运动目标激光微多普勒效应平动补偿和微动参数估计

利用激光探测微多普勒效应可以精确估计微动参数,有利于实现目标的准确分类和精细识别.运动目标的微多普勒效应是一种由多项式相位信号模型与正弦调频模型组成的混合信号.对于这类混合信号中的微动参数估计目前还未提出有效的方法.对此,本文提出一种基于分数阶傅里叶变换(Fr FT)的平动补偿方法,通过设计对Fr FT参数域的带宽搜索方法,可以从混合信号中精确估计平动参数,实现平动和微动的分离;通过设计静态参数粒子滤波器,从补偿后的信号中准确估计了微动参数;针对静态参数模型,采用马尔可夫-蒙特卡罗方法增加粒子多样性,并利用累积残差定义新的粒子权重计算函数,保证了算法在对多维参数估计时的快速有效收敛,避免了参数分别估计时误差传递的影响.通过仿真分析对比和实验数据,验证了本文所提补偿和参数估计算法的有效性.     

基于均值似然估计的激光探测微动特征提取和分离

最大似然估计是提取目标微动特征参数的最佳估计方法,但直接用网格法求解计算量巨大,且激光探测微多普勒回波信号对应的代价函数具有高度非线性,存在多个局部最大值。为此,提出均值似然估计与蒙特卡罗结合的估计方法,给出了最大似然参数估计的闭合表达式,再通过设计压缩似然函数获得全局最大值,通过蒙特卡罗法抽样并计算循环均值估计出参数。该方法避免了传统方法中对高精度初始值和复杂迭代算法的依赖,能够实现参数的联合估计。对于多分量微多普勒信号,该方法可在参数估计的同时实现各微动分量分离,且不增加算法的复杂性。对仿真和实验数据进行估计,结果表明,该方法在达到近似于最大似然估计性能的同时可有效降低计算复杂度并确保了全局收敛,实现信号的分离和参数估计。     

基于粒子滤波的单通道正弦调频混合信号分离与参数估计

以单通道正弦调频(SFM)混合信号为研究对象,提出了基于粒子滤波的正弦调频混合信号分离与参数提取方法.针对正弦调频混合信号频率无跳变的特征,提出了一种基于粒子滤波的相位差解混叠算法,并通过源信号相位差解决了本算法中粒子滤波高维状态空间降维问题,提出了一种适合高维状态空间的似然函数模型,比较固定长度粒子估计值和真实值误差,进而准确衡量粒子权重.通过在重采样后引入MCMC转移,解决了静止参数下粒子多样性降低问题,有效提高粒子滤波迭代收敛速度.从而在先验知识仅已知信号调制方式的情况下,完成对单通道正弦调频混合信号的参数提取,并通过重构信号完成正弦调频混合信号分离.最后通过仿真分析发现,该方法能够有效的实现正弦调频混合信号的分离与参数估计.     

一种新的参数估计方法及其在混沌信号盲分离中的应用

为了有效地估计非线性映射中的参数,本文采用一种容积准则近似该映射的加权积分函数. 基于由状态空间模型建模的参数,提出了一种新的参数估计方法. 混沌信号的盲分离是一种具有挑战性的参数估计问题.将新的参数估计方法应用在该问题上, 实现混沌信号的有效重构.仿真结果表明该算法具有较快的收敛速度和较高的数值精度, 并能有效地分离原始混沌信号.     

混沌信号在无线传感器网络中的盲分离

混沌信号在本质上属于非线性非高斯信号,它在无线传感器网络下的应用还涉及到信号量化问题,这使得混沌信号在此应用环境下的信号盲分离更为棘手.针对此问题,本文在容积卡尔曼粒子滤波的框架下提出一种解决方法.文中首先推导出观测信号的概率密度函数,在量化比特有限的情况下,采用最优量化器,获得最优的量化结果.在此基础上,使用容积卡尔曼滤波器产生粒子滤波中的重要性概率密度函数,融入最新的观测值,提高粒子对系统状态后验概率的逼近,提高信号盲分离的精度.仿真结果表明算法能够有效地分离混合混沌信号,参数估计的精度及其运算量均优于已有的无先导卡尔曼粒子滤波算法,其运行时间为无先导卡尔曼粒子滤波算法的88.77%.     

