一种可用于声目标特征提取的超分辨率混合谱估计算法

本文研究了一种估计有色噪声中多组谐波信号参数的去耦参数估计算法。其中提出了一种基于FFT的谐波组迭代清除算法来估计谐波信号的参数,并根据谐波图的值来确定谐波信号的个数。该算法不仅计算简单并可获得较高的频率分辩率,而且对信号模型具有较强的鲁棒性。     

一种基于非相参雷达目标回波的特征提取算法

在着重研究了非相参雷达视频回波的基础上，提出了一种基于线性预测系数及离散Ｋ－Ｌ正交变换的雷达目标回波的特征提取算法。采用实地录取到的大量雷达目标数据对这种算法进行检验，实验结果表明，这种方法具有较高的识别率。     

瞬态信号双谱估计的一种新方法

瞬态信号的模型参数估计在许多领域占据要当重要地位，本文利用高阶矩的性质，提出一种Ｑ－ｓｌｉｃｅ马尔可夫ＡＲＭＡ模型双谱估计算法，仿真结果表明，该方法估计精度高，计算量小，即使在低信噪比的悟上，对瞬态信号了有较好的拟合效果。     

一种基于降维处理的二维谱估计算法研究

本文讨论了H．Kimura和Y．Honoki提出的基于降维处理的高分辨率二维谱估计算法，并通过引入自适应定阶和“相关阵”正定性修正方法，对它进行了改进。经模拟分析表明，改进后的算法具有更高的计算效率和良好的性能。     

随机脉位信号的一种谱估计方法

针对随机脉位信号频谱中强信号旁瓣淹没弱信号的问题，提出了一种处理方法，即运用ＦＦＴ技术求出最大谱线，再运用自适应技术求出最大谱线的最大值，并从原信号中减去这个谱线，对得到的新信号再次重复运算，如此多次重复运算之后可得到整个频谱，该方法较之于经典的分析处理方法要好得多，文中还给出了２５６点、４个目标、最大目标信号比最小目标信号幅值大１００倍时的结果，在该条件下，用传统分析处理方法是无法得到正确结果的     

一种高分辨率的最大嫡谱估计算法

经典的基于Yule-Walker等式提了大熵方法－Levinson-Durbin递推算法,忽略了数据的自相关序列估计值代替理论值时的误差,因而降低了算法性能,为了减小该误差的影响,提出了一种新的最大熵算法。该算法在计算过程中利用了一些现有算法的思路,来提高谱估计的性能并减小计算量,计算机模拟结果证明,这种新算法的估计性能远高于Levinson-Durbin算法。与同 样具有高性能的LUD（Lower and Upper triangular matrix Decomposition)算法相比,在低噪比时新算法的分辨率更高,高信噪比时,二者性能则相似。     

一种基于最大熵谱估计的高分辨率时间延迟估计方法

当采用相关法估计时间延迟时，多径时延的分辩率受到相关函数主要瓣宽的限制。本文将最大熵谱估计方法中的Ｂｕｒｇ算法和Ｍａｒｐｌｅ算法引入了不可解的多径时处估计，可以得到较高的时延分辨率。给出了原理一性能分析以及计算机模拟的结果。     

一种基于空间谱估计的微弱信号检测方法

强信号背景下,微弱无线电信号检测非常困难,采用空间谱估计技术也难以有效解决。分析原因:一是信号源数目估计不准确,二是微弱信号对应的谱峰不明显。为此,提出一种新的微弱信号检测方法。首先,对强信号进行检测,同时得到强信号的入射方向。然后,组建新的阵列信号,以消除强信号。最后,仍然采用空间谱估计技术对微弱信号进行检测。通过仿真实验可知,只要信噪比不低于0dB,新方法具有良好的检测性能。     

AR谱估计的一种自适应算法

本文给出Householder变换的一种实时递推算法及其收敛性证明,并用此算法进行AR自适应谱估计。仿真计算表明,此算法具有计算结果准确、可以实时判阶和快速跟踪性好等特点。     

一种基于最大熵谱估计的高分辨率时间延迟估计方法

当采用相关法估计时间延迟时,多径时延的分辨率受到相关函数主(?)宽度的限制。本文将最大熵谱估计方法中的Burg算法和Marple算法引入不可解的多径时延估计,可以得到较高的时延分辨率。给出了原理和性能分析以及计算机模拟的结果。     

基于空间谱估计的多目标信号分离研究

现代战争中,同一时间、同一空间、相同频率或不同频率上出现多个信号源的现象经常会出现,为了对这样的多目标信号进行有效分离,提出了空间谱估计测向的方法。在分析该方法基本原理的基础上,提出了适用于同频与不同频信号分离的通用测向算法,并对算法进行了仿真。仿真结果证明了该测向算法的有效性,从而为目标识别器的研制提供了一种有价值的方案。     

瞬态信号双谱估计的一种新方法

瞬态信号的模型参数估计在许多领域占据相当重要的地位。本文利用高阶矩的性质,提出一种Q-slice马尔可夫ARMA模型双谱估计算法。仿真结果表明,该方法估计精度高,计算量小,即使在低信噪比的情况下,对瞬态信号也有较好的拟合效果.     

