加权快速聚类距离解模糊算法

距离模糊是雷达系统中重频工作模式下必须考虑的问题,而多重频技术是解距离模糊常见的信号波形设计方案。一维聚类算法可根据雷达不同重频的测量视在距离稳健地求解目标不模糊距离,但一维聚类算法在排序效率和根据测距信噪比估计目标不模糊距离性能两方面存在不足。加权快速聚类距离解模糊算法首先提出快速聚类算法提高解模糊时的排序效率,继而采用加权方式提高目标不模糊距离的估计性能。快速聚类算法的仿真试验结果表明快速聚类算法解距离模糊是一种实用的快速解距离模糊算法。     

脉冲星导航解周期模糊匹配搜索算法

为降低脉冲星导航解周期模糊空间搜索算法的试探次数,提出了一种基于匹配搜索的解模糊方法。先利用3颗脉冲星确定航天器位置,再引入第4颗脉冲星建立一组平面,并通过计算该组平面与航天器位置的最小距离来检验模糊向量。然后给出了点面最小距离、整周期数和相位差的关系,分析了整周期数对点面最小距离的影响。通过建立搜索模板,避免了对试探空间的遍历,降低了试探次数。仿真实验表明,在相同的条件下,算法试探次数较现有算法降低了4个数量级。     

余差查表法解单目标距离模糊的分析和仿真

脉冲多普勒雷达在信号检测时存在距离模糊和速度模糊的问题。为了解决模糊问题 ,在体制上雷达一般采用多重PRT(脉冲重复周期 )工作方式 ,采用这种体制的雷达在信号处理上 ,又有多种解模糊算法。简要描述了采用余差查表法解距离模糊的原理及实现的相应步骤 ,分析了该算法在系统存在测量误差情况下的容错性 ,并通过大量的仿真证实了分析结果。最后给出了采用余差查表法解距离模糊的仿真结果     

基于摄动的模糊聚类算法最优模糊等价矩阵相关性质分析

对基于摄动的模糊聚类算法进行深入研究.给出一个模糊相似矩阵的实例,存在与该矩阵距离相同且都是最小的两个不相等的模糊等价矩阵,从而证明了全局最优模糊等价矩阵不具有唯一性.对基于摄动的模糊聚类算法求出的可行解的不同情况进行分析,给出了每种情况下可行解个数的计算表达式.完善了基于摄动的模糊聚类算法的相关理论.     

基于IMM的高脉冲重复频率雷达解距离模糊方法

针对高脉冲重复频率（high pulse repetition frequency, HPRF）雷达多假设解距离模糊方法在模糊区间发生变化时会出现解距离模糊错误的现象,提出一种基于交互式多模型（interacting multiple model, IMM）的混合滤波解距离模糊方法。通过把脉冲间隔数和脉冲间隔变化量作为目标待估计状态,对离散的脉冲间隔数、间隔变化量和连续的目标状态（径向距离和速度）进行混合滤波,从而将解距离模糊转换为混合滤波问题。仿真结果表明,在第一个驻留时间内,在两帧以上同时检测到目标和只有一帧检测到目标两种情况下,该方法均可以克服现有多假设方法的不足,随着模糊区间的变化,正确地解距离模糊。     

基于距离的直觉模糊粗糙模型及应用

将直觉模糊和区间直觉模糊集(数)的距离测度引入直觉模糊信息系统和区间直觉模糊信息系统,建立基于距离的粗糙集模型,并给出该模型两种约简-上下近似约简的定义.通过构造分辨函数,设计距离直觉模糊粗糙模型的知识约简及规则提取算法.最后将距离直觉模糊粗糙模型应用于信息系统安全审计风险判断,这不仅可为从直觉模糊和区间直觉模糊信息系统中获取知识提供一种粗糙集方法,而且还为信息系统安全审计风险的有效判断提供决策支持.     

FMP与FMT问题的模糊熵三I算法及其还原性

讨论FMP,FMT问题的模糊熵三I算法解的存在条件,研究了三I解与模糊熵三I解的关系,获得了相当一般的情形———基于三角范数的剩余型蕴涵之模糊熵三I算法的一般计算公式,证明了这些算法在一定条件下是还原算法.     

