自适应精简经验Ramanujan分解及其在复合故障诊断中的应用

Ramanujan傅里叶模态分解采用低频向高频扫描的方式获取分量信号,易出现过量分解和信息分散的现象,致使分解分量不具有单一完整的状态信息.为了解决上述问题,论文提出了一种自适应精简经验Ramanujan分解(Adaptive Concise Empirical Ramanujan Decomposition,ACERD)方法.在ACERD方法中,采用功率谱密度获取分割频带,旨在进行准确的频带划分.同时,利用Ramanujan傅里叶变换提取每个分割频带所对应的模式分量,提高周期分量的识别能力,并获得具有单一周期特征信息的模式分量.通过复合故障仿真信号和实测信号分析,结果表明:ACERD方法具有优异的频带分割和周期脉冲特征提取能力,适用于复合故障诊断.

有限长Ramanujan-Fourier快速变换及频率估计

近来出现的Ramnujan-Fourier变换(RFT,Ramanujan Fourier Transformation)是以"Ramanujan和"为基向量的算术变换,该变换可提供分数频率分辨力.首先分析了有限长Ramanujan频谱特点,给出了基向量分布情况,推导了该变换的快速算法,比较了有限长RFT与快速傅里叶变换的乘法计算量;其次,给出了利用RFT的递归峰值检测频率估计算法,并分析了RFT的频率分辨率和适用特点,在非高斯噪声条件下,仿真比较了RFT与傅里叶变换对信号进行频率估计的性能,得到在信噪比为-20 dB的非高斯噪声情况下,频率估计的归一化均方误差可以达到10-3.

基于雷达脉冲重复间隔设计的Radon-Fourier变换盲速旁瓣抑制

盲速旁瓣可能增加长时间相干积累方法 Radon-Fourier变换(RFT)的虚警概率并影响检测性能。为此,该文提出一种基于脉冲重复间隔(PRI)设计的盲速旁瓣抑制方法。利用不同PRI盲速旁瓣位置及速度分辨率的关系,给出了PRI具体设计方法。然后,联合处理两个相邻相参处理间隔(CPI)的RFT输出结果,在不降低RFT积累性能的情况下实现盲速旁瓣(BSSL)的抑制。最后,数值实验结果验证了该文所提方法的有效性。

基于宽带时空Radon-Fourier变换的高速微弱目标检测方法

宽带数字阵列雷达(DAR)中跨距离单元走动(ARU)、匹配滤波器失配以及孔径渡越问题降低了高速微弱目标的检测性能。为此,该文给出一种宽带时空Radon-Fourier变换(WST-RFT)相参积累方法。该方法基于DAR 3维回波模型给出了宽带匹配滤波器系统响应函数,并通过联合搜索目标3维参数空间,同时解决ARU、匹配滤波器失配和孔径渡越问题。给出了基于WST-RFT检测器的最优性证明。针对WST-RFT 3维参数空间遍历搜索运算量大的问题,该文进一步给出了基于Chirp-Z变换(CZT)的WST-RFT快速算法。最后,数值实验结果验证了该文所提方法的有效性。

基于随机脉冲重复间隔Radon-Fourier变换的相参积累

针对远程隐身目标微弱回波的低信噪比检测和多普勒模糊下的参数测量问题,该文采用随机脉冲重复间隔Radon-Fourier变换(RPRI-RFT)实现回波脉冲的长时间相参积累和盲速旁瓣(BSSL)抑制。通过分析PRI随机抖动量与多普勒模糊旁瓣均值、随机调制噪声谱方差的定量关系,表明增加积累脉冲数量可以降低调制噪声的影响,并针对脉冲数增加导致的回波跨距离单元的问题,提出RPRI-RFT实现回波脉冲的有效相参积累。理论分析和仿真结果表明,RPRI-RFT能够降低随机调制噪声,同时可以抑制盲速旁瓣,从而有效提高低重复频率雷达对远程、微弱高速多目标的检测和测量能力。

双基地雷达Radon-Fourier变换弱目标积累检测

增加信号相参积累时间能够提高弱目标检测能力。双基地雷达长时间相参积累的关键是解决非线性相位回波的目标运动补偿问题。在波束影响可忽略的情况下,该文提出了双基地雷达距离-速度域Radon-Fourier变换(RFT)处理方法。该方法通过频域联合搜索双基地距离和速度参数空间,完成距离走动校正与脉冲积累。理论分析和仿真实验证明了其有效性。

