于稀疏信号处理的合成孔径雷达(SAR)成像方法可以使SAR图像特征得到增强。为了减小内存占用和计算量,在稀疏SAR成像过程中常采用基于传统成像算法的方位距离解耦算子。极坐标格式算法(PFA)是传统的聚束SAR成像算法,文中将PFA引入到稀疏聚束SAR成像模型之中,在稀疏重构时使用基于PFA的方位距离解耦算子来替代观测矩阵及其共轭转置,达到减少内存和计算量的目的;同时,可以使SAR图像得到增强。实际数据的处理结果验证了该方法的有效性。

基于一种非凸罚函数的稀疏主成分分析方法

稀疏主成分分析方法剔除了与主成分关系不密切的原始变量,保留了与主成分关系密切的原始变量,克服了经典主成分分析方法的不足.在稀疏主成分分析的基础上,用一种收缩算子所对应的非凸罚函数替代稀疏主成分分析中的L1罚,提出了基于非凸罚函数的稀疏主成分分析方法,并给出了阈值迭代算法.结果表明,该方法相对于稀疏主成分分析方法,不仅提高了总方差贡献率,而且增加了主成分载荷的稀疏度,即更加凸显主成分与某些原始变量的关系.

基于雅可比矩阵逆预处理的快速潮流计算方法

随着电网规模变大,利用稳定双共轭梯度法(Bi-CGSTAB)求解潮流计算中的修正方程组时,收敛速度会变得很慢。通过寻找合适的预处理矩阵是解决问题的关键。研究了雅可比矩阵预处理方法,针对牛顿法求解潮流过程中雅可比矩阵的变化特性,提出将第一次外迭代的雅可比矩阵逆作为预处理矩阵,并与稳定双共轭梯度法相结合,提高潮流计算的收敛速度。借助InterPSS电力系统仿真软件,对IEEE118、IEEE162、IEEE300和一个欧洲大陆真实电力系统进行仿真计算,验证了在处理大规模电网时,所提方法相对稀疏近似逆预处理具备更好的有效性。

基于L_(1)&TV正则化的低过采样Staggered SAR成像方法

高分辨率宽测绘带(high-resolution and wide-swath,HRWS)成像是星载合成孔径雷达(synthetic aperture radar,SAR)发展的重要趋势。Staggered SAR通过改变脉冲重复频率(pulse repetition frequency,PRF)将盲区分散在整个成像带内,可以将距离向幅宽扩展为传统体制的数倍。针对变PRF模式存在的非均匀采样和回波数据丢失问题,提出了一种基于L_(1)&TV正则化的低过采样Staggered SAR成像方法。所提方法可以在不恢复丢失数据的情况下实现方位模糊抑制,并且在稀疏重构模型中引入TV正则化项,从而实现分布式目标的精确重构。仿真和实际数据实验验证了所提方法的有效性。

一种基于前景灰度共生矩阵聚焦窗口选取方法

为解决在进行显微医学等科学研究时,自动聚焦极易受到图像多寡的影响,导致聚焦失败的问题,提出一种基于前景灰度共生矩阵取窗法,该方法利用帧差法比较得出更清晰显微图像,通过最大类间方差法进行二值化处理,将显微图像中前景区域进行定位,再对定位得到的前景子块进行分块,通过灰度共生矩阵选取灰度变化多的区域聚焦窗口。在稀疏内容场景下通过与传统聚焦窗口选取方法进行对比仿真实验,验证了该种聚焦窗口选取方法的灵活性,利用基于前景灰度共生矩阵取窗法进行实验结果分析,实验结果表明,该方法在稀疏内容场景下能选取到有效区域作为聚焦区域,使聚焦评价函数保持良好的曲线特性,并具有一定抗噪能力。

基于振动信号分析的数控机床自动换刀系统故障诊断研究

以加工中心圆盘式刀库机械手自动换刀系统为研究对象,采用Laplace小波构造参数脉冲字典,利用分裂增广拉格朗日收缩算法求解稀疏表示系数,提取自动换刀循环过程中振动信号的瞬态特征,并用频率、阻尼比、发生时刻等参数表征,实现了系统故障特征的精确提取,提高了自动换刀系统状态分析和诊断的精确性,延长了自动换刀系统的正常工作时间,提升了系统的可靠性。

广角SAR各向异性散射目标分离成像

在广角合成孔径雷达观测条件下,许多被照射物体的散射特性会随着观测角度的变化而变化,导致重建图像的分辨率和解析力降低。为解决这一问题,提出了一种基于稀疏约束的信源分离成像方法。首先,利用各向同性和各向异性散射目标的不同散射特性,构造联合系统函数投影算子;然后,基于稀疏约束抑制交叉投影能量,实现混合接收数据的分离成像,使得重建各向异性散射目标的图像的聚焦质量和可解译性能都得到了改善。数值模拟验证了该方法的有效性,其重建图像的分辨率和解析力都得到了显著提高。

航空影像分割的最小二乘支持向量机方法

将最小支持向量机LS-SVM用于航空影像的分割,讨论了不同核函数对分割结果的影响和稀疏化处理对决策函数的影响。试验表明了LS-SVM方法用于航空影像分割的可行性。