基于DFRFT水下动目标LFM回波检测算法

匹配滤波器作为高斯白噪声背景下线性调频信号的最优检测器,在水下声信号处理中得到了广泛的应用。根据匹配滤波器输出峰值位置可以获得目标距离的估计,但运动目标径向速度造成的回波和样本失配将导致匹配滤波器检测性能下降。利用分数阶傅里叶变换对线性调频信号的聚焦特性,提出了应用离散分数阶傅里叶变换的水下运动目标线性调频回波检测算法。仿真测试表明,该算法对于混响噪声背景下径向速度未知动目标的线性调频回波具有良好的检测性能。     

基于水下动目标LFM回波检测的累积归一化算法

水下声信号处理中通常采用匹配滤波器作为线性调频回波的最优检测器,并且根据匹配滤波器输出的峰值位置估计目标距离,但对于径向速度未知的动目标线性调频回波信号,多普勒频偏造成的回波和样本失配将导致匹配滤波器检测性能下降。在Dechirp算法基础上提出了可以用于混响噪声背景下动目标线性调频回波检测的累积归一化算法,仿真测试表明,该算法在混响噪声背景下具有良好的检测性能,并且根据判决向量的峰值位置可以估计目标径向速度。     

多阶次分数阶傅里叶域特征融合的主动声呐目标稀疏表示分类方法

海洋环境噪声和混响干扰严重、目标可分性差是主动声呐目标分类识别中的瓶颈问题.针对这一问题,该文基于主动声呐目标回波信号模型和分数阶傅里叶变换(FRFT)原理,推导了多阶次FRFT域特征表征形式,建立了FRFT域稀疏表示模型,提出了一种多阶次FRFT域特征融合的主动声呐目标稀疏表示分类方法.该方法通过FRFT的能量聚集性和稀疏分解的残差去除过程,达到了抑制噪声和混响干扰的目的;通过多阶次FRFT域特征的融合,增加目标之间的可分性,进而实现海洋环境中低信混比条件下的主动声呐目标分类.实验结果表明,所提方法在信混比达到0 dB的条件下,分类准确率能够达到90％以上.     

强海水混响背景下水中兵器攻击目标检测研究

水中兵器在对舰船目标攻击过程中受到海水混响杂波的影响,导致目标检测性能下降。传统方法采用时频分析方法进行目标检测,在信混比较低的情况下受到的干扰较强,导致虚警概率较高。提出一种舰船目标回波盲源分离的强海水混响背景下的水中兵器攻击目标检测算法。首先构建强海水混响干扰下的舰船目标回波模型,对舰船目标回波模型进行自相关匹配滤波,提取回波信号的高阶谱特征,实现目标信号的盲源分离,达到目标检测的目的。仿真结果表明,采用该算法进行目标检测,准确检测概率较高,降低了虚警概率,提高了水中兵器对目标的准确打击能力。     

多阶次分数阶傅里叶域特征融合的主动声呐目标稀疏表示分类方法

海洋环境噪声和混响干扰严重、目标可分性差是主动声呐目标分类识别中的瓶颈问题。针对这一问题，该文基于主动声呐目标回波信号模型和分数阶傅里叶变换(FRFT)原理，推导了多阶次FRFT域特征表征形式，建立了FRFT域稀疏表示模型，提出了一种多阶次FRFT域特征融合的主动声呐目标稀疏表示分类方法。该方法通过FRFT的能量聚集性和稀疏分解的残差去除过程，达到了抑制噪声和混响干扰的目的；通过多阶次FRFT域特征的融合，增加目标之间的可分性，进而实现海洋环境中低信混比条件下的主动声呐目标分类。实验结果表明，所提方法在信混比达到0 dB的条件下，分类准确率能够达到90%以上。     

基于FRFT的末制导雷达海面动目标检测方法

为有效提高反舰导弹动目标检测性能,利用分数阶Fourier变换(FRFT)对线性调频(LFM)信号良好能量聚集性的特点,提出了基于FRFT的末制导雷达海面微动目标检测方法。首先,针对舰船目标的不同运动状态,分别建立目标平动(匀速和匀加速)以及三维转动(横滚、俯仰和偏航)模型,得到动目标回波的多普勒和微多普勒频率,在短的观测时间范围内,可近似建模为LFM信号。其次,通过计算雷达回波信号在不同变换阶数下的FRFT,形成二维参数平面,在此平面内,采用非参量恒虚警检测器形成自适应门限,并进行动目标判决。最后,仿真分析了算法的性能和影响因素。     