基于多频模糊度解算的BDS/GPS中基线 AEKF RTK算法

为了提高中基线实时动态(real time kinematic, RTK)定位的模糊度解算成功率和定位精度,提出一种基于三频北斗系统(BeiDou navigation satellite system, BDS)和双频全球定位系统的多频模糊度解算算法。该算法结合三频模糊度解算(three carrier ambiguity resolution, TCAR)和最小二乘降相关(least square ambiguity decorrelation adjustment, LAMBDA)算法通过三级迭代固定模糊度。此外,为了减少电离层延迟等误差对模糊度解算的影响,提出一种组合系数搜索算法。利用自适应扩展卡尔曼滤波实现RTK定位。在中基线实验中,将提出算法与BDS TCAR和单/双系统LAMBDA算法在成功率和定位精度方面进行比较。结果表明,所提算法的成功率最高,可即时固定模糊度,且定位误差在毫米级,精度在3种算法中最优。     

三参数区间值模糊集上的TOPSIS决策方法

考虑到区间值模糊集中代表元在决策分析中的重要作用,提出三参数区间值模糊集和三参数区间值模糊值的概念,给出了三参数区间值模糊值之间的运算关系,定义了三参数区间值模糊值之间一种新的距离. 基于这种距离, 针对三参数区间值模糊集上的一个多属性决策模型, 提出了一种TOPSIS决策方法.最后以实例说明该方法的有效性.     

基于自适应模糊度参数选择改进FCM算法的负荷分类

在建立了负荷分类五阶段过程模型的基础上,提出了用类内距离和与类间距离和之比作为负荷分类评价指标自适应选择模糊度参数的方法,同时用模拟退火算法和遗传算法对模糊C 均值（FCM） 算法的搜索性能进行优化. 实验结果表明,在负荷分类中常用的模糊度参数值m=2并不是最优的,负荷分类中模糊度参数的最优取值区间为[2.6,3.2]. 同时,改进算法还克服了传统 FCM 算法全局搜索能力不足的问题,提高了负荷分类的精确性和有效性.     

基于降维的双基地MIMO雷达收发阵列互耦和幅相误差校正算法

双基地多输入多输出(multiple input multiple output, MIMO)雷达收发阵列互耦和幅相误差会严重影响高分辨波达方向(direction of arrival, DOA)和波离方向(direction of departure, DOD)估计算法的性能。针对这一问题,通过在收发阵列中分别引入若干个经过精确校正的辅助阵元,并利用子空间原理和降维思想,提出了一种双基地MIMO雷达目标二维角度及收发阵列互耦和幅相误差矩阵的联合估计算法。首先,该算法不需要收发阵列互耦和幅相误差矩阵信息,就能较为精确地估计出目标的DOA和DOD;然后,基于对目标二维角度的精确估计,还能进一步对互耦和幅相误差矩阵进行精确估计,进而对收发阵列误差实现自校正。所提算法只需进行一维谱峰搜索,不需要高维非线性优化搜索,所以运算量较小。计算机仿真结果证明了所提算法的有效性和正确性。     

基于轨道误差搜索的双基地ISAR包络对齐算法

针对空间目标这一应用背景提出了一种基于轨道信息的双基地逆合成孔径雷达包络对齐算法。首先推导了空间目标位置预报误差与慢时间之间的函数关系,分析表明,成像时间内轨道预报误差可用慢时间的二阶函数表示。在此基础上,利用轨道预报值和轨道误差搜索结果通过在频域补偿相位的方式完成了一维距离像包络的精确对齐。参数搜索过程中,确定了误差速度和加速度的搜索步进量,并以二维图像的对比度作为代价函数。仿真结果表明,相比于传统基于回波相关性的包络对齐算法,该算法更适用于因双基地角和极化失配等因素导致信噪比较低的双基地回波。     

多发多收SAR波形设计与高分辨成像技术综述

多发多收合成孔径雷达(multi input multi output synthetic aperture radar, MIMO SAR)作为一种新雷达体制,通过多天线的收发可以获得比实际收发天线数目多的等效观测通道,相比传统SAR体制的约束,MIMO SAR在实现高分辨率宽测绘带遥感、慢速运动目标检测、三维成像等方面具有很大优势。该文对近年来MIMO SAR波形设计与高分辨成像技术的国内外研究现状进行了综述,重点总结了正交波形设计、方位向无模糊成像和提高距离向分辨率3个关键技术,最后指出了MIMO-SAR波形设计与成像技术在未来发展中需重点解决和关注的若干问题。     

