运动条件下光子计数激光测距系统点云数据的处理

研究了运动条件下光子计数激光测距系统的探测机制,分析了该系统在数据处理中涉及到的回波光子信号的统计特性、探测概率等理论问题。针对运动条件下的测距背景,根据该系统的回波信号特点,基于Matlab产生了符合统计分布规律的包含目标回波和噪声回波的仿真信号。在对泊松滤波算法等传统数据处理算法进行研究的基础上,提出了一种改进的基于栅格滤波的算法,并利用该算法对仿真回波数据进行了处理,最终有效滤除了随机分布于整个探测空间的噪声信号,获得了目标的运动轨迹。与传统的数据处理算法相比,该算法对运动条件下的光子计数激光测距数据具有良好的处理效果。     

非高斯噪声下的信号检测算法与性能分析

为改善非高斯背景噪声下的信号检测性能,提出了采用非线性阈值系统的信号检测算法.该算法首先利用阈值系统对接收信号进行预处理,其次采用最小平均错误概率准则对预处理后的信号进行检测,最后推导了所提检测算法的误码率解析表达式并给出仿真验证.理论分析和仿真结果表明:在高斯背景噪声下,线性最佳检测算法的检测性能优于所提检测算法;在非高斯背景噪声下,所提检测算法的检测性能较线性最佳检测算法有显著提升.     

一种用于光纤陀螺降噪的鲁棒平滑滤波算法

为了降低光纤陀螺(FOG)的随机噪声以及消除异常采样信号的干扰,提出一种鲁棒平滑滤波算法。利用权重函数为FOG每个采样数据迭代加权,给异常值分配较低权重给高质量数据分配较高权重,有效提高了平滑滤波的鲁棒性。采用广义交叉验证估计平滑参数再利用离散余弦变换计算原始FOG数据的平滑值,提高了平滑滤波的运算速度。软件仿真和实际实验结果表明,相比传统最小二乘平滑滤波算法,所提算法能够有效抑制FOG随机噪声和异常采样信号的干扰,并且对时变的FOG信号具有较好的跟踪能力。     

基于去斜滤波与稀疏恢复的探干一体化系统直达波抑制技术

探测干扰一体化系统通过波形一体化设计,利用无典型雷达信号特征的干扰信号进行探测,共享波形、频率、时间、孔径等资源,极大提升了系统资源的综合利用率。然而,为实现有效干扰,探测干扰一体化波形在频段上会与对方雷达信号有所重叠,一体化设备探测回波会受到由对方雷达发射信号带来的强直达波影响,造成探测性能的严重恶化。本文考虑探干一体化系统与线性调频雷达对抗的场景,提出了两种直达波抑制算法（去斜频域滤波与稀疏恢复）。在第一种算法中,通过分数阶傅里叶变换（Fractional Fourier Transform,FRFT）估计对方线性调频直达波调频斜率,构造回波去斜函数,将直达波分量变换为点频信号后通过频率滤波进行滤除。在第二种算法中,以去斜滤波方法作为预处理步骤,针对直达波功率强时去斜滤波带来的回波能量损失问题,利用稀疏恢复的方法恢复损失信号,进一步提升了探干一体化系统的探测能力。通过仿真和实测结果验证了算法可行性。     

雷达式非接触生命参数信号的提取及判别

采用最小均方(LMS)算法,通过对雷达回波信号进行滤波处理来提取生命参数信号.利用超宽带冲击脉冲雷达对砖墙后的人体进行生命探测,采集雷达回波信号,运用LMS算法对回波进行生命参数信号提取.通过一系列的信号预处理后利用LMS算法可以很好地提取出回波中的生命参数信号.     

一种多频Wi-Fi外辐射源雷达综合处理方法

Wi-Fi信号可作为外辐射源进行近距离动目标探测,然而由于带宽限制,其距离分辨率常常难以达到实用的要求.文章探讨了多个不同信道Wi-Fi信号利用频谱搬移进行多信号合成以提高信号带宽的方法,针对实际应用中存在的信号间相位不一致及其对合成信号探测性能的影响进行了理论分析,并提出了补偿方法.采用计算机仿真对所提方法的性能进行了验证.所提方法不仅可提高距离分辨率,同时还提高了匹配滤波后的输出信噪比.     

