基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。     

基于最大熵法和遗传算法的SMSP干扰对抗方法

线性调频(LFM)信号是现代雷达常用的发射信号,可以有效提高雷达的检测性能,然而频谱弥散(SMSP)干扰应用于主瓣自卫式干扰时,干扰信号强度远大于目标回波信号,能够对目标回波信号形成遮盖,是一种有效对抗LFM信号的干扰样式。利用干扰信号与目标回波信号时频特征的不同,通过广义S变换(GST)凸显时频特征差异。运用最大熵法和遗传算法(GA)求取时频滤波器的分割阈值。通过构造的时频滤波器达到干扰抑制的目的。仿真结果表明:当干信比(JSR)大于10 dB、信噪比(SNR)大于0 dB时, 所提方法具有较好的干扰抑制效果,其中最大信干噪比(SJNR)增益接近25 dB。      

基于混沌振子阵列的扩频信号捕获方法

在低信噪比下提出了结合混沌振子阵列及相干相关实现对扩频信号的捕获方法．针对混沌振子的数学模型,用混沌系统的相轨迹特性来分析对扩频信号的捕获过程,以Lyapunov指数（LE）作为实现捕获及提取载波多普勒频率的判断依据,再由跟踪环路完成对扩频码相位的跟踪．对DSSS／BPSK仿真结果表明,本方法可以实现扩频信号快速捕获,同时提高了捕获概率及检测灵敏度。     

GPS数字接收机中C/A码搜索算法与实现

从GPS信号结构出发,介绍了GPS时域/频域的二维序贯搜索原理.在虚警概率、检测概率与搜索速率分析的基础上,对几种序贯搜索方法性能进行了比较,提出并以实验验证了以并行12通道扩频相关器为基础的GPS C/A码捕获数字系统实现方案,改进的搜索算法的采用有效地缩短了码平均捕获时间并提高了捕获的可靠性,并成功地应用于GPS数字接收机中.     

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。      

大斜视直升机载太赫兹ViSAR振动补偿成像算法

太赫兹视频合成孔径雷达（ViSAR）载波波长短,直升机载平台的微小高频振动将引起回波信号相位的显著变化,进而严重恶化ViSAR的成像性能。本文在建立斜视ViSAR平台振动成像几何模型的基础上,提出了大斜视模式下的振动相位误差补偿成像算法。该算法结合运动补偿原理,将斜视成像侧视化处理,然后采用改进的多普勒Keystone变换方法在二维频域校正由平台振动引起的距离单元徙动,最终在距离多普勒域实现振动相位误差补偿。仿真结果验证了该算法的有效性。      

大虚警率下的多故障诊断算法

主要研究不可靠测试下多信号模型的多故障诊断问题。最优的多故障诊断是计算复杂度完全类(NP-Complete)问题,因此大型系统的诊断一般只能用次优的随机搜索算法。次梯度优化算法能够在虚警概率较小时给出较好的结果,但如果测试个数很多且虚警概率较大时,该算法就不能消除虚警的影响,会使估计的故障覆盖所有失败的测试,而不是找到系统真实的故障。针对这一问题,提出了能够同时考虑虚警和误警的目标函数,使算法能排除虚警的测试准确定位故障,并用改进的遗传算法搜索故障部件提高诊断速度。仿真诊断结果表明,同时发生故障的部件个数较少时,遗传算法的诊断速度明显优于次梯度优化算法,而且能够更有效地抑制虚警的影响。     

基于时频域增强和全变差的群目标信号分离

针对低分辨雷达获取的群目标信号的弱时频正交性以及难以分离的问题,在进行时频域增强处理的基础上,提出了一种基于全变差(TV)的群目标信号分离方法。在旋转目标模型的基础上,首先通过分析群目标信号的稀疏性,指出了进行时频域增强处理的必要性。然后利用群目标中各子目标对应的微动周期的差异性,通过双向延迟处理,对多次观测得到的群目标信号进行时频域增强处理。最后根据群目标信号能量区域的分布特性,利用局部TV融合和主分量分析相结合的方法,实现了群目标信号的高保真分离。仿真结果表明,在采样率较低的情况下,文中方法有效地解决了群目标信号中弱信号分量的分离及提取问题,其融合分辨效果明显优于基于TV范数的融合方法。      

基于自适应门限的改进BigBand算法

BigBand算法是一种利用信号普遍稀疏特性的欠采样算法.传统BigBand算法依靠经验设置固定门限,在低信噪比和噪声变化剧烈的情况下,频谱混叠会使噪声的值被叠加放大,信号与噪声难以明显区分,频谱感知能力差.针对该问题,提出了一种基于自适应门限的改进BigBand算法,利用预设信号虚警概率获得初始噪声门限和信号门限,并...     

