论文题目: 盲源分离与雷达信号处理研究
论文类型: 硕士论文
论文专业: 信号与信息处理
作者: 叶世祥
导师: 杨绿溪
关键词: 盲源分离,雷达信号处理,抗干扰,相位相关,广义相关
文献来源: 东南大学
发表年度: 2005
论文摘要: 近年来,盲信号处理技术获得了飞速发展,从信号盲估计的角度出发,盲信号处理大致可以分为盲源分离和盲反卷积两类。国际上已提出了很多性能优越的盲源分离和盲反卷积算法,特别是针对一维信号(或多通道一维信号)的算法,并在阵列信号处理、语音信号处理、生物医学信号处理、移动通信及图像处理等领域获得了广泛的应用。盲信号处理方法应用于雷达信号的处理也正在进行多方位的研究,并取得了一定的成果。本文对目前比较成熟的盲源分离算法,雷达的干扰与抗干扰,盲源分离算法在雷达信号抗干扰处理中的应用,及雷达信号时延估计进行了研究。主要工作包括:1)系统研究了盲信号处理的方法,在已有的盲源分离方法中,都是利用了源信号统计独立的假设,主要的方法可分为基于高阶累计量的代数方法和基于信息论准则的迭代估计方法。而盲反卷积法一般都是盲源分离方法的扩展。对于快速独立分量分析(FastICA)给予了仿真试验。2)系统研究了雷达信号的信号模型,噪声和各种干扰及抗干扰措施,为雷达信号的处理研究提供理论基础和研究背景。3)研究了盲源分离算法在雷达信号的抗干扰处理中的应用。运用基于高斯矩的噪声消除方法,对多种不同的信号进行分离,仿真结果表明该方法能够有效地应用于多路雷达信号的分离,抗突发脉冲干扰及降噪处理,并且易于实现,收敛快速。4)研究了雷达信号的时延估计技术。针对科研项目中常规雷达信号利用广义相关法进行时延估计时误差较大的问题,提出利用信号的相位进行广义相关得到时延估计的新方法,通过仿真试验,证明了其有效性。5)在本文的结论中,对今后的研究工作方向和目标提出了一些看法。
论文目录:
摘要
Abstract
第一章 绪论
1.1 盲源分离与盲反卷积简介
1.2 盲信号处理在雷达信号处理中的研究应用背景
1.3 本文内容
第二章 盲源分离及盲反卷积方法综述
2.1 盲源分离及盲反卷积系统的理论基础
2.2 盲源分离方法
2.3 实际环境下的盲源分离方法改进
2.4 盲反卷积方法简介
2.5 FastICA 算法仿真
2.6 本章小结
第三章 雷达回波信号、噪声及抗干扰研究
3.1 引言
3.2 雷达信号模型
3.3 雷达噪声
3.4 雷达的干扰和抗干扰研究
3.5 本章小结
第四章 基于高斯矩的的雷达信号盲源分离研究
4.1 引言
4.2 问题描述
4.3 抗干扰算法
4.4 仿真试验及讨论
4.5 本章小结
第五章 雷达信号时差估计技术研究
5.1 时差估计技术简介
5.2 典型的时差估计算法
5.3 常规雷达信号的相关技术分析[80]
5.4 基于常规雷达信号相位的广义相关法
5.5 仿真试验
5.6 本章小结
第六章 总结和展望
6.1 总结
6.2 展望
致谢
参考文献
发布时间: 2007-06-11
参考文献
- [1].小波联合去噪法在探地雷达信号中的应用研究[D]. 张挺.长安大学2012
- [2].基于FPGA的雷达信号预处理系统设计[D]. 黄朋.西安电子科技大学2014
- [3].雷达信号侦察处理机及中控设计与实现[D]. 熊辉.电子科技大学2011
- [4].欠定混合模型下MIMO雷达信号盲源分离方法研究[D]. 李晨.哈尔滨工程大学2018
- [5].OFDM雷达若干关键技术研究[D]. 王霞.湖南大学2015
- [6].多载波相位编码雷达信号研究[D]. 李阳.湖南大学2018
- [7].NUFD-MC雷达信号波形设计[D]. 曹慧娟.湖南大学2017
- [8].LPI雷达信号调制类型识别研究[D]. 张帆.哈尔滨工程大学2015
- [9].AESA和SAR雷达信号智能分选与工作模式识别方法研究[D]. 宋露露.电子科技大学2018
- [10].雷达信号实时分选算法的研究与FPGA实现[D]. 赵昊.电子科技大学2018
相关论文
- [1].盲源分离算法研究[D]. 徐丽琴.西安电子科技大学2006
- [2].盲源分离算法研究[D]. 张伟伟.西安电子科技大学2007
- [3].基于盲信号处理的多目标分离与定位技术研究[D]. 邱火旺.西北工业大学2007
- [4].基于独立分量分析的盲源分离方法的研究[D]. 肖瑞.西安理工大学2007
- [5].基于快速独立分量分析的盲源分离算法研究及应用[D]. 毕杨.西安理工大学2007
- [6].基于统计学原理的盲源分离算法研究[D]. 蹇柯.广东工业大学2007
- [7].基于盲源分离技术的多目标辨识与定向技术研究[D]. 冯丹凤.西北工业大学2006
- [8].基于信息理论盲源分离算法的研究[D]. 郑秀萍.太原理工大学2005
- [9].盲源分离算法及其应用研究[D]. 张小兵.西北工业大学2006
- [10].基于独立分量分析盲源分离算法的研究[D]. 李著成.太原理工大学2006