基于快速IAA算法的MIMO雷达参数估计

多输入多输出(MIMO)雷达需要对距离、角度和Doppler频率等参数的精确估计。迭代自适应(IAA)算法仅利用单个快拍便可实现MIMO雷达的高分辨参数估计,然而使用IAA联合估计距离、角度和Doppler频率三维参数的运算量很大。该文提出一种快速IAA算法,将联合估计IAA算法简化为三级级联处理,先进行距离IAA估计,然后对存在目标的距离单元进行角度IAA估计,最后在存在目标的距离-角度单元内进行Doppler频率IAA估计,即通过降维处理得到了快速IAA算法。仿真表明:快速IAA算法在基本保持IAA算法性能的同时大大降低了运算量。     

基于RBF网络的扫描体制雷达DOA估计方法

针对传统扫描体制雷达无法分辨半功率波束宽度内存在多目标的问题,利用阵列信号处理的思想,把RBF神经网络理论应用于机扫雷达的DOA高分辨估计.首先给出了扫描体制雷达DOA估计的信号模型,提出了一种基于RBF网络实现扫描体制雷达DOA高分辨估计的SRBF算法.然后针对RBF网络存在的学习收敛速度慢等问题,给出了基于模糊学习矢量量化(Fuzzy Algorithm for Learning Vector Quantization,FLVQ)的网络学习算法,FLVQ方法采用模糊C均值方法中的模糊权重函数在线自适应调整,来确定输入和中心之间的权值,使得网络具有更高的非线性逼近性能和高效的收敛性.理论分析和仿真结果均表明SRBF网络具有快速准确的DOA估计能力,算法便于工程实现,具有较高的实用价值.     

稀疏微波成像信号处理方法研究

主要围绕该研究关键科学问题"稀疏微波成像非模糊重建"展开研究,结合稀疏微波成像体制,研究多维度稀疏信号特征信息挖掘方法,提出稀疏微波成像距离多普勒二维解耦成像重建算子,建立稀疏微波成像重构算法,实现微波成像大数据量的快速求解。主要研究内容包括:基于稀疏优化的空时频域先验信息挖掘方法、稀疏微波成像非模糊重建理论和方法、非理想运动平台稀疏微波成像处理和稀疏微波成像快速算法研究。主要工作进展包括:(1)基于目标在空间的稀疏表征,揭示观测对象在空间维度的先验信息调制机理,实现短孔径下的方位高分辨成像。(2)进行了稀疏步进频率雷达成像体制设计和高分辨成像算法研究,有效降低步进频率雷达的回波数据量和外界干扰的概率。(3)基于稀疏孔径数据,揭示观测对象在方位时间维度的先验信息调制机理,展开了方位孔径稀疏采样的雷达体制设计和高分辨成像算法研究。(4)提出了一种基于稀疏表征的自聚焦算法,研究了存在运动误差下的稀疏微波成像非模糊重建算法,完善了可嵌入运动补偿的稀疏微波成像处理框架。(5)展开了宽幅海洋多舰船目标高分辨成像的体制设计和算法研究,提出了一种单天线体制下的Fast-Scan SAR海洋多舰船成像算法,并完善了稀疏微波成像非模糊重建理论框架和方法体系。(6)展开了稀疏采样体制下的运动目标检测和成像算法研究。通过方位稀疏采样方式优化设计,基于运动目标先验信息挖掘技术研究,利用稀疏信号处理算法实现运动目标的高分辨非模糊重建。     

一种基于FCM的微多普勒雷达中频信号检测处理方法

在时域信号中引入FCM算法,以区分运动目标的多普勒频移特性。利用多普勒特性对雷达中频信号进行了模拟研究,并使用FCM算法在一个雷达扫描周期可确定两个聚类中心,分别对应两个静止和运动的目标信号;对多个雷达扫描周期的多个聚类中心点,采用算术平均值滤波的方法构造中心函数C,通过门限判决的方法判定目标,并计算目标的检测概率。该算法简单、易于实现、计算量小,且有良好的目标检测概率。     

Prony算法在步进频率雷达多 目标检测中的建模研究

步进频率信号是一种以增大信号带宽为代价来提高雷达距离分辨力的宽带信号。在步进频率雷达中,将接收的基带信号看作是包含目标信息的指数函数的线性组合;而Prony 算法是用指数函数的一组线性组合来描述等间距采样数据的数学模型。将扩充的Prony算法应用到步进频率体制的雷达中,可以得到更为精确的目标信息,并且可以克服直接采用IDFT合成高分辨距离像的一些缺点。相应的建模分析和实验仿真,说明了该算法的优越性。     

协同进化蜜蜂算法结合谱估计的间谐波参数分析

针对间谐波不易检测的特点,提出一种新的间谐波参数分析方法。首先利用加权信号子空间投影算法优化的多重信号分类算法(MUSIC,multiple signal classification)对间谐波信号频率进行估计。在分析过程中,利用欧拉公式将信号转化为空域信号,运用改进后的谱函数对谱峰进行搜索,实现信号的频率估计。最后利用蜜蜂算法结合收敛速度较快的自适应最小均方(LMS,least mean square)算法以2种群协同进化的方式,实现间谐波信号的幅值与相角估计。研究结果表明:改进后的MUSIC算法提高了非理想情况下间谐波参数估计的精度;采用协同进化蜜蜂算法减小了算法的迭代次数以及陷入局部极值的概率,同时也提高了工蜂位置向量的准确度。     

近程PRC-CW雷达扩展多普勒容限方法研究

针对伪码调相连续波(PRC-CW)雷达信号的多普勒敏感性,提出了一种扩展多普勒容限的新方法.该方法将单频脉冲信号和伪码调相信号结合起来,采用两种波形交替发射,在利用插值快速傅里叶变换方法得到各目标对应多普勒频率的基础上,构造相应的多普勒补偿后的信号再进入距离波门进行脉压-快速傅里叶变换处理,消除了原有的多普勒容限的影响,使该体制雷达可以应用于近程高速目标的搜索和跟踪,多普勒频率估计方差接近单频回波时段的Cramer-Rao下限.     

