利用S变换的X射线脉冲星信号恒虚警率检测算法

针对传统的X射线脉冲星信号检测算法计算量大及在低信噪比下检测性能差的问题,提出了一种结合S变换的恒虚警率检测算法。首先,根据高斯白噪声的S变换域功率谱分布特性对累积信号的时频功率谱进行阀值滤波;然后累加阀值滤波后的信号功率谱作为检测统计量,从理论上对检测统计量的分布特性进行分析,得出检测统计量服从高斯分布,并用蒙特卡罗方法进行了验证。在此基础上,利用检测统计量的概率密度函数计算判决门限,从而实现了恒虚警率检测。理论分析和实验结果表明,本文算法的检测性能优于同类基于高斯分布的恒虚警率检测算法,并且具有较低的复杂度。     

一种宽频被动雷达制导信号的鲁棒滤波方法

探索提高制导武器末制导系统抗噪声扰动鲁棒性的技术方法,研究了一种能将制导信号不确定噪声引起的滤波估计误差控制在一定边界范围内的鲁棒滤波算法,采用该算法对宽频被动雷达导引头测量输出信息滤波估计,可以弱化不确定随机噪声对制导系统的扰动,从而提高制导系统抗噪声扰动的鲁棒性.通过仿真验证了算法的有效性.     

一种基于最小二乘估计的UWB同步捕获算法

在相关接收机的基础上提出了一种基于最小二乘估计的低复杂度PAM\|TH\|UWB信号同步捕获算法,并利用巴克码的局部自相关特性设计了一种简单的训练序列。该算法只需要对符号速率的采样结果作简单的相关运算就能实现同步参数的估计,与传统需要极高采样率（几GHz）的同步算法相比,它极大地降低了系统的复杂度和运算量,同时也提高了捕获速度。仿真结果表明,该算法在密集多径信道模型下能精确快速地实现同步捕获,使用较短的训练序列就可实现优良的捕获性能和系统误符号率。     

一种OFDM信号峰均比抑制算法设计

针对移动通信系统中OFDM信号峰均比抑制算法实现复杂度高等问题,提出一种低复杂度的迭代限幅滤波峰均比抑制算法。算法首先根据功率门限P0与限幅因子α对OFDM信号的实部与虚部进行限幅处理,然后将限幅处理后的信号变换到频域进行滤波和星座扩展,最后将频域信号变换到时域,完成一次迭代限幅滤波处理。通过适当选择限幅因子α,算法仅需加法运算即可实现限幅处理。在迭代运算中,算法采用高于采样率的工作时钟复用FFT/IFFT变换单元,减少了发射机中峰均比抑制的资源消耗。仿真结果表明,所提出的算法在有效降低实现复杂度的同时,保持了较好的峰均比抑制和误比特率性能。     

利用谱熵解决零前缀正交频分复用系统的符号盲同步算法

针对低信噪比多径条件下的ZP OFDM系统符号盲同步问题,提出了基于谱熵的ZP OFDM系统的符号盲同步算法。该算法不需要数据辅助,对接收到的ZP OFDM信号进行双滑动窗的谱熵比运算,通过寻找其峰值点来实现符号同步。给出了算法的具体步骤和性能分析。算法是对接收信号的功率谱进行求熵运算,可以有效克服能量检测法易受信道噪声影响的缺点,并且不需要针对信道调整窗口宽度。仿真结果表明,在低信噪比多径信道条件下,算法仍然具有较好的同步性能。     

星载SAR的多普勒中心频率估计的新探索

本文对几种经典的多普勒中心频率估计算法的从滤波的角度加以分析，分析了符号相关算法的实质，并提出一种了简单适用的非线性滤波方法，对雷达回波方位功率谱周期图进行平滑，在满足成象要求下，可以快速估计出多普勒中心频率。     

BPSK信号信噪比估计方法的分析与仿真

文章研究了AWGN信道下BPSK信号的信噪比估计问题,在同一系统模型中对最大似然估计、二阶矩四阶矩法、分割符号矩法和最小均方误差法等4种估计算法进行比较,并分析了4种算法的实现复杂度。通过分析和仿真表明在高信噪比时,4种算法均能达到很好的性能,而在低信噪比特别是小于-5dB时估计有较大的偏差。     

一种基于最小欧氏空间距离的PN码相位差估计方法

文章提出了一种基于最小欧氏空间距离的估计本地PN码和接收信号PN码相位差的方法。该方法采用数字的方法,能够在极低信噪比下,通过对相关峰值的处理,得到相位差的准确估计,特别能够在估计的相差范围、精度与运算复杂度之间根据实际需要折中选择。文章阐述了其基本原理并给出了进一步降低运算复杂度的途径,给出了仿真结果,仿真了其抗噪声性能。该方法可以应用在PN码同步跟踪的各种环路中。     

一种用于符号同步MF—TDMA系统的定时偏差估计算法

文章给出了一种用于符号同步MF—TDMA系统的定时偏差估计算法。该算法利用一种特殊的辅助序列成型后所表现出来的正弦特性,从中提取出精确的定时偏差,算法工作在每符号1个采样点下。理论和仿真结果表明,该算法实现简单,估计精度高,在相同条件下,其性能优于常用的数字平方滤波法,并且该算法对载波相位偏差不敏感,对载波频偏的敏感度比较低。     

一种新的鲁棒PM滤波及其在组合导航中的应用

针对传统M估计滤波在处理系统尖锐野值时会出现不稳定或发散的特点,提出了一种新的基于映射统计野值检测的M估计(PM)滤波算法。该算法借鉴电力系统中GM估计野值检测与抑制方法,通过增加系统结构空间信息来提高鲁棒性,该算法不仅对受污染的高斯噪声具有鲁棒性,还能够抑制尖锐状态野值、结构野值等对系统的不利影响。将这种新的滤波算法应用于CNS/SAR/SINS组合导航系统中,仿真结果表明,与常规Kalman、M估计滤波相比,鲁棒PM滤波具有更强的结构抗差能力。     

