自适应谱线增强器在生物雷达中的应用

在探测废墟下存活的人体时,生物雷达很难找到理想的参考信号对采集的信号进行处理。对已有生物雷达信号处理方法性能进行分析,提出了基于误差变化率的变步长LMS自适应谱线增强算法。算法不需要理想的信号作为参考信号,且收敛性能和鲁棒性好、稳态误差小。Matlab仿真分析证明了该算法应用于生物雷达信号处理的有效性。     

极化测量雷达的信号选择与处理

文中以模糊函数为基础,提出了一种新的极化测量雷达信号处理方法.该方法是传统极化测量雷达信号处理方法的扩展,它放宽了传统方法中对两路极化信号必须正交的严格要求,从而消除了传统方法中因为信号不能严格正交而产生的测量误差.基于该方法,文中提出了测量信号模糊函数矩阵这一概念,并利用模糊函数矩阵对常见的极化测量信号进行了归类和分析,模糊函数矩阵的提出为极化测量雷达的信号选择与设计提供了有力工具.最后,通过仿真实验验证了文中所提出的信号处理方法的优越性.值得指出的是,该信号处理方法不仅可用于分时极化测量体制雷达,也可用于瞬时极化测量体制雷达.     

基于GC4016的雷达中频信号数字下变频处理

雷达信号的获取对设计雷达信号模拟器具有很重要的意义,怎样实时获得雷达信号并进行下变频处理是进行雷达信号分析处理的一个基本问题,为了获得雷达零中频信号,通过GC4016将采集的雷达中频解调信号进行数字下变频处理,并给出了具体的采集和下变频处理方法;通过巧妙的编程思想解决了采集信号的实时同步性问题,雷达信号下变频处理后的实验结果可以在Matlab程序中显示,采集结果验证了该系统的实用性,为研制新型雷达信号模拟器提供了必要的依据.     

脉冲压缩多普勒雷达信号处理系统仿真

通过Matlab软件,在数字信号处理理论的基础上对二相编码的脉冲压缩多普勒雷达信号处理系统进行了分析,并研制出相应的仿真模型,对该系统中出现的杂波、噪音、雷达信号及信号动态处理等内容进行了模拟。本研究将某一雷达系统作为参考,建立仿真系统,结果发现基于Matlab软件的信号处理系统具有明显的优势,取得了较好的仿真效果。     

提高低端雷达信号信噪比的滤波方法研究

对于低端雷达目标,被动导引头对它的测量信号中含有较多的噪声信号,从测量信号中剔除噪声信号就成为提高低端雷达信号信噪比的常用技术手段.在分析低端雷达信号中的噪声信号产生机理的基础上,依据多路径效应理论,提出能够最大限度地剔除噪声信号的非线性处理方法.利用对导引头测量的低端雷达信号进行动态限幅处理,把噪声信号阻挡在门限值之外,可以提高低端雷达信号的信噪比.非线性处理方法中的动态限幅是提高信噪比的关键.最后,针对非线性处理方法,使用靶试数据进行数学仿真及半实物仿真.结果表明所提方法能够提高低端雷达信号的信噪比.     

雷达半物理仿真系统中的目标角度跟踪

雷达半物理仿真系统对雷达性能研究具有重要作用.在雷达半物理仿真系统中,用数字方法实现了角度跟踪.将雷达接收到的信号转换成数字信号,根据等信号法的振幅和差法,结合相位法,对数据进行分析和处理,模拟雷达的搜索跟踪过程.结果证明,用该方法实现角度跟踪满足精度要求.     

脉冲多普勒雷达信号处理仿真系统研究

为了提高雷达信号处理系统性能,研究信号处理系统模型算法,构建了一个雷达信号处理系统仿真模型.在对雷达信号处理模型算法详细分析的基础上,利用Matlab工具实现对该算法模型的仿真验证.通过对仿真结果的分析,可以看出该算法能够准确提取目标的距离、速度信息,对杂波和噪声的抑制能力较强,验证了信号处理仿真系统模型的可行性和算法的可靠性.     

