摘要:一般的多普勒后处理的方法都忽视了相邻多普勒通道间数据的相关性,这将造成杂波协方差矩阵估计的不准,因此本文提出了一种联合相邻多普勒通道信息的空时自适应处理方法。该方法先通过时域滑窗后滤波的处理方式来降低杂波的自由度,再利用相邻多普勒门上数据相关性进行联合处理,最终构造出新的杂波协方差矩阵,该方法在提高时域自适应能力的同时减轻了空域杂波相消的负担,提高了处理器的性能,并消除因数据信息泄露带来的影响,以达到消除地杂波的目的。通过对仿真和实测数据处理,证明了该方法的有效性。

摘要:基于干涉图的传统干涉相位估计方法，当由于图像配准误差而导致的干涉图质量较差时,就难以再恢复出准确的真实干涉相位。本文提出了一种基于加权联合导向矢量模型的InSAR干涉相位估计方法。该方法构造最优联合观测矢量和加权联合导向矢量, 同时利用相邻像素的相干信息，并采用波束形成技术，因此具有自适应图像配准和降低相位噪声功能, 因而可以在SAR图像配准精度很差（可以允许达到一个分辨单元）的条件下准确地估计相应像素间的干涉相位。仿真及实测数据的处理结果证明了此方法的有效性。

摘要:压缩感知雷达(Compressive sensing radar，CSR) 的场景恢复性能要求感知矩阵相关系数尽可能的小。针对感知矩阵相关系数的最小化问题，提出了基于模拟退火的感知矩阵优化算法，建立了基于随机滤波结构的CSR模型，给出了优化目标函数，采用模拟退火实现了发射波形、测量矩阵的优化以及联合优化。计算机仿真结果表明该算法可以提高场景恢复精度、提升抗噪能力、增大可观测目标个数上限，且联合优化的性能优于波形和测量矩阵的单独优化。

摘要:统计MIMO雷达采用空间分集和波形分集技术,在空间形成庞大的虚拟收发通道。利用MIMO雷达估计目标参数时,不同的文献对其收发通道参数(亦称作通道系数)采用了不尽相同的处理办法。为了分析各种处理方法对参数估计性能的影响、评估其优劣,文章提炼了文献中出现的两种最常用的通道参数处理方法,并依据这两种方法提出并建立了三种典型的通道参数模型,分别推导了三种模型下的目标参数估计表达式和克拉美罗界。通过仿真实验,定量地分析比较了三种模型的参数估计性能。仿真结果表明在参数估计时如果将通道系数作为未知参量与目标参数联合估计,可以获得比另一种处理方法更高的参数估计精度,而且随着信噪比的降低二者的参数估计精度差异会急剧扩大。

摘要:由于SAR图像图像存在较强的斑点噪声，使用Chan-Vese模型水平集分割方法会产生很多误分割。同时，水平集解法存在计算量大、分割速度慢的问题。为此，本文在Chan-Vese模型基础上，增加新的内能项——距离正则项，得到一种改进的曲线演化模型。避免了水平集函数的周期性更新，具有更大的迭代步长，从而加快分割速度，并且提高Chan-Vese模型的抗噪性，对该模型采用人工合成图像和真实SAR图像进行分割实验，通过比较，可看出改进模型具有较高的数值精度和较快的分割速度。对于噪声很强的图像，使用增强LEE滤波进行预处理，可以进一步提高改进模型的分割速度和效果。实验结果表明：改进Chan—Vese模型能高效快速的完成SAR图像分割，具有较高的抗噪性。

摘要:多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达是一种性能优于传统相控阵且利用多个天线发射和接收信号的一种新体制雷达。本文提出了在单基地MIMO雷达中的基于十字阵的一种低复杂度的二维波达方向 (Direction Of Arrival, DOA )估计算法。该算法利用传播算子(Propagator Method, PM)避免了协方差矩阵的构造及其特征值分解,也无需谱峰搜索, 从而大大降低了运算的复杂度；同时该算法可实现方位角和仰角的自动配对。本文的算法的性能在高信噪比下逼近借助旋转不变技术估计信号参数(Estimation of Signal Parameters Via Rotational Invariance Techniques, ESPRIT)算法。本文还推导了目标方位角和仰角的均方误差。仿真结果证明了该算法的有效性。

摘要:在有限反馈的下行多用户多入多出（MU-MIMO）系统中，系统的和容量随着信噪比的升高而干扰受限。本文针对这个问题提出了一种改进的PU2RC多模传输方案，通过增加信道量化质量指示的反馈，为基站进行用户选择提供了更有效的信息以实现多模传输。仿真结果表明，在实际系统中激活用户数比较少时，该方案能够通过动态改变同时服务的用户数，从而最大化系统的和容量。在同等反馈量的情况下，与传统的PU2RC相比，提高了系统的和容量，为下行MU-MIMO系统的应用提供了更好的参考。

