基于微分进化算法的盲源分离

将微分进化算法的优点引入到盲源分离中,提出了基于微分进化的盲源分离算法。该算法以混合信号的峰度为代价函数,采用独立分量分析的方法对瞬时混合的信号进行盲分离。盲源分离中常用的自然梯度算法是一种局部寻优算法且收敛速度较慢,而微分进化算法是一种全局寻优算法且具有并行性、易实现等优点。分别用无噪仿真信号和有噪仿真信号对提出的算法进行仿真实验,比较了基于微分进化算法的盲源分离、基于粒子群优化算法的盲源分离和基于自然梯度算法的盲源分离的分离结果。结果表明:基于微分进化的盲分离算法收敛速度快,分离效果也比较好。     

基于高阶累积量的二次雷达应答信号特征分析

二次监视雷达应答信号混扰将导致解码错误,在解码前需进行有效分离。信号的高阶累积量被广泛应用于盲分离算法,主要利用了信号的非高斯性。建立二次雷达应答信号模型,进而根据其零恒模特性分析高阶累积量特征,得到其三至五阶累积量近似为零,表明二次雷达应答信号具有高斯特征。对独立成分分析算法、投影算法等分选算法的性能进行了分析比较。仿真结果表明,基于高阶累积量的盲分离算法不适用于二次雷达应答信号分选。     

基于最大信噪比的盲源分离雷达抗主瓣干扰方法

针对现有压制干扰从主瓣进入雷达天线,传统副瓣抗干扰方法失效的问题。提出一种应用最大信噪比准则的盲源分离抗主瓣干扰方法。首先提出了盲源分离应用于雷达抗主瓣干扰的模型,估计信号源个数后构建基于信噪比的目标函数,而后选择求解得到的广义特征向量构造分离矩阵。与传统算法相比,该方法不需要进行迭代运算,有效降低了计算复杂度。经过仿真分析,验证该方法能够有效分离混合信号,具有较高的分离效率。     

基于最优分离矩阵循环迭代的盲源分离次序调整算法

文章针对盲源分离中输出信号帧与帧之间信号衔接顺序的不确定性问题,提出了最优分离矩阵循环迭代算法,将每帧信号分离时目标函数寻优所得分离矩阵作为下一帧循环的初始化矩阵进行迭代来分离信号。理论分析与计算机仿真表明:该算法能有效解决盲分离中信号次序的不确定性问题,具有较强的实际应用价值。     

单脉冲雷达四通道联合的高分辨测角新方法北大核心

常规单脉冲雷达具有方位、俯仰二维角度的测量能力,其角度分辨力取决于天线波束宽度,对主波束宽度内的双/多目标不具备分辨能力。为了提高传统单脉冲雷达测角分辨能力,提出一种新的单脉冲雷达系统结构,巧妙的提取和利用了雷达对角线差通道的接收信号;提出了一种四通道联合单脉冲测角新方法,一次脉冲测量即可同时获得主波束范围内2个目标的二维角度信息,显著提高单脉冲雷达的角度分辨能力。该算法简单便于工程实现,并且在不同信噪比和2目标回波功率比条件下都具有很好的稳定性。最后,通过仿真分析验证了方法的有效性。     

单脉冲雷达四通道联合的高分辨测角新方法

常规单脉冲雷达具有方位、俯仰二维角度的测量能力,其角度分辨力取决于天线波束宽度,对主波束宽度内的双/多目标不具备分辨能力。为了提高传统单脉冲雷达测角分辨能力,提出一种新的单脉冲雷达系统结构,巧妙的提取和利用了雷达对角线差通道的接收信号;提出了一种四通道联合单脉冲测角新方法,一次脉冲测量即可同时获得主波束范围内2个目标的二维角度信息,显著提高单脉冲雷达的角度分辨能力。该算法简单便于工程实现,并且在不同信噪比和2目标回波功率比条件下都具有很好的稳定性。最后,通过仿真分析验证了方法的有效性。     