基于改进HHT的非高斯噪声中瞬态通信信号检测

根据瞬态通信信号和非高斯噪声的特点,建立了相应的信号模型,并利用希尔伯特-黄变换（HHT）处理非线性非平稳信号的优势,提出了基于改进HHT的非高斯噪声中瞬态通信信号的检测算法。该检测算法分为集合经验模式分解（EEMD）和固有模态函数（IMF）分量筛选两部分,首先经过加入随机白噪声多次试验取均值得到待检测信号的IMF分量,再结合各个分量与原信号的能量差异和相关性剔除虚假IMF分量,从而实现对混叠在非高斯噪声中的瞬态通信信号的有效检测。仿真在不同的条件下对比了本文算法与其他算法对信号的检测效果,结果证明本文算法能够有效克服HHT中存在的缺陷,实现对瞬态信号更为准确的分析和检测。     

考虑互相关干扰的GPS信号捕获门限设定方法

传统GPS卫星信号捕获门限设定方法在互相关干扰情况下存在较大虚警概率,所以无法捕获弱信号.针对该问题进行分析,在此基础上提出一种针对多颗能量不同卫星同时存在情况下的信号检测模型和概率模型.信号检测模型在相关积分非相干累加基础上引入双门限多次检测,由于在考虑噪声的同时也考虑了互相关干扰对弱信号捕获的影响,其概率模型为非中心χ2分布.在原有的恒虚警门限检测方法基础上,提出考虑强信号互相关干扰对微弱信号检测影响情况下的门限计算方法作为新的门限上限,而将原有的门限计算方法作为门限的下限.在此基础上提出强、弱卫星信号共存时的检测思路,即先用门限上限检测强信号并进行互相关干扰消除处理,再用门限下限判断是否有弱信号存在.采用仿真数据和实际数据针对考虑互相关干扰的门限上限进行实验,并和原有门限方法进行比较,证明在强、弱信号共存情况下原有门限无法检测出卫星信号,而新的门限设定方法可以正常工作,并具有较高的检测概率和较低的虚警概率.      

DS/FH混合扩频系统快速捕获新算法

针对DS/FH (Direct Sequence/Frequency Hopping)混合扩频系统捕获时间长的难题,提出了一种基于可变跳频速率的捕获算法.对搜索过程中频率未对准状态进行快速出局处理,降低平均捕获时间;对准状态则通过较长时间来验证以降低虚警概率.通过状态流图,导出了新算法在高斯白噪声信道和典型干扰环境下的平均捕获时间计算公式、检测概率、漏警概率和虚警概率.仿真结果表明,在高斯白噪声环境下,选取合适的门限,平均捕获时间可减少为传统快速扫描法的1/4;在干扰环境下,新算法鲁棒性优于后者.      

基于幅度和相位联合的ATI动目标检测新方法

分析了影响SAR-ATI动目标检测干涉相位图中点幅度和相位分布的因素——包括雷达噪 声、杂波能量、地面RCS起伏以及成像时的旁瓣等.针对SAR-ATI检测时虚警概率过高问题, 基于幅度门限和相位门限联合动目标检测处理,提出了一种改进方法:首先对SAR每一个 通道的图像域中相位被污染的点作一次关于能量梯度的预滤波,在滤除了干涉相位图中相位 失效的点之后,根据雷达的固有噪声及干涉相位分布图,在概率意义下设定滤波门限进行 自适应幅度滤波;最后采用相位门限进行检测处理,有效降低了虚警概率;同时给出一个 由干涉相位图中统计量拟合出的动目标检测曲线经验公式,能够明显降低在低杂噪比条件下 的虚警概率.仿真结果验证了此方法的有效性.      

