Weibull噪声中雷达信号的非参量检测

本文讨论几种实用的非参量雷达检测器在Weibull噪声中的检测性能,这些非参量检测器是用于相参检测的Dicke-fix检测器,和用于非相参检测的秩和(RS)以及秩二进积累(RQ)检测器。通过解析计算和Monte Carlo模拟,给出这些非参量检测器和相应的平稳白高斯噪声中的最佳参量检测器即相参和非相参积累器的小样本性能,并作比较,说明当Weibull分布形状参数和信噪比较小时,非参量检测器可更有效。     

窄带非高斯噪声中的离散时间检测 第一部分:总论

本文研究窄带非高斯噪声中窄带信号的离散时间检测。考虑三种情形的信号:已知初相的相参脉冲串,未知初相的相参脉冲串,以及非相参脉冲串。在本文第一部分,对每种信号分别导出局部最佳检测器的结构,指出它们可在窄带高斯噪声中的Neyman-Pearson最佳检测器里引入适当的零记忆非线性处理而成,并且许多实用检测器具有与局部最佳检测器相同类型的结构,只是细节特性不同。导出每类检测器功效和渐近相对效率的通用表达式,以及它们在若干重要检测器情况下的具体表达式,这些检测器是局部最佳、线性、平方律、Dicke-fix、对数、二进积累、中位数检测器。     

秩和检测器与秩二进积累检测器的性能

本文利用解析方法和Monte-Carlo模拟方法!证明了在Weibull噪声中秩二进积累检测器小样本最佳门限的存在,计算了小样本最佳门限系数的近似值,并总结了它的变化规律。对秩和检测器,秩二进积累检测器(具有最佳门限)和线性检测器在Weibull噪声中的性能进行了分析、计算。最后给出了这三种检测器的详细性能曲线,说明在Weibull噪声形状系数较小,信号/噪声中位数较低时,秩检测器(本文指秩和检测器和秩二进积累检测器两者)此线性检测器有效,而秩二进积累检测器比秩和检测器有效。     

Dicke-fix CFAR雷达检测器在Weibull噪声中的检测性能

本文就较多的参数情况计算了Dicke-fix CFAR雷达检测器和平稳白高斯噪声中的最佳参量型相参积累检测器在Weibull噪声中的检测性能。计算结果表明,当Weibull分布的形状参数较小,并且信噪比较低,或相参脉冲串脉冲个数较大时,前者比后者有效。     

窄带非高斯噪声中的离散时间检测 第二部分:Weibull和对数正态噪声中的检测

作为应用本文第一部分所得结果的例子,第二部分研究在Weibull和对数正态噪声中,相参脉冲串和非相参脉冲串信号的离散时间检测,找出局部最佳非线性,导出若干重要检测器的功效计算公式,这些,检测器是局部最佳、线性、平方律、Dicke-fix、对数、二进积累、中位数检测器,并给出它们的渐近相对效率的数值结果。     

极性采样倒相编码数字脉冲压缩处理器的检测性能

本文阐述了极性采样倒相编码数字脉冲压缩处理器的非参量恒虚警率(CFAR)特性。这种处理器实质上是简化的Dicke-fix,也是窄带信号的符号检测器。确定了高斯和非高斯噪声中的检测性能。说明了这种处理器相对于非相干匹配滤波器的信噪比损失随码长增加而减小;在高斯噪声中的渐近损失为1.96dB;在Weibull噪声中的损失随Weibull分布形状参数减小而减小,甚至可转为得益。     

Rice杂波中SwerlingⅡ目标的似然比检测

本文研究Rice杂波中SwerlingⅡ目标的离散时间检测。导出了杂波稳定分量相干及不相干时的似然比(LR)检测器的结构。得到了这些检测器的功效表达式。把LR检测器与传统的平方律检测器的渐近性能进行了比较。计算结果表明,杂波统计特性越偏离高斯情形,LR检测器的检测性能就越是优于平方律检测器,而且杂波稳定分量相干时的LR检测器的ARE比不相干时的要大一倍以上。     

CFAR DETECTORS FOR HIGH RESOLUTION RADAR IN NON GAUSSIAN CLUTTER

讨论了球不变随机过程（ＳＩＲＰ）非高斯杂波背景下高分辨雷达距离扩展目标检测问题。文中提出了ＣＡ－ＣＦＡＲ,ＯＳ－ＣＦＡＲ两种距离扩展目标检测器,并证明了它们的形状因子和尺度因子未知的情形下具有恒虚警性,即双参数恒虚警性,分析了这两种检测器的检测性能。这两种检测器亦可用作ＳＩＲＰ杂波背景下低分辨雷达检测器。     

