雷达脉冲串信号频差估计性能研究

探讨了基于互相关法的雷达脉冲串信号频差估计性能.初步结论是:(1)对占空比不小于2%、持续时间为10ms左右的雷达脉冲串信号,只要其信噪比优于12dB,互相关法可以达到1Hz量级的频差估计性能;(2)提高采样频率可在更低的信噪比条件下或对更小占空比的雷达脉冲串信号实现同等精度的频差估计.     

利用小波变换检测微弱雷达信号

雷达中弱信号的检测是与提高探测性能有关的基本而又重要的课题。雷达的探测距离可用雷达方程以接收机输出信号与噪声之比的函数给出。过去，为了提高信噪比，采用脉冲积累的方法。近几年来又提出用图像处理范围内使用的小波变换收机输出信噪比的方法。因小波变换 利用实空间与傅里叶两个空间内部局部化的小波进行信号处理的，因此希望获得比实空间的脉冲积累法更好的效果。假设接收机内产生的内部噪声是白噪声，那么，通过白噪声的     

固有模态函数(IMF)积检测器——以低信噪比情况下超宽带雷达信号检测为例

首次提出了一种固有模态函数积检测器.首先通过经验模式分解(EMD)把带噪信号分解成有限个固有模态函数(IMF).检测的基本思路是,对各个IMF分量的绝对值作逐点乘积,用于抑制噪声并凸现信号,最后进行滤波和判决.本文以UWB信号为例,数据源于UWB雷达实验系统.在低信噪比(SNR),UWB脉冲与噪声波形相似,且噪声概率密度函数(PDF)未知情况下,进行实验.结果表明,当峰峰信噪比低于5 dB时,该检测器性能优于Teager能量算子(TEO).     

基于多站数据融合的参数精估计方法

针对侦察设备处于星载SAR副瓣照射范围,从而导致截获信号湮没于强噪声背景这个问题,本文提出一种基于多站接收机之间的数据融合方法。在信号形式未知的情况下,通过此方法可以检测出淹没在噪声中的微弱信号,进行信号的分类和时频域参数的精估计。首先,将参考接收机与其他接收机之间进行互相关处理,得到峰值信息,根据峰值信息的位置得到信号与参考信号之间的延迟位置,进行延迟校准;其次,各个接收机分别进行粗步长的分数阶傅里叶变换（Fractional Fourier Transform,FrFT）,记录峰值信息为精估计做准备,根据峰值角度和分数阶傅里叶反变换恢复出原始信号;最后,判定是否存在信号,若信号存在实现多站原始信号功率比的加性融合,根据多站峰值信息限定旋转角度范围,采用精步长的分数阶傅里叶变换估计出调频率和中心频率;利用联合互相关谱实现信号能量的累积,采用自适应门线和边界波谷连续取小方法,找到信号存续状态中的左右边界,估计出带宽和中心频率,计算脉宽,实现时频域信号的精估计。仿真实验表明：该方法可以在低信噪比的高斯白噪声和有色噪声背景下,对线性调频信号（Chirp）的时频参数进行有效的精估计。     

航天员呼吸强度的时序模式相似性比较研究

研究航天员呼吸强度时序模式相似性比较方法。利用小波变换将数据样本中的信号和噪声分离,将样本信号划分成多个连续的单调区间,用年n阶多项式对区间进行分段拟合,由拟合多项式的各阶系数、区间宽度、信噪比组成该分段区间的特征向量,由此得到所有数据样本的特征向量序列。小波分析算法可以有效地分离噪声信号,多项式函数能够很好地拟合数据样本,用特征向量的余弦距离可以对独立或连续区间的相似度进行准确地比较。根据上述方法,实现了时间序列的相似性搜索,并用于航天员呼吸强度时序变化模式的识别。     

固有模态函数（IMF）积检测器——以低信噪比情况下超宽带雷达信号检测为例

首次提出了一种固有模态函数积检测器。首先通过经验模式分解（EMD）把带噪信号分解成有限个固有模态函数（IMF）。检测的基本思路是，对各个IMF分量的绝对值作逐点乘积，用于抑制噪声并凸现信号，最后进行滤波和判决。本文以UWB信号为例，数据源于UWB雷达实验系统。在低信噪比（SNR），UWB脉冲与噪声波形相似，且噪声概率密度函数（PDF）未知情况下，进行实验。结果表明，当峰峰信噪比低于5dB时，该检测器性能优于Teager能量算子（TEO）。     

