基于Radon-分数阶傅里叶变换的雷达动目标检测方法

长时间相参积累技术是提高雷达对微弱运动目标探测能力的重要手段之一,本文在分析动目标回波信号距离和多普勒徙动的基础上,提出基于Radon-分数阶傅里叶变换(RFRFT)的长时间相参积累方法.该方法根据预先设定的运动参数搜索范围,提取位于距离-慢时间二维平面中的目标观测值,然后在FRFT域进行匹配和积累,并通过构建的RFRFT域检测单元图实现对非匀速运动目标的检测.该方法能够同时补偿距离和多普勒徙动,有效抑制背景杂波和噪声,提高积累增益.仿真结果表明本文方法具有在强杂波中检测微弱动目标的能力.

基于分数阶傅里叶变换与卷积神经网络的工业过程故障检测

基于传统数据驱动的过程故障检测存在忽略正常数据与故障数据之间微小差异和检测不灵敏问题,本文提出了一种基于FRFT和CNN结合的故障检测方法。从放大正常数据与故障数据之间的微小差异方面入手,一则利用CVDA构造残差矩阵用于数据监测,增强灵敏度;二则利用FRFT对数据进行变换,将一些幅值低,易被噪声掩盖的故障从时域转换为频域,尽可能放大其特征,使其易检测。最后利用CNN对处理完的数据进行检测,解决了忽略微小差异和检测灵敏度低的问题,通过TE过程进行实验验证,在故障检测率方面得到提高,表明所提方法的有效性。

基于Radon-Ambiguity变换和分数阶傅里叶变换的chirp信号检测及多参数估计

研究噪声环境中chirp信号的检测以及多参数估计问题.分析和比较了Radon-Wigner变换(RWT)法、Radon-Ambiguity变换(RAT)法和分数阶傅里叶变换(FRFT)扫描法的优缺点.提出了一种基于RAT和FRFT的新算法,并提出了幅度估计的一种适合于计算的表达式.最后通过计算机仿真验证了该方法的有效性.这种方法与RWT法和FRFT扫描法相比,将chirp信号的检测问题变为一维搜索问题,简化了计算,与单纯的RAT法相比,有效地解决了chirp信号的初始频率和幅度的估计问题.因此,适合于对chirp信号多参数联合估计.

基于分数阶傅里叶变换和图像加权熵的chirp scaling算法

针对传统的基于傅里叶变换和匹配滤波实现的chirp scaling(CS)成像算法中多普勒参数随斜距变化以及成像分辨率低的问题,提出利用分数阶傅里叶变换(FRFT)对CS成像算法进行优化。首先建立斜视合成孔径雷达(SAR)回波信号模型,理论推导利用FRFT代替匹配滤波进行信号压缩。针对方位向最优旋转角的搜索问题,对得到的图像基于加权最小熵建立代价函数,利用动量法的梯度下降优化算法进行迭代计算,最终得到分辨率更高的SAR图像。为验证算法的有效性,分别在点目标仿真数据和实测SAR数据集上进行实验。结果表明,与传统CS成像算法相比,该算法的成像结果成像主瓣宽度更窄、旁瓣更低、成像更加清晰。

基于分数阶傅里叶滤波的数字信道化储频

现代战场环境电磁日趋密集和复杂,各类信号相互混迭,同时各种相参雷达采用脉冲压缩技术以及相参处理方法,抗噪声和抗干扰能力大大增强,特别是采用线性调频(LFM)信号满足了雷达大威力、低截获的功能设计需求,抗干扰能力也得到提高。常规的数字储频(DRFM)采用宽带采集,在数字上对宽带信号进行调频、叠加等调制处理,在瞬时带宽内调制样式、参数是相同的,此处理方式导致瞬时带宽内多信号时,无法针对性施加不同的调制样式,以致干扰粗放、不够精确。为实现精确、有效的干扰相参脉冲压缩雷达,文中提出了采用频域子带处理与分数阶傅里叶滤波的数字信道化干扰设计,增强LFM信号去噪能力,通过DRFM技术形成假目标干扰信号,实施有效干扰。

分数阶傅里叶变换数值计算中的量纲归一化

针对分数阶傅里叶变换(FRFT)快速算法中所要求的量纲归一化与实际工程计算脱节的问题,对量纲归一化进行了研究,提出了离散尺度变换和数据补零/截取2种实用的量纲归一化方法,研究了2种方法对chirp信号参数估计的影响,导出了采用离散尺度化方法时,归一化前后的chirp信号参数的变换关系.通过仿真实例说明FRFT快速算法能够应用于实际工程计算.