前视阵FDA-MIMO雷达距离模糊杂波抑制方法

超高速平台前视阵雷达面临强杂波抑制难题,其杂波不仅具有显著的距离依赖性而且存在多重距离模糊,导致雷达动目标检测性能急剧恶化。针对这一问题,提出了一种基于频率分集阵列和多输入多输出雷达的距离角度多普勒三维自适应处理距离模糊杂波抑制方法。该方法通过发射接收二维联合空域和差波束及时域邻近多普勒通道进行降维处理,保证算法的低复杂度以及在小样本条件下的杂波抑制性能。仿真实验验证了所提方法的有效性。     

雷达高距离分辨率一维像目标识别

随着雷达技术的快速发展和军事应用的迫切需求,目标识别问题日益受到重视,利用高分辨率雷达一维距离像进行目标识别成为雷达和信号处理领域的一个研究热点。雷达目标一维距离像能够反映目标形状及结构特征,而且易于获取,迄今为止采用一维距离像进行非合作目标识别已经取得了丰富的研究成果。总结了近年来研究的基于目标一维距离像的特征提取方法、分类方法和联合跟踪与识别方法,分析了当前研究中亟需解决的关键问题,探讨了这些问题的可能解决思路和发展方向。     

空时编码阵波束域超分辨角度估计方法

空时编码阵(space time coding array,STCA)雷达通过在相邻阵元间引入时间延迟,在发射单一波形的条件下可实现全向空域的有效覆盖,工程上易于实现。针对STCA雷达体制,提出了一种基于发射维空间自由度的波束域超分辨角度估计方法。通过分析STCA多维模糊函数,设计了接收端的角度时间二维匹配滤波器,因而在接收端等效形成发射多波束,获得发射维空间自由度,进而设计相应的波束域搜索导向矢量,基于波束域多重信号分类 (multiple signal classification, MUSIC)算法实现了STCA等效发射端的超分辨角度估计。仿真结果验证所提方法的有效性。     

基于EPC-MIMO编码设计的解距离模糊性能分析

中高脉冲重复频率雷达中, 目标的回波延迟时间大于发射脉冲的重复周期时会导致距离模糊。本文在多输入多输出(multiple-input multiple-output, MIMO)雷达中进行联合发射阵元与脉冲二维编码(element-pulse coding, EPC), 对阵元脉冲编码的设计方法进行了研究, 可实现距离解模糊。对基于Fourier正交基的编码设计进行推广, 提出了一般的EPC方法, 对于 M 个发射阵元, 可获得 M ! 种编码方式。引入期望距离区与模糊距离区的信号模糊比(signal-to-ambiguous-plus-noise ratio, SANR)作为解模糊性能的评估准则, 进行了性能分析。针对角度误差提出了稳健的权矢量优化方法, 进一步提高了解距离模糊的稳健性。仿真实验验证了所提方法的有效性, 不同编码方式在理想情况下均能有效分离不同距离区的目标, 且优化权矢量后 M ! 种编码方式对应的解距离模糊性能相近。     

任意阵列双基地MIMO雷达的半实值MUSIC 目标DOD和DOA联合估计

实值处理具有降低高自由度多输入多输出(multiple input multiple output,MIMO)雷达角度估计大计算量的优势。但受制于阵列的共轭对称性,对于任意阵列结构的双基地MIMO雷达发射角(direction of departure, DOD)和接收角(direction of arrival, DOA)联合估计,若不做附加的预处理则无法实现实值操作,故将常规阵列实值处理的多重信号分类(multiple signal classification, MUSIC)超分辨算法推广至任意阵列结构的双基地MIMO雷达。首先根据MIMO雷达的导向矢量共轭与镜像的对等性,提取接收信号协方差矩阵的实部,并对其进行特征分解得到“目标加倍”的信号子空间及其应对的噪声子空间;然后利用Kronecker积的特性对其进行降维处理,得到搜索区域减半的一维半实值域MUSIC谱,取出目标DOD真值与其镜像代入降维Capon算法来剔除虚拟峰值得到目标DOD估计真值;最后利用特征矢量得到模糊DOA估计值,采用方向余弦差最小范数方法得到目标DOA无模糊估计值。本文算法估计性能与一维搜索复数域MUSIC相当,计算量约降50%,且能够实现DOD和DOA的自动配对。仿真结果证明了该算法的有效性。