冲激回波信号的双二重相关匹配滤波技术研究

超宽带冲激脉冲回波检测是超宽带雷达探测目标的关键,检测效能的高低将决定超宽带雷达的应用.在传统二重相关匹配滤波技术的基础上,提出了双二重相关匹配滤波技术.分析了双二重相关匹配滤波技术的检测原理,建立了超宽带冲激脉冲串回波信号模型,对比了不同信噪比下2种接收技术的仿真结果,仿真结果表明接收技术改进后能进一步抑制噪声,提高信噪比.研究对超宽带雷达接收机的设计有一定的借鉴和参考价值.     

在非高斯弱相关噪声中弱信号的最佳检测

本文探讨了仅已知噪声一维分布和二阶统计特性的条件下非高斯无穷相关噪声中确知弱信号的最佳检测问题。在假设噪声为一阶AR过程ni=yi+ρn(i-l)的情况下,以最优化检测器的渐近相对效验为准则。并对p取一阶和二阶近似的意义下,分别得到了最佳有记忆和无记忆检测器的闭式解。推证和比较了它们同非高斯白噪声中的最佳检测器在结构上的异同和性能上的改进程度。最后给出了几个典型的实际例子。     

基于核相关滤波的视频卫星目标跟踪算法

随着社会的不断发展和科技的不断进步,视频卫星越来越受到重视,而在卫星视频中对小目标的跟踪也逐渐成为一种新的研究方向.针对卫星视频中目标背景复杂、目标较小、跟踪过程中准确度较低的问题,提出了改进的核相关滤波(KCF)算法对卫星视频中的小目标进行实时性地跟踪.该算法结合卡尔曼滤波算法,解决目标跟踪过程中目标被遮挡的问题,利...     

一种基于中值滤波和边缘检测中模板匹配的图象滤波增强算法

本文针对数字图象处理中滤波可使圈象边缘模糊的现象,设计了一种组合式滤波增强算法。该算法在边缘地区沿着边缘方向进行滤波增强,在其它地区则进行滤波平滑操作,消除噪声。     

粒子滤波的重采样方法

粒子滤波是基于递推的Monte Carlo仿真方法的总称,原则上可用于任意非线性、非高斯随机系统的状态估计.但粒子的退化现象是粒子滤波器的最大缺陷,减轻这一现象影响的方法之一就是对粒子进行重采样.阐述了几种重要的重采样算法及其改进策略,并对其进行总结与展望.     

基于QIPF的弱目标检测前跟踪算法

针对低信噪比条件下弱目标检测跟踪问题,提出一种拟蒙特卡罗智能粒子滤波检测前跟踪算法(Quasi-Monte Carlo Intelligent Particle Filter Track Before Detect,QIPF-TBD)。首先,该算法采用拟蒙特卡罗技术改善探测空间中粒子分布的均匀性;其次,通过对更新阶段的粒子进行交叉变异等操作,提高粒子重采样之后的多样性。与同类算法的仿真分析表明,所提方法能有效改善低信噪比目标的检测概率和跟踪精度。     

频域匹配滤波-FFT联合捕获算法北大核心

频域匹配滤波法利用FFT-IFFT完成时域伪码的快速相关,提出频域匹配滤波-FFT联合捕获法,该方法在频域匹配滤波法的基础上对相关结果进行二次FFT运算。通过仿真结果可知,在相同条件下得到的相关峰值高于频域匹配滤波法的相关峰值,提高了多普勒频率的估计精度,在信噪比大于-14 dB时捕获概率能达到0.988。由此可见,频域匹配滤波-FFT联合捕获法在估计精度和捕获概率上优于传统的频域匹配滤波法。     

基于TS-MMPF的机动弱目标TBD算法

针对基于多模粒子滤波(Multiple Model Particle Filter,MMPF)的机动弱检测前跟踪(Track-Before-Detect,TBD)方法存在不能直接给出目标航迹以及粒子退化导致的目标漏检问题,提出一种基于航迹平滑(Track Smoothing,TS)的MMPF(TS-MMPF)机动弱目标TBD算法。该方法利用MMPF的方法对机动弱目标量测数据进行处理,输出初步的检测和跟踪结果;将MMPF的输出结果重新定义为新的量测并进行目标的航迹起始、关联及滤波并给出目标的航迹;最后,利用航迹预测值对目标航迹进行平滑处理,有效解决粒子退化导致的漏检问题。仿真结果表明该算法可以有效提高目标航迹的稳健性。     

重介子弱衰变的系统研究

基于BS理论框架,利用相对论性的组分夸克势模型,系统地研究B、B.、D和D,介子的跃迁(但不包含末态是轻赝标介子的情况),并计算了这些重介子的单举半轻子及2体末态非轻子弱衰变过程的分支比.在B和B.到粲味介子的跃迁中零反冲处的形状因子和他们的斜率都与重夸克有效理论一致;所有半轻子弱衰变的分支比都与实验符合B和B,轻子弱衰变的分支比与实验值相差不足一倍;末态是轻矢量介子时,形状因子与重夸克对称的要求相差很大D和D,非轻子弱衰变的分支比与实验值不符.这些结果还表明,采用的方法和模型能够用于描述重介子和轻矢量介子,而因子化假设在D和D,的情况下远不如在B和B,情况下适用.     

自适应模型更新的长时目标跟踪算法

针对相关滤波器在实际应用的长时跟踪场景中,可能出现的例如光照与尺度变化、运动模糊、被遮挡等情况,导致算法失效、跟踪的目标丢失等问题,以快速判别尺度空间跟踪算法(fDSST)为基准算法,提出一种将置信度用于更新和遮挡判定并加入了重检测模块的长时目标跟踪算法,将历史峰值均值和历史APCE置信度均值作为基准,进行模板自适应更...     

