子空间盲信噪比估计算法研究

信号子空间维数估计是影响子空间信噪比估计算法性能的重要因素。针对利用最小描述长度(MDL)准则估计维数时,只能在有限信噪比范围内实现精确估计这一情况,采用噪声功率(NP)法与加权平均信息(WIC)准则以及归一化比值法对信号子空间维数进行估计,改善了原算法在低信噪比时估计性能变差的问题。仿真结果显示在加性高斯白噪声信道条件下,实际信噪比在-10~10 d B范围内时,噪声功率(NP)法以及加权平均信息(WIC)准则比原方法有显著的优势。     

采用距离无偏估计的加权最小二乘定位算法

随着WiFi网络的广泛覆盖,基于接收信号强度的定位技术成为研究热点。针对已有基于接收信号强度定位算法定位性能不高的实际问题,提出一种基于距离无偏估计的加权最小二乘定位算法。该方法首先利用接收信号强度观测模型计算得到信号源与传感器之间距离的无偏估计量,然后根据距离计算公式建立方程组;接着把距离的无偏估计量代入方程组得到关于信号源位置的线性最小二乘模型,同时计算线性最小二乘模型中的噪声协方差矩阵;最后运用加权最小二乘方法计算得到信号源位置的估计量。该文对所提算法进行了充分的计算机仿真,仿真结果表明:在不同的定位环境下,所提算法的定位性能均优于传统加权最小二乘算法和最佳线性无偏估计算法。      

自适应SAR图像边缘检测算法

边缘检测是图像分析的基础,在对SAR图像进行边缘检测时,由于SAR图像存在很强的相干乘性斑点噪声,几乎没有一种方法既能有效地检测边缘又能排除斑点噪声的影响而不产生较多的虚假边缘,特别是在低视数SAR的情况下,该文指出了在低视数情况下应当如何对Touzi ratio边缘检测方法和最大似然(ML)边缘方法的检测窗口进行改进,在对SAR图像进行边缘检测时,引入了自适应窗口的方法,并将其应用到Touzi ratio边缘检测和最大似然 (ML)两个恒虚警边缘检测算法中,取得了很好的改进效果,引入自适应窗口的方法也适用于其它的SAR图像边缘检测算法。     

改进白化的MDL快速独立分量分析算法

采用主分量分析法(PCA)进行的白化处理,可能会错误估计信号子空间维数,且未考虑噪声影响。提出了一种基于最小描述长度(MDL)准则信源个数估计改进白化的盲分离算法。通过信源个数估计确定信号子空间的维数,区分信号与噪声子空间,并估计噪声平均方差,对信号特征值进行修正,进而减小噪声影响,提高算法分离性能。仿真表明,在信噪比高于5 dB时,MDL估计正确估计概率趋近于1,改进白化的MDL快速独立分量分析(FastICA)算法比经典FastICA算法分离性能有较为明显的提高。     

一种Alpha稳定分布噪声下的体积目标长度估计方法

为了解决Alpha稳定分布噪声环境下运动舰船目标的长度估计问题,该文借鉴非线性变换抑制脉冲噪声以及多普勒目标运动特性估计思想,提出基于广义时频分析(G-TFA)和最小二乘估计的运动目标长度估计方法。该方法首先利用G-TFA获取Alpha稳定分布噪声环境下运动目标的多普勒频率,然后利用最小二乘方法估计出目标航速和不同位置的横正时刻,最后利用上述估计结果计算目标长度。以广义Winger-Ville分布(G-WVD)为例,从理论上推导了G-TFA在Alpha稳定分布噪声环境下具有提取目标多普勒特征的能力,并通过仿真实验验证了该算法在中低混合信噪比下的稳健性。与现有算法相比,该文所提算法不需要估计噪声特征指数,算法性能优于基于传统时频分析的估计方法。     

一种获取非相干分布源空间分布的算法

多数分布式信号源DOA估计算法是估计中心到达角和分布参数,不能获取真实的分布曲线,而且可能需要2维搜索,运算量大。该文在假设分布曲线形状为钟形对称的前提下,提出一种求非相干分布式信号源空间分布的算法。该算法引入稀疏信号重建作为数学工具,在阵元数充足的条件下能求解多个信号源的分布,在阵元数较少时也能得到近似求解。此外,该算法估计中心到达角的性能不逊于现存算法,且无需2维搜索,运算量低。仿真验证了以上结论。     