摘要:提出一种新的基于离散余弦变换及其逆变换的离散多音调制系统(DCT-Based-DMT)实现方案,利用IDCT/DCT变换替代IFFT/FFT变换实现多载波信号的调制与解调,并对该系统的峰均功率比(PAPR)进行了理论分析。在此基础上,提出一种利用离散余弦变换能量集中特性降低系统PAPR的方法,与基于选择性映射算法的离散多音调制系统(SLM-FFT-DMT)相比,基于DCT算法的DCT-Based-DMT系统比SLM-FFT-DMT系统的PAPR低1.5dB,且具有计算法复杂度低的优点。

摘要:非下采样contourlet变换(NSCT)采用非抽样金字塔结构和非抽样方向滤波器组构成,具有contourlet变换所不具备的平移不变性、较高冗余度等优良特性,而且能够克服伪吉布斯现象。图像经过非下采样contourlet变换后分解成多尺度、多方向的细节信息,这些细节信息代表了图像不同频带不同方向的特征,这就简化了系数之间的关系。基于学习的超分辨率重建算法具有整体的预测性,将非下采样contourlet变换和基于学习的算法相结合,在一定程度上提高训练精度。针对指纹图像的实验证明该算法具有良好的性能,重建的图像纹理性细节信息较好,基本保持了原指纹图像的特征点,更接近于原始的高分辨率图像。

摘要:在分析图像盲检测算法原理的基础上，提出一种在形态小波高频系数上进行消息嵌入的抗盲检测隐写算法。该算法利用五株采样提升实现图像的小波变换，在大于一定门限的小波高频系数中嵌入消息，并通过建立的嵌入信息表来修正嵌入规则以保持小波系数直方图近似不变，在门限处引入直方图调整策略以减小系数直方图在门限处的变化。由于通用盲检测算法大多基于概率密度函数的变化实现图像隐写的检测，因此本文算法可以获得对通用盲检测算法的抵抗能力。实验结果表明，本文算法在抵抗小波高阶统计量分析、直方图特征函数质心等盲检测算法能力方面，优于LSB匹配、像素值差分等隐写算法。

摘要:根据信道冲激响应的稀疏特性，提出了一种频域的时延估计压缩感知(CS)模型，将时延估计问题转化为基于欠采样数据的稀疏向量估计问题。利用离散傅里叶变换(DFT)矩阵的子矩阵所满足的受限等距性(RIP)以及信道冲激响应的稀疏特性充分降低了时延估计所需数据量的要求。分析了本文模型具有码片内多径分辨能力以及良好抗噪性能的原因，并与MUSIC和ESPRIT算法的时延估计性能进行了仿真比较。仿真分析结果表明，本文提出的方法不需要预知多径的条数，对码片内多径时延具有较高的估计精度，其时延估计性能在特定条件下优于MUSIC和ESPRIT算法。

摘要:Hilbert-Huang（HHT）变换在对信号进行经验模态分解(Empirical Mode Decomposition, EMD)和对各内禀模态函数(Intrinsic Mode Functions, IMF)进行希尔伯特变换时都会出现边界问题。为了克服该问题，本文提出了基于离散均匀免疫算法（Discrete Uniform Immune Algorithm，DUIA）和支持向量回归（support vector regression, SVR）的HHT边界优化方法。该方法采用DUIA优化SVR的参数，并利用SVR对数据延拓，以有效分析HHT边界问题。通过对正弦叠加信号和实际信号的仿真分析表明：本文提出的算法可有效解决HHT变换中存在的边界问题，且其效果优于SVR的数据延拓方法。

摘要:频率不变波束形成器(Frequency Invariant Beamformer, FIB)在无畸变宽带声信号采集等方面具有重要应用。经典的FIB设计方法通常是在理想的模型条件下提出的，当存在由麦克风的幅度和相位响应不一致性所引起的阵列通道失配误差时，其性能会变差，无法满足实际的设计要求。本文提出了一种基于正则化最小二乘的稳健FIB设计方法，有效克服了麦克风阵列通道失配误差对FIB设计性能的影响。该方法适用于任意结构的阵列，并且具有闭式解，无需迭代步骤，计算复杂度较低。仿真设计实例证明了所提方法的有效性和理论分析的正确性。

摘要:盲源分离是仅用观测的混合信号去估计源信号的一种方法,在信号处理领域得到广泛关注。目前解决语音信号盲源分离的两大类方法分别为频域独立成分分析（FDICA）和基于稀疏性的时频掩蔽（TF masking）。本文将两类方法优点相结合，利用TF masking方法的结果，对FDICA做初始化，在加快FDICA收敛速度的同时也避免了次序不确定性问题。另外本文提出一种新的基于语音稀疏性的FDICA盲源分离的后处理方法：基于局部最小比例控制（LMRC）谱减法，比常规的TF masking、维纳滤波等后处理方法，能够更有效控制音乐噪声，提高分离性能。合成数据和实际采集数据的实验结果验证了本文方法的有效性