基于周期图法的残留载波BPSK信号检测

讨论高斯白噪声背景下基于周期图法的残留载波BPSK(RC-BPSK)信号的检测问题。标准周期图法在正弦信号检测中的性能最优,但是在RC-BPSK信号检测中的性能却不佳;能量检测法只在信噪比很低的情况下性能较好;在信噪比较高时,虽然Bartlett法有较好的性能,但需要分段多次计算周期图,不利于与其他检测方法配合使用。文中在频谱匹配法的基础上发展了一种频谱相关检测方法,仿真结果表明该方法可以获得和Bartlett法相似的性能,同时只需要计算一次周期图。     

傅里叶变换法用于脉冲多普勒雷达检测加速运动目标的研究

傅里叶变换法通常用于脉冲多普勒雷达检测加速运动目标，尽管该方法的性能会受多普勒拖尾现象限制。机动飞机和导弹属于加速运动目标。本文作者量化了多普勒拖尾的影响。在运用脉冲多普勒雷达检测附加白高斯噪声的非加速目标并估算该目标的径向速度试验中，傅里叶变换法能够使输出信噪比(SNR)随脉冲数线性增加。当目标加速时，只要加速度足够小，那么傅里叶方法仍可以检测目标并估算其平均速度。针对某一给定的加速度，当脉冲数增加时，傅里叶变换法得到的输出信噪比(SNR)随脉冲数的增加成凹函数变化，即输出SNR先增加到最大值然后开始下降，直到该方法不适用为止。因此脉冲数和加速度必须匹配才能获得最佳性能。文中给出了最佳SNR、最佳脉冲数与加速度关系的经验公式。这些结果被证明与采用栅格搜寻的广义似然比检测器设计是相符的。     

自适应SCKF在高动态COMPASS信号参数估计中的应用

高动态环境下北斗二号导航信号具有较高的非线性特性,载波参数估计难以保证较高的精度。在分析高阶非线性载波模型的基础上,提出了一种基于平方根容积卡尔曼滤波（SCKF）的自适应滤波算法,对载波相位及其三阶导数进行估计。该算法使用容积数值积分原则直接计算非线性随机函数的均值和方差,且在迭代滤波过程中,利用移动窗口法通过最新量测信息来改进过程噪声和量测噪声的协方差阵,可获得较高的估计精度。仿真结果表明,相比EKF和SCKF,本文提出的方法具有更高的估计精度和更快的收敛速度。     

基于ADS7945的微弱信号采集系统

针对实际测试测量过程中微弱信号容易被噪声淹没且处理困难的问题,本文设计了一种基于ADS7945的微弱信号采集系统。该采集系统的设计以ADS7945、程控增益放大器PGA202和累加平均算法为基础。在硬件设计过程中综合分析了供电电源、电压基准以及屏蔽对系统性能的影响,并给出了相应的设计方法。在软件设计过程中使用FPGA完成对ADS7945的采集数据解串及实现累加平均算法。实验结果表明该微弱信号采集系统可以对10KHz,50μVpp的正弦信号进行有效测量。在输入10KHz,50μVpp正弦信号时,系统的信噪比达24.6d B。     

基于卷积神经网络的雷达辐射源稳健识别方法

针对低信噪比下，基于传统统计特征的雷达信号识别方法对复杂调制信号类型识别性能不高，因而处理复杂度高的问题，提出一种基于卷积神经网络的雷达辐射源信号稳健识别方法。该方法通过提取信号的瞬时相位特征，获得变换域的表征信号，将其作为卷积神经网络的输入，实现雷达辐射源信号的快速识别。针对瞬时相位特征对于信噪比敏感的特点，采用主成分分析方法对信号特征域进行降噪处理，提升模型对噪声的稳健性。通过仿真实验验证了所提出方法在不同信噪比下对7种调制信号类型的识别性能，通过理论分析及不同方法的实验对比，验证了算法具有耗时较短、识别准确率较高、噪声稳健性好等优势，具有良好的工程实用性。     

基于深度学习的雷达干扰识别方法研究

针对复杂电磁环境下雷达干扰信号识别问题，从优化卷积神经网络结构的角度出发，本文提出了一种对卷积神经网络结构LeNet-5增加批量归一化层和改变激活函数的方法。该方法能够加速网络收敛，提升网络的学习效率。本文首先建立舰船目标模型，分析了噪声调幅干扰、噪声调频干扰、梳状谱干扰和无干扰的真实目标回波信号在时频域的差异，然后利用四种信号对舰船目标模型生成数据集，最后通过本文所提方法实现雷达干扰的自动识别。仿真结果表明：在全信噪比条件下，本文所提方法对四种信号的识别准确率达到98.1%，表明所提方法有着较好的稳定性和鲁棒性。     

一种基于二次组阵的DOA估计方法

提出一种基于二次组阵的信号到达方向估计方法，在阵列中通过划分相互重叠的子阵对指定的空间区域进行空域滤波波束设计实现对空间信号的干扰抑制，提高期望信号的信干噪比。根据子阵间的位置关系对阵列进行二次组阵，用空间谱估计方法实现对各子阵输出期望信号的到达方向（DOA）估计。仿真结果表明：与常规谱估计方法相比，基于二次组阵的DO...     