基于希尔伯特-黄变换双频信号的参数估计

为了提高双频信号参数估计在工程测量领域的精度,创新的提出了基于希尔伯特-黄变换和数据拟合算法估计双频信号参数的方法。输入系统的双频信号序列先经过EMD分解算法得到单频的信号序列,采用Hilbert变换得到信号的频率、幅值和相位信息,通过数据拟合算法对信号的频率、相位和幅值等进行校正,校正后参数的值可以精确到两位小数。为了增强该方法在操作上的便捷性和交互性,基于Matlab的GUI工具箱开发界面程序。     

基于最大似然的单通道交叠激光微多普勒信号参数分离估计

利用激光对目标微弱振动进行探测有利于获得明显的微多普勒效应,这为精确估计目标微动特征参数,实现对目标的分类和精细识别提供了可能.但对于多散射点或多目标激光探测,信号为单通道多分量微动混合的形式,而且补偿目标主体运动后,数值上相近的微动参数还会导致信号在时频域存在严重的交叠.为从这类混合信号中精确估计各分量的微动参数,本文提出了基于最大似然框架的参数分离估计方法.利用精细化扫描的奇异值比谱法从混合信号中获得目标微动频率,并得到各分量的幅值比信息.推导了微动参数最大似然估计的解析表达形式,根据激光微多普勒信号的特点从频谱能量分布的角度重新设计了似然函数,解决了传统似然函数在激光微动信号中出现的高度非线性问题,降低了初始化的要求,提高了抗噪性能,并采用马尔可夫-蒙特卡罗方法具体实现了参数的估计.在微动参数得到估计的基础上给出了信号的幅值和初相的估计方法.用本文方法对仿真和实验数据进行处理,得到了接近克拉美罗下界的估计结果,验证了方法的有效性.与传统非参数化估计方法的对比结果体现了所提方法对混合微动参数精确估计上的优势.     

基于压缩感知和粒子滤波的OFDM超宽信道估计

针对通信系统中的正交频分复用(Orthogonal frequency division multiplexing, OFDM)超宽信道具有的稀疏多径和含噪声特征,将信道估计问题转换为稀疏信号的重构和优化问题,设计了一种基于压缩感知理论和粒子滤波的OFDM信道估计方法。首先定义和描述了OFDM数学模型;然后在对压缩感知理论模型研究的基础上,采用改进的正交匹配算法对OFDM超宽信道进行重构,为了进一步减少信道重构的误差,将由于正交匹配算法得到的重构信道作为初始的粒子,并将OFDM数学模型转换为动态参数模型,并通过粒子滤波来更新模型中的参数和频率响应,通过不断迭代获得信道的估计值。为了验证文中方法的优越性,将文中方法与经典的正交匹配算法与粒子滤波算法进行比较,结果表明：文中方法能有效地对含噪声的稀疏信号进行估计,具有较小的重构误差,且与其它方法相比,具有较小的归一化均方误差。     

基于数字非线性锁相环的相干态相位估计

基于量子理论获取相位参数的导航机制,理论上可以突破经典物理极限对导航精度的限制.利用量子零拍探测对相干态光场相位进行测量时,通常需要相位与之正交的本振光才能使测量精度达到量子标准极限.由于导航信号相位的高非线性特点,想要利用传统的线性锁相环获取完全满足条件的本振光具有一定的难度.为此,本文设计了一种基于容积准则的非线性锁相环,实现了在非正交本振光的条件下对相干态相位进行精确测量的功能.首先,利用相干态的Wigner函数推导了其相位在量子零拍探测的输出结果,设计了量子相位估计的非线性数字锁相环框架.然后基于正交单纯形容积准则设计了非线性滤波算法实现锁相环功能,该锁相环通过对本振相位进行多次状态更新,最终实现非线性迭代估计.实验结果表明,本文方法突破了本振光相位需与相干态相位正交的局限性,避免了传统量子锁相环方法引入的线性化误差,实现了对相干态相位的准确、稳定估计.     