基于FRFT域自适应滤波的脉冲压缩技术

雷达回波中往往存在严重的干扰,采用线性调频信号(linear frequency modulation,LFM)的脉冲压缩雷达系统中,直接对回波信号进行脉冲压缩往往得不到好的效果。文中利用线性调频信号在分数阶傅里叶变换(fractional fourier transform,FRFT)中的强能量聚集性的特点,在分数阶傅里叶域对混合回波进行自适应滤波,再将滤波后的信号变换回时域进行脉冲压缩处理。自适应滤波算法采用一种改进的变步长NLMS算法,相对于传统固定步长NLMS算法有较好的滤波结果。仿真结果表明,经过分数阶傅里叶域自适应滤波后的信号在脉冲压缩后的目标检测结果有了很大的改善,明显提高了脉冲压缩雷达的检测性能。     

主动声纳中混响干扰的一种非线性抑制方法

本文介绍了一种基于混沌理论的非线性动力学信号分离方法——变尺度概率净化法,并将之优化应用于主动声纳目标检测中混响干扰的抑制。该方法以近似条件下不含目标回波的纯混响数据作为参考信号,使目标回波分离后的混响背景数据与参考混响数据在相空间上具有一致的概率分布,使目标回波与混响背景适度分离,从而实现对混响干扰的抑制。在信混比较高的情况下,该方法具有较好的混响抑制效果。另外,论文对算法作了一些改进,降低了算法的运算量和运行所需内存,而分离性能并没有下降。     

强混响背景下LFM信号回波检测

混响是主动声纳检测的主要背景干扰,由于它是一种非平稳的有色噪声,使得工作在白噪声条件下的检测器性能受到极大限制.在混响背景下实现目标回波检测,常采用自回归(AR)模型对宽带回波预白化处理,但在强混响背景条件下,白化后直接进行匹配滤波检测的结果不甚理想.针对此问题,在AR模型预白化基础上,提出一种改进方法,对白化后信号先进行二分奇异值分解(SVD)处理,有效去除大部分混响干扰,然后再作匹配检测.仿真实验分析表明,相比于仅白化后的匹配滤波检测,该方法可提高信混比约3 dB,匹配检测效果得到了明显改善.     

基于分数阶傅里叶变换的多辐射源被动直接定位算法

直接定位(DPD)算法能充分利用观测回波信息,在低信噪比条件下其定位精度一般要高于传统的两步定位算法。为解决多基站无源雷达系统中多个未知线性调频(LFM)信号辐射源的定位问题,该文提出一种基于DPD算法和分数傅里叶变换(FRFT)相结合的多目标定位算法。首先,根据建立的信号模型推导了理论上最优的高维最大似然估计器;其次,由于高维信号参数和目标位置联合估计的计算复杂度限制,利用基于FRFT和基本分类算法的降维策略将多目标定位问题转化为多个单目标定位问题;最后,目标的位置及相应信号参数可通过4维网格搜索得到有效估计。仿真结果表明,相比于已存在的忽略发射信号的DPD算法,该文提出算法定位性能更优。      

LFMCW雷达多目标检测技术研究

调频非线性的存在影响了线性调频连续波(LFMCW)雷达目标检测能力和距离分辨率.为此,文中提出了一种软件方法实现调频非线性校正的方法.在分析了当前压控振荡器部件的电压频率控制特性基础上,讨论了调频非线性对差频回波信号的影响,将具有调频非线性的雷达目标检测问题转化为差频信号中目标调频分量的检测问题;利用LFM信号在分数阶傅里叶域上呈现出能量聚集这一特性,提出了基于分数阶傅里叶变换的LFMCW雷达多目标检测方法.仿真试验表明,该方法不仅可以有效地改善具有较大调频非线性的LFMCW雷达的目标距离测量精度,同时也提高了多目标的分辨能力.     

