【摘要】：信息截獲系統(tǒng)通過(guò)采樣并處理非合作輻射源的信號(hào),來(lái)獲取輻射源的功能參數(shù)、型號(hào)等關(guān)鍵信息。對(duì)星載信息截獲系統(tǒng)而言,由于星上的數(shù)據(jù)采集、存儲(chǔ)和傳輸能力受限,能以較低的采樣頻率實(shí)現(xiàn)對(duì)寬頻帶偵收的非均勻采樣技術(shù)具有十分廣闊的應(yīng)用前景。目前,在不重構(gòu)信號(hào)的情況下利用非均勻采樣數(shù)據(jù)直接完成信號(hào)處理的技術(shù)還不完善,本文圍繞稀疏多帶信號(hào)非均勻采樣數(shù)據(jù)的頻譜檢測(cè)和參數(shù)估計(jì)等關(guān)鍵技術(shù)展開(kāi)研究,主要內(nèi)容如下:第二章研究了稀疏多帶信號(hào)非均勻采樣數(shù)據(jù)的頻譜檢測(cè)問(wèn)題。針對(duì)較少采樣數(shù)據(jù)的協(xié)方差矩陣分解得到的特征值存在的擴(kuò)散問(wèn)題,提出了一種基于多重信號(hào)分類(lèi)(MUltiple SIgnal Classification,MUSIC)方法(稱(chēng)之為MUSIC-like方法)和改進(jìn)AIC(AIC:Akaike Information Criterion)準(zhǔn)則的頻譜檢測(cè)算法。該算法在采樣數(shù)據(jù)相對(duì)較少的情況下,能夠提高信號(hào)子空間維數(shù)的估計(jì)正確率,具有更好的頻譜檢測(cè)性能。第三章研究了多載頻信號(hào)非均勻采樣數(shù)據(jù)的頻率估計(jì)問(wèn)題。多載頻信號(hào)可以認(rèn)為是稀疏多帶信號(hào)的表現(xiàn)形式之一,針對(duì)非均勻采樣數(shù)據(jù)估計(jì)信號(hào)頻率時(shí)存在的字典失配問(wèn)題,提出了基于稀疏貝葉斯學(xué)習(xí)(Sparse Bayesian Learning,SBL)和字典優(yōu)化的頻率估計(jì)算法。該算法除了保留SBL方法在較少采樣數(shù)據(jù)、低信噪比情況下的性能優(yōu)勢(shì),還能通過(guò)動(dòng)態(tài)調(diào)整用于信號(hào)稀疏表示的離散傅里葉變換(Discrete Fourier Transform,DFT)字典,有效減少由字典失配引起的誤差,從而提高算法的頻率估計(jì)精度。此外,還利用理論分析和仿真結(jié)果揭示了非均勻采樣技術(shù)對(duì)該算法的頻率估計(jì)精度和鄰近頻率分辨能力的影響。第四章研究了多分量chirp信號(hào)非均勻采樣數(shù)據(jù)的參數(shù)估計(jì)問(wèn)題。多分量chirp信號(hào)同樣可以認(rèn)為是稀疏多帶信號(hào)的表現(xiàn)形式之一,chirp信號(hào)特征需用載頻和頻率調(diào)制斜率等參數(shù)共同描述。為了更好地解決低信噪比、多分量條件下的chirp信號(hào)參數(shù)估計(jì)問(wèn)題,提出了基于改進(jìn)的離散Chirp-Fourier變換(Modified Discrete Chirp Fourier Transform,MDCFT)和自適應(yīng)重要性采樣(Adaptive Importance Sampling,AIS)的參數(shù)估計(jì)算法。該算法在迭代過(guò)程中通過(guò)不斷更新重要性函數(shù)(Importance Function,IF),使得抽取的樣點(diǎn)及其重要性權(quán)重更加有效地近似待估計(jì)參數(shù)關(guān)于采樣數(shù)據(jù)的邊緣后驗(yàn)分布函數(shù)。與現(xiàn)有的兩種基于蒙特卡羅思想的算法相比,該算法具有更好的信噪比適應(yīng)能力,需要抽取的樣本數(shù)目更少,并具有良好的收斂性。第五章研究了復(fù)雜噪聲環(huán)境中非均勻采樣數(shù)據(jù)的參數(shù)估計(jì)問(wèn)題,分兩種情況進(jìn)行研究。第一,由于非均勻采樣技術(shù)是采用多通道結(jié)構(gòu)實(shí)現(xiàn),針對(duì)采樣時(shí)多通道間噪聲功率不均勻的情況,提出基于SBL和逆迭代方法的頻率估計(jì)算法。該算法能夠適用于含多個(gè)噪聲參數(shù)的情況,是對(duì)基于SBL的頻率估計(jì)算法的進(jìn)一步拓展。第二,針對(duì)以自回歸過(guò)程建模的色噪聲的情況,利用基于MDCFT和AIS的參數(shù)估計(jì)算法實(shí)現(xiàn)對(duì)多分量chirp信號(hào)調(diào)制參數(shù)的估計(jì),該算法解決了復(fù)雜噪聲環(huán)境中多分量chirp信號(hào)的參數(shù)估計(jì)問(wèn)題。
【學(xué)位授予單位】：國(guó)防科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TN911.23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 薛嚴(yán)冰;石云霞;;非均勻采樣信號(hào)的數(shù)字頻譜分析[J];測(cè)試技術(shù)學(xué)報(bào);1996年02期