逆合成孔径激光雷达机动目标运动补偿成像算法

逆合成孔径激光雷达(ISAL)成像运动补偿中,包络对齐的精度直接影响了相位误差估计精度.当目标速度和加速度较大时,距离包络严重倾斜且相位误差较大,图像无法进行良好聚焦.针对上述问题,在高精度成像模型的基础上提出了一种基于Nelder-Mead单纯形法和粒子群优化的全局联合运动误差补偿算法.首先,利用单纯形法估计目标速度,完成包络对齐.然后,将包络对齐过程获得的目标速度作为相位误差估计中参数初始化的约束条件.最后,用粒子群优化算法对各运动参数进行全局搜索并得到最优解,实现高精度运动参数估计及高阶相位误差补偿,得到聚焦良好的二维图像.实验结果表明,本算法的参数估计误差主要分布在±0.2％以内,参数估计精度和抗噪声性能均优于传统ISAL成像算法.     

字典奇异值分解加权压缩感知多径信号参数估计

为提高水声信道多径参数估计的分辨率,提出了一种基于字典奇异值分解的加权压缩感知算法。对于有源声呐,根据发射信号构造字典,对字典进行奇异值分解,利用大特征值对应的特征向量构造信号子空间,然后使用信号子空间对接收信号进行滤波。对滤波结果进行加权压缩感知参数估计,得出最终时延估计结果。仿真实验表明,所提方法能够对水声多径参数进行超分辨估计,适用于任何脉冲信号。湖试处理结果显示,混响背景下该方法也有较好的多径参数估计性能,能够降低接收数据的噪声成分,提高对水声信道的多径时延、个数和幅度的估计精度。      

基于蝙蝠算法的粒子滤波法研究

标准粒子滤波容易出现粒子贫化问题,滤波精度不稳定,并且需要大量粒子才能对非线性系统进行准确估计,降低了算法的综合性能.针对该问题,本文提出了一种基于蝙蝠算法的新型粒子滤波算法.该算法用粒子表征蝙蝠个体,模拟蝙蝠群体搜索猎物的过程,粒子群体通过调整频率、响度、脉冲发射率,追随当前最优粒子在解空间中进行搜索,并可以动态控制全局搜索及局部搜索的相互转换,进而提髙粒子整体的质量和分布的合理性;此外,改进算法引入Levy飞行策略,从而避免局部极值的不良吸引.实验表明新型粒子滤波方法提高了粒子多样性和滤波预测精度,同时大大降低了对非线性系统进行状态预测所需的粒子数量.     

水下连续波有源探测的回波检测算法

研究线性调频连续波在水下探测中的信号模型、回波信号的检测和目标参数估计方法,通过分析回波信号与发射信号间的差拍信号,提出差拍-分数阶傅里叶变换结构的处理算法。为了减少分数阶傅里叶变换二维搜索时的计算量,首先使用Radon-Ambiguity变换估计差拍信号的调频斜率,再做相应阶次的分数阶傅里叶变换。数值仿真说明提出的算法能够有效消除线性调频连续波的距离-速度耦合现象,准确估计目标参数。通过湖上试验比较线性调频脉冲信号和线性调频连续波的处理增益,提出的算法处理的连续波比匹配滤波方法处理的脉冲信号处理增益大13 dB。研究结果表明该算法在连续波水下探测中可行有效,不仅能够准确估计目标参数,还具有良好的检测性能。      

基于改进自适应分解法的单通道雷达引信混合信号分离

为了更好地改善单通道多分量调频体制雷达引信信号的时频分布,以便于完成参数估计和信号分离,将自适应chirplet分解法引入到单通道雷达引信信号的分离问题当中,并加入时频曲线弯曲度因子,提出一种改进的自适应chirplet分解法,使其能够被用于非线性相位信号的分解,利用快速算法和优化算法,优化了运算过程,可准确且快速地求解出各参数,得到无交叉项的多分量信号时频分布,使复杂混合情况下的多分量信号也能够被较好地分离.通过仿真,利用该方法对多种情况下混合信号的时频分布进行了很好的改进,而后分解出了各分量信号,并通过分析计算出了相应的混合系数,仿真结果说明了该方法的有效性,且具有一定的抗噪声性能.     