基于离散多项式相位变换和分数阶傅里叶变换的加速目标检测算法

 本文提出了一种离散多项式相位变换(DPT)和分数阶傅里叶变换(FRFT)相结合的LFM检测方法.首先,分析了经典DPT算法中调频分辨率与互相关时延、积累脉冲长度以及积累性能之间的相互关系,指出时延较小的DPT算法与经典DPT算法相比,检测性能提高约3dB,但调频率估计误差大.其次,针对这一问题,提出在DPT基础上,利用FRFT进一步提高调频率估计精度,当输入信噪比大于-11dB时,在分数阶域引入一维牛顿迭代法可提高运算速度;最后,给出了算法复杂度和估计误差的理论分析并用实验结果验证了算法的有效性.     

两种海杂波背景下的微弱匀加速运动目标检测方法

该文研究了线性调频(LFM)信号和单频信号分数阶Fourier变换(FRFT)模函数的一些性质,根据这些性质提出了两种基于FRFT模之差的海杂波背景下匀加速运动目标检测的新方法。一种方法利用接收信号与其延时信号的FRFT模之差,另一种方法利用接收信号正旋转角的FRFT模与负对称旋转角FRFT模的镜像之差。两种方法能较有效地抑制海杂波,对信杂比有一定的改善,在低信杂比下具有较好的检测效果。对实测海杂波数据进行仿真,证实了两种方法的有效性。     

基于共轭FRFT模对消的反辐射导弹检测

分析了载机回波信号和ARM回波信号以及它们的共轭信号的FRFT幅值特性,并利用此特性提出了一种基于共轭FRFT模对消的ARM目标检测方法。该方法利用ARM回波信号在最佳变换角度有较好的能量聚集,而其共轭信号在此最佳变换角度没有能量聚集;载机回波与其共轭信号在FRFT域关于原点对称的特点,利用两者FRFT模之差对消部分杂波,在保证信号能量基本不被削弱的前提下达到抑制载机干扰和杂波干扰、提高检测概率。IPIX雷达数据实验表明该方法在低信杂比条件下有较好的检测性能。     

基于频域滤波的分数阶Fourier变换的目标检测

在分析海面运动目标回波的基础上提出了一种基于频域滤波的FRFT海面运动弱目标检测方法。该方法通过在频域设置一带通滤波器,对频域回波信号进行滤波,滤除部分杂波,然后逆变换到时域,此时再进行FRFT检测,就能够较好地检测到目标。利用IPIX实测数据实验表明,在相同信杂比条件下所提方法在增加目标与杂波FRFT峰值差方面都明显优于仅对回波作FRFT变换。设置适当的恒虚警检测门限,该检测方法能够达到更好的检测效果。     

一种基于改进教学优化的微弱信号检测方法

为了快速准确地检测混沌背景中的微弱信号,提高网络泛化能力,文中利用改进教学优化算法优化贝叶斯回声状态网络的模型参数,提出了一种改进教学优化的混沌背景中微弱信号检测方法。通过建立混沌序列单步预测模型,分析预测误差的幅值,检测混沌背景中微弱瞬态信号和周期信号。对Lorenz系统和实测的海杂波数据进行实验研究,验证预测模型的有效性,结果表明,贝叶斯回声状态网络模型的预测结果比支持向量机和径向基神经网络模型的均方根误差降低了2个数量级,缩短了预测时间,提高了预测精度和预测效率,能快速有效地检测混沌背景中微弱信号,且具有更低的门限。     

一种改进的毫米波引信分数阶频谱细化算法

毫米波线性调频系统普遍采用“差频–快速傅里叶变换(FFT)”进行信号处理,但是当目标与雷达之间存在相对运动时,差频信号包含了目标的距离和速度信息。利用传统的FFT变换进行速度距离解耦合操作,效果并不理想。针对此问题,介绍了分数阶FFT和基于这一变换的调频信号检测原理,提出一种改进的分数阶傅里叶域局部频谱细化方法。仿真结果表明,该频谱细化算法在相同的FFT变换点数下,能够获得更高的频谱分辨率,而频谱分辨率相同时,该算法的计算量更少。