基于PCI总线的雷达杂波模拟器

该文介绍了一种基于PCI总线和FPGA技术的雷达杂波模拟器.该模拟器主要用于在实验室环境下对雷达进行工作效能测试.在该模拟器的设计中主要采用了通用的雷达杂波数学模型,通过该模型计算出雷达在特定环境下的杂波数据.同时该模拟器具备实际记录杂波的播放功能.杂波数据通过PCI总线,传输给杂波模拟器.通过时域和频域的数字信号处理的方法,用FPGA器件构成卷积器或FFT运算器,还原出与雷达信号形式相关的杂波信号.该输出的杂波信号连同模拟的目标回波信号将被注入到雷达的接收机前端,用于检测雷达在各种杂波及无源干扰条件下对目标的处理能力.在该文中还介绍了该模拟器的典型应用情况.     

多雷达信号监视分析系统功能简介

为加强雷达信号质量监视、故障预警、提高故障处理效率,中南空管局技术保障中心研制了多雷达信号监视分析系统.该系统功能强大,结构精简.该文对该系统进行了全面的介绍,主要内容包括以下几部分:系统主要功能,系统结构和系统各模块功能.     

对线性调频信号雷达的噪声干扰方法研究

为了提高雷达抗干扰能力,线性调频信号雷达通常利用脉冲压缩技术,具有较强的抗常规压制噪声干扰的能力,为了有效干扰上述雷达,提出了两种噪声干扰技术,即干扰机将侦收的雷达发射信号与窄带噪声在时域进行相乘处理或卷积处理,再经干扰机功率放大后辐射的两种干扰方法.上述两种干扰方法均不需要测频和频率引导就能自动瞄准雷达信号频率,并可利用雷达脉冲压缩处理时的处理增益,降低了对干扰机发射功率的要求,较传统宽带压制噪声干扰的方法有明显优势.通过理论推导,仿真分析和试验验证,表明上述两种干扰方法对线性调频信号雷达均有显著的干扰效果.     

基于多帧统计谱的高速铁路GSM-R干扰信号分离算法

高速铁路铁路专用移动通信网 (GSM R)通信系统易受到其他类型无线信号干扰。对常见的几种GSM R干扰信号进行了分析和研究,提出了一种基于多帧统计谱的信号分离算法,将被干扰信号谱分成多帧并进行累加统计,当统计帧数足够多时,其频谱参数趋于恒定。实验结果证明,该算法在已知原始信号频谱的情况下可以快速分离原始信号和干扰信号,效果良好且具有通用性,算法复杂度低于传统方法。     

改进FxLMS算法在主动振动控制中的应用

FxLMS（Filtered-x Least Mean Square）算法在主动振动控制系统中有着广泛的应用,在实际系统中由于参考输入信号会混入诸如测量噪声、冲击噪声、野值等与参考信号不相关的干扰信号,这会导致系统更新稳定性性能变坏,甚至发散。针对这个问题,提出一种改进的FxLMS算法。新的算法利用跟踪微分滤波器和非线性变换函数分别对参考输入信号和反馈误差信号进行处理。同时,以滤波器更新向量的差值最小为优化条件推导出新的更新公式。通过在主动振动控制系统中与已有算法进行仿真比较,仿真结果证明在处于噪声干扰的情况下新的算法体现出更好的更新稳定性。     

海水总有机碳现场分析仪微光信号处理系统

针对传统的实验室总有机碳（TOC）分析方法操作复杂、维护不便的问题,提出一种应用于海水TOC现场分析仪的微光信号处理系统。该系统采用光电倍增管检测化学发光反应产生的微弱信号,经微光信号处理电路结合相应复合滤波算法对信号进一步处理,以提高信噪比。测试结果证明,该系统相比传统实验室分析方法,具有高速稳定、无污染的优点。     