JADE盲源分离算法应用于雷达抗主瓣干扰技术

压制干扰信号从主瓣进入雷达接收机,会严重影响雷达的性能。通常的副瓣抗干扰技术难以奏效。首先给出了盲源分离技术(BSS)应用于雷达抗主瓣干扰的基本条件和信号模型,并预估计信号源数目。在此基础上应用基于四阶累积量的特征矩阵近似联合对角化(JADE)盲分离算法分离接收到的主瓣干扰混合信号,并脉压找出目标信号。最后仿真比较了JADE在不同干扰环境中的抗主瓣干扰效果,仿真结果表明了算法良好的抗干扰性能。     

盲源分离联合阻塞矩阵抗雷达主瓣干扰研究

针对雷达主瓣干扰传统的抗干扰无法有效对抗的问题,提出一种盲源分离和阻塞矩阵联合抗主瓣干扰算法。利用阻塞矩阵抑制主瓣干扰接收,然后采用矩阵联合对角化特征矢量算法进行盲源分离,进而达到目标检测的目的。仿真实验表明,在不同信噪比条件下,该算法相比盲源分离算法在干扰位于1/2主瓣波束宽度内时,脉压后峰值信噪比改善明显,且对主瓣干扰方向估计的精度要求较低,具有较强的鲁棒性。     

独立分量分析在雷达盲信号处理上的应用

独立分量分析(ICA)是近年来发展起来的一种有效的雷达盲信源分离方法。目前新体制雷达的大量涌现,运用原有的雷达分选方法是无法分选的,这已经无法适应现代复杂的电磁环境。在深入分析FastICA算法的基础上,将其应用于连续波雷达信号分选中。计算机仿真表明,这种算法应用于连续波雷达盲信号分选时,不仅提高了信号的分选速度和信号分离的准确率,而且可以有效地提高信号分选的效能,也为盲信号处理提供了一种新的思路。     

基于非圆性的伪码引信欺骗干扰抑制算法

针对单通道伪码引信欺骗干扰问题,提出了一种基于信号非圆性盲分离的欺骗干扰抑制方法。该算法首先利用伪码信号的非圆性构造虚拟通道,使欠定问题转化为适定问题,然后对传统SSOS算法中的代价函数进行共轭梯度寻优,以提高算法的收敛速度,最后利用分离信号延时变化量区分回波与干扰。理论分析与实验仿真表明,修正的SSOS算法收敛速度明显优于原算法,且当信噪比(SNR)大于5 d B时,即使干信比(JSR)很高,回波相似度可达80%以上。     

分布式2D雷达网的航迹关联方法

针对分布式2D雷达网由于缺乏高度信息而不能对空中目标进行航迹关联的问题,研究了一种2D与2D雷达航迹关联算法。首先,利用雷达和目标之间的几何特性将来自两异地雷达的航迹有效地统一起来,建立航迹关联函数;然后,对关联函数进行一阶泰勒展开,得到关联函数与雷达量测噪声的线性关系,并根据雷达量测噪声的置信区间得到关联门限;最后,在航迹粗关联的基础上建立基于历史信息的关联代价矩阵,利用匈牙利算法对代价矩阵进行航迹最优分配,实现航迹精关联。仿真结果表明,该方法能够有效解决分布式2D雷达网对空中目标的航迹关联问题,具有一定的实际应用价值。     

A Fast Algorithm for Blind Sparse Source Separation

提出一种快速的稀疏信号重构算法,通过定义一个连续可微函数近似l0范数,采用最小化l0范数的方法实现对稀疏源信号的估计.该算法的特点是实现简单,速度快.采用人工生成的信号将算法与通过l1范数最小化的快速稀疏信号重构算法和OMP算法进行了比较.最后,将该算法用于实际信号的欠定盲源分离.仿真实验表明,算法在保证信号分离性能的前提下大幅度提高了算法的运行速度.     