用于识别双星故障的RAIM算法

由于传统的基于识别门限的卫星故障识别算法存在漏检和误警致使识别率较低,为此提出一种可用于识别双星故障的接收机自主完好性监测算法.该算法通过构造新的奇偶矢量与故障特征平面,利用奇偶矢量与故障特征平面之间的几何关系来识别卫星故障,使得算法不再受限于识别门限的影响,从而有效地避免了由于识别门限引起的识别效率较低的问题.计算机仿真结果表明:改进后的算法与传统的基于识别门限的算法相比,双星故障正确识别的性能有显著的提高,正确识别率可达到90%.同时,与基于门限识别的重构最优奇偶矢量法相比,计算量可减少约61.2%以上.     

基于帧间特征点匹配的红外弱小目标检测

高空下、视复杂背景下弱小目标的检测一直是红外弱小目标跟踪的难点,提出了一种基于帧间特征点匹配的红外弱小目标检测的方法,将复杂背景下的动态弱小目标检测问题看作是帧间复杂背景的运动估计补偿问题,消除了背景杂波对红外目标的影响,进而达到了抑制背景的目的。做出了该算法与现在常用的频域高通滤波、形态学Top-hat滤波两种小目标检测算法的对比,并将目标局部信杂比和目标检测的虚警率作为算法的有效性评价指标。试验结果表明,通过准确的地补偿复杂背景的帧间位移量,再结合帧间差分的方式,后红外弱小目标检测的信杂比提升了2倍以上,检测得到的虚警率低于20%。     

包络均值滤波算法实时检测微弱信号

在强噪声环境下提取微弱信号一直是信号处理方法研究的难点,提出一种基于包络均值滤波(EMF,Envelope Mean Filter)的微弱信号提取算法,可以实时恢复出深埋在均匀分布噪声中的微弱缓变非周期信号的波形.EMF算法通过对混有均匀分布噪声的信号进行过采样,对信号的包络线进行实时分析,并用上、下包络的均值作为真实信号的估计值.为了使输出信号平滑、无跳变,采用实时滑模平均滤波器对估计值进行滤波,最终恢复出的原始信号.通过仿真研究对包络的分析算法、最优衰减系数的选取、过采样系数、平滑序列长度和不同信噪比的微弱信号对还原精度的影响进行了研究.EMF算法简单,可使信噪比提高60 dB以上.已经成功用于IEEE 1588精密时钟同步的时钟伺服算法中.     

高速机动目标多普勒解模糊高分辨成像方法

针对目标高速机动导致ISAR成像结果产生距离徙动（MTRC）和多普勒模糊的问题,提出一种新的高速机动目标ISAR成像方法,用于解算距离徙动下的多普勒模糊难题。首先,将原始信号变换至图像域,提取最强散射点,估计该点对应的信号调频率,并基于图像最大对比度准则估计多普勒模糊数。然后,重构回波信号的同时矫正距离徙动,并利用CLEAN技术降低运算量和减小噪声对成像结果的影响,获得高速机动目标无模糊的高分辨ISAR图像。仿真实验结果证明了所提方法的有效性和低信噪比下的强鲁棒性。      

融合CNN-Transformer的红外弱小目标检测方法

针对远距离红外目标探测技术中存在的弱小目标特征信息提取困难、局部背景噪声干扰强导致检测算法虚警率和漏检率偏高的问题,提出了融合CNN-Transformer的单帧红外弱小目标检测算法。针对已有方法在提取红外弱小目标特征信息时感受野受限且易受到局部噪声干扰的问题,对Swin Transformer中的窗口自注意力计算模块进行改进,设计了基于可分离卷积的局部感知增强模块,兼顾对全局信息和局部信息的提取,提升骨干网络对弱小目标空间分布信息的提取能力。针对小目标特征难以在深层网络中保留的问题,设计了自下而上的多尺度特征融合模块,在不同层级的特征图之间利用注意力机制确保小目标的低层特征信息能够在高层特征图中得以保留。在公开数据集NUAA-SIRST上进行了测试,验证了本文所提算法相比已有算法取得了更佳的检测效果,同时能够兼顾对检测精度和召回率的优化。