秩二进积累非参量检测器的渐近性能

本文在检验Gapon正则条件后推导了秩二进积累检测器的渐近相对效率和渐近损失公式。计算结果表明,存在最佳的秩量化门限,使渐近损失达到最小。证明了该最佳门限约等于0.8(N+1),这里N是参考单元数。最小渐近损失随N的增加而减小,并趋于0.94 dB。虽然秩二进积累检测器的渐近损失比秩和检测器稍高,但其实现比较经济。     

一种基于低秩矩阵的车流量检测算法

针对传统车流量检测方法在复杂环境中检测精度较低的问题,提出了一种新的基于低秩矩阵的车流量检测方法。首先利用伊辛模型和鲁棒性主成份分析方法(RPCA)得到非凸的能量函数,然后利用奇异值分解(SVD)并且不断迭代的方法分步解决能量函数非凸性的问题,进而优化能量函数检测出最佳车辆前景,最后利用虚拟检测线圈来统计车流量。实验结果表明:该方法与帧差法和混合高斯算法相比,检测车流量的精度得到显著提高,并且能够较好地分割大雾天气的运动车辆。     

在有色高斯噪声中的离散时间检测与估计的性能分析

本文研究了在确定的观察时间内,在有色高斯噪声中检测与估计的性能与样本数之间的关系。指出相邻样本之间相关系数在0.1—0.2范围内,广义信噪比就能相当接近极限值S~2(T)。在讨论二阶相关噪声时指出,由二阶微分方程描写的高斯过程的样本序列一般不是AR(2)模型,但是当样本间隔Δ→0时,却可用AR(2)模型近似描写序列,因此求极限信噪比时可以较简便地采用AR(2)模型。最后指出最大似然估计与似然比检验之间及两者的性能测度之间的联系。     

分组差错控制在系统删除信道上的性能与优化

软判决译码是提高差错控制系统性能的一种有效方法,但软判决译码器比二元译码器需要更复杂的硬件和更多的时间。当解调器的输出量化为三个电平时,可以使用同时纠正错误和删除的译码器,该译码器和二元译码器的复杂性差不多。本文采用二元PSK调制和相干解调,用限距离的分组译码器进行前向错误纠正。假设信道是加性高斯白噪声信道,具有功率谱密度No,本文导出了系统误字率的计算公式。借助于最优化算法,详细地研究了系统的最佳设计问题。以Golay码和BCH码为例,对系统的性能进行了大量的计算,并给出了系统的最佳设计曲线。     

基于Bancroft算法的GPS动态定位非线性滤波法

由于系统线性化时存在忽略项,扩展卡尔曼滤波成为一种次优的梯度下降算法.当滤波方程病态时,求解存在发散倾向,且估计量为有偏的,而非最优估计.即使动态系统噪声为高斯噪声时,残差也不是高斯噪声.在伪距定位中,由于线性化后的伪距方程是局部解,这有可能丢失正确解值.针对GPS动态导航扩展卡尔曼滤波定位问题,基于美国Bancroft的全局性非线性"闭合式求解"最小二乘算法(Bancroft算法),本文提出一种闭合式GPS非线性代数解的卡尔曼滤波法(两步算法).该方法将GPS滤波问题中的空间与时间分离,较好地解决了非线性GPS动态定位求解问题,且获得稳定可靠的动态定位解.     

多输入多输出雷达的非均匀线性阵列配置(英文)

提出了利用非均匀线性阵列(Non-uniform linear array,NLA)对多输入多输出(Multiple-input multipleoutput,MIMO)雷达系统进行阵列配置优化的方法。在传统的相控阵雷达中,非均匀线性阵列配置被用来形成较窄的波束方向图,而在MIMO雷达中,利用非均匀线性阵列来获得更多的互不相同的虚拟阵元,以此来提高雷达的参数可辨识性能。文中所采用的一种非均匀线性阵列是最小冗余线性阵列,并给出了一种在物理阵元数量较大时最小冗余线性阵列的生成方法。实验结果表明:与均匀线性阵列(Uniform linear array,ULA)配置的MIMO雷达相比,非均匀线性阵列MIMO雷达能够利用较少的物理天线阵元获得相同的参数可辨识性能;而在两种配置的雷达系统的物理阵元个数相同的情况下,非均匀线性阵列MIMO雷达可以获得更大的阵列孔径长度和更低的克拉美.罗界。     

