针对正交频分线性调频(OFD-LFM)信号MIMO高分辨雷达稀疏成像问题展开研究,在分析了OFD-LFM信号频谱合成原理以及MIMO高分辨雷达一次快拍成像原理的基础上,给出了一种基于频域稀疏OFD-LFM信号和空域稀疏MIMO雷达天线阵列的联合稀疏模型,...针对正交频分线性调频(OFD-LFM)信号MIMO高分辨雷达稀疏成像问题展开研究,在分析了OFD-LFM信号频谱合成原理以及MIMO高分辨雷达一次快拍成像原理的基础上,给出了一种基于频域稀疏OFD-LFM信号和空域稀疏MIMO雷达天线阵列的联合稀疏模型,并结合压缩感知理论,提出了目标高分辨距离像(high-resolution range profile,HRRP)合成方法以及目标二维成像方法。该方法能够在大幅减少OFD-LFM信号子载波个数、大幅减少MIMO高分辨雷达天线阵元个数的条件下,利用一次快拍重构出高质量的目标HRRP和二维像,不仅避免了目标机动带来的运动补偿难题,同时还有利于天线阵列的工程实现。仿真结果表明所提方法是有效的,且具有一定的抗噪性。展开更多
变压器振动信号频谱具有稀疏性,传统的信号分析方法需要计算整个频率范围内的频谱成分,计算速度慢。稀疏快速傅里叶变换(sparse fast Fourier transform,SFFT)算法只计算变压器振动信号的主要频谱成分,利用窗函数过滤信号,然后散列傅里...变压器振动信号频谱具有稀疏性,传统的信号分析方法需要计算整个频率范围内的频谱成分,计算速度慢。稀疏快速傅里叶变换(sparse fast Fourier transform,SFFT)算法只计算变压器振动信号的主要频谱成分,利用窗函数过滤信号,然后散列傅里叶系数,最后进行定位与估值运算,能快速的计算出信号频谱中k个拥有最大值的傅里叶系数。该算法结构简单,运行时间相对于信号长度n呈亚线性。通过分析变压器油箱的实际振动信号,验证了SFFT算法较之FFT算法运行速度快,非常适合振动信号的在线频谱分析。展开更多
文摘针对正交频分线性调频(OFD-LFM)信号MIMO高分辨雷达稀疏成像问题展开研究,在分析了OFD-LFM信号频谱合成原理以及MIMO高分辨雷达一次快拍成像原理的基础上,给出了一种基于频域稀疏OFD-LFM信号和空域稀疏MIMO雷达天线阵列的联合稀疏模型,并结合压缩感知理论,提出了目标高分辨距离像(high-resolution range profile,HRRP)合成方法以及目标二维成像方法。该方法能够在大幅减少OFD-LFM信号子载波个数、大幅减少MIMO高分辨雷达天线阵元个数的条件下,利用一次快拍重构出高质量的目标HRRP和二维像,不仅避免了目标机动带来的运动补偿难题,同时还有利于天线阵列的工程实现。仿真结果表明所提方法是有效的,且具有一定的抗噪性。
文摘变压器振动信号频谱具有稀疏性,传统的信号分析方法需要计算整个频率范围内的频谱成分,计算速度慢。稀疏快速傅里叶变换(sparse fast Fourier transform,SFFT)算法只计算变压器振动信号的主要频谱成分,利用窗函数过滤信号,然后散列傅里叶系数,最后进行定位与估值运算,能快速的计算出信号频谱中k个拥有最大值的傅里叶系数。该算法结构简单,运行时间相对于信号长度n呈亚线性。通过分析变压器油箱的实际振动信号,验证了SFFT算法较之FFT算法运行速度快,非常适合振动信号的在线频谱分析。