基于聚类分析的分数阶Fourier变换信号分离与检测

针对应用分数阶Fourier变换检测多分量信号计算量大、效率低的问题,提出在分数 阶Fourier域采取混沌-多步拟牛顿法和聚类分析相结合的方法分离与检测信号。在保证全局 快速搜索最强信号的条件下,实现一次检测多个较强信号,并将已检信号逐次消去,减小对 剩余信号检测的影响。仿真结果表明,该方法能快速分离检测多种调制的频谱混叠信号。     

基于分数阶傅里叶变换的运动舰船聚焦算法

为解决合成孔径雷达(SAR)图像中运动舰船目标产生的散焦现象,结合对比度最大算法和分数阶傅里叶变换(FRFT)算法,提出了一种改进的对比度分数阶傅里叶变换(CFRFT)自聚焦算法。该算法利用分数阶傅里叶变换对已成像SAR图像进行时频域分析,根据旋转角分别利用参数模型和非参数模型对二阶相位误差和高阶相位误差进行补偿,和传统的相位梯度(PGA)法相比,图像分辨率和旁瓣比提升显著,可以更有效地补偿SAR中舰船运动产生的相位误差。对不同舰船和尾迹SAR图像实验表明,算法对二阶以上的相位误差具有较好的补偿效果,误差估计准确性高,适用范围广,解决了SAR运动舰船的散焦问题,提高了海洋舰船监测的准确性。     

基于分数阶域的多分量线性调频信号能量聚集性检测

线性调频信号(LFM)在雷达信号中已得到广泛使用。本文利用LFM信号在时频平面上某一角度的能量聚集特征和分数阶Fourier变换的性质，提出了基于分数阶域的能量聚集性检测算法，并定性地分析其检测性能以及提高FRFT的分辨率方法。     

利用分数阶Fourier变换抑制高频地波雷达中线性调频干扰

高频地波雷达(HFGWR)受到严重的射频干扰影响。单频射频干扰在接收信号中体现为高强度的线性调频信号,从而污染所有距离元。为抑制射频干扰,通过分析其频率特征,使用分数阶傅里叶变换（FRFT）将原始信号转换到分数阶傅里叶域,对射频干扰对应的谱峰置零,达到抑制干扰的目的。该方法的优点在于抑制射频干扰的同时无损干扰位置处的回波信号,无需重构信号。实测数据分析表明：FRFT不仅能有效抑制射频干扰,信噪比提高可达10 dB以上,而且其计算复杂度较小,满足雷达实时工作要求。     

短时分数阶傅里叶变换对调频信号的时频分辨能力

调频信号的检测和参数估计一直是信号处理领域的研究热点之一。为深入挖掘短时分数阶傅里叶变换对调频信号的时频分析优势,从短时分数阶傅里叶变换的定义出发,推导了其时频分辨能力与信号参数的关系,并与短时傅里叶变换进行了对比分析。结论表明,短时傅里叶变换时频分辨能力与信号频率变化率有关,而短时分数阶傅里叶变换几乎不受调频率变化率影响。最后,通过对比仿真实验证明,对于频率变化率较小的信号,两者时频分辨效果差别不明显,对于频率变化率较大的信号,短时分数阶傅里叶变换的时频分辨效果更好。     

一种融合预测过采样的运动目标检测算法

为了改善运动目标检测的精度,提出了一种融合了预测过采样的运动目标检测新方法。首先,基于二维傅里叶变换预测当前帧的目标形状并计算形状相似度;然后,从历史检测结果中选择一定数量的参考帧,使用光流法跟踪目标像素点在参考帧与当前帧之间的运动轨迹,并以像素点轨迹为参考在采样区间执行稠密过采样;最后,基于过采样样本构造前景模型,并在图分割框架内联合使用前景背景模型实现目标检测。在公共数据与自采数据集上对所提方法进行了实验验证,结果表明,相对于经典的运动目标检测算法,所提方法能够有效提高检测精度。     

一种调频步进雷达目标的运动补偿方法

介绍了调频步进雷达中多普勒效应对距离像的影响，分析了在调频步进雷达中进行运动补偿的思路，在此基础上提出了一种采用频率步进雷达中最小脉组误差准则的速度估计方法对调频步进雷达中运动目标进行速度估计和补偿的方法。理论分析和计算机仿真结果表明，该方法具有可行性，并兼有测速精度高、抗噪声性能强的优点。     

基于改进GMM算法的运动目标检测

背景建模及运动目标的提取是运动目标检测的研究热点和经典难题。基于传统的背景建模方法,提出一种基于自适应的改进GMM方法的背景建模新算法以获得高效和准确的分割结果。为了得到良好的背景模型,模型里各高斯分布的均值和方差需要根据场景的变化进行对应的更新。首先改进了前景构图方法,然后对高斯分布均值和方差的参数更新机制进行改进,提高了算法的精确性。仿真的结果显示:改进后的算法具有更好的抗干扰能力,能够应对背景的变化,减少误检和漏检现象的发生。     

基于分数阶傅里叶变换的CSS抗干扰通信系统设计与实现

为适应新形势下的战场电磁环境,必须寻求一种新型抗干扰通信技术体制.提出了一种基于分数阶傅里叶变换(FRFT)解调的非相干CSS(Chirp Spread Spectrum)扩频抗干扰技术,构建了调制解调模型并分析了其性能.研究表明,该系统在线性调频干扰情况下性能优于DSSS约2dB;同步实现难度低于直接序列扩谱(DSSS),易于在扫频扩频的基础上加入跳频功能实现二维扩频系统.通过DSP实现验证了方案的可行性.     