面向低强度无线网络信号接收谱参数估计研究

针对以北斗卫星导航信号为代表的亚纳秒级的低强度无线网络信号在定位中难以获取精确时间估计及角度估计,且易受环境噪声影响,使其定位精度不高等难题,本文提出了基于亚纳秒级的低强度无线网络信号接收谱参数估计方法。首先通过抽样方式,将发射信号抽样为多维独立子信号并独立建模,通过构造噪声空间与子信号空间在对应列向量正交化的基础上精确获取TOA估计;随后利用复数域映射,在获取TOA估计基础上采取比对方式精确地获取DOA估计。最后对本文参数估计方法进行了精度分析。测试数据显示：与 PM算法、ESPRIT算法相比,本文技术在TOA及DOA估计上更为精确;同时在信号强度低且背景噪声干扰严重的情况下,本文方法仍可有效的维持参数估计精度。     

管壁和血流多普勒信号的分离研究

根据超声多普勒血流信号和血管壁搏动信号的统计特性,提出了一种基于主元分析的非线性滤波方法。并用于计算机仿真的超声多普勒信号和实际采集的人体颈总动脉多普勒信号的处理,同时与传统的高通滤波器方法进行了比较。实验中得到了与实际更接近的平均流速估计,相对误差仅为5.62％,与滤波法的相对误差12.83％相比,准确性得到了一定的提高。结果表明:基于主元分析的非线性滤波方法能在较大的管壁血流功率比范围内滤除管壁搏动信号,同时保留低频血流信号成分,因而可用于超声多普勒系统中管壁和血流信号成分的分离,分离后的这些低频的血流成分信号能使以后的参数提取和信号分析工作具有更高的精度和可靠性。     

基于高斯混合概率假设滤波的水下目标跟踪算法

为了解决传统水下目标跟踪中目标数目估计不准确、状态估计误差增长过快的问题,提出了一种基于高斯混合概率假设滤波的水下目标跟踪算法。该算法基于双基地观测模型,采用高斯混合概率假设滤波算法处理方位和时延信息,利用粒子群算法处理多普勒频率获得矢量速度,进一步提升算法的跟踪精度。结果表明,该算法能完成在杂波环境下对目标的跟踪,相比传统的关联算法,能够有效地实现目标个数估计和抑制状态误差增长的目的。     

合成孔径激光成像雷达的二维匹配滤波成像算法

提出了一种合成孔径激光成像雷达(SAIL)的二维匹配滤波成像算法,对利用单频本振激光与线性调频信号光外差接收得到的SAIL目标回波信号同时在距离向、方位向进行相位二次项匹配滤波以实现目标成像。给出了单频本振信号外差接收情况下的单一分辨单元的二维数据收集方程,并对SAIL二维匹配滤波成像算法进行了数学描述,具体分析了矩形和圆形天线孔径下的成像分辨率,给出了此算法对模拟SAIL回波信号的成像处理结果。     

一种声矢量阵子空间拟合算法及其矩阵预滤波器设计

为了减少矩阵预滤波器通带响应畸变程度,提出了一种基于阻带约束通带最大k个误差范数和(k为约束点的数目)最小化准则的矩阵预滤波器设计方法,通过使通带内最大的k个响应误差范数和最小化,减少了通带响应畸变程度。同时针对声矢量阵方位估计算法计算量过大的问题,提出了一种基于矩阵预滤波的声矢量阵子空间拟合算法,通过对声矢量阵声压、振速信号子空间进行联合处理,将预滤波矩阵和拟合子空间矩阵均减少为M×M维(M为阵元数),从而减少矩阵预滤波器设计和方位搜索所需时间。仿真结果和分析表明该算法性能和预滤波MUSIC算法相当,但在计算量上有较大优势,矩阵预滤波方法能抑制阻带干扰,提高后续算法的分辨和估计性能。      

合成孔径激光雷达非线性啁啾克服的匹配滤波算法

合成孔径激光成像雷达发射的信号一般为线性啁啾激光信号,然而激光器的实际扫频特性会产生二次及高次等非线性项.非线性项的存在会造成相位误差,导致距离向成像聚焦模糊,降低距离向成像分辨率,因此必须对光源的非线性啁啾进行补偿.因此提出非匹配参考通道匹配滤波算法对非线性啁啾相位误差进行克服.仿真结果显示,距离向图像可以得到较好压缩.同时,还分析了参考通道长度及非线性贡献比例等不同参数环境下的距离向压缩效果.