短时分数阶傅里叶变换的基本性质

作为一种不会对信号时频结构在解线调时产生压缩扭曲的线性时频分析工具,短时分数阶傅里叶变换(STFrFT)相比于分数阶傅里叶变换更适于处理多项式相位信号.证明了短时分数阶傅里叶变换的一些基本性质,例如:重构条件和帕塞瓦尔定理等.以chirp信号为例给出了STFrFT的窗函数和窗口参数的选择依据.本文结论为短时分数阶傅里叶变换的应用提供参考.     

基于分数阶傅里叶变换的宽带LFM相干信号二维DOA估计

在分数阶傅里叶(FRF)域从离散角度推导了二维DOA估计数学模型,并在此模型基础上提出基于分数阶Fourier变换的二维相干信号DOA估计新算法.该方法利用分数阶傅里叶变换良好的能量聚集性,在分数阶傅里叶(FRF)域构造前后向空间平滑DOA矩阵.通过对DOA矩阵进行特征值分解,估计信号子空间和噪声子空间,由信号子空间的特征值和特征向量得到宽带LFM相干信号的二维到达角,避免了二维谱峰搜索和交叉项,也无需参数配对.理论推导与实验仿真验证了算法的有效性.     

基于短时分数阶傅里叶变换的语音增强算法

提出了一种基于短时分数阶傅里叶变换(STFRFT)的语音增强新方法.该方法首先将带噪语音信号进行短时分数阶傅里叶变换,然后在分数阶傅里叶域(FRFD)对信号进行滤波,最后对滤波后的信号进行短时分数阶傅里叶逆变换,得到增强后的语音信号.实验表明在选定最佳的分数阶阶数时,可使噪声得到最大限度的滤除,大大提高了语音增强效果.     

基于支持向量机的小波包调制信号识别

基于小波包调制信号和OFDM信号在分数阶傅里叶变换域分布的不同,利用图像成形技术对接收信号的分数阶傅里叶变换域分布图进行处理,探讨了小波包调制信号和OFDM信号的分数阶域分布成形图的特征参数,利用支持向量机做分类器,实现了这两种多载波调制信号的分类识别。计算机仿真结果,验证了算法的性能。     

基于分数阶傅里叶变换的宽带LFM相干信号的DOA估计

提出一种基于分数阶傅里叶变换(FRFT)的宽带线性调频信号(LFM)相干信号的波达方向(DOA)估计方法。针对分数阶傅里叶变换的谱峰聚集特点,该算法构造了分数阶傅里叶域(FRF域)的宽带LFM信号的阵列数据模型,在FRF域内利用Toeplitz矩阵重构特性,实现对相干信号的解相干,最后通过谱峰搜索完成入射信号的DOA估计。算法在不减小阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的性能。实验仿真证明了该算法的有效性。     

基于时频空间奇异值分解的多分量线性调频信号分离与增强

针对加性色噪声背景下的多分量线性调频信号的分离和增强问题,提出了一种新的基于时频空间奇异值分解的算法,该方法对加性噪声有较好的抑制能力.同时,对于线性调频信号的最佳分数阶傅里叶变换域估计问题提出了在低信噪比下更为有效的基于信号四阶分数阶傅里叶变换中心矩的方法.仿真实验证明了本文方法的有效性.     

利用短时分数阶PWVD实现多分量Chirp信号分离

针对加性高斯白噪声背景下多分量Chirp信号的分离问题,采用一种基于短时分数阶傅里叶的伪魏格纳变换来实现对多分量Chirp信号的分离。该方法利用分数阶傅里叶变换四阶中心矩寻找极值点来确定最佳变换域,在最佳变换域对信号进行旋转的短时傅里叶变换,并进行伪魏格纳变换,最后把在时频面得到的冲激信号变换到时域再进行分数阶傅里叶逆变换,实现了多分量Chirp信号的分离。仿真实验证明该方法可有效地实现多分量Chirp信号分离,有助于后续对各分量的参数估计。     