雷达舰船目标的混合特征提取算法的设计与实现

特征提取是目标自动识别的关键。介绍了几种常用的目标特征手段,并对回波串成像改进算法、基于目标灰度的特征提取法、基于单个目标回波的特征提取法进行了讨论。     

一种SSB信号频域信噪比估计算法

文中提出了一种在频域估计单边带（SSB）信号信噪比的算法,并给出了详细的理论分析。同时在同一系统模型中和现有几种典型的时域信噪比估计方法进行了比较,最后对算法进行了计算机仿真。结果表明,此方法估计精度高,性能稳定,从而说明了其有效性。而且,频域信噪比估计方法利用样点数少,实现非常简单,特别适合在突发通信系统中使用。     

一种低计算量的ARMA谱估计

本文提出一种新的ＡＲＭＡ（ｐ，ｑ）谱估计方法，与Ｃａｄｚｏｗ和Ｋａｙ的谱估计方法相同，新方法只需确定ＡＲＭＡ模型的ＡＲ参数就可以获得ＡＲＭＡ的谱，但当采样数目Ｎ＞＞Ｐ时，ＡＲ参数估计的计算量却比Ｃａｄｚｏｗ和Ｋａｙ的方法下降了大约５０％。计算机仿真表明新方法的谱估计质量相似于Ｋａｙ的谱估计质量。     

一种基于Burg谱估计和FFT的频偏估计方法

针对星间链路通信中常用的BPSK、QPSK、UQPSK和64QAM等调制信号的载波频偏估计问题,提出了一种基于Burg谱估计和FFT的通用频偏估计方法。采用Burg谱估计方法对信号进行粗频偏估计,补偿该频偏后得到含有较小残留频偏的信号;并进行改进的四次方非线性变换,去除调制信息;再利用FFT估计出较高精度的残留频偏值。仿真结果表明,该方法估计精度高、范围大。     

扩频信号的自回归滑动平均谱估计识别技术研究

提出了利用自回归滑动平均谱估计分析识别扩频信号，给出了模型参数估计算法。最后以二元直扩信号为例，用MATLAB软件进行了模拟仿真，验证了方法的可行性与优越性。     

雷达目标特征提取的一种方法

针对雷达高分辨率距离像（HRRP）方位敏感性和平移敏感性的问题,在对一维距离像进行预处理的基础上,提取两个平移不变特征：中心矩和熵,并将二者形成组合特征,采用Karhunen—Loeve变换进一步进行特征压缩,运用并比较了最大最小距离判别法和SVM分类器的识别性能．实验结果表明中心矩一熵组合特征提取方法能够显著增强目标的可分性,大大提高识别率。     

一种混合红外云图超分辨率重建算法

红外云图具有分辨率较低、图幅大和纹理丰富等特点。针对相关研究目前在算法效率优化和局部细节分析方面仍有不足,提出了一种混合超分辨率重建算法。该方法结合双三次插值重建方法和基于稀疏表达的重建方法在不同类型图像区域中的各自优势,利用方差将滑动窗口中的图像块区分为平坦和边缘两种类型;采用双三次插值方法重建平坦型图像块,采用基于稀疏表达的方法重建边缘型图像块。利用目视、峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)以及残差图评估了算法效果。实验结果表明,本文方法在PSNR指标上比插值法平均提高了1 dB,比稀疏法也略有提升;经局部观察发现,改进重建结果中平坦区域噪声减少;该方法的重建耗时明显减少。     

雷达目标特征提取的一种方法

将小波变换和马氏距离相结合，提出了一种基于ISAR成像的雷达目标特征提取方法。对ISAR成像数据进行正交二进Symlet小波分解和门限处理，对数据进行压缩，然后计算压缩后坐标点的马氏（Mahalanobis)距离，得到目标稳定的特征向量。由实验结果看出，此向量具有在一定范围内的不变性，能够用于雷达目标识别。