多重测量矢量模型下的稀疏步进频率SAR成像算法

基于压缩感知(Compressed Sensing, CS)的合成孔径雷达(SAR)成像算法可以用低于Nyquist采样率的采样数据完成稀疏目标高分辨成像。然而已有的算法在重构1维距离像时采用的大都是单重测量矢量(Single Measurement Vectors, SMV)模型,存在着重构耗时长、受噪声干扰大的缺点。该文从压缩感知的多重测量矢量(Multiple Measurement Vectors, MMV)模型出发,利用多重测量矢量恢复具有相同稀疏结构的联合稀疏目标信号源,从理论与实验角度分析了基于MMV模型的SAR 1维距离像成像性能,提出了一种距离向基于MMV模型,方位向基于SMV模型的2维SAR成像算法。该算法从耗时上、重构精度上均优于SMV模型下的CS成像算法。通过对仿真数据和地基雷达实测数据的处理,验证了算法的有效性。     

乘性和加性噪声相关背景下的二维谐波频率估计

本文利用二维循环统计量方法对乘性噪声之间相关、乘性噪声和加性噪声之间也相关这种复杂噪声背景下的谐波恢复问题进行了研究.首先,提出了二维噪声互可混的概念,用它来体现多个二维噪声之间的关系;然后,在乘性噪声为非零均值时,定义了二维循环均值来估计信号频率.在乘性噪声和加性噪声为零均值时,定义特殊的二维六阶时间平均多矩谱切片来估计信号频率.仿真实验证明了算法的有效性.     

一种超宽带10 GHz微波光子雷达包络与相位联合运动误差估计方法

由于运动误差严重的2维空变性,对于10 GHz超宽带微波光子SAR,传统的直接从相位进行运动误差估计的方法估计精度不高。因此,该文提出一种包络与相位联合的超高分辨运动误差估计方法,能够在没有惯导信息时实现运动误差的精确估计。该方法首先在距离徙动矫正(RCMC)之前,通过对包络对齐算法(RAA)提取的包络信息采用最小二乘算法(LSA)与梯度下降算法(GDA)获得近似的3维运动误差。接着,对粗补偿与RCMC之后的数据,先消除方位相位空变,然后采用两维空变的相位误差估计方法获得剩余运动误差的精确估计。仿真和车载微波光子雷达实测数据验证了该方法的有效性。     

自适应调节滤波强度的SAR图像非局部平均抑斑算法

为提升对SAR图像乘性相干斑的抑制水平与边缘保护性能,该文提出了一种可自适应调节滤波强度(AFS)的SAR图像非局部平均(NLM)抑斑新算法(AFS-NLM)。该算法利用Frost滤波图像计算的局部均值与方差来改善SAR图像场景参量的估计,形成了一种能更好刻画SAR图像同质区与边缘区的改进Kuan滤波系数。利用局部均值比与改进Kuan滤波系数分别作为新的相似性测量参量与自适应衰减因子,构建了一种更适应SAR图像乘性噪声特性的改进NLM滤波。利用偏平滑参数与偏边缘保护参数控制下的改进NLM滤波,分别替代经典Kuan滤波模型中的像素局部均值与自身灰度值作为加权项,并采用由改进Kuan滤波系数构建的自适应调节因子对二者进行加权平均,从而形成了一种可自适应调节滤波强度的加权滤波新模型。实验表明,该文算法与近期多种先进算法相比,具有更好的相干斑抑制与边缘保护性能。     

2D-DOA estimation of noncircular signals for uniform rectangular array via NC-PARAFAC method

In this paper, we propose a two-dimensional direction of arrival (2D-DOA) estimation algorithm for uniform rectangular array via noncircular-parallel factor (NC-PARAFAC) method. Compared to the conventional parallel factor (PARAFAC) algorithm, the proposed algorithm exploits the property of noncircular signals to double the array aperture. Therefore, the angle estimation performance of the proposed algorithm is better than the conventional PARAFAC method. The proposed algorithm achieves automatically paired two-dimensional angle estimates, and has better 2D-DOA estimation performance than some conventional algorithms, which include estimation of signal parameters via rotational invariance technique (ESPRIT), propagator method (PM), PARAFAC algorithm, noncircular-ESPRIT (NC-ESPRIT) and noncircular-PM (NC-PM). We also derive the Cramér–Rao bound for the 2D-DOA estimation of noncircular signals with uniform rectangular array. Simulation results verify the effectiveness and improvement of the proposed algorithm.     