匹配滤波器编码宏像素的选取方法

讨论了匹配滤波器迂回相位编码方法中宏像素的选取问题,分别对宏像素为1×2,1×4,1×8,1×16,2×2,4×4,8×8,16×16的匹配滤波器性能进行计算机仿真以及光路实验,并对所得到的结果进行离轴距离、峰值以及信噪比的分析。综合以上性能指标,确认1×4编码方法要优于其它编码方法。     

给定降质约束下一类DCT域图像水印算法的拉伸系数估计

数字水印是数字作品版权保护的重要技术手段。与噪声污染类似,数字水印的嵌入必然会损失原作品的质量。数字图像的质量直接关系其商业价值,在给定降质约束下自适应地调节嵌入深度是符合产业化标准的数字水印关键技术之一。根据DCT交流系数的拉普拉斯分布模型,推导了DCT域典型水印算法中拉伸系数与信噪比和峰值信噪比之间的理论关系。依据该理论关系,得到了在给定降质约束下一类典型图像水印算法的拉伸系数估计方法,实验结果表明该估计方法具有较高的精度。     

柴油机缸盖振动信号关联维数的影响因素分析

柴油机缸盖振动信号的关联维数是柴油机健康状况评估的重要参数。在实际工程应用中,关联维数的计算面临着重复性差的问题,通过分析振动信号的截取方法、信号成分以及工况等因素对关联维数计算的影响,较好地解决了关联维数计算重复性差的问题。     

一种稳健的自适应IIR陷波器复数级联算法

针对背景噪声中多个复正弦信号的提取问题,提出利用二阶陷波器复数算法的级联来实现,并给出了一种自适应级联算法.基于对软件复杂度和计算量的考虑,在这种算法的基础上又给出一种改进的二阶自适应陷波器级联的复数算法,大大降低了系统复杂度和计算量.仿真实验表明,两种陷波器级联算法均能很好地提取背景噪声中的复正弦信号,并准确估计复正弦信号的频率.     

外加信号增强随机共振在微弱信号检测中的应用

在利用随机共振检测微弱周期信号的基本原理基础上,给出一种通过外加可控信号激励出随机共振现象,并将之应用于微弱信号检测的方法。采用仿真信号对该方法进行了验证,通过归一化尺度变换,将该方法的适用频率扩展到机械系统特征信号频段。结果表明,该方法简单可行,能把信噪比较低的周期信号从强背景噪声中提取出来,在机械故障检测中具有应用前景。     

方位多相位中心SAR信号重建误差分析

就方位多相位中心(Azimuth Multiple-Phase-Center,AMPC)合成孔径雷达(Synthetic Aperture Radar,SAR)系统的阵列误差对信号重建性能的影响进行分析。将阵列误差建模为随机过程,结合最小二乘(Least-Square,LS)算法,推导了AMPC SAR误差功率谱的解析表达式,进而得到了AMPC SAR的信噪比与方位模糊比的解析表达式。仿真实验验证了理论分析的正确性。分析指出,随着系统脉冲重复频率的升高,有必要通过减小重建系数以实现重建性能的提升。分析方法与结果对AMPC SAR系统设计以及图像质量预估提供有效支撑。     

非高斯背景噪声下的微弱磁异常信号检测算法

针对传统的OBF分解算法在非高斯噪声下检测性能较差的问题,提出了一种带通滤波结合OBF分解的磁异常信号检测算法.首先,根据磁异常信号的频域特征,设计了Parks-McClellan最优FIR滤波器.通过对舍噪信号的带通滤波,实现对非高斯噪声的近似高斯化,同时最大程度地保留磁异常信号的信息.然后,对滤波后的信号进行OBF...     

特征信号检测法

本文以信号极点的不变性为基础,构造了一种用于可自设计的主动式系统在强噪声背景下的极微弱信号检测的检测器——特征信号检测器。文章在分析经典检测方法对极弱信号检测存在的问题的基础上,提出了特征信号检测的思想。讨论了该方法的基本原理及仿真实验结果。Monte carlo实验表明,这种特征信号检测器的性能对信噪比不敏感,可以在极低信噪比下检测出微弱信号。     

随机共振理论在雷达信号截获中的应用

雷达侦察主要通过无源侦察接收设备对空域中敌方雷达辐射源信号进行检测,若要实现对敌辐射源信号的截获,基本条件就是敌雷达信号能量能够达到雷达信号侦收设备的截获灵敏度。然而现代战场中,电磁环境复杂多变,敌雷达信号往往被干扰信号、噪声等掩盖,导致侦收设备漏警概率提高。针对以上问题,提出基于随机共振原理的雷达信号截获判断的方法,增大了截获信号的输出信噪比,解决了由于噪声过大掩盖的雷达信号的侦收问题。将该方法应用于雷达告警接收机的前端截获部分,大大降低了截获系统的漏警概率,保证了整个截获系统的稳定性。仿真实验验证了该方法的有效性。     

随机共振原理在强噪声背景信号检测中的应用

动态系统中的噪声常被认为是令人讨厌的东西 ,但在特定的非线性系统中 ,噪声的存在事实上能够增强微弱信号的检测能力 ,这种现象就是随机共振 (SR ,stochasticresonance) ,它在物理、工业技术和生物医学领域里具有广泛的应用潜力。给出了利用随机共振原理检测微弱周期信号的基本方法 ,并采用模拟的信号对该方法进行了分析与验证。结果表明 ,该方法简单、稳健、可靠 ,能把信噪比较低的周期信号从强背景噪声中可靠地提取出来 ,将在机械故障诊断领域展示诱人的前景