基于自适应谱估计的跳频捕获技术

提出了一种基于谱估计的跳频(FH, Frequency Hopping)信号的捕获方法,建立了自回归自适应谱估计模型和算法,通过计算信号频谱估计了跳频信号的瞬时频率.当频率估计存在偏差时,为了避免错误判决,实现稳健捕获,给出了一种新的捕获逻辑.在高斯白噪声( AWGN, Additive-White Gaussian Noise)环境和瑞利(Rayleigh)衰落环境下,对不同天线阵元数目情况下的捕获性能包括平均捕获时间和误码率进行了数值仿真.仿真结果表明:谱估计算法能快速准确地估计出信号频率,实现跳频信号的快速捕获.      

应用最大熵谱估计检测微弱信号

频谱分析是数字信号处理的主要内容之一 ,近年来 ,由于最大熵算法的一些优点 ,使它成为现代谱估计中一个比较活跃的领域。最大熵算法是 196 7年由Burg提出来的一种现代谱估计方法。提出了应用最大熵谱估计及LMS自适应算法 ,根据有限数据 ,在频域内提取被淹没在噪声中的有用信号的方法及应用MATLAB语言进行的仿真。     

空间谱测向超性能机理与系统评介

空间谱估计测向体制工程实现的暂时困难,影响了人们对其光明前景的认识。鉴此,文章提出了关于空间谱估计测向体制取得超过传统测向体制的精度、分辨力和对同频多信号同时测向的机理的物理解释和数学解释,以揭示这种新体制所具有的不可遏制的内在生命力。主要机理为,单点观察变为多点观察、样本域的扩张、参量估计更有效和变量方程的拓展。文章对几个实际系统进行了分析和评介。这些系统已经展示出空间谱估计测向体制所具有的超过传统体制的优异性能。     

原子钟噪声的高阶谱分析

处理随机信号通常使用现代谱估计方法,但是这种方法一般只能处理平稳的高斯信号,使用高阶谱分析可以克服这些缺陷。利用现代谱估计法和高阶谱法分别估计原子钟数据的功率谱,并对功率谱进行拟合,可分析原子钟的噪声特性。理论分析及实验结果表明,高阶谱分析能有效处理实际信号中的非平稳非高斯问题。     

空间谱估计算法与通道失配

通道特性失配一直被认为是超分辨测向工程实现的一个重大障碍,文章证明了这是一个严重误解。当通道失配量值已知时,空间谱估计算法可以自行剔除其影响,因而具有良好的宽容性。对难以用一般方法测得的通道相位失配,提出了一种利用空间谱估计算法进行渐进无偏估计的方法。从而表明,空间谱估计算法在当前技术条件下就完全可以实现。     

谱分析在工程中应用的几个问题

本文从工程应用的角度叙述了以付里叶变换为基础的谱分析方法和参数模型谱分析方法所面临的主要问题。前一部分包括细化变换、倒谱技术、希尔伯特变换和谱分析器与计算机之间的数据传输。后一部分包括模型的建立、AR 谱估计、最大熵谱估计以及计算方法与改进。阐明了各项基本定义与原理,并提出了应用例。     

自回归滑动平均(ARMA)谱估计的广义最小二乘法(GLS)算法及其在雷达频率起伏特性测量中的应用

提出一种自回归滑动平均(ARMA)谱估计的广义最小二乘法算法,它利用白化滤波器将有色噪声转化成白噪声,并通过迭代方式改进参数估计。还提出超松弛法和综合判阶技术。本算法主要适用于正弦信号加白噪声(SWN),以及受白噪声污染的自回归过程(NAR)。统计分析和实验表明,本算法具有分辨率高、频率偏移小等优点。     

自回归谱估计法在动态测试中的应用

提出了动态测试中常用的 FFT 法对测试数据进行谱分析的局限性,并评述了一种适于短时序列数据段的现代谱估计法——自回归谱估计的 Marple 法,以对动态测试随机数据进行谱估计分析。文中把 Marple 法与其他最大熵谱估计方法进行了特性比较,论述了 Marple 法的原理,给出了程序框图。最后,对实际工程中得到的数据段长度 N=30的动态测试数据用 Marple 方法进行了谱估计,举出了计算机的实际分析结果,并与应用经典谱估计方法的分析结果作了比较,得出了几条结论。     

用于测量雷达发射信号起伏特性的信号处理机

信号处理机是雷达发射信号脉内与咏间起伏特性(频率,相位及幅度起伏)中频测量系统的主要分机之一。木文详细讨论了本信号处理机的二大关键技术。其一是由高速 CCD 器件与慢速 A/D 转换器组成高速 A/D 转换电路。第二个是采用现代谱估计技术(最大熵法,最小交叉熵法)分别对雷达发射信号脉内及脉间的起伏特性进行分析。我们提出了一种快速估计最小交叉熵功率谱的递推算法,使计算速度提高数十倍。根据对已有的雷达信号实测数据谱分析的结果,我们给出了磁控管发射信号频率噪声模型,并指出用常规FFT 法容易误判的原因。     

DRFM在高度信号模拟中的应用及关键技术研究CSCD

介绍了一种无线电高度表高度信号模拟方法,该方法利用DRFM能复制射频信号细微特征的技术特点,实现了模拟高度的连续可调和在高度信号上叠加干扰信息,重点介绍了采用的采样数据循环存储技术、数字噪声调制技术和多目标产生技术等关键技术。     

充分统计量在数字信号处理中的应用研究

分析了充分统计量在数字信号处理中的应用,简述了充分统计量的理论模型,重点研究了充分统计量在高斯信道中的应用,结合具体的实例对传统意义下的基于贝叶斯准则的估计和基于充分统计量的估计的性能进行了比较分析;分析比较了基于充分统计量的估计与传统的基于线性模型估计的一致性,全文以具体简洁的实例,针对充分统计量理论用于信号数字参数的估计问题提供了参考。     

非正侧面机载相控阵雷达自适应杂波抑制

研究了基于非正侧面机载相控阵雷达时空二维自适应杂波抑制方法.通过对时空杂波分布特性的分析,提出采用混迭式结构进行时空二维降维自适应杂波抑制的3种实现结构,其中,空域阵元混迭级联时域脉冲混迭进行自适应处理的实现结构是一种实用的时空二维降维自适应处理方法,该方法充分利用了各阵元信号和脉冲信号的信息,从而达到了较为理想的杂波抑制性能.     

