基于FRFT的多分量LFM信号检测与参数估计方法

针对传统方法搜寻效率低的问题,采取瞄准搜寻策略,提出一种快速精确地检测和估计多分量线性调频（LFM）信号参数的方法。推导出LFM信号的分数阶长度和旋转角度间的近似关系;利用分数阶幅度随旋转角度变化规律,提出一种高效搜寻最优旋转角度的算法,分析得出该算法的计算量较小,相比于传统算法具有较大优势。在低信噪比情况下,进行两次S-G滤波可显著提高检测概率。仿真结果表明,所提方法在低信噪比和存在分量间信号干扰的情况下,能可靠检测和精确估计多分量LFM信号参数。      

压缩感知在电容层析成像中的应用

压缩感知(CS)理论是在充分利用信号稀疏性或可压缩性的情况下,对信号进行少量采样即可实现信号的精确重建。本文尝试将CS理论应用于电容层析成像(ECT)图像重建中,首先,使用快速傅里叶变换(FFT)基将原始图像灰度信号进行稀疏化处理;其次,将ECT灵敏度矩阵的各行按随机顺序进行排列,得到ECT系统随机观测矩阵;最后,选取当前普遍使用的基于内点法、梯度投影(GPSR)算法以及贪婪算法的CS图像重建算法进行ECT图像重建,并与线性反投影及Landweber迭代算法进行了对比。仿真实验结果表明:基于CS图像理论的ECT图像重建算法,其重建精度有所提高。本文同时分析了3种CS图像重建算法的优缺点及适用范围。     

压缩感知OFDM稀疏信道估计导频设计

为提高稀疏信道估计性能, 基于压缩感知(CS)理论, 研究了正交频分复用(OFDM)系统中的导频设计问题。由于已有方法不能准确衡量采样矩阵重建性能, 从而导致根据已有方法设计的导频具有较差的信道估计性能, 因此提出以互相关矩阵元素的立方和为准则准确评价采样矩阵的重建性能。针对OFDM系统信道估计导频设计为离散组合优化问题, 提出了一种并行完全树分组替换搜索算法用于搜索最优的导频。在算法的每次循环中, 先将导频索引集合分组, 再根据每一组替换的结果更新导频, 提出的方法扩大了导频搜索空间, 避免了导频搜索的局部最优问题。仿真结果表明, 提出的评价方法相比现有方法能够准确评价采样矩阵重建性能, 使用提出的准则设计的导频与现有互相关准则相比信道估计均方误差可减小约3 dB。同时, 所提出的导频搜索算法具有更快的收敛速度和最优的导频搜索性能。      

联合压缩感知与干扰白化的脉冲干扰抑制方法

针对L频段数字航空通信系统1(L-DACS1)以内嵌方式部署在航空无线电导航频段而产生的测距仪脉冲干扰(DME)正交频分复用(OFDM)接收机的问题,提出联合压缩感知与残留干扰白化的测距仪脉冲干扰抑制方法.首先接收机通过空子载波信道来观测测距仪脉冲干扰,并利用测距仪脉冲干扰在时域的稀疏特性,基于l1范数最小化约束的凸优化方法重构测距仪脉冲干扰;然后将重构的脉冲干扰转换到频域进行干扰消除;最后,接收机通过信号解交织器与逆正交变换器将残留的脉冲干扰转换为高斯白噪声,避免了残留干扰信号造成的突发性解调错误.仿真研究表明:联合干扰抑制方法可有效消除测距仪脉冲信号干扰,显著提高L-DACS1系统链路传输的可靠性.      

FDA对比幅法单脉冲测向的角度欺骗

基于相控阵的干扰机在对目标雷达施放干扰的过程中,其辐射信号会被敌方的无源探测雷达所捕获。基于频率分集阵列(FDA)干扰机结构,提出一种针对敌方相邻天线比幅单脉冲测向系统的角度欺骗方法。首先,在建立FDA模型的基础上计算出FDA雷达的半功率波束宽度。然后,将半功率波束宽度代入相邻天线比幅单脉冲测向系统,通过仿真,系统分析了FDA干扰机对比幅法无源测向系统的角度欺骗效果及误差影响。仿真结果表明,远场条件下,FDA干扰机对测向系统具有良好的角度欺骗效果。      

