空间目标成像中基于FrFT的高精度距离压缩方法

针对星载雷达空间目标成像遇到的距离向回波调制问题,通过对星载平台下空间高速平稳目标运动特性的分析,提出基于分数阶傅里叶变换(fractional Fourier transform, FrFT)和多项式拟合的高精度距离向压缩方法。该方法利用FrFT对空间目标的部分解调回波进行距离向压缩,并结合多项式拟合迭代获取随方位时间变化的径向速度,为距离向压缩提供精确的分数阶旋转角。与传统逆合成孔径雷达(inverse synthetic aperture radar,ISAR)距离向压缩方法相比,该方法能够实现高精度距离向压缩,从而提高成像质量。仿真实验验证了该方法的有效性。     

基于时频特征提取和残差神经网络的雷达信号识别

针对低信噪比(signal to noise ratio,SNR)下雷达信号脉内调制类型识别率较低的问题,提出了基于时频特征提取和残差神经网络的雷达信号识别算法.时频特征提取首先通过分数阶傅里叶变换对信号进行Chirp基分解,按照Chirp基载频与调频率的不同组合对信号划分类别,并设置对应的分类特征参数.然后,计算信号...     

基于分数阶模糊函数的海面运动弱目标检测

通过推导单频信号、线性调频信号和含有三次项信号的正负对称旋转角的分数阶模糊函数,得到一个有用的结论:单频信号和线性调频(linear frequency modulation, LFM)信号正负对称旋转角的分数阶模糊函数模函数处处相等,而对于含有三次项的回波信号,其模幅度差别很大。根据此特性提出了一种海杂波背景下的基于正负旋转角的分数阶模糊函数模函数对消的运动弱目标检测方法。通过对智能像素处理（intelligent pixel-processing, IPIX)雷达实测数据验证表明,所提方法在增加目标与杂波分数阶模糊函数峰值差、提高信杂比等方面都明显优于仅对回波作分数阶模糊函数。采用双参数恒虚警检测方法设置适当的门限,文中研究的检测方法能够达到更好的检测效果。     

跟踪机动目标的雷达波形选择新方法

针对多项式预测模型描述的机动目标,提出了一种新的雷达波形选择算法。由于机动目标的运动方程满足多项式的规律,以运动目标的多项式预测模型作为状态方程,Kalman滤波器可以很好地跟踪目标的位移和速度信息,并得到估计误差以及其预测。利用跟踪器得到目标状态估计误差的预测误差椭圆为基准,通过分数阶傅里叶变换来旋转测量误差椭圆,以使得雷达的测量误差椭圆与目标跟踪算法对目标状态的估计误差的预测的误差椭圆正交,从而得到了最优的波形选择。仿真结果表明,所提出的算法在性能上优于对比算法。     

基于FrFT-Keystone运动补偿的OFDM声纳高速微弱目标相参积累检测算法

针对水下目标探测中使用的正交频分复用信号,提出了一种针对高速微弱目标的相参积累算法,以解决多脉冲积累下由目标机动引起的较大相位变化和由水下环境中信噪比低导致的相参积累增益不足的问题。所提算法利用分数阶傅里叶变换来估计目标的运动参数并进行补偿,并结合Keystone变换,实现对高速微弱目标的多脉冲相参积累。理论推导和仿真实验结果表明,所提算法能够有效补偿高速目标脉冲间的相位移动,并在低信噪比环境下取得较好的能量积累效果。     

基于分数阶功率谱的LFM信号检测

从分数阶傅里叶变换与Winger-Ville分布的关系出发,推导出分数阶功率谱与模糊函数过原点切片之间的傅里叶变换关系,提出了一种基于分数阶功率谱的LFM信号检测新因子,并证明了该因子与RAT检测因子等价。基于新因子的检测只需计算信号一定角度区域内的分数阶功率谱就能实现检测,因此相比于RAT方法在计算量上具有比较明显的优势。     

基于分数阶傅里叶变换的星载SAR信号参数实时估计

针对星载合成孔径雷达（synthetic aperture radar, SAR）信号参数估计问题,提出了一种基于分数阶傅里叶变换的实时估计方法。首先,介绍了分数阶傅里叶变换的定义和chirp信号参数的估计原理。其次,在介绍星载SAR运行特点的基础上,针对单脉冲和脉冲串这两种情况进行了相应参数的实时估计：通过对接收到的星载SAR单脉冲信号进行分数阶傅里叶变换,可以估计出星载SAR的载频和调频率;通过对接收到的星载SAR信号的脉冲串进行分数阶傅里叶变换,可以估计出方位调频率。仿真和实验证明这种方法是可行的。     

基于目标一维距离像的雷达目标识别方法

讨论了马氏距离的性质,利用目标的一维距离像,提出了一种雷达目标识别方法.对雷达回波进行快速傅立叶变换,得到目标的一维距离像,计算其马氏距离,得到目标的稳定特征向量,根据相关算法进行目标识别.3种不同类型飞机回波的实测数据的识别结果,表明该方法是切实可行的.     

