一种宽带阵列通道均衡器设计

从基本FIR均衡器的原理出发,讨论了校正源的设置方法和均衡器系数的计算方法.为了适应宽带阵列中高速信号处理的要求,探讨了一种经典的FIR均衡器时域高速实现方法.该时域实现虽然结构简单,但在滤波器阶数较高时需要大量的乘法资源.为了降低均衡器对乘法资源的需求,借鉴快速卷积的实现方法,提出了一种基于快速傅里叶变换的高速率均衡器实现方法.与时域方法相比,该方法在滤波器阶数大于32时能明显降低对乘法资源的损耗.对实测数据的分析,验证了该方法的正确性.     

Kohn—Laplace算子及其多基式的特征值估计

研究了一类变系数自伴算子－Ｈｅｉｓｅｎｂｅｒｇ群上的Ｋｏｈｎ－Ｌａｐｌａｃｅ算子多项式的特征值问题，利用Ｈｅｉｓｅｎｂｅｒｇ群上的表示及其Ｆｏｕｒｉｅｒ变换，获得了该特征值问题的特征值的一些先验估计。     

SDF方法在目标图像处理中的应用

利用综合函数判断法（ＳＤＦ）对目标图像进行识别，能有效识别真目标的各种畸变图像及受过训练的假目标图像如干扰和背景等，并提出ＳＤＦ实时光学识别图像的可能。     

宏观傅里叶叠层技术远距离成像实验研究

傅里叶叠层是一新型的宽视场高分辨成像技术,但是其在宏观成像领域的应用中,成像模型在米级成像距离下通常仅有2 cm左右的成像视场,难以满足使用要求。为了提高宏观傅里叶叠层技术的成像距离和视场,文章开展了远距离宏观反射式傅里叶叠层成像模型的理论研究,提出了一种新的宏观傅里叶叠层成像模型,该模型使用发散光束照明,通过球面波移位对目标傅里叶谱进行扫描重建高分辨率目标图像;此外,还分析了宏观相干成像机理和傅里叶成像模型近似条件,由此推导出模型的近似范围,为模型推广提供了理论基础;最后,利用搭建的实验系统对10m外目标成像,使目标分辨率从1.4 mm提升到0.35 mm,分辨率提升4倍以上,验证了模型具有通过合成孔径技术提升目标成像分辨率的能力。     

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.      

大气湍流退化图像多帧盲复原

针对图像盲复原时PSF（点扩散函数）尺寸参数对复原效果影响较大,提出一种点扩散函数尺寸自适应估计算法,该算法以均方误差为代价函数,通过遍历搜索点扩散函数有限支持域,克服了点扩散函数尺寸参数选择难的问题。仿真结果表明,估计的点扩散函数尺寸接近真实尺寸,对于大气湍流变化快的情形,改进算法取得了较好的图像复原效果。     

多输入傅里叶神经网络及其麻雀搜索优化

鉴于反向传播（BP）神经网络存在灵敏度高但收敛速度慢,以及已有傅里叶神经网络不具备多输入数据特征提取能力,借助多个傅里叶神经网络构建能接收多维数据的堆叠神经网络,进而将其与多层感知器融合,获得基于梯度下降的多输入傅里叶神经网络。结合此神经网络获取全局最优参数值难的因素,通过在麻雀搜索算法中引入Cat混沌映射、动态种群规模调节机制及参数自适应调节方案,提出改进型麻雀搜索算法,并将其应用于多输入傅里叶神经网络的参数优化及高维函数优化问题的求解。理论分析可得,所提算法的计算复杂度主要由种群规模和优化问题的维度决定。比较性的数值实验表明,所获神经网络提取多源数据特征的能力和泛化能力强,同时所提算法处理高维优化问题具有明显优势且收敛速度快。     

基于FFT含有饱和环节的非线性等效系统的方法研究

基于快速傅里叶变换(FFT)方法,对系统的输入和输出信号进行快速傅里叶变换,对含有高次谐波的输出信号进行滤波,得到期望主频率的傅里叶频谱,然后进行傅里叶反变换,求得在各主频率下的幅值和相位.利用MATLAB中的非线性最小二乘拟配方法得到含有非线性环节的飞机纵向飞行控制系统的频域等效线性模型.这种方法也为含有非线性环节的飞机纵向飞行控制系统的飞行品质评估提供了一种可行的方法.     

卫星扩频通信中频域PN码捕获的FPGA实现

为提高低轨卫星扩频通信系统的捕获速度,在直接序列扩频系统中采用频域捕获方法,并提出在伪码寄存器全1状态后添0的方法以解决伪码与快速傅里叶变换(FFT)运算长度的不匹配.系统采用流水线、乒乓操作和频率步进等技术实现,最优化了占用资源和最高处理速度.仿真结果验证了方法的有效性.