非高斯随机振动的分析基础

本文试图建立非高斯随机振动综合的分析基础。分析了基于运载火箭外场振动环境的形成机理,用乘积模型关联了非高斯随机波形的表征、分解与重构。典型的振动载荷包括火箭噪声、压力振荡和路面不平引起的随机振动。时间历程的功率谱、峭度和跌宕周期作为形成非高斯随机波形的控制参数。通过以累积损伤为判据的数字仿真,比较了不同重构信号的模拟程度。结果表明基于β分布随机数排序生成非高斯振动的模拟效果与原信号的最接近。     

大型双曲冷却塔表面脉动风压随机特性——非高斯特性研究

为了系统研究大型双曲冷却塔表面脉动风压分布特性,进行单个冷却塔刚体模型风洞动态同步测压试验,对冷却塔表面脉动风压的非高斯统计特性进行了系统的研究.根据测点风压时程及其概率密度分布曲线,对具有非高斯分布特性的局部区域作出判断,从风压信号的时空间相关性入手,结合中心极限定理讨论了局部区域呈现非高斯特性的原因;并基于测点风压信号概率密度曲线的斜度及峰态值对典型断面的测点风压进行非高斯特性描述,给出了划分非高斯区域的标准,并由测点环向相关性对冷却塔壳体表面进行了分区,初步探讨了不同区域的脉动风压形成机理,加深了对冷却塔结构表面风压分布特性的认识,为进一步探讨冷却塔结构表面风压极值奠定了理论基础.     

修正型广义符号检测器在WEIBULL噪声中的检测性能

采用Monte Carlo法模拟了修正型广义符号检测器(MGSD)和双极点滤波器检测器(TPFD),给出了它们在Weibull噪声中的虚警概率检测概率和测角精度曲线。与TPFD相比较,MGSD不仅当参考单元的样本为独立同分布时能提供恒虚警检测,而且在Weibull噪声中低信噪比时的检测概率和测角精度较高,额外目标的影响也减弱了。Weibull分布的形状参数越小,MGSD的这些优点越明显。     

基于β分布随机数排序的非高斯振动模拟方法

研究了按自谱和峭度产生非高斯随机波形的窗函数调制方法。引进了表征非平稳非高斯随机振动的新参数——跌宕周期,提出了重构非高斯随机振动的新方法——β分布随机数重新排列技术。新的重构方法既可以生成平稳非高斯随机序列又能生成非平稳非高斯随机序列。分析典型结构在非高斯振动激励下的响应,研究跌宕周期对累积损伤的影响,数值计算结果与物理试验结果一致。     

低噪声放大器输入阻抗匹配网络设计优化方法(英文)

通过分析电路的最佳噪声匹配和最佳功率匹配,研究了根据给定的输入反射系数(S11)计算低噪声放大器(LNA)最佳源阻抗的方法。借助史密斯圆图给出了详细的计算过程,实现了LNA输入匹配网络设计时的最佳噪声和最佳功率之间的折衷匹配。基于Chart0.35-μmCMOS工艺完成了一种cascode结构LNA的核心电路设计,仿真和实验结果与理论分析相吻,表明了理论分析的正确性和方法的可行性。     

有色噪声补偿下降阶系统状态的最优估计

在大型空间结构的控制系统设计中,降阶系统的状态估计是非常重要的环节,它直接关系到控制器的性能。针对B.Friedland的工作,本文提出了有色噪声补偿模型,在恒等变换下显式地消去了有色噪声项,利用正交投影定理仅对感兴趣的状态分量导出了无偏、最小方差估计。这组递推估计式与采用增广状态方法相比,不仅在处理容量、计算效率上有很大改进,而且是标准Kalman滤波方程的推广。注意到原系统与降阶系统之间的内在联系,本文采用随机系统分析方法,给出了在高斯、马尔可夫假设下,有色噪声模型特征参数的在线识别技术。数字仿真表明,对偏差补偿起主要作用的是有色噪声补偿模型中的驱动白噪声项,这是对B.Friedland工作的发展。