您所在的位置: 首页? 成果展示

【学会优博】刘升恒:稀疏分数傅里叶变换理论及其在探测中的应用

编辑: 研究生院 发布日期: 2019-04-09 浏览量:

?

  

一、博士学位论文主要内容及创新点

  获奖学会:中国通信学会

  

  研究内容

  针对离散分数傅里叶变换快速算法,分数傅里叶域非平稳信号参数估计方法,基于分数傅里叶域信号处理的探测等问题做了较为深入的研究,首次在分数傅里叶域信号处理中引入并充分利用了信号的稀疏特性,构建了一整套分数傅里叶域稀疏大数据量非平稳信号的分析处理框架。

  创新成果

  1) 提出了稀疏分数傅里叶变换理论,并且初步研究了在雷达探测和导航信号捕获中的应用。该算法利用分数傅里叶变换的分数旋转角参数表征目标加速度,对高动态运动产生的多普勒实现了有效补偿。并利用回波信号分数域的稀疏特性,大幅度降低了相干积累的计算复杂度。

  2) 提出了分数傅里叶域稀疏的微弱线性调频信号参数估计方法,并在此基础上研究了人跌倒微多普勒特征分数域检测与识别技术。

  3) 针对通讯基站及射电天文望眼镜阵列兼容共存的问题,提出了结构感知跳频信号谱估计算法,并结合前述线性调频信号参数估计方法提出了丢失数据且受强跳频干扰的微弱射电天文信号检测方案。

  

二、标志性成果

  

  学术论文

  1)?Liu, S.-H., Shan, T., Tao, R., Zhang, Y.D., Zhang, G., Zhang, F., and Wang, Y., `Sparse discrete fractional Fourier transform and its applications', IEEE Transactions on Signal Processing, 2014, 62(24): 6582–6595. (SCI二区,IF= 4.203)

  2)Liu, S.-H., Zhang, Y.D., Shan, T., and Tao, R., `Structure-aware Bayesian compressive sensing for frequency-hopping spectrum estimation with missing observations', IEEE Transactions on Signal Processing, 2018, 66(8): 2153–2166. (SCI二区,IF= 4.203)

  3)Liu, S.-H., Jia, J.-B., Zhang, Y.D., and Yang, Y.-J., `Image reconstruction in electrical impedance tomography based on structure-aware sparse Bayesian learning', IEEE Transactions on Medical Imaging,2018, 37(9): 2090–2102. (SCI二区,IF= 6.131)

  4)Liu, S.-H., Ma, Y.-H., and Huang, Y.-M., ` Sea clutter cancellation for passive radar sensor exploiting multi-channel adaptive filters', IEEE Sensors Journal, 2018, DOI: 10.1109/JSEN.2018.2879879. (SCI三区,IF= 2.698)

  5)Liu, S.-H., Zhang Y.D., and Shan, T., `Weak astronomical signal detection with frequency-hopping interference mitigation', Digital Signal Processing, 2018, 72: 1–8. (SCI三区,IF= 2.241)

  

  获奖情况

  2018.6 获得2017年度中国通信学会优秀博士学位论文奖。

  2015.12 获得博士研究生国家奖学金。

  2013.11 获得北京理工大学博士生特等奖学金。

  2013.6 获得信息与电子学院优博育苗基金。

  

  授权专利

  单涛,刘升恒,陶然,张果,冯远,基于子带处理的宽带信号目标检测多普勒色散消除方法,专利号:201310227099.4

  陶然,刘升恒,张果,单涛,一种利用稀疏傅里叶变换计算外辐射源雷达互模糊函数的方法,专利号:201310240140.1