信号检测与处理第一章.pptVIP

信号检测与处理 第1章 绪论 1.1 课程简介 1.1.1 课程的性质和目的 专业基础课程、专业课程。 原课程：雷达信息处理与ARPA 掌握信号统计检测与处理的基本理论和基本方法。 应用领域：通信，雷达，导航，语音处理，图像处理，模式识别，生物工程，气象信号处理，天文信号处理，… 数字技术和传感器技术的发展推动了信号处理技术的研究与应用。 1.2 雷达信息处理的基本任务和技术发展趋势 数字化（软件化），智能化 雷达自动化智能化终端 ——船用雷达自动标绘仪 ——VTS雷达信息处理系统（数据终端） ARPA——Automatic Radar plotting Aid 雷达信息：给定空域内有无目标，目标状态参数（坐标位置和运动参数），目标特性。 任务：自动检测目标，自动跟踪目标，对船舶与周围目标的安全态势自动判断和报警。 功能：目标监测，目标录取，目标跟踪，危险判断，信息显示，人机交互。 应用：船舶自动避碰，船舶无人驾驶，船舶交通管理。 ■信号自动检测：在噪声和杂波干扰背景中判别（提取）目标。 建立自适应检测门限。门限检测——统计检测。 ■危险判断 雷达信息处理系统（雷达数据终端） 1.3 信号检测与处理的基本概念 信号——信息传输和交换的载体 信号总是伴有各种随机性的干扰 ■信号检测与处理的基本任务 判断某种信号是否存在 估计携带信息的信号参数 ■信号检测与处理的基本模型 在加性干扰条件下，接收的输入矢量或观测矢量为 定义S、N、X、Y分别为信号空间、干扰空间、输入空间和输出空间，有 信号处理完成输入空间到输出空间的变换（映射）： 1.4 本课程的主要内容 核心——信号的统计处理理论和方法 ■统计信号检测的理论基础 双择检测及其最佳准则。多元信号检测及其最佳准则。随机参量信号的检测。 ■统计信号估计的理论基础 贝叶斯估计。极大极小估计。最大似然估计。 ■信号检测技术 高斯白噪声下确知信号的检测。匹配滤波器。随机参量信号的检测。信号的多脉冲检测。高斯色噪声下的信号检测。非参量检测。序列检测。 ■信号参量估计方法 单个信号参量估计。多个信号参量的同时估计。最佳线性估计。最小二乘估计。 ■统计信号滤波方法 维纳滤波。标量卡尔曼滤波。矢量卡尔曼滤波。 ■雷达信号与数据的处理方法 雷达信号的恒虚警率处理。雷达信号的相关处理。雷达目标的跟踪滤波。 应用领域：通信，雷达，导航，语音处理，图像处理，模式识别，生物工程，气象信号处理，天文信号处理，… * 1.1.2 课程的基本要求 以课堂理论教学方式为主，辅助以课外自学，查阅文献，独立完成作业。 可以通过计算机模拟仿真技术（MATLAB）了解信号检测与处理的基本原理和技术。 成绩考核： 查阅文献2篇（中、英IEEE各一），撰写分析报告，15分； 作业，10分； MATLAB 仿真，15分； 实验10分； 考试50分。 1.1.3 课程的参考书 沈风麟，信号统计分析与处理，中国科技大学出版社 陆光华等，随机信号处理，西安电子科技大学出版社 赵树杰，信号检测与估计理论，西安电子科技大学出版社 1.1.4 本课程的前续课程 概率论与数理统计 信号与系统 答疑地点时间：电航楼515，周四周五13：00-18:00 电 sjddmu@ 在量程0.75nm/脉宽0.07?s/重复频率3000Hz下的雷达图像 在量程3nm/脉宽0.15?s重复频率3000Hz下雷达图像 浮标 多径反射假回波 雷达观测图像 如利用恒虚警率处理（CFAR）等方法建立随回波强度变化的自适应门限。 门限1 时间t 幅度u 目标 门限2 ■目标跟踪 （tracking ）——目标运动参数估计 跟踪滤波（动态滤波） 卡尔曼滤波 ? — ?滤波 波门相关（距离测度） 完成目标的相关判别和目标数据的动态滤波，降低测量误差和动态扰动的影响，给出更加准确可靠的目标状态参数。 1、根据录取的目标数据，对运动目标建立轨迹，计算目标运动参数； 2、对目标进行跟踪，判断每次扫描的回波信号是否是同一个目标； 真值 滤波估值 测量值 预测值 动态滤波（跟踪滤波）示意 递归滤波：测量值与预测值的加权组合 预测值包含了过去的测量数据。 预测：按假设的目标运动数学模型推算目标未来的状态。 由滤波估值计算目标运动矢量，比由测量值计算的运动矢量更准确更稳定。 相对运动矢量 由最接近点距离和到最接近点的时间确定的安全区 相对运动情况下的安全态势的判别： 最接近点距离DCPA 到最接近点的时间TCPA 目标 本船 预测并判断运动目标的未来状况，计算最接近点距离（DCPA或简称CPA）、到达最接近点时间（TCPA），判断有无碰撞、搁浅、脱离航道等危险。计算安全航行方案等。 雷达信号 检测与录