摘要：辐射源直接定位是一种能够直接从原始采样信号中估计出辐射源位置的无源定位技术。利用单颗卫星对地球表面固定辐射源进行直接定位具有定位精度高、灵活性强等特点,因而具有重要的研究价值。然而,传统空域子空间数据融合直接定位方法缺乏对多普勒信息的充分利用,其在单星直接定位场景下的定位性能不足。现有空时子空间数据融合直接定位方法提升了该场景下的定位性能,但其仍存在低信噪比条件下定位精度和分辨率不足的问题。针对这些问题,该文提出了一种改进实值空时子空间数据融合的单星直接定位方法,实现了辐射源高程已知条件下单星对多辐射源的直接定位。首先,该文基于WGS-84地球椭球面模型建立联合到达角和多普勒频率的空时信号模型,充分利用了卫星相对辐射源高速运动产生的多普勒频移信息。随后,该文引入了托普利兹矩阵调整方法,对空时信号模型中接收信号的协方差矩阵进行分块,然后对分块矩阵进行调整,并使用前后向平滑和空时子空间酉变换技术来得到实值的空时子空间。最后,该文融合多个时隙的空时子空间数据建立定位的代价函数,同时设计出符合特征空间思想的分子函数,得到改进的代价函数,再通过网格搜索方法估计出辐射源的位置。仿真结果表明:所提方法在低信噪比下相比MUSIC(Multiple Signal Classification)直接定位方法、MVDR(Minimum Variance Distor tionless Response)直接定位方法、ML(Maximum Likelihood)直接定位方法和U-ST-SDF(Unitary Space-time Subspace Data Fusion)方法具有更好的定位性能。

摘要：压缩感知中常选择随机矩阵作为测量矩阵来进行随机线性投影采样,但过多自由元素使得随机矩阵硬件实现、存储和计算困难,因此设计易于硬件实现的测量矩阵是将压缩感知推向实用化的关键。根据信号通过有限脉冲响应滤波器的差分方程,提出一种新的基于滤波的压缩感知信号采集方案,实现了信号在托普利兹测量矩阵下有用信息的高效获取。仿真实验说明托普利兹测量矩阵比随机矩阵更易实现信号采样和重构,并具有硬件实现简单、存储量小、计算复杂度低的优点。

摘要：压缩感知理论,从信号的自身特性出发,通过变换作用域和线性投影实现对信号的采样和压缩。测量矩阵是该理论中获得的最优测量,实现精确重构的关键。本文在介绍常用测量矩阵的基础上,重点研究了结构化测量矩阵。鉴于测量矩阵设计的最重要的原则是降低矩阵元素间的相干性,借鉴循环矩阵和广义轮换矩阵的优点,提出了采用均匀随机数对结构化测量矩阵进行随机循环的构造方法。仿真实验表明新矩阵在信号重建上具有更好的性能。