基于盲源分离的抗密集假目标干扰技术研究

密集假目标干扰会严重影响雷达检测目标的性能。针对此问题,提出一种基于盲源分离的密集假目标抗干扰的方法。该方法可有效从密集欺骗式假目标中检测出目标回波信号,并分析比较了JADE和Fast ICA两种盲源分离方法对密集欺骗式假目标和回波信号的分离效果。理论分析和仿真结果表明:JADE盲源分离较Fast ICA盲源分离抗密集假目标干扰较更有效。     

基于JADE盲源分离算法的雷达信号研究

盲源信号分离技术在雷达抗干扰领域得到了广泛的关注和应用研究,所以对经过盲源分离的雷达信号的研究是至关重要的。分析了经过盲源分离的雷达信号存在幅度、相位的不确定性,并通过仿真分析得出了信噪比对盲源分离的影响。仿真结果表明,在信噪比满足一定的条件下,盲源分离能从强压制干扰中将信号分离。     

基于奇异谱分析的盲源分离单通道语音增强算法研究

针对盲源分离算法无法直接对单路含噪语音信号进行分离的问题,提出一种基于奇异谱分析的盲源分离单通道语音增强算法.通过对单路含噪语音信号进行奇异谱分析,将其低频分量作为第二路观测信号,利用改进的最大信噪比盲源分离算法进行处理,从而实现语音信号和噪声的分离.实验结果表明,该算法能够有效抑制噪声,提高信噪比,起到良好的语音增强效果.     

含噪混合盲扰信分离中联合降噪技术研究

针对盲扰信分离技术在含噪混合条件下分离效果差的问题,文章采用经验模态分解和小波变换联合的降噪技术进行分离前的消噪预处理,研究了联合降噪的三种模式,分别对其降噪效果进行了仿真分析,得到了一种较好的联合降噪模式。将该模式与无噪环境下的盲分离算法相结合,弥补了经典盲源分离算法处理含噪混合盲扰信分离的不足。仿真结果表明该算法在一定范围的低信噪比条件下,能够从含噪的混合信号中恢复出通信信号源。     

一种频率-相位混合编码的MIMO雷达波形设计

针对MIMO雷达中常规单载频子脉冲相位编码信号的频带较窄、距离分辨率不高,以及线性调频-相位编码信号模糊函数有“栅瓣”的问题,提出了一种基于置换矩阵时频分布的线性调频-相位编码（perm-LFM-PC,PLP）混合波形的正交波形集设计方法。由于置换矩阵时频分布调制方法引入置换序列调频编码,使得PLP波形的峰值旁瓣（ASP）和互相关峰值（CP）有所升高。为此,以ASP和CP的总和为代价函数,建立PLP波形集优化模型,并提出一种多种群优化遗传算法(MSO-GA),对调频编码序列和相位编码序列进行联合优化。仿真结果表明,PLP波形具有易于实现宽频带的优点和图钉状模糊函数,经过算法优化后的PLP波形集的ASP和CP较低,适用于MIMO雷达系统。     

超宽带单脉冲接收机的设计与仿真

将单脉冲雷达技术与超宽带雷达相结合,提出了一种新的幅值比较超宽带单脉冲雷达接收机结构,该接收机通过4个加脊喇叭方形馈源阵列天线接收回波信号,经比较器电路后产生和、差信号,对信号进行互相关处理及幅值比较处理后即可确定目标的位置.最后给出了超宽带单脉冲接收机的仿真过程与仿真结果,证实了所得的和、差信号与测量值之间具有较好的一致性.     

盲稀疏度下基于粒子滤波的稀疏信号重构

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下基于粒子滤波的稀疏信号重构算法。该算法首先将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并且引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;最后在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

粒子滤波匹配追踪重构算法

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下粒子滤波匹配追踪稀疏信号重构算法。该算法将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。