1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述

信号过采样模型与统计信号处理

信号分离是信号处理领域的关键问题，几乎所有观测得到的信号都是某种合成的信号，这里既包括几种源信号的合成，也包括信号中含有噪声的情形。而在统计信号处理时，我们往往需要针对单个源信号，比如在利用地波雷达进行海况分析时，一阶谱峰和二阶谱分别对应于流场、风场和浪场的不同参数，在含有飞机或舰船时，分离由目标和海浪产生的回波意义更大。不仅如此，借助于信号分离，在气象雷达中我们可以将气象信号与地杂波信号分离；在弱信号检测时，可以通过对具有不同特征的信号分离，进而检测强度较弱的信号。

2. 研究的基本内容、问题解决措施及方案

在一般情况下，雷达采样大多是过采样的。所谓过采样是指使用远大于满足统计精度所要求的独立样本数的采样频率对输入信号进行采样。现在的传感器采样速度都很快，实现过采样相对容易。从数学角度，过采样即意味着样本是相关的，而在统计信号处理的过程中一般是假设样本是独立采样的，虽然统计信号处理方法也可以用于不独立的样本，但估值误差往往与独立样本数有关。如果直接利用统计信号处理的方式来估计参数，从中我们知道这样做浪费了很多信息。其实由于源信号一般是平稳或分段平稳的，相邻观测数据的相关性中包含了不同信号源的信息。因此，对现有的单通道雷达能否借助于过采样的单通道数据构造形式上的多通道数据是利用ICA分离源信号的关键技术。最后，将所分离的信号统计合成原信号的统计量，可以提高精度。