一种自适应正则化子空间追踪算法

针对压缩感知中未知稀疏度信号的重建问题,提出一种新的压缩感知的信号重建算法,即自适应正则化子空间追踪（Adaptive Regularized Subspace Pursuit,ARSP）算法,该算法将自适应思想、正则化思想与子空间追踪（Subspace Pursuit,SP）算法相结合,在未知信号稀疏度的情况下,自适应地选择支撑集原子的个数,利用正则化过程实现支撑集的二次筛选,最终能实现信号的精确重构。仿真结果表明,该算法能够精确重构原始信号,重建效果优于SP算法、正则化正交匹配追踪（ROMP）算法、稀疏度自适应匹配追踪（SAMP）算法、压缩采样匹配追踪（CoSaMP）算法等。     

基于Storm的局部放电信号集合经验模态分解

电力设备的稳定运行关系到人们的生命和财产安全,通过安装传感器对时序波形信号进行采集,对信号进行分析处理,可以实现对电力设备的故障诊断。集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）算法在非线性、非平稳的信号处理领域有其独特的优势,但是由于其算法复杂度较大,作为运算密集型的算法在串行执行的情况下运算速度无法满足实际需求。因此,借助分布式计算框架Storm并行处理的特点,提出了基于Storm的EMD过程并行和信号分段并行的两种EEMD分解方式。实验表明,两种并行化方案都比传统的串行执行方式速度更快,并且基于分段并行的方式由于其更高的并行度,在长信号处理中更具优势。两种并行EEMD算法的提出为时序信号的快速处理提供了可靠的解决方案。     

静息态下基于变分模态分解的生命体征检测

传统的无线生命体征监测方法在心跳和呼吸信号的分离方面容易存在谐波残留现象,针对这一情况,提出了一种基于变分模态分解（VMD）的生命信号检测方法。该方法使用毫米波段调频连续波（FMCW）雷达进行生命体征信号获取,根据心跳及呼吸的频率特征,使用VMD算法将主要信号分解为不同模态,保证了各模态之间信号频率范围互不重叠,分离出较为完整且无谐波残留的呼吸及心跳信号。实验结果表明,所提算法能够有效提取出目标的呼吸及心跳信号,且相比传统的模态分解算法具有更高的鲁棒性和稳定性,具有良好的信噪比（SNR）,提高了测量精度和距离。     

基于Spark计算框架的高铁振动数据经验模态分解

高铁的安全问题越来越受到人们关注,通过安装在高铁上的传感器可以采集到列车运行过程中的振动信号。分析和处理采集到的振动信号,可以对列车运行过程中出现的故障进行诊断。经验模态分解（EMD）适用于将非线性非平稳的信号分解为若干个固有模态函数之和,它在信号分析和处理领域起着至关重要的作用。但列车在不断运行过程中采集的数据量非常大,信号处理的速度成为了瓶颈。因此,借助大数据处理框架Spark基于分布式的内存运算、弹性式分布式数据集等特点,提出了基于Spark的并行化EMD算法,并利用实际数据进行算法评测,通过Speedup、Sizeup、Scaleup三个指标对实验结果进行分析,得到该并行化方法在三个指标上都有良好的效果,表明该算法可以为大量的振动信号分解提供可靠的解决方案。     

基于PCA和改进K均值算法的动作电位分类

微电极阵列记录的神经元信号往往是电极临近区域数个神经元的动作电位信号以及大量背景噪声的混叠,研究神经系统的信息处理机制以及神经编码、解码机理需了解相关每个神经元的动作电位,因此需从记录信号中分离出每个神经元的动作电位.基于此,提出基于主元分析(PCA)和改进K均值相结合的动作电位分类方法.该方法采用PCA提取动作电位特...     

Assay of concurrent use of correlation and principal component analysis for tasks of UWB radar

The effectiveness of combining correlation of the signal reflected from the object with principal component analysis is investigated, for radar applications—in particular, ultrawide-band (UWB) bioradar systems such as remote contact-free detection and recording of human respiration. Simulation and physical experiments are employed. The signal/noise ratio for which it is advisable to use correlation of signal with reference signal is determined.