基于矩阵奇异值分解的高频雷达瞬态干扰抑制

雷电等瞬态干扰严重影响了高频雷达的工作性能,必须加以抑制。该文提出了基于矩阵奇异值分解的高频雷达瞬态干扰抑制方法。该方法将高频雷达回波信号分段构造成矩阵并进行奇异值分解,首先根据矩阵有效秩的大小判断雷达回波中是否存在瞬态干扰,然后利用奇异值分解的正交性实现雷达回波的正交分解,使瞬态干扰分离出来,以利于检测,最后通过建立线性预测的全极点自回归模型对瞬态干扰位置处的回波信号予以恢复。实测数据处理结果表明该方法是有效的。     

基于对数误差准则的HRTF共极点/零点建模方法

共声学极点/零点(CAPZ)逼近是头相关传递函数(HRTF)建模的一种高效方法,与极零点模型相比,它可以用更少的参数表示HRTF。传统的CAPZ模型参数估计方法是基于最小均方误差准则,而人的听觉感知系统更适合于对数误差准则,为此,该文提出一种基于对数幅度误差最小化的CAPZ模型参数估计方法。该方法首先使用Haneda方法估计出声学共极点,然后在对数幅度误差准则下,使用迭代加权最小二乘算法估计零点,从而得到完整的CAPZ模型。仿真实验结果验证了其有效性。     

应用改进的主要特征基函数快速计算目标宽角度RCS

特征基函数法是分析目标宽角度电磁散射特性的有效方法之一,但在构造特征基函数时,设置的入射波激励包含大量的冗余信息,大大降低了特征基函数的构造效率;另外在分析复杂目标时,在增加激励数目的情况下,仅应用主要特征基函数并不能显著提高计算精度。针对这些问题,该文对特征基函数构造方法进行改进,首先采用奇异值分解技术对激励矩阵进行压缩去除冗余信息,减少求解矩阵方程的次数;其次充分考虑子域之间的互耦作用,将主要特征基函数与次要特征基函数融合,得到改进的主要特征基函数。数值计算结果表明：与传统方法相比,该方法具有更高的计算效率和计算精度。     

自适应奇异值分解瞬变信号检测研究

该文介绍了奇异值分解检测信号的原理,研究了井下电磁脉冲数据传输中接收到的瞬变信号和噪声的奇异值分布特性,提出了相邻奇异值增量的概念,并根据瞬变信号和噪声相邻奇异值增量的不同,区分信号与噪声。在此基础上,提出了自适应选择主奇异值个数的奇异值分解检测瞬变信号的方法,并给出该方法检测瞬变信号的具体流程。仿真结果表明,与传统奇异值分解相比,该方法检测微弱瞬变信号更准确。     

空间色噪声环境下双基地MIMO雷达角度和多普勒频率联合估计方法

该文提出了一种空间色噪声环境下双基地MIMO雷达角度和多普勒频率的联合估计方法。该方法利用相邻时刻匹配滤波器输出的互相关矩阵构造新矩阵,消除了空间色噪声的影响,通过对其进行奇异值分解(SVD)获得信号子空间,然后将相邻时刻匹配滤波器输出的时间相位差作为时间旋转因子,采用ESPRIT方法获得目标多普勒频率、波离方向(DOD)和波达方向(DOA)的联合估计。该方法没有阵列孔径损失,且所估计参数能够实现自动配对。计算机仿     

一类非线性信号去噪的奇异值分解有效迭代方法

对于一类非线性信号的去噪问题,该文提出一种基于奇异值分解(Singular Value Decomposition, SVD)的有效迭代方法。对现有奇异值差分谱方法在两类不同非线性信号上的去噪效果进行了对比,指出在信号不具有明显特征频率、非周期性变化时这一方法并不适用,并分析了现象产生的原因;然后针对该类信号的特点重新定义了Hankel矩阵结构,给出有效奇异值的确定方式,并通过SVD多次迭代过程实现对该类信号的有效去噪。对实际飞行数据去噪的实验结果表明,该方法对提出的一类信号对象不仅去噪效果良好,而且可提高运算效率。     

奇异值分解在InSAR区域网连接点检测中的应用

该文针对干涉合成孔径雷达(Interferometric Synthetic Aperture Radar, InSAR)区域网连接点(Tie Points, TPs)检测问题,提出一种基于奇异值分解(Singular Value Decomposition, SVD)的检测方法。其核心思想是：为每个特征点构建特征描述符,针对特征描述符的相异性度量距离按一定的相似性分布构建相似性分布矩阵,再由相似性分布矩阵的SVD建立匹配矩阵,并结合匹配矩阵次大值和最大值比值实现TPs检测。该算法具有快速、简单、操作性强等特点。对不同地貌的SAR影像实验验证了该方法的有效性。     

基于正交投影的海面小目标检测技术

强烈的海杂波将海面低速运动小目标的回波信号淹没,导致雷达难以检测到目标。针对这一问题,该文提出了基于正交投影的恒虚警率(CFAR)检测方法。该方法利用邻近距离单元杂波的相关性,通过正交投影方法实现对杂波的抑制,进而实现CFAR检测。同时,该文给出了基于正交投影的CFAR检测器实现结构图,对比分析了正交投影方法与奇异值分解方法的杂波抑制效果和计算量。理论分析与实测数据处理结果验证了该文所提方法的优越性。     

多径信道下多载波调制信号盲识别算法

该文针对多径衰落信道下,基于IFFT实现的多载波调制信号类内盲识别问题,提出了一种基于对构造数据矩阵进行奇异值分解的算法。在无需知道任何数据信息和扩频码类型及其长度等先验知识的条件下,根据构造数据矩阵的较大非零奇异值个数,按照简单的判定准则,即可准确判断多载波信号的类型,取得了良好的效果。无需传统识别算法中特征提取之后复杂的分类器设计,简化了识别流程。理论分析和仿真均验证了算法的正确性和有效性,证明算法具有一定的理论和实际参考价值。     

High-accuracy band to band registration method for multi-spectral images of HJ-1A/B

Band-to-band registration accuracy is an important parameter of multispectral data. A novel band-to-band registration approach with high precision is proposed for the multi-spectral images of HJ-1A/B. Firstly, the main causes resulted in misregistration are analyzed, and a high-order polynomial model is proposed. Secondly, a phase fringe filtering technique is employed to Phase Correlation Method based on Singular Value Decomposition (SVD-PCM) for reducing the noise in phase difference matrix. Then, experiments are carried out to build nonlinear registration models, and images of green band and red band are aligned to blue band with an accuracy of 0.1 pixels, while near infrared band with an accuracy of 0.2 pixels.