超宽带穿墙探测雷达的运动目标检测技术

提出了利用低频超宽带(UWB)脉冲信号实现穿墙探测的设想，研究了超宽带穿墙探测雷达(UWB—TWDR)的运动目标回波信号模型，并基于运动目标回波信号的相关性，利用相干叠加原理对多次观测的结果实现运动目标的检测。最后通过具体的穿透混凝土砖块墙壁实测实验验证了上述设想和算法。     

基于分数阶傅里叶变换的脉内信号调制方式识别

针对传统的雷达脉内信号调制类型识别方法存在的抗噪性能差和识别率低等问题, 提出了一种基于分数阶傅里叶变换（FRFT）的脉内信号调制方式识别算法。该算法分为两步 ：首先根据不同调制方式在调频斜率上的区别,通过FRFT模值随阶数变化的特点,识别出线 性调频信号;然后,再根据阶数为1时FRFT的波形特点,识别出频率编码信号和相位编码信 号。仿真实验表明,该算法在信噪比优于-2 dB的情况下可以完成脉内信号的调制特征 识别,其抗噪性能和识别率均明显优于传统识别方法。     

微弱LFM信号的FrFT检测能力分析

基于分数阶傅里叶变换（FrFT）检测线性调频（LFM）信号广泛应用于雷达、通信、声呐和电子战领域,但缺乏对检测灵敏度的定量分析。为此,研究了FrFT对微弱LFM信号的检测能力。根据FrFT思想和二元假设检验理论,推导了检测概率和虚警概率的数学表达式。由于表达式是关于LFM信号频谱的函数,因此区分快变信号和慢变信号对LFM的频谱进行了合理近似。基于接收机工作特性曲线分析了FrFT检测LFM信号的灵敏度。仿真比较了FrFT与传统傅里叶变换（FT）对微弱LFM信号的检测能力,结果表明FrFT对LFM信号的检测灵敏度和信号累积能力均优于FT。     

基于同步压缩短时傅里叶变换的微型无人机识别

针对利用雷达微多普勒效应的微型无人机识别问题,提出了一种基于同步压缩短时傅里叶变换（Synchrosqueezing Short-Time Fourier Transform,SSTFT）的分类识别方法。首先对无人机的微多普勒回波信号进行SSTFT从而获得信号时频谱,然后对时频谱进行多维度特征提取获得回波信号的时频特征及频率变化特征,最后将所获得联合特征输入到支持向量机（Support Vector Machine,SVM）中进而实现无人机的分类识别。基于实际雷达数据的实验结果表明,所提无人机分类方法准确率可达到97.03%。     

一种基于小波脊时频分析的差分跳频信号检测方法

针对差分跳频信号频带宽、跳速快、检测难的问题,在分析比较短时傅里叶变换(STFT)的基础之上,提出一种通过提取小波脊进行时频分析和参数估计的信号检测方法。该方法的检测效果明显优于短时傅里叶变换,当信噪比大于-7 dB时,在不要求高采样率的情况下,对于差分跳频信号的参数估计是有效的。     

DSSS系统中快变化线性调频干扰抑制算法

直接序列扩频(DSSS)系统中用分数傅里叶变换可以抑制线性调频干扰等非平稳干扰,然而快 变化 线性调频干扰有可能在分数傅里叶域上呈现出多个尖峰,不利于干扰的检测。分析了线性调 频干扰对DSSS系统的影响,提出了利用模糊变换和分数傅里叶变换结合抑制线性调频干扰的 算法,通过模糊变换选择延迟时间估计调频斜率,然后在相应的分数傅里叶域滤除干扰,克 服了分数傅里叶变换在估计调频斜率时可能出现的多尖峰问题。仿真表明,此算法可以有效 估计并滤除DSSS中的线性调频干扰。     

一种小波变换下的ADS-B信号增强算法

S模式的广播式自动相关监视技术（Automatic Dependent Surveillance-Broadcast,ADS-B）是目前空中交通管制大力推广的技术,但ADS-B信号在远距离传输过程中,由于传输信道的影响,会出现幅度减小和能量衰减等问题,从而导致接收到的微弱ADS-B信号不能正确译码。针对这种情况,提出用小波变换对信号做增强处理的方法,首先改进小波系数,接着确定分解层数,再利用重构指数来选取最优小波基,最后对阈值进行改进,考虑在不同的小波分解尺度上选取不同的阈值。对实际数据进行测试的结果表明,该算法能有效地对ADS-B信号进行增强,对信号强度为-94 dBm的微弱信号也能正确译码,译码准确率明显提高,对空中管理、空间安全等实际应用有一定意义。