基于混沌调制DFRFT旋转因子的语音加密

将分数阶傅里叶变换(FRFT)和混沌密码学相结合,提出一种新的变换域加密算法——混沌密钥调制FRFT旋转因子,用于实现语音信号的实时加解密。采用特征分解型离散FRFT算法,使语音实时加密系统在语音信号解密过程中具备良好的还原特性。理论分析和测试结果表明,该算法安全性较高,优于单纯混沌加密或单纯分数阶傅里叶变换的加密方法。     

FRFT域的数字图像chirp噪声抑制方法

针对含有chirp噪声的图像,应用传统的滤波方法难以实现有效的信噪分离,提出了一种基于分数阶傅里叶变换域的数字图像chirp噪声的抑制方法。该方法是将chirp信号分数阶傅里叶域的滤波算法引入到数字图像的处理中,是一种新的改善图像质量的手段。仿真结果表明,对于含有chirp噪声干扰这一特定退化模型的图像,采取最优估计下的分数阶傅里叶变换相比普通傅里叶变换和线性平滑滤波,图像恢复的效果更佳,它能有效地去除图像中的chirp噪声。     

基于MF-FRFT伪码捕获算法研究

针对高动态环境下接收机的接收信号含有较大多普勒频率及其变化率,传统捕获方法无法对多普勒频率变化率进行有效补偿等问题,提出了一种基于分数阶傅里叶变换的捕获方法。所提算法尝试采用匹配滤波器与分数阶傅里叶变换相结合的方法,利用在高动态环境下载波多普勒呈现近似线性调频信号的特点,寻找变换后峰值所在位置即可对多普勒频率和频率变化率进行有效估计,无需进行频域搜索,大大节省了捕获时间。理论分析和仿真验证表明,本文提出的基于分段分数阶傅里叶变换捕获方法,解决了传统方法在高动态环境下难以对信号多普勒变化率进行有效补偿的问题,尤其在低信噪比情况下,更好地提高了接收机捕获概率、缩短了捕获时间。     

An approach for refocusing of ground fast-moving target and high-order motion parameter estimation using Radon-high-order time-chirp rate transform

Long synthetic aperture time can improve the imaging quality of a ground moving target, whereas a moving target may be severely smeared in the cross-range image due to the range migration and the Doppler frequency migration. In this paper, the effects of the third-order Doppler broadening and Doppler ambiguity of a fast-moving target are considered. To address these issues, a novel motion parameter estimation method named high-order time-chirp rate transform (HTRT) is proposed, and then a new synthetic aperture radar (SAR) imaging method based on Radon-HTRT (RHTRT) for a ground moving target is developed. The major contributions are as follows: 1) The proposed SAR imaging method can eliminate the Doppler ambiguity effect. 2) The proposed method can realize longer time coherent integration than Radon–Fourier transform (RFT) and Radon–fractional Fourier transform (RFRFT) methods. 3) The proposed method is computationally efficient since HTRT can obtain the motion parameters of a moving target via performing the 2-dimensional (2-D) fast Fourier transform (FFT). Both the simulated and real data processing results show that the proposed method can finely image a ground moving target in a high signal-to-clutter and noise ratio (SCNR) environment.     

H.264/AVC中最佳零块判决技术研究

H．264通过在变换与量化模块中使用尺度因子矩阵来降低其运算复杂度，文章通过消除变换与量化模块中的尺度因子矩阵而推导出了仅与量化参数QP有关的最佳零块判决阈值，然后提出了结合零块判决的运动搜索算法，并进行了仿真测试，实验结果表明：该算法非常适合于中低码率的实时视频编码应用。     

基于能量归一化窗S变换的跳频信号参数盲估计

提出一种基于能量归一化窗的S变换的跳频信号参数盲估计方法。详细阐述了能量归一化窗S变换的基本原理,应用能量归一化窗S变换对跳频信号进行了分析并与其它时频分析方法作了比较,最后给出了跳频信号参数盲估计的具体算法步骤,并进行了仿真实验及性能分析。仿真结果表明该方法切实有效。     

一种改进的基于小波变换的波特率估计算法

数字调制信号的解调过程中，必需的一个重要的参数是信号的调制速率，即波特率。在非协作通信或者自适应通信中，波特率对接收端可能是未知的参数。提出了一种改进的基于小波变换的MPSK波特率估计算法，通过信号变烦和选择最佳的变换尺度，可以降低原始估计算法的最低载噪比门限。利用CZT变换，可以以较小的代价提高估计的精度。     

