高频地波雷波抗雷电干扰研究

高频地波雷达（ＨＦ－ＧＷ Ｒａｄａｒ）作为探测超视距目标的有效手段在海防武器系统中担当重要的角色。高频段电磁环境恶劣，近区雷电在这一频段激发的天电噪声对ＨＦ－ＧＷ雷达的正常工作构成了严重干扰。通过分析雷电在ＨＦ－ＧＷ雷达多普勒域表现的奇异性，本文提出了利用小波变换在多普勒域检测雷电干扰的方法和一种抑制雷电干扰的方案。现场实验表明本文方法有效提高了ＨＦ－ＧＷ雷达抗雷电干扰的能力。     

惯性式低频振动传感器畸变波形恢复问题初探

水电机组振动是表征水电机组运行稳定性的主要指标之一。然而，水电机组转频太低，适合于使用测量低频振动信号的惯性式低频振动传感器。由于传感器本身频率特性，造成其输出波形的低频段必然产生较大的畸变。为了获得实测低频振动信号的真实波形，对振动传感器输出的畸变波形恢复问题进行了初步探讨。     

数字图象信号的电缆传输

结合强力输送带横向断裂预报检测系统，介绍一种数字图象信号电缆异步传输的具体实现方法，它满足某些工业检测和控制系统的远地数字信号传输的要求。内容包括多路数据信号合成与分解，信号的编码、解码和识别再生三部分主要硬件电路的设计思想。最后给出了传输实验结果     

一种基于集体检测理论的GPS直接位置估计实现方法

传统GPS导航定位解算方法需要事先成功捕获、跟踪并实时获取多颗卫星的伪距测量,不适用于弱信号环境下卫星信号无法捕获的场景。集体检测是一种将各卫星信号的相关能量非相干累加后依据极大似然准则进行直接位置估计的理论。本文基于A-GPS提供的先验信息,提出了一种实现集体检测的具体参数估计方法和搜索策略,并基于真实GPS弱信号验证了算法的实际性能。实际试验表明,本方法与信号是否成功捕获和跟踪无关,适用于弱信号等环境下的定位解算。     

基于逐点扫描FFT法的跳频信号参数估计

针对时频分析方法估计跳频信号参数存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分析跳频信号的时频特性,提出一种新的跳频信号参数估计方法。该方法从未知信号的时域分析出发,采用逐点步进的方法进行多次FFT计算,通过分析其频谱特性判断跳频信号的跳变时刻,将跳频信号序列按跳频频率分割为多个单频率信号分量,最后再综合提取跳频信号的时频参数。仿真结果表明,该方法针对跳频参数的估计精度高,运算速度较快,且没有干扰频率。     

高精度微弱磁场信号采集系统的设计与实现

微弱磁场测量是研究物质特性和探索未知世界的重要手段之一。实现高精度的微弱磁场信号测量需要设计高精度的信号采集系统,而以模拟量输出的磁强计通常需要数字采集系统进行模/数转换。为此,文章设计开发基于Σ-Δ型模/数转换器(ADC)的高精度微弱磁场信号采集系统,包括系统硬件电路设计和系统核心控制器FPGA的功能设计,实现了FPGA对ADC的读写控制,以及ADC输出数据的接收和发送等。性能测试结果表明,该系统的有效采样位数可接近理论值(21位),输出噪声RMS值为1.9μV,磁场测量精度满足0.1 nT要求。     

天基TDM-MIMO雷达空间碎片阵列走动补偿方法研究

天基时分复用多发多收天线(TDM-MIMO)雷达能同时完成较大空域搜索和多目标跟踪任务,有利于实现对多个碎片同时跟踪,且系统架构简单,能够以较小代价获得更多的系统自由度.但由于空间碎片与雷达间的相对高速运动,目标回波信号由窄带阵列信号变成宽带阵列信号,均匀线阵畸变成相对阶梯形阵列,无法实现能量聚焦.为了解决以上问题,提...     

强海杂波背景下目标检测方法综述

高频地波雷达被广泛应用于海面目标的检测,而由于海杂波的分布散射具有很强的动态特性,通常情况下成为了海面目标检测的主要干扰成分.因此,在强海杂波背景下进行目标检测的关键在于如何有效抑制海杂波.从循环对消、子空间分解、模型预测以及分形特征这几方面对海杂波抑制技术进行综述、分析和总结,为后续对海面目标检测提供参考.     

一种利用信号幅度信息的光学传感器像平面GM-PHD滤波算法

针对光学传感器像平面多目标跟踪应用,基于有限集统计学理论(Finite Set Statistics, FISST)提出一种利用信号幅度信息的高斯混合概率假设密度(Gaussian Mixture-Probability Hypothesis Density, GM-PHD)滤波算法。该算法通过建立信号幅度似然函数将幅度信息引入到PHD的递推公式中,首先根据光学传感器的特点对输出的信号幅度进行建模,然后分别计算来源于目标和杂波的信号幅度似然函数,在目标信噪比未知的情况下给出一种替代计算方法,最后采用高斯混合方式实现该算法。仿真结果表明,本文提出的算法相比仅利用量测位置信息的PHD滤波器能够显著提高多目标跟踪性能和计算效率,而且在目标信噪比未知时同样具有稳定的性能。     

基于狄里克莱过程混合高斯模型的信号分选

提出了一种基于狄里克莱(Dirichlet)过程混合高斯模型的雷达辐射源信号分选方法。通过将Dirichlet过程与高斯模型相结合,得到的Dirichlet过程混合高斯模型可以自动学习混合高斯分量的数目。将该模型应用于雷达辐射源信号分选,可以自动确定电磁环境中雷达辐射源的数目。仿真实验结果证实了该方法在雷达辐射源信号分选中的有效性。