基于广义互相关理论的风速测量算法研究

由于超声波时差法测风速对于时间测量要求很高,0.1 m/s速度精度时差Δt仅为400 ns,这就需要很高的采样率和大的系统存储空间。将时差Δt的测量分为"粗测"、"细测"两部分,用插值相关的办法可以有效解决这个问题。插值后通过传统互相关法可准确测量时差Δt的"细测"部分,然而这种方法只有在平稳噪声环境下效果较好,局限性较大,实际测量中结果误差较大。为了克服这问题,通过广义互相关算法(GCC)可提高这部分时差测量的准确性。广义互相关法将回波信号在频域进行加权处理,提高了信号频谱特性,抑制了噪声对测量的影响。实验结果表明,广义互相关算法在白噪声以及有色噪声中都有很好的效果,测量准确性大大提高。     

针对目标识别的波形优化设计方法

针对宽带雷达多类目标识别波形优化中的方位敏感性、距离敏感性和初相不确定性问题,该文在高斯色噪声背景下提出一种基于遗传算法和最大滑动相关分类器的波形优化方法,简称为GASC方法。该方法定义目标回波和同类模板之间的匹配系数与该目标回波和异类模板之间匹配系数的差为匹配距离,以最大化各类目标之间的匹配距离的最小值作为优化准则,并约束发射信号幅度是恒定的,然后通过遗传算法进行求解,得到优化波形信号。仿真结果表明,与现有方法相比,该方法能更好地增加各类目标之间的可分性,进而提高目标的识别性能。     

基于经验模态分解的管道超声回波信号识别

在管道超声无损检测中,超声回波信号常受到噪声干扰或者因管道壁缺陷原因导致回波波形重叠,故检测信号很难判断缺陷大小。现采用一种基于经验模态分解(Empirical Model Decomposition,EMD)的方法,对超声回波信号的到达时间进行准确识别。该方法首先把原始采集的超声回波信号进行经验模态分解,预处理回波信号中的噪声干扰,处理后的信号通过正交检波处理得到该信号的峰值包络,则该包络的峰值时刻对应了回波信号的到达时刻。通过对实测缺陷信号的试验,验证了该方法的可行性和准确性。     

基于m序列的半导体激光测距技术研究与仿真

针对传统脉冲式半导体激光测距机在中远程测距的应用中,回波信噪比过低而难以检测目标信号的问题,提出了一种基于m序列的小型化半导体激光测距方案,以单周期m序列作为激光发射波形,对微弱低信噪比回波信号采用相参积累及匹配滤波相结合的数字信号处理方法。通过仿真及计算,证明本方案可以提高回波信噪比,并有效地从微弱回波信号中提取出目标信号,进而提高激光测距机的测距能力。     

欠采样下自适应模板匹配在明渠测深中的应用

简单地描述了水声测量法在测量明渠水深中的原理——匹配滤波法在水深测量中的应用,分析了欠采样回波波形与固定的本地匹配波做匹配存在的缺陷。针对这种缺陷下所引起的结果的误差,分析了一般校正法所存在的问题,从而提出了一种欠采样下的模板匹配技术。通过回波波形与不同本地匹配波形模板匹配,找到一组正确的回波本地波匹配对,从而规避了欠采样对匹配的影响。经过仿真测试,此种方法效果显著,在明渠水深测量中,能将精度最大误差由2.152 5 cm降低到3 mm,使测深精度提高了一个数量级。     

解析解混沌雷达系统的多目标测距

针对传统混沌雷达对多目标测距困难的问题,提出了一种建立在解析解系统上的混沌雷达多目标测距方法。该方法使用解析解混沌系统中的连续信号作为雷达发射信号,并把解析解混沌系统中的二值离散序列经移位寄存器保存在雷达接收端,通过保存的二值离散序列能够准确重构雷达发射信号模板。使用该模板和回波信号进行匹配滤波,通过匹配滤波输出信号的峰值得到待测目标的距离。该方法能够在-10 dB信噪比条件下实现多目标测距,且雷达接收端因为只需保存二值离散信号所以需要的存储空间小,实现过程成本低廉。仿真实验验证了提出方法的有效性。     