P波段SAR射频干扰信号分析及抑制方法研究

分析了实测P波段SAR静默接收数据,研究了模拟电视信号的频谱特性。针对P波段SAR回波中的模拟电视干扰信号,提出了一种新的干扰抑制方法。通过在时域拼接多个脉冲的回波数据增加模拟电视信号的观测时间以提高频率分辨率,进而在距离频域对其准确识别。根据模拟电视信号的频谱特征,在距离频域构造滤波器组滤除模拟电视信号的离散谱线,保留了谱线间SAR回波信号的频谱分量。实际回波数据的成像处理结果验证了方法的有效性。     

共轭梯度算法在振动信号处理中的应用

为了提高液体火箭发动机试验振动信号频域数据处理的精度,提出了一种基于共轭梯度和AR模型的谱估计算法。该算法计算复杂度低,估计出的谱分辨率高,可以克服传统的经典傅里叶变换功率谱估计算法在信号信噪比降低时不能有效区分相近频率点谱线的问题,解决了传统算法旁瓣泄漏严重的固有缺点。通过对算法在不同信噪比条件下的仿真实验分析与真实试验数据验证,充分表明了此算法在低信噪比条件下,估计的谱仍具有高分辨率的特点。     

子空间跟踪算法在热模态问题中的应用研究

总结子空间跟踪算法识别模态参数的一般步骤。对一个有理论参考解的时变两自由度系统进行仿真,利用添加不同量级噪声的响应数据对系统进行辨识。辨识结果表明:基于新信息准则的子空间跟踪算法拥有较好的抗噪能力。对飞行器舵面结构进行受控快速加热,辨识快速升温过程中的模态参数。辨识结果表明:子空间跟踪算法可用于热模态辨识,有一定的工程应用价值。     

基于MTFC的遥感图像复原方法

遥感图像在成像过程中受到大气、光学系统、探测器、平台运动和电路等因素的影响,引起图像退化,图像复原算法可以改善遥感图像像质,提高图像信息的解译能力。文章介绍了调制传递函数补偿（modulation transfer function compensation,MTFC）算法的原理,从遥感成像的链路环节出发,分析了MTFC的原理,提出了一种星上实时遥感图像MTFC复原算法。通过卷积系数和抑噪参数的优化设计,在提高图像清晰度的同时能较好地抑制噪声;对不同卷积和抑噪参数的图像复原效果进行了对比,从主观和客观两个方面对复原图像进行了评价。实验结果表明,该算法能有效提高图像像质,增强图像的高频部分,采用不同类型的卫星遥感图像验证了算法的适应性。     

基于Kalman滤波的卫星光谱成像仪非均匀性场景校正

为消除在轨卫星光谱成像仪的非均匀性,提出了一种基于Kalman滤波器校正算法.给出了校正算法,建立了均方根误差和列向粗糙度等评价指标.对美国TERRA卫星MODIS仪器图像的校正试验结果表明:用Kalman滤波器校正方法去除遥感图像中非均匀性条带的效果明显,校正后图像的品质显著提高.     

强信号背景下弱信号角度时延的联合Capon估计方法

针对强信号背景下弱信号角度时延联合估计过程中的弱信号数目难以精确估计问题,在分析Capon谱估计法估计信号DOA原理的基础上,将Capon谱估计法进行扩展,提出了一种在强信号背景下弱信号角度时延联合估计方法。为弥补Capon法分辨力较差的劣势,将扩展的Capon法与有高分辨性能的m-Capon算法结合,提出了一种改进的m-Capon方法,能区分来波方向接近的不同目标信号。研究和仿真结果表明:该方法无需对弱信号的信源数进行估计,也无需分解特征值,且在快拍数较少时仍具适用性。     

基于极化时频分布的改进DOA估计算法

针对雷达回波信号波达方向估计精度差和时频分析方法运算量大的问题,以极化敏感阵列为模型,结合时频分析方法,充分利用回波信号的空域、时频域和极化域信息,对雷达回波信号进行更准确的估计,并简化其计算量。分析基于空间极化时频分布的多重信号分类(MUSIC)和旋转不变子空间(ESPRIT)算法,并结合两者的优缺点提出了一种改进算法。改进算法用极化时频ESPRIT算法对来波信号确定大致的方位角,以每个方位角为中心确定一个小角度范围,在此范围内用MUSIC算法进行谱峰搜索,得到较准确的波达方向(DOA)估计值,在确保DOA估计精度的基础上节省大部分运算时间。仿真试验验证了该改进算法的有效性。     

高分辨率多径时延测量算法

提出一种基于最小二乘准则的高分辨率多径信号时延测量方法。对参考信号作三阶样条插值获得每条多径信号最小二乘意义的最优估计,用每条多径信号的测量值重构接收信号,通过反复迭代使重构信号是接收信号最小二乘意义的最优估计,实现多径信号的时延测量。仿真结果表明：新算法在低信噪比、窄带信号条件下仍能获得较高的时延测量精度,性能优于MUSIC类时差测量算法。     

基于组合自适应横向滤波器的噪声消除

为有效消除无法获取相关噪声源情况下有用窄带信号中的噪声,根据窄带信号的可预测特性,采用自适应横向滤波器对噪声进行抑制。为进一步提高噪声消除性能,设计了组合自适应横向滤波器结构。采用该结构对窄带信号中的噪声进行消除,计算量明显小于采用普通自适应横向滤波结构,并且能获得更好的噪声消除效果。