基于高斯短时分数阶傅里叶变换的多分量LFM信号检测与参数估计

该文针对线性调频信号,提出一种基于分数阶波包变换分析方法——高斯短时分数阶傅里叶变换。通过旋转角度的搜索及高斯窗口宽度的调整,能够在低信噪比条件下对多分量LFM信号进行检测,避免交叉项的出现,并能得到参数的估计值。通过推导分析给出变换结果的解析表达式,计算机仿真结果也表明了该变换的有效性。

基于分数阶傅里叶变换的线性调频信号的自适应时频滤波

本文提出了一种基于分数阶傅里叶变换的线性调频 (LFM )信号的自适应滤波方法 ,利用该变换等同于对信号在时频平面进行旋转这一重要特性 ,将混迭有噪声的信号以特定的旋转角作分数阶傅里叶变换 ,使得信号与噪声在变换域中的交迭达到最小 ;在此基础上 ,通过窄带通滤波器对LFM信号进行抽取 ,去除大部分的噪声能量 ,然后 ,再经过分数阶傅里叶反变换 ,恢复出原来的LFM信号。理论分析和仿真表明 ,该方法不仅可获得明显的信噪比的改善 ,而且具有算法简单及信号失真小等特点 ,和其它基于二维时频分析工具的滤波算法相比 ,降低了计算的复杂度 ,其实现更为简便。

基于分数阶傅里叶变换的混响抑制方法研究

线性调频(LFM)信号是声呐中一种常用信号。利用LFM信号在分数阶傅里叶变换(FRFT)域的良好聚焦性,提出了一种基于FRFT的混响抑制算法,在此算法中,通过分数阶Fourier域的窄带滤波来去除混响。对实测混响数据和LFM信号的分离效果进行了仿真,分离前后信混比得到了较大提高。

基于分数阶傅里叶变换的线性调频引信定距方法

针对调频(FM)引信,为了在较小的调制频偏内获得较高定距精度,提出了基于分数阶域瞬时初始频率估计和基于分数阶相关的两种定距方法。论述了两种方法的定距原理,分析了其距离分辨力与抗噪声性能,并进行了仿真验证。结果表明:较FM谐波定距方法,两种方法具有较高的距离分辨力,且受FM带宽影响较小;同时定距方法通过FM发射、接收信号与单载波混频方法,在分数阶域避免了FM率估计,降低了算法复杂度,具有工程可实现性;较初始频率估计方法,基于分数阶相关的FM定距方法抗噪声性能更好,适合于低信噪比环境下信号检测。

一种基于分数阶傅里叶变换的OFDM系统及其均衡算法

在快速时变信道环境下,由于子载波间干扰(ICI)的影响,传统OFDM系统性能有较大下降.本文提出了一种基于分数阶傅里叶变换的OFDM系统,它用分数阶傅里叶变换代替傅里叶变换进行子载波调制与解调;同时,文中给出了最优分数阶傅里叶变换阶次的选取方法,并根据最小均方误差(MMSE)准则设计了分数阶傅里叶域乘性滤波器在接收端进行均衡.分析和数值仿真结果表明,最优分数阶傅里叶域的乘性滤波算法较频域方法有更好的均衡效果.

分数阶傅里叶变换的快速计算新方法

本文提出了一种分数阶傅里叶变换(FRFT)高分辨(Zoom-FRFT)算法,通过设置谱区间和输出点数M,可实现任意局部谱的高分辨计算.随后,针对M很小时Zoom-FRFT运算效率低的问题,提出了基于Horner的单点快速计算(SP-FRFT)方法,并针对零点计算做出进一步简化.利用SP-FRFT可提高少量点输出时的计算效率,也可用于非均匀采样点计算.仿真结果验证了算法的有效性.

基于分数阶傅里叶变换的线性调频脉冲时延估计特性分析

以线性调频脉冲压缩的时域特性为参照,分析了基于分数阶傅里叶变换的LFM脉冲时延估计的分数阶傅里叶域特性,并对比了两者在数字信号处理上的差异。可以发现两者在输出信噪比、脉宽压缩比、峰值振幅比的特性基本一致,而在数字实现上,后者精度往往更高,所需数据率可以更低,因此,具有更为广阔的应用前景。

基于分数阶傅里叶变换的窄带雷达飞机目标回波特征提取方法

该文研究了常规窄带雷达体制下,利用分数阶傅里叶变换扩展特征域,从而解决直升机、螺旋桨飞机和喷气式飞机3类飞机目标回波分类中的特征提取问题。在现代战场中,直升机、螺旋桨飞机和喷气式飞机具有不同的机动性能,并各自承担着重要的任务。因此,实现这3类飞机的分类具有重大的意义。该文针对3类飞机目标分类的传统特征数目少,包含信息量有限,导致分类性能不够好的问题,基于现有的特征提取方法引入分数阶傅里叶变换(Fractional Fourier Transform,FrFT),在经过FrFT后的分数域提取3类飞机目标回波的分数阶特征,弥补传统特征的不足。并利用线性相关向量机(Relevance Vector Machine,RVM)的特征选择功能对提取的分数阶特征进行特征选择并分类。基于仿真和实测数据的实验结果证明该文提出的分数阶特征的分类性能较传统时域、多普勒域特征有较大提升。

