应用遗传算法优化二元序列

介绍遗传算法优化的特点和具有良好非周期自相关特性的二元序列的概念,讨论用遗传算法优化二元序列的方法。通过实验发现,在采用遗传算法优化二元序列时引入最优个体保存策略和调整运行参数可以取得较好的效果,亦即此方法是可行的;但同时也发现该方法难以收敛到全局最优解。     

CONSTRUCTIONOFACLASSOFPNSEQUENCESWITHPRIMENUMBERPERIODSOF4t＋1FORM

构造了一类４ｔ＋１型质数周期的伪随机序列。该序列提供了比ｍ（Ｍ）序列更多的可供选择周期数，同时证明了它具有良好的伪随机特性     

基于自相关及相位差法的高精度频率估计算法

为提高高斯白噪声背景中正弦信号的频率估计精度,对基于自相关运算的频率估计算法的相关长度m进行了推导,得到了m的优化值与信噪比的关系式.当信噪比较高时,m的最优值为N/3(N为信号采样点数);信噪比较低时,m的最优值为N/2.通过对自相关法及分段FFT(Fast Fourier Transforms)相位差法特性的分析,提出了一种性能更优的频率估计综合算法. Monte Carlo仿真实验表明:新算法吸收了两种算法的优点,克服了其不足,在更大的信噪比范围内具有较高的频率估计精度,且计算量也较小.      

几乎最佳自相关序列偶搜索算法的研究

几乎最佳自相关序列偶是一种新的最佳信号,但其一般的搜索方法——穷举法,搜索量太大。根据几乎最佳自相关序列偶的必要条件,提出一种新的搜索方法,给出算法流程图,并进行了实验验证。实验结果表明,算法可大大减小搜索量,比穷举法效果好且耗时短。     

产生伪随机序列的一种方法

由于混沌是一种动态的、类随机的非线性系统,且具有对初始条件敏感、连续的功率谱、各态遍历等特性,因此可产生伪随机序列。本文就是将混沌连续的功率谱进行反褶、平移、相加、缩放等变换构造出了一种新的伪随机序列,通过理论分析和仿真试验,初步验证了该序列的各项特性是满足了Golomb的3个公设。此序列产生方法简单,基本可以广泛应用于保密通信等领域。     

显微视觉自动聚焦的小波测度研究

离散小波变换(DWT)或连续小波变换(CWT)滤波后自相关运算均可对显微图像中的高频信息进行提取,依据高频能量的大小可以判断图像目标特征的离焦程度.基于上述原理,提出与小波变换相关的两类聚焦测度函数:基于DWT的聚焦函数、基于CWT滤波后自相关运算的聚焦函数.以MEMS器件微对准封装系统中的显微视觉单元作为实验平台,运用实验的方法确定小波基、小波因子以及小波系数的计算形式,得到可用于本显微视觉系统的两个基于小波的聚焦测度:Haar二级小波分解系数平方和函数;尺度因子为2-5的Mexican-Hat小波滤波后自相关平方积分函数.最后利用聚焦分辨率与函数计算时间两个参数对聚焦测度函数进行量化评估.与Brenner函数及平方梯度函数等聚焦效果较好的基于空域聚焦测度相比:DWT函数的聚焦分辨率为8.43,比Brenner函数高14%,其计算时间为0.61 s,比Brenner函数缩短52%;而CWT自相关函数在聚焦分辨率上比平方梯度函数低41%,但计算时间比平方梯度函数缩短36%.表明基于小波域的自动聚焦测度函数具有实用价值.     

基于自相关函数的自然纹理图像分形维数的估计

提出了一种估计分形维数的新方法,并利用该方法估计自然纹理图像的分形维数.分形维数是描述图像粗糙程度的主要参数.将分数布朗运动推广到离散情况,研究离散高斯噪声的自相关函数的性质.根据自相关函数的性质,获得估计分形维数的自相关函数方法.合成分形图像和自然纹理图像被用来检验该方法的准确性,并与计盒方法进行了比较,结果显示自相关法是准确的和有效的.      

一种雷达信号特征参数提取方法及其高速实现

数字信号处理技术的发展使得雷达信号高精度参数测量和脉内细微特征分析成为可能,高速处理器件的发展为雷达信号实时处理奠定了基础。研究了基于瞬时自相关法的脉冲参数测量和脉内特征参数提取技术,并用DSP实现了高速处理。     

An approach for parameter estimation of combined CPPM and LFM radar signal

In this paper, the problem of parameter estimation of the combined radar signal adopting chaotic pulse position modulation (CPPM) and linear frequency modulation (LFM), which can be widely used in electronic countermeasures, is addressed. An approach is proposed to estimate the initial frequency and chirp rate of the combined signal by exploiting the second-order cyclostationarity of the intra-pulse signal. In addition, under the condition of the equal pulse width, the pulse repetition interval (PRI) of the combined signal is predicted using the low-order Volterra adaptive filter. Simulations demonstrate that the proposed cyclic autocorrelation Hough transform (CHT) algorithm is theoretically tolerant to additive white Gaussian noise. When the value of signal noise to ratio (SNR) is less than 4 dB, it can still estimate the intra-pulse parameters well. When SNR = 3 dB, a good prediction of the PRI sequence can be achieved by the Volterra adaptive filter algorithm, even only 100 training samples.     

弹道中段目标进动周期估计的改进自相关法

自相关法可用于估计弹道中段雷达目标的进动周期,它需要预先给出进动周期的上下限。进动周期下限可能远小于真实进动周期,此时自相关法的估计性能将严重下降。定义了自相关函数(ACF)的凸包,在此基础上提出了一种改进的自相关法。首先求出ACF和其凸包的差函数,然后搜索差函数的最大值,从而得到进动周期的估计值。理论分析和仿真结果表明:当进动周期下限和真实进动周期相差不大时,该方法的估计性能接近自相关法;当进动周期下限远小于真实进动周期时,该方法仍然具有良好的估计性能;由于进动周期的上下限之比通常大于2,因此该方法的计算量比自相关法增大的倍数小于1.4;同时它对先验信息的要求非常宽松。因此该方法具有广泛的适用性。