基于自适应分解级数小波去噪的TDOA估计算法研究

在无源时差(Time Difference of Arrival, TDOA)定位技术中，针对现有基于广义互相关时差估计方法对目标信号波形相关度要求高、信号受噪声干扰严重时其时差估计精度难以满足实际需求等问题，提出一种具有自适应分解级数的小波去噪预处理时差估计方法。对待处理信号进行多级小波分解，计算分解后各级系数向量的能量贡献率累加和(Energy Contribution Rate Cumulative sum, ECRCs),以满足ECRCs不小于80%的最小分解级数作为小波去噪的分级参数。结合计算的自适应分解级数及小波去噪方法对待处理信号进行自适应去噪处理，结合广义互相关算法对处理后信号进行峰值分析，得到两信号的时差值。通过仿真信号及甘肃某地实测的TDOA数据进行分析验证，结果表明，所提方法可有效提升时差估计精度及稳定性，尤其信号受噪声干扰较大时具有一定优势。     

海洋激光雷达图像处理提取海水深度的方法

机载激光雷达已经应用于浅海地形测绘,与激光器、接收望远镜和探测器一样,水深提取算法也是决定系统最大测深能力的关键环节。常规的水深提取算法是对单个激光雷达采集的波形数据进行处理,通过提取波形中的海表和海底位置实现水深测量,这种方法在提取水深较深的海底微弱回波信号时,易受海水散射层强信号的影响,导致水深提取能力和准确度下降。为了解决这一问题,将一维回波波形数据按采集顺序组合成二维的回波强度图像,图像的每一列代表一条回波波形,图像的灰度值对应着回波信号强度。利用图像的横向相关性,通过双边滤波、局部阈值二值化等图像处理方法,提取出海底回波信号廓线。该方法一方面提升了海底回波的提取能力,一方面避免散射层信号对海底微弱信号的干扰,为浅海地形、水下目标一体化探测提供新的数据处理方式。     

基于非参数基函数的自适应信号分解算法

 提出了一种分解信号特征的自适应信号处理算法。算法的核心是将观察信号分解为一组最好匹配信号局部结构的特征波形的线性展开,这些特征波形是由非参数基函数特征波形估计方法计算所得。分解算法中模板信号的自适应调整使算法可以不再过多地需要信号的先验知识,在实际应用中具有更加良好的柔性和适应性。通过对算法自适应性和收敛性的测试,验证了算法的性能。仿真信号的提取结果与传统匹配追踪算法分解结果及EMD方法分解结果的比较,进一步表明了所提算法的可行性和有效性。     

大存储空间高精度数字中频面目标模拟器设计

在雷达系统研制过程中,回波信号模拟器是不可缺少的设备。它可以灵活地产生雷达在各种工作状态下的回波信号,有助于雷达的实验室调试,降低试验成本。文中介绍的面目标模拟器基于波形存储直读的DDWS(直接数字波形合成)法实现;以大容量Flash存储器作为波形数据的存储介质,具有较大的数据存储空间;以XC2V500型FPGA(现场可编程门阵列)作为系统核心控制单元,完成系统的功能控制、数据存储控制、高精度延时计算等关键任务,输出延时计算最大绝对误差±3 ns。采用Hamming加权后脉冲压缩峰值旁瓣比大于35 dB。     

基于时差辨识的机翼模型光纤冲击定位方法

针对机翼结构低速冲击载荷定位需求,提出了 一种基于时差辨识的冲击载荷定位方法。首先采 用Teager能量算子处理冲击响应信号,以提升响应信号时间分辨能力;在此基础上,给出了 基于时差二分原理的冲击区 域定位方法以及基于时差曲线拟合的冲击坐标计算方法。构建基于机翼模型的分布式光 纤监测系统,分别实现针 对冲击载荷的区域定位与精确坐标预测。试验结果表明:在长为120 cm的大展弦比机翼模型上随机选取5个测试点进 行低速冲击定位识别,实现了所有冲击测试点的区域辨识,正确率高达100%;坐标定位的平 均误差为8.4cm。本文方法 仅利用5个光纤布拉格光栅(FBG)传感器和低采样率FBG信号采集系统能够有效地实 现冲击载荷位置辨识,具有监测网络简洁、辨识快速和实用性强等特点。     

基于自适应多模板匹配的目标跟踪

为了解决在模板匹配中精度和速度之间的矛盾,本文结合了DSP便于实现算法和FPGA高速并行运算的优点,提出了一种基于DSP和FPGA协同作用的快速目标跟踪系统,主要在DSP上完成跟踪算法流程控制,在FPGA上实现耗时模块MAD的计算工作,建立两方通信,使该跟踪系统正常工作。将传统的模板匹配算法扩展成为多级模板匹配,并在跟踪算法中加入了抗旋转模板。最后,在Blackfin561系列Visual DSP 和EP3C25系列FPGA组成的系统平台上实现了该算法,并进行了相关的性能测试。实验表明,该系统可以准确、实时地跟踪运动目标,并能够有效地抗目标旋转和尺度变化。     