基于光谱信息散度的光谱解混算法

光谱解混是高光谱遥感定量化的关键,提出了一种基于光谱信息散度和光谱混合分析的光谱解混改进算法(SID-SMA,Spectral Information Divergence-Spectral Mixed Analysis).以光谱信息散度判定最优端元子集,端元选择时采用端元的初选和二次选择来提高端元选择的精度,得到较小的丰度估计误差.通过光谱库模拟数据的结果可以看出,SID-SMA的端元选择精度和丰度估计精度要优于其他算法,当信噪比为100∶ 1时,算法端元选择正确率达到了99.8%,29个端元的丰度估计总误差小于0.1,并且算法的速度较快.     

混合泊松-高斯分布模型的参数估计

针对实际CCD图像处理问题中噪声概率模型的参数估计问题,从CCD图像的噪声背景出发,研究其噪声的混合泊松高斯分布,给出了两种参数估计方法,以及非零均值高斯噪声情况下的参数估计方法,计算结果表明文中方法给出的参数估计精度高。     

基于多种空间信息的高光谱遥感图像分类方法

在高光谱遥感图像分类方法中,空间特征和光谱特征的融合可以有效地改善分类效果。针对单一空间特征的信息表达不充分问题,提出了一种联合多种空间特征的高光谱图像空谱分类方法。利用超像素信息对分类结果进行后处理去掉椒盐噪声,并创造性地将超像素信息应用于分类前处理,提出了一种利用超像素信息对像素点的特征向量进行线性加权融合的方法。试验结果表明,所提方法的性能优于目前的通常方法。     

改进的小波阈值消噪法应用于超声信号处理

超声检测中回波信号信噪比低、易于被噪声淹没,小波变换是一种有效的提取缺陷回波的方法.建立了超声缺陷回波信号的数学模型,对基于小波变换的软、硬阈值消噪法作了改进,提出一种折中方法用于超声缺陷回波信号的去噪,同时以信噪比为目标函数对参数的选取也作了优化.仿真实验结果表明,改进方法非常适合用于超声信号的分析,能够很好地抑制噪声,它最大程度的发挥了小波软、硬阈值消噪法的优点,避免它们的缺点,使用该方法处理的信号相对于小波软、硬阈值消噪法在一定程度上改善了去噪的效果,提高了回波信号的信噪比.      

Substitution of satellite-based land surface temperature defective data using GSP method

Land surface temperature (LST) as an important environmental variable provides valuable information for earth environmental system modelling. Currently, LST is obtained through satellite thermal sensors at various spatial and temporal resolutions. Although spatially continuous satellite-based LST measurements are intended to overcome the shortcomings of sparse ground-based LST measurements, LST images often contain anomalous values due to the existence of clouds or sensor malfunctioning. The problem becomes more serious where the users deal with high spatial resolution characterized by low temporal resolution. This study examines the capability of a newly developed graph signal processing (GSP) method using two-dimensional single-date thermal data. For this purpose, four Landsat/TIRS datasets are analyzed. The data of five elliptical regions on thermal images are eliminated and then reconstructed through the GSP method and using the LST values of the enclosing rectangles containing the ellipsoids. The results indicate that the temperature variation determined by the GSP method generally conforms to the original image LST values. According to a correlation test conducted on the original image LST and those obtained through the GSP method, the values vary from 58% to 95%, which is an above-the-average rate (RMSE from 0.69 to 2.27). The statistical analysis of the original image LST in both the elliptical regions and the enclosing rectangles containing the ellipsoids indicates that an increase in the variance of LST data causes an increased error in the calculation of temperature by the GSP method, and vice versa. The results of the analysis of variance (ANOVA) and Duncan test indicated that an increase in the number of the non-zero spectral bins would result in increased RMSE values for all the dates and the regions. Moreover, the model errors were significant at the 0.05 level across all the image date and five elliptical study regions. Based on the results, the use of this method is recommended for the reconstruction of LST missing values, where dissimilarity of atmospheric conditions limits the use of other methods that depend on the time series data of various dates and a great deal of data calculation.     

一种基于计算机视觉的飞行器姿态估计算法

改进了一种基于图像统计信息的飞行器姿态估计算法.改进后的算法可以迅速地估计出飞行器的横滚角与俯仰角,减少了运算量,提高了姿态估计的实时性和鲁棒性,精度满足飞行器的姿态控制要求.将不同的算法进行了仿真比较,提出了一种应用方案,解决了姿态估计过程中横滚角与俯仰角耦合的问题.改进后的算法适用于装备以视觉系统作为导航系统的飞行器,尤其是只能装备小型视觉系统的微小型飞行器(MAV, Micro Air Vehicles).将应用该算法的视觉导航系统与微惯性测量单元(MIMU, Miniature Inertial Measurement Unit)组合使用,可以增大飞行器姿态角估计的范围,进一步提高估计精度.