光子计数激光雷达的自适应时空关联深度估计

光子计数激光雷达具有高灵敏度、高时间分辨率等优势，为了实现在大量回波数据及强噪声环境下目标信息的高效提取，提出一种自适应时空关联深度估计算法。首先，根据回波数据中信号光子和噪声光子与发射激光脉宽的关系，利用回波光子在时域上的统计差异，自适应重构具有不同时间分辨率的直方图，并结合邻域像素数据之间的空间关联性，自适应调整时间窗口的大小，寻找信号光子所在的时间区间并提取相应的数据，显著降低后续处理的数据量；其次，基于所提取的回波光子数据，设置滑动窗口初步估计各像素的时间值；最后，通过自适应均值滤波得到各像素的飞行时间，解算相应的距离信息。相较于峰值法和Chen算法，在起伏地形探测的仿真实验中，当信号光子数约为14、噪声强度小于6 MHz时，重建的均方误差至少降低了20%；在室内静态目标成像实验中，当噪声强度在5.08 MHz范围内，所提算法进行目标重建的最大均方误差为0.017。仿真及实验结果表明，所提算法对强噪声下起伏地形和室内静态目标探测的回波数据均具有较好的滤波效果。     

基于WHI及ICP的点云配准算法

针对两步点云配准中精度差、计算效率低、易受噪声干扰的问题,提出一种基于WHI特征描述符结合改进的ICP点云配准算法。首先,对大数据量的点云通过ISS算法提取特征点集作为配准点云;然后,计算特征点云的WHI特征描述符,利用随机采样一致性算法完成粗配准;最后,基于安德森加速迭代ICP算法对粗配准点云进行精确配准。通过多组点云数据集对所提算法进行验证,实验表明,该算法配准精度高、速度快,在含有噪声数据集的优势更明显。在不同的点云模型下,所提算法的配准效率提高2倍以上,在噪声环境下具有一定的鲁棒性。     

带诱饵雷达辐射源目标位置信息场成像定位算法

针对带诱饵雷达辐射源群定位问题,提出了一种基于目标位置信息场的成像定位算法。具体方法为:采用两侦察接收机接收观测区域内目标辐射源信号,直接利用采样数据,通过对侦察机2接收到信号进行傅里叶运算变换到频域,在频域进行时差补偿,然后对时差补偿后信号进行逆傅里叶运算变换到时域,在时域对信号进行多普勒频差补偿,再对时差和频差补偿后信号与侦察机1采样信号进行复共轭求和运算,得到位置信息增量函数,最后采用加权将不同时间片的位置信息增量函数关联起来,从而建立位置信息场。仿真实验表明,本文所提成像定位算法具有较高的定位精度和目标分辨率,为进一步识别重点目标雷达和诱饵雷达提供基础。      

UKF在高动态GPS数据处理中的应用

针对高动态GPS数据处理中的非线性问题,提出了一种基于无迹卡尔曼滤波(UKF)的非线性GPS数据处理方法。传统的方法是将滤波中的非线性方程在标称轨道附近采样线性化,这样会产生较大的误差且计算较难实现。所提算法利用UKF处理GPS数据模型中的非线性方程,采用加权采样点的高斯最小集来表示状态分布,然后通过U变换产生的状态变量进行滤波估计。仿真实验表明,所提算法能够有效处理高动态GPS数据中的非线性问题,预测精度也有较大提高。     

脉搏信号滤波方法研究

为了降低噪声对人体脉搏信号的干扰、提高采集精度,提出了一种改进的滤波算法。从脉搏信号及其噪声特点出发,采用与经验模态分解法结合的方法,选择适当的小波基并改进小波阈值函数,构造模态系数对脉搏信号进行滤波。经过理论分析与实验验证,取得了理想的实验数据。结果表明,改进的阈值算法不仅克服了软、硬阈值的局限性,并能有效克服傅里叶变换后产生的边缘效应问题;同时,与经验模态分解法相结合,削弱了低频噪声滤除的误差,增强了小波变换的自适应性,较传统的滤波方法能更好地抑制噪声,有助于提高信噪比。     

水下脉冲激光探测后向散射噪声自适应滤波算法

在信号处理中抑制水体传输中带来的后向散射噪声,是水下脉冲激光探测的关键技术之一。基于同一水域相邻2次探测后向散射的相关性,提出一种改进的归一化最小均方（NLMS）自适应滤波算法。根据后向散射的强度和滤波后目标信号大小控制步长因子,使其对不同距离、不同强度的目标信号均能取得良好的滤波效果。通过计算机仿真和水池实验对算法进行验证,结果表明,对不同距离、不同反射强度的目标,该滤波器算法均能以较低的阶数有效滤除后向散射噪声,保留目标回波信号。与现有的自适应滤波方法相比,大大减少了滤波所需的计算资源,在水下脉冲激光探测系统上具有一定的应用价值。     