基于压缩感知的三孔径毫米波合成孔径雷达侧视三维成像

 基于压缩感知,该文研究了交轨向三孔径毫米波合成孔径雷达侧视3维成像问题。利用交轨方向的三孔径天线形成的稀疏阵列结构,获取高程分辨率并实现3维成像。由于交轨方向的采样数较少及非均匀采样,高程分辨率低,传统的基于傅里叶变换的3维成像技术获得的图像质量较差。针对此不足,在交轨向稀疏采样的条件下,该文采用压缩感知方法来实现超分辨成像。利用仿真和实际数据比较了传统成像方法和基于压缩感知的成像方法的性能,并验证了该文方法的有效性。     

Subspace Smoothing for Direction of Arrival Estimation in DS-CDMA Systems

In this paper a subspace processing method is introduced that can be used for direction of arrival estimation of coherent signals in an asynchronous DS-CDMA system. Conventional methods of direction of arrival estimation are not directly applicable to the case of multiple coherent signals that impinge on an antenna array from different directions. Some preprocessing is essential prior to estimation in this case. The proposed method exploits the spreading code and the path delays of the desired user to eliminate the contribution of undesired paths in the signal subspace. To this end, the signal subspace is mapped to a new subspace which contains the spatial-temporal signature of the desired signal. Once the desired subspace is created, conventional methods such as MUSIC and ESPRIT can be employed to estimate the desired directions of arrival. It is proved that the obtained direction of arrival estimator, based on the proposed method, is consistent. Also, the estimation performance is evaluated by comparing the proposed method with conventional estimation methods.     

混合信号情况下信源数与DOA联合估计算法

针对非相关信源与相干信源共存情况,提出了一种基于矩阵重构的信源数与波达方向（direction of arrival,DOA）联合估计算法.该算法首先利用特征值的二阶统计量（second order statistic of eigenvalues,SORTE）法和子空间旋转不变技术（estimated signal parameter via rotational invariance techniques,ESPRIT）实现非相关信源数与DOA估计;然后基于空间差分法消除非相关信号并构造新矩阵,利用构造矩阵进行前向空间平滑,实现对相干信源解相干;最后利用SORTE法检测相干信源数,结合求根多重信号分类（multiple signal classification,MUSIC）算法估计相干信源DOA.与传统的差分平滑方法相比,该算法在可估计信源数与低信噪比情况下DOA估计性能等方面优于传统算法.数值仿真实验结果验证了该算法的有效性.     

Two-dimensional direction-of-arrival estimation and pairing using L-shaped arrays

This paper proposes a computationally efficient azimuth and elevation estimation and pairing method using L-shaped uniform arrays. The azimuths and elevations of the incident signals are estimated independently at first using the outputs of the two array arms via equation rooting, which well avoids the computationally demanding spatial scanning procedure contained in most of the previous direction-of-arrival estimation methods. The order of the equations equals the number of the incident signals; thus, this procedure is computationally very cheap and can be implemented using various numeric algorithms. Then two optional methods are proposed for azimuth–elevation pairing. One method exploits the cross-correlation of the two subarray outputs of the L-shaped array, and the other method is realized by estimating the signal powers based on the direction estimates. Both of the two direction-pairing methods are implemented using numerical computations; thus, this procedure is also computationally very cheap. In-depth analyses are provided on the selection of the two optional azimuth–elevation pairing methods in different environments. Numerical examples are carried out to demonstrate the performance of the proposed method.     