Detection of antipodal signalling and its application to wideband SETI

The SETI community is becoming increasingly interested in extending its searches to include wideband signals, such as information-bearing beacons. However, prior to discovery of a target signal, a SETI receiver has no knowledge of the signal parameters (bandwidth, carrier frequency, modulation type, etc.) and so detection can be very challenging, especially at low signal-to-noise ratios. However, this paper shows by example that there exist signal classes and corresponding detection methods that permit straightforward discovery of wideband signals of unknown structure. The example given is a form of binary antipodal signalling that utilises spread-spectrum modulation, which offers benefits to the receiver in terms of immunity to noise/interference and ease of detection. The proposed detection method is a ‘symbol-wise’ autocorrelation process that takes advantage of the cyclostationarity property of modulated signals. Detection sensitivity is suboptimal in comparison with what is possible if the target signal structure is known. However, this deficit can be overcome by processing longer timespans of signal, providing scope for detection at extremely low signal-to-noise ratios. It is postulated that antipodal signalling represents an attractive option for interstellar beacons because it is both power efficient and there exists a simple complementary detection method not requiring explicit coordination between the transmitter and receiver. This in turn suggests there is a case for extending future SETI searches to include this class of signal.     

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。     

欠采样条件下的正弦信号时差估计

针对正弦信号时差估计的多解模糊问题,提出采用多周期取点欠采样和多重相关方法来解决。这种方法可有效降低处理的复杂度,增大时差估计的范围和稳定性,避免噪声及干扰对时差估计的影响,最重要的是它能够适用于高频信号(如雷达、电子战等)的测向、测频等处理,促进这些高频系统的数字化接收机处理的实现。仿真实验证明了算法的性能和优越性。     

基于相关峰细化时延估计的舱内服务机器人发话人定位研究

发话人定位是舱内服务机器人有效区分航天员与环境并获取与航天员相对位置关系的重要手段。针对时延估计的机器人声定位算法精度受采样频率和噪声限制的问题,提出了一种基于相关峰精确插值的空间六元阵列发话人定位方法。该方法基于机器人球形结构设计,利用信号预处理和二次相关降低噪声干扰,通过线性调频Z变换(MCZT)取代快速傅里叶变换(FFT)计算细化频谱,突破已有时域采样率的限制,能有效弱化FFT带来的栅栏效应,提高相关函数分辨率、时延估计精度及发话人定位精度。实验结果表明:基于相关峰精确插值算法的发话人定位方法,其时延估计性能有明显提升,能较好地对声源目标进行定位,且算法精度优于基于广义互相关的发话人定位方法,能满足舱内服务机器人的定位需求。     

基于Daubechies小波的X射线脉冲星信号降噪研究

针对X射线脉冲星弱信号埋没在强噪声中,在短时间内周期叠加的脉冲轮廓的信噪比低,影响脉冲到达时间的估计精度和效率,提出基于Daubechies小波的X射线脉冲星信号降噪的算法。在对RXTE观测数据预降噪处理和周期叠加的基础上,采用Daubechies小波算法做降噪处理,使得较短的时间内仍能获得高信噪比的脉冲轮廓。利用RXTE观测数据进行验证仿真,结果表明,该算法能有效滤除X射线脉冲星信号所包含的设备及空间环境的噪声,在保证脉冲到达时间精度的情况下,缩短了观测时间,提高X射线脉冲星导航的效率。      

基于解调分选的时分多址信号时/频差参数联合估计方法

针对TDMA多时隙信号不连续,通信时隙外噪声以及其它用户信号影响时/频差参数估计的问题,首先证明了多时隙多普勒频差信号具有相参性,指出多时隙信号在相关处理中能量是可以积累的;在此基础上,根据通信时隙外噪声、其它用户信号与特定用户信号在时域上的可分离特性,提出基于解调分选的TDMA时/频差参数估计方法,并推导分析了该方法的处理性能。试验结果表明,提出的方法可以实现TDMA信号中多用户信号的时/频差参数联合估计,可以有效降低通信时隙外噪声与其它用户信号对参数估计精度的影响。