分数阶傅里叶变换的自适应计算

提出了一种基于最小方差算法的自适应计算分数阶傅里叶变换的方法.通过对连续型分数阶傅里叶反变换进行离散化采样,得到适合数值计算的离散形式,进而通过适当的选择输入向量和目标函数构造自适应滤波器,并采用最小均方算法进行自适应计算,所得的滤波器权向量即为分数阶傅里叶变换的结果.仿真实验表明,该方法可以用来计算连续型分数阶傅里叶变换,并且计算延时相对较小.     

LFM信号参数估计的插值FRFT算法

提出了一种基于分数阶傅里叶变换（fractional Fourier transform, FRFT）的线性调频（linear frequency modulation, LFM）信号参数估计的插值算法。首先针对FRFT的旋转角度α搜索步长问题,提出了在较大搜索步长下进行插值以得到α精估计的方法;然后针对离散分数阶傅里叶变换(digital fractional Fourier transform, DFRFT)因参数u离散化而造成的栏栅效应问题,采用相邻谱线进行插值以得到u的精估计;最后用α和u插值精估计结果对单分量LFM信号的参数进行估计。这一方法在不影响估计精度的前提下,降低了计算量和复杂度。仿真结果表明,在较低的信噪比下,LFM信号参数估计的精度仍十分逼近克拉美罗界(Cramer-Rao bound, CRB)。     

Order selection in fractional Fourier transform based beamforming

Traditionally, beamforming using fractional Fourier transform (FrFT) involves a trial-and-error based FrFT order selection which is impractical. A new numerical order selection scheme is presented based on fractional power spectra (FrFT moment) of the linear chirp signal. This method can adaptively determine the optimum FrFT order by maximizing the second-order central FrFT moment. This makes the desired chirp signal substantially concentrated whereas the noise is rejected considerably. This improves the mean square error minimization beamformer by reducing effectively the signal-noise cross terms due to the finite data length de-correlation operation.  Simulation results show that the new method works well under a wide range of signal to noise ratio and signal to interference ratio.     

基于分数阶傅里叶变换的LFM混响空时预白化方法

针对主动声纳在浅海混响背景下线性调频(linear frequency modulation, LFM)信号检测的高虚警问题,提出了基于分数阶傅里叶变换(fractional Fourier transform, FRFT)的空时预白化(space time prewhitening, STPW)方法。该方法利用FRFT对LFM信号良好的频域聚焦性,将混响信号变换到分数阶傅里叶域进行白化处理,使混响中的线变频率变换为稳定频率,增强了混响的局部稳定性,从而改善了混响的白化效果。通过实测混响数据对所提方法进行了验证,实验结果表明,所提方法使匹配滤波检测器的统计性能在信混比(signal to reverberation ratio, SRR)-16 dB~0 dB范围内平均提高了13%,显著提高了主动声纳在混响背景下的检测性能。     

基于离散双正交傅里叶变换的FMCW雷达测距方法

针对毫米波调频连续波（frequency modulated continuous wave, FMCW）雷达调制斜率的非线性带来测距误差问题,提出采用闭环控制与双正交傅里叶变换算法相结合的方法实现高精度测距。该方法首先通过分段降频得到非线性调制FMCW的片段,再用离散双正交傅里叶变换求出各段调制斜率,并按时间顺序排列生成校正曲线,最后用闭环控制进行非线性实时校正。实验结果表明,该方法使信号的调制斜率线性度误差下降到0.27%,测距误差降低了87%。     

过采样下分数阶傅里叶变换的改进算法

针对Ozaktas采样型分数阶傅里叶变换(fractional Fourier transform, FRFT)的计算量偏大以及分辨率较低的弱点,研究了过采样条件下采样型FRFT的计算,提出了一种改进算法。在过采样条件下,通过减小变换阶的取值范围,使在时频平面上的频率分布范围缩小,时域离散间隔保持不变,避免了插值运算,计算量明显减小,且算法具有可逆性。经过进一步拓展,改进算法具有分辨率可调,输出区域可选,输出长度可变的特点。最后通过数值仿真对改进算法进行了验证。     