采用方向域滤波的非圆信号测向方法

针对实际应用中多个非圆信号从某一先验已知角度范围内入射的情况,提出了一种采用方向域滤波的非圆信号测向算法。新算法首先利用非圆信号测向MUSIC(NC-MUISC)算法得到入射信号的空间谱,再利用信号先验入射角度范围将其空间谱函数在方向域进行滤波,得到虚拟扩展协方差矩阵,然后仿照NC-MUISC算法求得信号入射方向。仿真结果表明,新算法保持了NC-MUISC算法的阵列扩展能力,同时在分辨力和测向精度方面进一步提高,且先验角度范围越准确则算法性能越好,具有良好的实用价值。      

一种改进的自适应干扰对消技术研究及在电磁辐射测量中的应用

提出了一种适合于处理非平稳随机信号的改进自适应干扰对消算法.首先利用经验模态分解的分频特性将多频复杂信号分解到不同的固有模态函数中,再利用改进的最小均方自适应算法进行干扰对消.计算机仿真以及试验结果证明,该方法有效地滤除了含噪电磁信号中的电磁噪声干扰,提高了电磁辐射测鼍的速度和精度,具有重要的工程应用价值.     

基于拉伸处理的宽带频域接收波束形成方法

为了抑制宽带干扰信号,提出了一种基于频域的宽带接收波束形成方法。该方法针对线性调频信号,在对接收信号做拉伸处理和窄带滤波之后,进行傅立叶变换划分为许多窄带,然后对不同频带的信号按窄带方法（例如采样矩阵求逆法）接收波束形成。与传统的频域方法相比,大大降低了数据率和计算量,易于工程实现;与拉伸处理波束形成方法相比,该方法能有效抑制宽带干扰,阵列输出信号干扰噪声比高。最后计算机仿真证实了新方法的有效性。     

一种抗冲击噪声的对数总体最小二乘自适应滤波算法

在未知系统输入信号和输出信号均含有噪声的环境中,传统的自适应滤波算法,如最小均方(LMS)算法,会产生有偏估计。总体最小二乘(TLS)算法能够同时最小化输入信号与输出信号的噪声干扰,是解决此类问题的重要方法。然而,在许多实际应用中,干扰噪声可能具有冲击特性,这使得传统基于2阶统计量的自适应滤波算法,包括总体最小二乘算法性能严重恶化,以至于不能正常工作。为了解决这个问题,该文在总体最小二乘法的基础上,利用对数函数对其改进,提出了一种能够抗冲击干扰的对数总体最小二乘(L-TLS)算法。最后,通过计算机仿真实验验证了该新算法的有效性。     

二阶Volterra变数据块长LMS算法

二阶Volterra数据块LMS算法利用当前时刻及其以前时刻更多输入信号和误差信号的信息提高了算法的收敛速度,但由于其固定数据块长取值的不同导致了算法的收敛速度和稳态误差此消彼长。针对这个问题,本文提出一种二阶Volterra变数据块长LMS算法,通过时刻改变输入信号数据块长度提高算法性能。本算法首先采用两个并行的二阶Volterra滤波器,其输入信号数据块长差值始终保持一个单位;然后将其各自的输出误差信号同时输入到数据块长判决器,通过判决器得到下一时刻各个滤波器输入信号的数据块长度;最后以第1个二阶Volterra滤波器的输出作为整个滤波系统的输出,从而改善了算法性能。将本算法应用于非线性系统辨识,计算机仿真结果表明,高斯噪声背景下本算法的收敛速度和稳态性能都得到了明显的提高。      

基于对数域同态滤波的时延估计算法研究

针对水声信道中窄带信号的多途时延估计问题,本文在对复倒谱时延估计方法进行研究的基础上,提出了一种基于对数域同态滤波的时延估计算法.结合复倒谱与同态滤波思想,将接收的窄带信号首先变换到对数域,然后与本地存储的信号进行谱减法,再对相减后的信号进行滤波以消除残余的信号与噪声成分,最后将其恢复到时域以获取多途时延估计.与传统的匹配滤波/相关处理以及复倒谱分析方法相比,本文算法具有时延估计精度高、噪声抑制能力较强等特点.仿真与湖试数据处理结果证明了该方法的有效性.     

Median-prefiltering-based robust acquisition of direct-sequencespread-spectrum signals in wide-band pulse jamming

We propose robust acquisition schemes for chip time-synchronous direct-sequence spread-spectrum (DS/SS) signals in wide-band pulse jamming. To mitigate the performance degradation due to the impulse-like wide-band jamming signal, the received signal is preprocessed by employing simple order statistic filters. We consider the use of two types of median filtering schemes: a running median filter operating at a chip rate and a block median filter processing the received signal sampled at an oversampling rate. For analytic design, the partial correlation of median filtered pseudonoise (PN) signals is approximated by a piecewise linear model using an upper bound. The analytic design is verified by computer simulation. Finally, the acquisition performance of the proposed schemes is compared to that of conventional schemes