基于多帧融合及四参数仿射模型的图像超分辨

运动参数估计和复原是多帧图像超分辨重构中最重要的两个环节,其中经典的Fourier-Mellin变换方法于频域采用对数极坐标形式和相位相关方法结合来估计运动参数。相位相关是整像素级平移参数估计方法,将其改进为亚像素级平移参数估计方法,以提高旋转、缩放参数的估计精度。对于复原算法,在讨论基于局部信息的传统双三次插值超分辨重构方法的基础上,重点探讨基于全局信息的Kriging插值超分辨重构和核非线性回归（KNR）超分辨重构方法。实验结果表明,探讨的参数估计方法和超分辨重构方法是有效的。     

目标运动参数快速估计新方法

提出了一种CW雷达目标运动参数测量的新方法,利用CW雷达目标回波信号构造出两个单一频率的正弦信号,每个正弦信号的频率正好与目标的一个运动参数成正比,基于FFT和细化频谱的Chirp-Z变换得到运动参数估计值。该方法与现有方法相比,既没有使用时频分析工具等耗时的处理,也没有进行参数迭代处理,因此,运算复杂度低,运算量小,同时避免了估计误差传递。仿真实验结果表明了该方法的正确性。     

基于间接拉普拉斯模型因子估计的语音增强算法

对DCT城基于拉普拉斯统计模型的语音增强，分析了模型因子的估计误差及其对于算法整体增强性能的影响，并根据广义高斯分布模型度其形态参数的概念与性质，提出了一种新的拉普拉斯模型因子估计方法，该方法结构简单，它利用拉普拉斯模型条件下语音分量方差与模型因子的对应关系，间接地获取模型因子的估计，算法不仅有效地消除了噪声分量对于估计精度的影响，而且可以快速地跟踪语音分量的变化。仿真结果表明，基于该模型因子估计方法的语音增强算法在多种噪声背景下具有更出色的语音增强效果。     

Improved Doppler parameter estimation of squint SAR based on slope detection

For high-quality synthetic aperture radar (SAR) processing, Doppler parameter estimation is an essential procedure. In this article, first the relationship between slope and Doppler parameter of squint SAR is established, and then an improved slope-detection-based Doppler parameter estimation scheme is proposed. In the scheme, the intensity data are first converted into binary data by setting a threshold using the Ostu algorithm, and then a Radon transform is conducted on the binary data in two steps: the coarse and fine Radon transform. Using the proposed scheme, the binary data will have sparse features, and the number and interval of search for the Radon transform can be greatly reduced. Hence, the Doppler parameter can be estimated with more speed than conventional Radon-transform-based methods. Besides, Doppler centroid and Doppler rate can be estimated with the same scene. Simulations and experiments with real data validate the effectiveness of the scheme.     

基于MRF模型和EM算法的多源图像融合方法

提出了两种图像融合方法.该方法首先利用EM-MRF算法与模糊分类方法的等价性,将EM-MRF算法引入到图像融合领域.在此基础上,利用统计模型对图像进行非监督分类的模型参数估计转化通过EM算法从不完全数据中估计模型参数的问题,并利用Markov随机场模型建立类别的先验概率、EM迭代算法进行图像分类的方法有较高的分类精度和鲁棒性,导出了基于分布式和集中式多传感器图像融合模型的两种融合方法.最后仿真试验表明,这两种融合方法既可以提高分类精度,又可以加强对噪声的抗干扰能力.     

Poisson wavelets applied to model identification

A novel wavelet transform is introduced based on the backward difference of the Poisson probability density function. This family of wavelets is a function of one discrete and two continuous variables. The Poisson wavelet transform is useful for system identification, parameter estimation and model validation. In particular, it is well-suited for linear time-invariant systems that are modelled as combinations of decaying exponentials with a single time delay. A fast computational algorithm for computing the Poisson wavelet transform is developed using cascaded first-order filters. The concepts are demonstrated on a three-tank process and a simplified heat exchanger.