2 初仁辛,孫圣和;非均勻采樣信號(hào)理論及其發(fā)展[J];電子科技導(dǎo)報(bào);1997年07期

3 高玉凱;鄭雙雁;;非均勻采樣信號(hào)的滑動(dòng)濾波方法[J];電子技術(shù)應(yīng)用;2010年12期

4 錢(qián)慧;余輪;鄭海峰;;參數(shù)稀疏信號(hào)非均勻采樣性能分析[J];計(jì)算機(jī)與數(shù)字工程;2011年07期

5 柯然;劉濤;戎蒙恬;李鑫;;一種非均勻采樣重構(gòu)芯片熱信號(hào)的方法[J];信息技術(shù);2011年09期

6 吳玉峰;孫光才;楊軍;邢孟道;周峰;;周期性非均勻采樣實(shí)現(xiàn)星載SAR高分辨寬測(cè)繪帶成像[J];電子與信息學(xué)報(bào);2012年02期

7 李杰;趙紅東;蘇周;;非均勻采樣的頻譜研究[J];電子設(shè)計(jì)工程;2013年04期

8 劉立祥,謝劍英,張敬轅;非均勻采樣信號(hào)重建的一種直接方法[J];儀器儀表學(xué)報(bào);2001年S1期

9 劉立祥,謝劍英,張敬轅;非均勻采樣信號(hào)的一種重建方法[J];信號(hào)處理;2001年06期

10 劉立祥,謝劍英,王明中;一種基于非均勻采樣的圖象重建方法[J];計(jì)算機(jī)工程與應(yīng)用;2002年22期

相關(guān)會(huì)議論文 前6條

1 倪博溢;蕭德云;;非均勻采樣數(shù)據(jù)的遞推辨識(shí)模型和方法[A];2008’“先進(jìn)集成技術(shù)”院士論壇暨第二屆儀表、自動(dòng)化與先進(jìn)集成技術(shù)大會(huì)論文集[C];2008年

2 劉立祥;謝劍英;張敬轅;;非均勻采樣信號(hào)重建的一種直接方法[A];中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（上）[C];2001年

3 沈國(guó)峰;王祁;張世平;王傳統(tǒng);;電力交流參數(shù)測(cè)量中非均勻采樣問(wèn)題的誤差分析[A];中國(guó)儀器儀表學(xué)會(huì)第五屆青年學(xué)術(shù)會(huì)議論文集[C];2003年

4 鄒世杰;劉鋒;;分?jǐn)?shù)階Fourier域非均勻采樣Chirp信號(hào)的研究[A];2009年全國(guó)水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會(huì)換屆改選會(huì)議論文集[C];2009年

5 謝莉;劉艷君;;非均勻采樣數(shù)據(jù)系統(tǒng)AM-MI-GESG算法[A];PCC2009—第20屆中國(guó)過(guò)程控制會(huì)議論文集[C];2009年

6 劉張;鄭軼鵬;李曉可;胡世宇;羅浚溢;;汽車(chē)無(wú)線電訊中基于直接非均勻采樣的鏡像抑制方法[A];“2011西部汽車(chē)產(chǎn)業(yè)·學(xué)術(shù)論壇”暨四川省汽車(chē)工程學(xué)會(huì)四屆第九次學(xué)術(shù)年會(huì)論文集[C];2011年

相關(guān)博士學(xué)位論文 前3條

1 楊鵬;基于非均勻采樣的信號(hào)頻譜檢測(cè)和參數(shù)估計(jì)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

2 汪安民;基于非均勻采樣的信號(hào)頻率檢測(cè)方法及其實(shí)現(xiàn)[D];華中科技大學(xué);2004年

3 謝莉;非均勻采樣數(shù)據(jù)系統(tǒng)的辨識(shí)及其應(yīng)用研究[D];江南大學(xué);2013年

相關(guān)碩士學(xué)位論文 前8條

1 劉艷君;一類(lèi)非均勻采樣數(shù)據(jù)系統(tǒng)的遞推最小二乘類(lèi)辨識(shí)[D];江南大學(xué);2009年

2 董飛宏;寬帶多頻稀疏信號(hào)的非均勻采樣與重建算法研究[D];華南理工大學(xué);2015年

3 連劍;非均勻采樣信號(hào)重構(gòu)技術(shù)及應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2011年

4 石強(qiáng);基于非均勻采樣的高速數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)[D];電子科技大學(xué);2007年

5 侯利軍;基于DSP的非均勻采樣系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2004年

6 謝莉;非均勻采樣數(shù)據(jù)系統(tǒng)的辨識(shí)方法研究[D];江南大學(xué);2009年

7 李杰;非均勻采樣IP核的設(shè)計(jì)與研究[D];河北工業(yè)大學(xué);2012年

8 蔡政;非均勻懫樣在BRATUMASS系統(tǒng)~([1])中的應(yīng)用[D];華東師范大學(xué);2015年

，

本文編號(hào)：2520371