刘振华
- 作品数：8 被引量：17H指数：3
- 供职机构：中国电子科技集团公司更多>>
- 发文基金：中国博士后科学基金更多>>
- 相关领域：电子电信更多>>
- 信号检测中的似然比不变性及其证明被引量：1
- 2019年
- 似然比检验在雷达、通信信号的检测中具有重要意义。在简单的二元假设检验问题中,最终需要由似然比和判决门限做比较。根据似然比的不变性,可以将不同假设下似然比的条件概率密度函数进行关联。因此,在其他概率密度函数难以得到的情况下,检测概率和虚警概率可以仅仅根据某一个似然比的概率密度函数计算得到,从而降低了计算复杂度。另外,似然比的不变性可以证明接收机工作特性曲线的斜率特性。文中给出了似然比不变性的严格证明,可为似然比检验的应用提供更坚实的理论依据。
- 刘振华刘振华吴福伟吴福伟
- 关键词：信号检测似然比不变性
- 多通道SAR宽带噪声干扰的子空间特征值分析
- 2021年
- 在应用子空间技术进行多通道合成孔径雷达(SAR)宽带噪声干扰抑制时,需要补偿不同方位时刻由雷达与干扰源相对方位变化所引起的空域导向矢量的变化,从而使噪声干扰在不同通道间具有强的相关性。通过分析噪声干扰和地面杂波子空间特征值的不同之处,说明了利用子空间技术进行宽带噪声干扰抑制的可行性,并进一步分析了空域导向矢量补偿误差对宽带噪声干扰抑制的影响,最后给出了干扰抑制滤波器。此分析对于SAR成像具有重要的现实意义和实用价值。
- 王霞王洋刘振华
- 一种语音信号处理装置
- 本发明涉及一种语音信号处理装置，包括主控单元(5)和第一编码解码单元(6)，主控单元(5)由可编程逻辑器件组成，包括PCM数据接口(51)、第一发送模块(52)、第一接收模块(53)、对外接口(54)；所述PCM数据接口...
- 刘振华王炜发
- 文献传递
- 双通道太赫兹成像雷达研究被引量：4
- 2018年
- 介绍了一种具有双接收通道的太赫兹成像雷达，雷达工作频率为216GHz，系统设计中，采用直接数字式频率合成器以及频率综合等方式，产生具有800MHz带宽的Ku波段线性调频连续波信号，功分后分别与两个点频信号进行混频，产生36GHz±400MHz的射频信号以及35．95GHz±400MHz的本振信号，分别驱动太赫兹发射机和接收机。本振信号功分两路，送入两个接收机，接收采用去斜接收体制，从而降低数据率。该雷达采用了6倍频太赫兹发射模块，最终产生系统带宽为4．8GHz，从而获得3cm的距离分辨率。文中还重点研究了宽带系统标校，并开展了高分辨逆合成孔径成像实验，为后续太赫兹干涉合成孔径成像雷达研究奠定基础。
- 吴福伟李元吉刘振华刘振华尚士泽
- 关键词：太赫兹双通道干涉合成孔径雷达倍频
- 多通道解模糊技术中的关键问题研究被引量：1
- 2018年
- 基于多通道频谱重构的方位解模糊技术是解决星载合成孔径雷达成像中方位分辨率和成像幅宽之间矛盾的重要方法。文中在多通道频谱重构原理的基础上,分析了为实现频谱重构,信号带宽、采样频率及通道数之间应满足的定量关系,提出了通过加窗处理的方法抑制冗余频谱周期对频谱重构的干扰,分析了通道间距对频谱重构结果的影响,并利用延时错位选取成像的脉冲的方法减小了通道间距对重构频谱的影响。通过上述多通道频谱重构中的关键问题的研究,为该技术应用于工程实践奠定了基础。
- 翟计全刘国庆于俊朋刘振华刘振华
- 关键词：星载合成孔径雷达
- 220GHz太赫兹合成孔径雷达被引量：6
- 2017年
- 针对复杂战场环境实时侦察的需求,介绍了一种220 GHz太赫兹合成孔径雷达(SAR),重点研究了雷达系统设计、宽带信号补偿和SAR成像实验。雷达信号采用线性调频连续波模式,中心频率为216 GHz,带宽为4.8 GHz,采用去斜处理体制,完成了宽带一维距离像实验和SAR成像实验。实验结果表明雷达成像分辨力达到了3 cm。
- 吴福伟刘振华刘振华李大圣杨予昊尚士泽刘伟
- 关键词：太赫兹合成孔径成像线性调频连续波
- 一种语音信号处理装置
- 本发明涉及一种语音信号处理装置，包括主控单元(5)和第一编码解码单元(6)，主控单元(5)由可编程逻辑器件组成，包括PCM数据接口(51)、第一发送模块(52)、第一接收模块(53)、对外接口(54)；所述PCM数据接口...
- 刘振华王炜发
- 文献传递
- 基于数据扩维的SAR目标识别性能提升技术被引量：6
- 2019年
- 卷积神经网络的出现使得深度学习在视觉领域取得了巨大的成功,并逐渐延伸到合成孔径雷达(SAR)图像识别领域。然而,SAR图像样本量不足,难以支撑卷积神经网络的训练需求,并且SAR图像包含大量相干斑噪声及不确定性,网络结构的设计较为困难。所以,深度学习在SAR图像识别领域的应用受到阻碍。针对上述问题,文中提出一种基于数据扩维的SAR目标识别性能提升方法,通过对原始SAR图像进行相关预处理操作并把处理后图像与原始图像结合,从而将一维的原始数据扩充成多维数据来作为训练样本。该扩维方法不仅间接扩充了样本量来支撑网络训练,同时也在网络训练前加入了“主动学习”影响,所以无需针对SAR图像特性来构建复杂卷积网络,而采用成熟、简单的网络进行训练就可以达到理想的测试精度。最后,使用MSTAR数据对该方法进行了性能验证,实验结果显示了所提方法的有效性。
- 罗震宇于俊朋刘振华
- 关键词：合成孔径雷达目标识别
