利用遗传算法实现基于MP的跳频信号稀疏分解

在目前的通信领域中,跳频信号的应用越来越广泛,而信号的稀疏表示在信号处理的许多方面都有着重要的应用.将跳频信号稀疏分解后得到的稀疏表示可以方便的应用到跳频信号的参数估计及后续处理中去.本文针对目前基于MP (Matching pursuit)的跳频信号稀疏分解中运算量巨大的问题,采用遗传算法(GA)快速地寻找MP算法中每一步分解的最佳原子,提高了信号稀疏分解的速度.仿真分析验证了此方法的有效性和适用性.     

基于压缩感知的间歇采样转发干扰方法

针对现代雷达信号带宽大、频率高,相干干扰实现困难的问题,提出了基于压缩感知的间歇采样转发干扰方法.研究了压缩感知基本原理及其对模拟信号处理的实现方法,分析了压缩感知对线性调频信号的间歇采样实现方法及其转发干扰效果.仿真结果表明,压缩感知理论对宽带雷达信号间歇采样具有较好的适用性,对宽带雷达能够实现较好的干扰效果.     

一种新的认知雷达波形优化方法

针对认知雷达中的波形优化问题,在给定信号模型基础上,分析了两种主要波形设计准则:信噪比准则和互信息准则,并提出了一种新的波形优化准则,简称为联合准则。该准则通过最大化信噪比和互信息之间的差距来达到优化波形的目的。仿真表明,相对于信噪比准则和互信息准则,联合准则可以更好的利用环境信息,其得出的优化波形具有更高的信噪比和互信息。