基于FDA-MIMO的距离欺骗干扰鉴别方法

提出了一种基于频率分集阵列多输入多输出(FDA-MIMO)的距离欺骗干扰鉴别方法。FDA-MIMO中,目标回波在阵元间产生的相位差及空间角频率与距离、角度呈线性关系,而假目标不满足该关系。本文对目标回波和多类假目标在FDA-MIMO接收端的相位差、空间角频率进行了理论推导,详细分析了上下变频、匹配滤波、信号混合、移频等因素的影响,给出了假目标鉴别的具体流程。理论分析及仿真结果表明,该方法能准确提取混合信号的相位差及空间角频率信息,有效对抗多种类型的转发式欺骗干扰。     

基于混合稀疏表示的二维压缩感知SAR成像

压缩感知(CS)理论在合成孔径雷达(SAR)成像中应用广泛。针对包含城市、河流等区域的非稀疏场景压缩感知SAR成像,提出基于近似观测模型的混合稀疏表示(MSR)压缩感知SAR成像方法。该方法将复杂的SAR图像分解成点、线、面,并将线、面分别通过离散余弦变换和曲波变换转换到稀疏域,使压缩感知的稀疏性条件得以满足,通过求解基于近似观测模型的二维压缩感知优化问题重建非稀疏场景的SAR图像。所提方法能够实现降采样率条件下对包含城市、河流等非稀疏场景区域的成像,仿真场景和实测场景成像结果表明了所提方法的有效性。     

基于CS的正则化稀疏度变步长自适应匹配追踪算法

压缩感知(CS)能够突破Nyquist采样定理的瓶颈,使得高分辨率信号采集成为可能。重构算法是压缩感知中最为关键的部分,迭代贪婪算法是其中比较重要的研究方向。对压缩感知理论进行了详细分析,并在现有重构算法的基础上提出了一种新的迭代贪婪算法——正则化稀疏度变步长自适应匹配追踪(RSVss AMP)算法,可在信号稀疏度未知的情况下,结合正则化和步长自适应变化思想,快速精确地进行重构。相比于传统迭代贪婪算法,本文算法不依赖于信号稀疏度,并且应用正则化以确保选取支撑集的正确性。此外,应用自适应变化步长代替固定步长,能够提高重构速率,而且达到更高的精度。为了验证本文算法的正确性,选取高斯稀疏信号和离散稀疏信号分别进行仿真,并与现有算法进行比较。仿真结果表明,本文算法相比于现有算法可以实现更加精确快速的重构。     

基于优化字典学习算法的压缩数据收集

为了提高压缩数据收集对多样化传感数据的适应能力,同时抑制环境噪声对数据收集精度的影响,提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合,从而进一步提高了该算法的稀疏表示能力。实验表明,该算法的稀疏表示能力高于同类字典学习算法,而且能有效地抑制环境噪声对压缩数据收集精度的影响。      

基于短时傅里叶变换的飞控纵向频域等效拟配

基于短时傅里叶变换(STFT, Short Time Fourier Transform)方法,进行飞控系统时域数据纵向频域等效系统的拟配研究.对系统的输入信号,运用STFT方法进行分解,得到驾驶员敏感的频带内的信号.利用快速傅里叶变换(FFT, Fast Fourier Transform)求取输入输出信号的频谱,由频谱导出系统的频率响应函数,并将其用于低阶等效系统拟配,得到低阶系统参数.这种方法提高了高低阶系统等效拟配的拟配效率,减小了拟配误差,改善了飞行品质的评估结果.      

基于智能空间的家庭服务机器人混合定位方法

智能空间在家庭服务机器人的应用中具有重要的作用,服务机器人的定位是其中的难点.首先提出了一种家庭环境下实现服务机器人进行家庭辅助操作的智能空间架构,然后对一种低成本的服务机器人混合定位方法进行了研究,该方法首先基于加权概率匹配定位算法的无线网络信号强度确定位置范围,然后读取智能空间中的无线射频标签进行位置计算,最后基于比例不变特征变换算法进行最终位置的视觉定位.在家居环境下的实验证明了该混合定位方法的有效性,该混合定位方法为服务机器人走入家庭提供了一种低成本、高可靠性的定位解决方案.