基于压缩感知的双通道SAR地面运动目标检测方法研究

针对目前双通道SAR地面运动目标检测(GMTI)方法采样数据量过大的问题,该文提出一种基于压缩感知的双通道SAR运动目标检测方法。该方法首先沿方位向进行随机稀疏采样得到双通道原始回波数据,然后通过匹配滤波方法实现距离向聚焦,并利用压缩感知技术实现方位聚焦,最后运用传统相位中心偏置天线(DPCA)技术进行杂波抑制。通过公式推导从理论上分析了该算法利用双通道方位稀疏采样数据实现杂波抑制的可行性,同时详细分析了运动参数对目标成像的影响。仿真与实测数据实验表明该算法在方位向欠采样情况下仍具有良好的杂波抑制性能。     

Ocean wave imaging using an airborne single pass across-trackinterferometric SAR

An airborne single pass across-track interferometric synthetic aperture radar (InSAR) is used to image ocean waves. A theoretical model explaining the imaging mechanisms is developed, and simulations of the interferogram as well as the conventional SAR intensity image are presented for given ocean wave spectra. Distortions of digital elevation models (DEM) derived from InSAR data are explained by the motion of the sea surface. A Monte Carlo method based on forward simulations is used to estimate variance spectra of the distorted elevation models. It is shown that a straightforward estimation of wave height using the distorted InSAR elevation model is in good agreement with true wave height for low amplitude swell with about 10% error depending on propagation direction and coherence time. However, severe underestimation of wave height is found for wind seas propagating in flight direction. Forward simulations show that the distorted InSAR DEM is less dependent an the model chosen for the real aperture radar mechanism than conventional SAR images. Data acquired during an experiment over the North Sea by a high precision InSAR system are compared with simulations     

循环平稳信号的联合稀疏表示DOA估计

基于联合稀疏表示的思想,本文提出了一种利用二阶循环统计量的循环平稳信号波达方向（DOA）估计算法。首先,对传统的谱相关信号子空间拟合算法进行分析研究;然后,通过在循环域构造过完备的阵列方向矩阵字典,建立了联合稀疏表示模型,从而将循环平稳信号的DOA估计问题转化为联合稀疏矩阵的恢复问题;最后,利用联合Ι_2,0范数逼近法求出联合稀疏矩阵的优化解,并根据优化矩阵中非零行的位置估计出循环平稳信号的DOA。与传统的SCSSF算法相比,所提算法具有更高的DOA估计精度,同时也适用于信号个数多于阵元个数的场合。理论分析和仿真实验结果都表明了算法的有效性。      

一种基于余弦特性的快速DOA估计算法

为了满足实时测向处理系统的要求,需要降低测向算法的运算量。在众多测向算法中,其中基于圆阵的MUSIC类算法因为其测向频段宽,可估计二维波达方向,性能稳健,测向精度高,并且在各个方向上具有相同的测向性能而广泛应用于实际系统中。本文主要针对均匀圆阵的阵列流形,分析了均匀圆阵导向矢量的特点,提出了一种基于余弦特性的快速DOA估计算法。该算法利用余弦信号周期特性来构造统计量,通过数学推倒可以证明该统计量只与俯仰角有关,与方位角无关。通过这种分维处理的思想从而可以先估计出俯仰角,再通过所得俯仰角的空间谱切片把二维搜索转化为一维搜索,这样处理大大降低了算法运算量,提高了算法估计速度,特别适合阵元数目较多的应用场合。同时考虑到实际应用中在同一个窄带信道中干扰信号和期望信号同时存在,并且互相影响,特别是强信号对弱信号的影响。本文利用数字滤波器提取期望信号估计,减少了干扰信号对期望信号的影响,提高了估计精度。通过计算机仿真验证了该算法的有效性。      

基于柱形抛物面天线的MIMO SAR研究

为了实现星载合成孔径雷达(SAR)的高分辨率宽测绘带成像,该文提出一种基于柱形抛物面天线的多发多收合成孔径雷达系统(MIMO SAR)。根据对系统结构和短偏移正交(STSO)发射波形的分析,该文给出该系统的具体处理方法。基于柱形抛物面天线易于在俯仰向形成高增益窄波束的优势,该系统能够利用数字波束形成技术对不同波形回波数据进行有效分离,从而获取更多的方位向等效相位中心。通过方位向多通道数据重构处理,成像场景回波数据可利用传统成像算法进行成像。仿真结果表明,该系统能够确保MIMO SAR的成像质量,并具有良好的成像性能。