面向雷达高速目标检测的RFT快速实现方法

基于Chirp-Z变换(Chirp-Z transform,CZT)的Radon-Fourier变换(Radon Fourier transform,RFT)是一种频域RFT算法,然而对多普勒模糊数的遍历搜索使得该算法运算量较大,同时该方法对积累结果采用选大处理抬高了噪声电平。针对上述不足,提出了一种由粗到精(coarse-to-fine,CTF)的RFT快速算法(CTF-RFT)。在粗检测阶段,首先对多普勒模糊数进行跨间隔搜索,对多组二维积累结果进行粗检测提取潜在目标,再利用目标积累能量在多普勒模糊数维的变化规律剔除虚假目标,得到目标所在的多普勒模糊数区间及粗略参数;在精检测阶段,对粗检测确定的多普勒模糊数区间进一步搜索,确定目标的精确参数。理论分析和实验结果表明,与CZT-RFT相比,CTF-RFT在获得几乎相同检测性能的同时进一步降低了计算量。

基于GPU的RFT算法并行化

RFT(Radon-Fourier Transform)是一种广义的MTD算法,可沿着目标径向运动轨迹进行相参积累。然而对距离-速度二维搜索产生的巨大计算量使得其难以快速实现和工程化。针对这个问题,根据雷达信号的回波数据结构和RFT算法思路,提出一种基于GPU的RFT并行化算法。通过实验,GPU平台实现的RFT算法与标准RFT和快速RFT相比,获得了巨大的加速比。另外,通过对比在CPU平台执行的MTD算法,得到在GPU平台上的RFT计算结果在不需要传回主机内存的条件下,计算速度快于在CPU平台上MTD算法。

一种基于ST-RFT算法的数字调制信号识别方法

将短时拉曼努金傅里叶变换(ST-RFT)应用于数字调制信号识别的研究中,以寻求提高低SNR条件下数字调制信号识别率的新方法。通过归一化ST-RFT谱图计算、特征参量提取以及阈值判别来实现调制信号的识别。针对5种常见的数字调制信号进行仿真分析,结果表明,在SNR=0dB的信噪比条件下,基于ST-RFT算法的数字调制信号识别方法的平均识别率可以达到90%,比基于谱图时频分析法的识别率提高了10.4%;特别是相比于基于瞬时幅度和瞬时频率的特征方法,4FSK调制信号的识别率可提高9%。基于ST-RFT算法的数字调制信号识别方法能够在低SNR条件下有效识别数字调制信号,具有良好的工作性能。

基于改进RFT算法的宽带LFMCW雷达运动补偿方法

针对线性调频连续波(LFMCW)雷达运动补偿问题,提出了一种改进型Radon-Fourier变换(RFT)的参数类成像方法。首先用RFT算法在大搜索范围内进行了运动速度的粗估计;然后再在粗速度估计误差范围内基于Tsallis熵对速度进行了精估计;最后根据估计结果对LFMCW雷达目标完成了成像。由于改进的RFT算法的两次估计均使用到了相参积累,因此该算法可在低信噪比条件下对速度进行估计;此外该算法先在大范围内粗搜索,再在小范围内精搜索,这样的方式有效降低了算法运算量,使传统方法得到了改进。最后通过仿真实验验证了所提算法的有效性。

基于拉曼努金和的非均匀多载波调制系统

针对高速移动通信,多普勒效应和多径效应导致信道非均匀,提出一种基于拉曼努金和的频谱可调的非均匀调制多载波系统.首先,根据拉曼努金和的正交性和周期性,推导了拉曼努金傅里叶正反变换的完全重建条件,进而建立基于拉曼努金和的多载波调制系统(RFMT,Ramanujan Fourier Multi-Tone system).由于拉曼努金和的非均匀频谱分布性质及频率共振性质,RFMT在不同载波通道的误比特率不同,可实现对数据的不均等保护.在非均匀信道下RFMT具有优于OFDM的抗多径能力,仿真验证了RFMT的抗多径有效性.在使用迫零均衡算法时,10-5误比特率下,根据信道情况设计的非均匀多载波系统RFMT对Eb/N0的要求可以比OFDM低4 dB.

杂波背景下的时距联合检测前聚焦方法研究

传统相干雷达信号处理流程对跨距离单元走动的目标一般采用脉冲压缩与Radon傅里叶变换(RFT)先后级联的处理方法,但级联方法存在以下问题:一是对高速目标能量积累的过程中目标峰值位置偏移甚至主瓣展宽、增益下降、旁瓣增高;二是缺少有效杂波抑制,影响弱目标检测。为此,该文借鉴多维信号联合以及杂波抑制的思想,提出一种杂波背景条件下将脉冲压缩、RFT与自适应杂波抑制联合的时距联合检测前聚焦方法(APCRFT)。该方法首先将脉内时间(快时间)与脉间时间(慢时间)两个雷达信号处理维度相联合,引入与高速目标相对应的二维导向矢量,补偿脉内和脉间的多普勒频移;然后根据辅助数据估计脉冲压缩前的杂波协方差矩阵;最后根据杂波协方差矩阵和导向矢量确定最优滤波器权矢量。在距离-速度二维空间中,该方法能有效地抑制杂波,同时对目标能量进行最佳聚焦。仿真结果表明,该方法与先脉冲压缩后自适应Radon傅里叶变换(ARFT)的级联方法相比性能更优。