资源描述：
《微弱核四极矩共振信号参数估计方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、作者简介朱凯然，山东临沂人，生于1982年。2006年7月获得西安石油大学测控技术与仪器专业学士学位。2009年3月获得西安电子科技大学信号与信息处理专业硕士学位。目前正在西安电子科技大学雷达信号处理国家重点实验室信号与信息处理专业攻读博士学位，导师：苏涛教授。主要研究方向：核四极矩共振（NQR）信号处理，微弱信号参数估计与检测，基于NQR技术的探测系统设计。代表性成果及经历：已在《电子学报》、《系统工程与电子技术》、《电波科学学报》等权威、核心刊物和国际重要学术会议上发表学术论文8篇，申请发明专利3项。个人主页http://cn
2、.linkedin.com/in/kairanzhu。KairanZhu,wasborninLinyi,ShandongProvince,China,in1982.HereceivedhisB.ENGinMeasurementandControlTechnology&InstrumentsfromXi’anShiyouUniversity,Xi’an,China,inJuly2006,andtheM.S.degreeinSignalandInformationProcessingfromXidianUniversity,Xi’an
3、,China,inMarch2009.HeiscurrentlyworkingtowardthePh.D.degreeinSignalandInformationProcessinginNationalLaboratoryofRadarSignalProcessing,XidianUniversity,Xi’an,China.HisadvisorisProfessorTaoSu.Hisresearchinterestsincludeweaknuclearquadrupoleresonance(NQR)signalsprocessi
4、ng,parametersestimationanddetectionforweaksignals,detectionsystemdesignbasedonNQR.Hehaspublishedeightacademicpapersonsomeauthoritativejournalsandimportantinternationalacademicconferences,suchasActaElectronicaSinica,SystemsEngineeringandElectronics,ChineseJournalofRadi
5、oScience,etc.Andhehasappliedthreepatents.Formoreinformation,pleasevisitwebsite:http://cn.linkedin.com/in/kairanzhu.西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位
6、或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西
7、安电子科技大学。（保密的论文在解密后遵守此规定）本人签名：导师签名：日期：日期：摘要摘要核四极矩共振是一种固态射频谱分析技术，可用于检测高危险爆炸物及违禁物品。然而，极低信噪比与射频干扰制约了核四极矩共振技术的实际应用。干扰抑制、微弱核四极矩共振信号的参数估计与检测技术成为核四极矩共振技术的核心及关键。本论文从信号处理的角度出发，对核四极矩共振的概念、信号模型、信号激励方法、干扰抑制以及微弱核四极矩共振信号参数估计与检测等方面做了比较全面的分析与阐述，深入研究了微弱核四极矩共振信号的干扰抑制，信号检测及参数估计等问题。具体工作概括
8、如下：1.针对干扰抑制与微弱核四极矩共振信号检测问题，提出了一种基于Hankel矩阵方式下奇异值分解的干扰抑制方法。该方法首先将原始数据构造成Hankel矩阵；然后对其进行奇异值分解，依据奇异值的大小可将原始信号分解为多个分量信号；最后对各分量信号