基于分数阶傅里叶变换的chirp信号时频分析

提出了一种新的基于分数阶傅里叶变换的伪维格纳分布(PWD),用于单分量或多分量chirp信号的分析。首先通过搜索二阶分数阶傅里叶变换矩的极值点,寻找最佳变换域,然后利用旋转的短时傅里叶变换,在分数阶傅里叶变换域中实现各分量chirp信号间的分离,以抑制交叉项及噪声项的干扰。在已知信号模型的前提下,还给出了分数阶傅里叶变换最佳旋转角度的经验计算公式,以辅助信号分析。仿真实验表明,通过对时频平面的旋转,所提出的方法能够在分数阶傅里叶变换域中,很好地抑制多分量信号间的交叉项干扰,更好地提取信号的时频信息。

简明分数阶傅里叶变换及其对线性调频信号的检测和参数估计

针对低信噪比下线性调频信号的检测问题,提出了一种简明分数阶傅里叶变换方法。该变换借助chirp相乘和傅里叶变换对时频平面上的频率轴进行旋转,以获取信号在各个角度下频率轴上的频谱分布。对时频分布呈直线状的线性调频信号,简明分数阶傅里叶变换能在特定角度上将信号能量聚集成尖锐的强能量峰,从而提高信噪比,实现对线性调频信号的可靠检测和参数估计。数值仿真和实验验证结果表明,简明分数阶傅里叶变换可对较低信噪比的线性调频信号实现有效检测,并由变换域峰值的位置对信号参数进行准确估计。相比于传统的分数阶傅里叶变换方法,简明分数阶傅里叶变换的复杂度更低,离散计算效率更高,在对噪声掩盖下的线性调频信号进行检测和参数估计时能更好地满足实时处理的要求。

基于最优分数阶傅里叶变换的模拟电路故障特征提取新方法

模拟电路故障诊断中故障特征提取是关键技术之一,为获得有效的故障特征信息,研究提出一种基于最优分数阶傅里叶变换(FRFT)的模拟电路故障特征提取方法。该方法把在原始数据空间中可分性差的特征数据映射到合适的分数阶空间,用类内类间距离作为判据,通过遗传算法确定分数阶p值,找出在分数阶Fourier域内类内类间距离最大的故障特征,然后用PCA降维和神经网络分类诊断。实验表明该方法能增强不同故障模式的可分性,提高了诊断结果的准确率。

基于匹配滤波和离散分数阶傅里叶变换的水下动目标LFM回波联合检测

匹配滤波器是高斯白噪声背景下LFM回波的最优检测器,并且根据匹配滤波器输出的峰值位置可以获得目标距离的估计。有色混响噪声背景以及目标径向速度造成的回波和样本失配都将导致匹配滤波器检测性能和测距精度下降。结合匹配滤波的定位特性和分数阶傅里叶变换对LFM信号的聚焦特性,该文提出基于匹配滤波和离散分数阶傅里叶变换的联合检测方法。仿真结果表明联合检测方法性能优于单匹配滤波器,并且可以获得目标径向速度的近似估计。

基于分数阶四元数傅里叶变换的彩色图像自适应水印算法

针对现有一些彩色图像自适应水印算法在自适应过程中未充分考虑色彩信息或者在嵌入过程中未考虑彩色载体图像分量的整体性等不足,该文提出一种基于分数阶四元数傅里叶变换(Fr QFT)的彩色图像自适应数字水印算法。首先利用人类视觉系统(HVS)提取彩色载体图像块的纹理、边缘和色调掩蔽特性,并依据这些特性对适合嵌入图像块自适应分配嵌入强度,然后在Fr QFT域以自适应强度采用量化索引调制算法和冗余嵌入策略嵌入水印。实验结果表明,该算法优于现有的基于四元数傅里叶变换(QFT)的算法以及基于分数阶傅里叶变换(Fr FT)的算法,具有较好的不可见性和鲁棒性。

基于变标处理和分数阶傅里叶变换的运动目标检测算法

针对线性调频脉冲压缩雷达检测高速和加速运动目标时受到距离徙动和多普勒频率徙动的影响,首先建立了回波信号模型,分析了回波信号徙动的特点,然后提出了一种基于变标处理和分数阶傅里叶变换的运动目标检测算法.该算法利用变标处理补偿距离徙动,利用分数阶傅里叶变换补偿多普勒频率徙动.仿真分析表明本文所提算法能够实现距离徙动和多普勒频率徙动的补偿,提高雷达对高速和加速运动目标的检测性能.