基于分数阶傅里叶变换的chirp信号时频分析

提出了一种新的基于分数阶傅里叶变换的伪维格纳分布(PWD),用于单分量或多分量chirp信号的分析。首先通过搜索二阶分数阶傅里叶变换矩的极值点,寻找最佳变换域,然后利用旋转的短时傅里叶变换,在分数阶傅里叶变换域中实现各分量chirp信号间的分离,以抑制交叉项及噪声项的干扰。在已知信号模型的前提下,还给出了分数阶傅里叶变换最佳旋转角度的经验计算公式,以辅助信号分析。仿真实验表明,通过对时频平面的旋转,所提出的方法能够在分数阶傅里叶变换域中,很好地抑制多分量信号间的交叉项干扰,更好地提取信号的时频信息。     

分数阶Fourier变换中量纲归一化因子的选取

针对分数阶Fourier变换数值计算中量纲归一化因子的优化选取,分析了量纲归一化对chirp信号的调频率和初始频率的影响,以及chirp信号在(p,u)平面上的尖峰位置的影响,推导了两个chirp信号的尖峰在p轴和u轴上的投影距离与量纲归一化因子的关系。发现两个尖峰的距离随着量纲归一化因子的变化而变化,并且具有极大值。提出一种量纲归一化因子选取的方法,通过调节信号的观测时间和采样频率,选择合理的量纲归一化因子,增大两个信号尖峰间的距离,减小多分量chirp信号在分数阶Fourier域的相互影响。仿真结果验证了该方法的有效性。     

基于近似观测和最小熵约束的SAR稀疏自聚焦方法

当采样率较低以及重建散射点数量较多时, 基于两步优化的稀疏自聚焦方法收敛速度较慢且容易陷入误差较大的局部最优解, 导致自聚焦失败。针对此问题,提出了一种基于近似观测和最小熵约束的稀疏自聚焦方法。首先, 为解决测量矩阵规模大、内存占用高的问题, 构建了一种基于近似观测的稀疏自聚焦模型, 在聚焦图像的傅里叶变换域引入误差相位。然后, 在采用最大似然估计器估计误差相位时增加了最小熵约束, 同时采用相位梯度自聚焦法提供误差相位的初始解, 有效降低了迭代次数并使迭代结果更接近全局最优解。机载合成孔径雷达的实测数据成像结果表明, 与常规自聚焦方法相比, 所提方法具有更快的收敛速度和更稳定的自聚焦性能。     

基于稀疏分解的雷达信号抗噪声干扰方法研究

针对雷达在强噪声干扰下难以提取回波信号特征的问题,提出利用稀疏分解方法和基追踪去噪(basis pursuit denoising, BPDN）算法实现抗噪声干扰。该方法构造一组线性调频时移信号作为过完备库,对线性调频雷达回波信号进行稀疏分解,滤除噪声干扰;根据稀疏系数与雷达目标距离之间的关系,提取目标的距离信息。实验结果表明了该方法在雷达信号抗干扰和目标距离信息提取方面的有效性。     

基于分数阶Gabor变换的LFM回波信号压缩采样方法

针对现有的压缩采样系统在线性调频(linear frequency modulated, LFM)回波信号压缩采样重构过程中存在的重构效果不佳的问题,提出一种基于分数阶Gabor变换的回波信号压缩采样方法。首先,利用不同目标回波信号在时延上的差异性,给出基于分数阶Gabor变换的LFM回波信号稀疏表示方法,并分析了分数阶Gabor变换的完备性条件。然后,根据分数阶Gabor变换低通滤波的实现方式,设计了LFM回波信号压缩采样系统,建立了信号重构模型。最后,通过仿真实验与应用实例分析,验证了所提压缩采样系统的有效性。实验结果表明,与现有压缩采样系统相比,所提压缩采样系统的重构误差更低、重构效果更好。     

基于分数阶Fourier变换的水声信道参数估计

提出基于分数阶Fourier变换(FRFT)对水声信道参数进行估计。分数阶Fourier变换存在相应的最佳分数阶数使给定的chirp信号能量聚集于一最大值,且具有时移、频移特性,使其可适用于存在多途扩展及多普勒频偏的声信道参数估计。通过计算机仿真验证,当存在较大的多普勒频偏时,拷贝相关器将不适用,而FR-FT具有很好的鲁棒性,可估计存在多普勒频偏的多途声信道参数。