摘要:短波信道音频干扰分布密集，导致宽带短波探测系统接收信噪比严重恶化。针对传统奇异值分解 (Singular Value Decomposition)滤波方法损失了干扰频率处的有用功率，对信道参数的高精度提取造成了不利影响，本文深入分析了SVD滤波内部机理，推导得到SVD滤波的解析表达式，并由信号加噪声子空间得出有用功率的鲁棒估计，进而提出了一种新颖的基于功率补偿的音频干扰抑制算法。仿真与实测数据处理结果表明，该算法不仅实现了干扰抑制，而且有效减小了抑制产生的信号损伤，对于短波电离层信道参数的高精度提取具有特殊的重要意义。

摘要:提出一种核空间的LMS（KLMS）多用户检测算法，将DS-CDMA接收机收到的信号通过高斯核函数映射到高维特征空间（核空间），再进行线性检测。由于采用了核技巧，所有的计算都在原空间进行，避免了特征空间的复杂运算。KLMS本质是对原空间的信号进行非线性检测，性能更接近最优检测算法。在高斯信道下仿真结果表明，通过选择合适的核参数，在获得较好稳态误差的同时，KLMS算法具有比其它变步长LMS算法更快的收敛速度。

摘要:针对转弯机动目标，提出了一种两层模型嵌套的跟踪算法。算法的内层模型由基于函数的“当前”统计（FB-CS）模型构成，该模型在“当前”统计(ＣＳ)模型的基础上，通过加权一个以新息方差之迹为参数的活化函数，对加速度方差和机动频率进行自适应处理，再针对目标的速度方向角进行滤波，将获得的角速度估计值作为外层的输入；外层模型由曲线模型构成，其方向角度、角速度和角加速度由内层模型提供。由于既准确估计目标的角速度，又设计了合理的运动模型，算法显著提高了转弯机动目标的跟踪精度．仿真实验验证了算法的有效性．

摘要:为有效地诊断飞行器的健康状况，提出了一种基于EMD分解和D-S证据相结合的飞行器健康诊断方法。该方法首先对由声发射传感器募集到的飞行器关键结构部件原始声发射信号进行EMD分解，得到多个内禀模态分量，选取内禀模态能量构建声发射信号的特征向量，并分别采用模糊神经网络、GRNN网络和Elman神经网络对提取出的特征向量进行分类，最后运用D-S证据理论进行决策融合，对飞行器的健康状态进行诊断。实验表明，运用此方法对某型号真实飞行器关键结构部件的健康状态进行诊断，可以得到很好放入诊断结果。且与单分类器相比，采用D-S证据理论进行决策融合有效地提高了故障诊断的精度。

摘要:针对液压泵故障特征提取问题,提出了一种基于奇异值分解和小波包变换的液压泵振动信号特征提取方法。通过奇异值分解将噪声非均匀分布的液压泵振动信号正交分解为噪声分布相对均匀的分量,对各分量进行小波包阈值去噪,重构去噪后分量,对去噪后信号进行小波包分解,提取各频带能量特征。以齿轮泵为例,将该方法对齿轮泵的气穴故障、齿轮磨损和侧板磨损三种常见故障和正常状态的振动信号进行特征提取分析,结果表明,该方法可有效提取齿轮泵故障特征。

摘要:本文定量分析了取邻抽取任意倍数采样率变换算法的取邻误差。首先基于分数倍采样率变换结构，从取邻抽取的角度阐述了软件无线电中的任意倍数采样率变换算法，推导了其实现结构和计算量。在此基础上，详细地定量分析了取邻误差，将取邻抽取的影响等价为信噪比的降低，并以此指导算法参数选取。结论说明，这种取邻抽取任意倍数采样率变换算法具有通用性和高效性优势，通用性表现为以统一的算法结构来实现任意倍数的采样率变换，高效性表现为同样性能要求下其计算量与传统方法相当。

摘要:阐述了蜂窝网系统中单台定位设备TSOA/TDOA被动式新型混合定位技术的原理。利用TSOA/TDOA混合定位的数学模型建立系统观测方程，采用受随机加速影响的匀速运动状态模型，描述了移动台的位移和速度。在此基础上推导了基于平方根无迹卡尔曼滤波的跟踪算法，并通过仿真实现了对移动台位置和速度的同时跟踪。仿真结果表明，与扩展卡尔曼滤波及无迹卡尔曼滤波算法相比，平方根无迹卡尔曼滤波算法跟踪性能更优。

摘要:本文研究了基于增量中继机会选择策略在Nakagami-m信道下的中断概率和吞吐量性能。在目的端采用选择性合并方式的条件下，理论分析得出了该策略在进行译码转发时的中断概率与吞吐量的闭合表达式，仿真结果与该理论值相一致。此外，仿真结果还表明，基于增量中继的DF机会选择策略的吞吐量性能与传统机会选择策略的吞吐量性能相比有了较大的提升。