基于梯度相位和显著性约束的Hausdorff 距离模板匹配方法

针对复杂背景下形状不规则、高度较低的平面目标自动识别问题,提出了一种基于Hausdorff距离的模板匹配方法。在完成平面目标前视模板制备后,文中首先定义了基于边缘位置、梯度相位和边缘点显著性约束的相似性度量方法,模板与实时图中对应两个边缘点位置越近、梯度相位差越小及实时图边缘点越显著,这两点的匹配就越好;然后融合三种度量结果,设计了一种基于边缘相位和显著性约束的Hausdorff 距离模板匹配方法,实现了平面目标轮廓的准确匹配。实测数据处理结果表明,该方法能够实现复杂地面场景中任意形状的平面目标轮廓的匹配定位,并且定位精度高、鲁棒性好、适用范围广     

SSDA波形匹配在高频电源开关控制中的应用

针对高频电源开关控制问题,提出改进序贯相似度检测(SSDA)的波形匹配方法来预测一次电流过零点,以控制高频电源开关元件开通和关断来提高高频电源输出功率。通过对SSDA算法阈值设定方法的改进,提高了该算法的匹配速度。首先,对不同条件下的一次电流波形进行取点,考虑波形采集过程的噪声,依次采取低通滤波和算术平均滤波的方法对采样数据进行处理后建立波形库。利用改进SSDA波形匹配的方法,根据匹配相似度较高的库中波形来预测目标波形的过零点时间,从而控制电源开关。实验结果证明,所提方法具有可实施性,且有较快的匹配速度以及较高的匹配精度。     

集中式MIMO雷达多模式一体化波形设计

集中式多输入多输出（multiple input multiple output, MIMO）雷达系统基于波形分集优势，可灵活改变发射方向图形状和指向方向空间合成信号的特性，从而实现多种雷达工作模式。提出了一种集中式MIMO雷达多模式一体化波形设计方法，采用方向图模板拟合、模糊函数模板拟合以及通信波形拟合的方式优化不同方向上的合成信号，使其具有不同特性，从而在单脉冲时间内实现搜索、跟踪和通信功能。采用最大块增量优化算法对构造的恒模四次多项式优化模型求解。实验结果表明，该方法可以得到具有低旁瓣模糊函数的搜索与跟踪波形，并且满足通信需求。     

基于时序匹配及变长滑窗的雷达信号分选

信号分选是雷达侦察技术与信号处理技术中的关键步骤之一,但常规分选算法运算量大、识别耗时长。同时,在信号丢失严重或者脉冲密度大的情况下易出现增批、漏批问题。针对上述问题,本文提出一种基于时序匹配及变长滑窗的信号分选方法,首先利用载频和脉宽进行粗筛选,然后在时域参数上抽取与雷达参数模板匹配的脉冲序列,匹配的时间窗口根据两条脉冲之间的时间差和雷达参数模板的PRI动态确定。在此基础上,本文提出一种新的雷达信号分选处理流程：将待分选脉冲列分段,对每一段分别进行常规分选和本文所述方法。仿真实验表明,本文算法具有准确率高、耗时短的优点,新的分选流程能够有效弥补常规分选算法的不足。     

基于量子遗传算法的MIMO雷达正交信号波形设计

正交信号波形设计是MIMO雷达领域的研究热点,随着技术的发展,MIMO雷达对正交信号波形的性能要求越来越高。针对现有MIMO雷达正交信号波形互相关峰值较高且算法收敛速度慢的问题,为了提高码长较长的正交信号波形的性能,本文使用量子遗传算法,将量子计算与遗传算法相结合,进一步降低了波形的互相关峰值,一方面降低了不同目标回波之间的相互干扰,提高了雷达系统的检测性能,另一方面使雷达系统更难被敌方定位,提高了雷达的战场生存能力。仿真试验的结果表明,该方法能有效提高波形的正交性能,并加快了优化的速度。      

高分辨率雷达信号参数对目标识别的影响

采用模板匹配分类器,对具有大、中、小3个尺寸级别的9类目标进行基于高分辨率雷达距离像(HRRP)的识别仿真试验,系统地研究了识别概率-信噪比-雷达带宽/载频之间的三维变化关系,分析了雷达信号参数对目标识别的影响,得到了有价值的研究结论。