双基地MIMO雷达多目标定位及互耦参数估计

针对MIMO雷达收发阵元间存在互耦会严重影响目标定位算法性能的情况,提出一种双基地MIMO雷达多目标定位及互耦参数估计的算法.利用均匀线阵互耦矩阵的特点和MIMO雷达的特性获得满足ESPRIT算法的信号子空间,在不需要任何互耦矩阵信息情况下采用ESPRIT算法实现了目标角度估计,且估计出的角度参数自动配对.根据所估计的目标方位角度,利用信号子空间和联合导向矩阵之间的关系,将MIMO雷达的互耦参数估计转化为线性约束二次最小化问题,估计出互耦系数矩阵,实现了MIMO雷达的自校正.该方法的优点是避免了多维空间谱搜索带来的庞大计算量和迭代中的全局收敛性问题,同时得到了收、发阵列互耦参数估计的闭式解.仿真结果表明算法估计性能接近于互耦已知时二维MUSIC算法.     

多分量Chirp信号相位参数的精确估计算法

针对循环平稳法在多分量Chirp信号相位参数估计中参数取值范围小和低信噪比下相位参数估计精度低的问题,提出一种联合循环平稳法与多普勒模糊数搜索法的多分量Chirp信号相位参数精确估计算法。该算法针对二阶相位参数的模糊性特点,采用循环平稳法完成Chirp信号的二阶相位模糊估计,然后在二阶相位模糊估计的基础上,根据多普勒模糊数导致多普勒扩散的原理,利用多普勒模糊数搜索法解决多普勒模糊问题。仿真结果证明,与已有循环平稳算法相比,该算法的相位参数取值范围不受限,低信噪比下的相位参数估计精度约提高了30dB。雷达实测数据处理结果证明了算法的工程实用性。     

线性调频步进信号雷达目标微多普勒效应分析

线性调频步进信号的距离高分辨能力为目标的精细微多普勒特征提取奠定了基础,因而研究该信号体制雷达的微多普勒效应具有重要意义.在阐述线性调频步进信号成像原理的基础上,研究了线性调频步进信号体制下雷达目标微多普勒效应的产生原理,分析了距离像走动和卷绕的产生原因,并通过重点分析旋转和振动形式的微动引起的微多普勒效应,比较了其与线性调频信号体制下微多普勒效应的异同,得出了在满足距离像不卷绕条件下目标微动参数与谱图上正弦曲线参数之间的关系,为后续的微多普勒特征提取工作提供了理论基础.仿真计算验证了本文微多普勒效应理论分析的正确性.     

基于多天线FMCW雷达的人体行为识别方法

提出一种基于多天线调频连续波(frequency modulated continuous wave, FMCW)雷达的多参数融合神经网络(fusion neural network, FNN)人体行为识别方法。针对FMCW雷达参数估计算法角度分辨率不足以及在估计目标个数错误的情况下会降低精度的问题,提出一种结合最小功率无失真响应(minimum power distortionless response, MPDR)波束形成与快速傅里叶变换(fast Fourier transform, FFT)的距离-方位角参数联合估计算法。利用2个相互垂直的线阵雷达捕捉人体行为,使用参数联合估计算法估计人体目标各回波点在水平与垂直方向的距离、角度参数。构建FNN,从参数估计结果中提取并融合人体行为在水平与垂直方向的空间与时间特征,根据融合特征实现人体行为识别与分类。实验结果表明,FNN方法对人体行为识别的准确率相比传统三维卷积神经网络(3D convolutional neural networks, 3D-CNN)提升了4.37%。     

动力学参数估计的频域方法

本文讨论以谱估计为基础的动力学参数估计方法。它一般包括两步估计算法．即首先由线性系统的输入－输出信号估计其谱密度函数．再由第一步得到的频率响应数据估计系统的传递函数参数。文中从统一形式的性能指标出发，选用不同的加权项而导出不同的频率特性曲线拟合算法，如线性化算法、迭代法、非线性最优化方法以及基于若干基本环节的顺序迭代算法。文中还介绍了这种算法的几个应用实例。这种频域方法适用于一般线性系统的实验建模．具有通用性。     

线性调频脉冲压缩雷达信号参数估计方法

针对低信噪比下,瞬时自相关谱算法对调频率估计精度不够高及基于传统的包络检波方法对线性调频(LFM)脉宽和重复间隔估计不准确的问题,提出了以分数阶傅里叶变换为核心的多参数估计方法.利用分数阶傅里叶变换对LFM信号的聚集特性,精确估计LFM脉冲压缩雷达信号各主要参数,设计LFM脉冲压缩信号发射接收实验以验证本算法.实验结果表明,在较低信噪比条件下,能够实现线性调频脉冲雷达信号主要参数的准确估计.     

基于IMM的电扫描雷达参数控制算法研究

针对电控扫描雷达目标跟踪中的资源分配问题,基于交互多模型算法(interacting multiplemodel,IMM),提出了一种对采样间隔和驻留时间两个参数进行联合控制的方法.在满足一定跟踪精度的情况下,相对只优化采样间隔的跟踪算法,更能节约雷达资源.该方法不固定检测概率,只限制其最小值,更加接近实际.仿真结果表明了算法的可行性和有效性.     

重放攻击下雷达组网系统的目标跟踪性能

作为一种复杂的分布式系统,雷达组网系统受到各种攻击的威胁。为了研究赛博攻击对雷达组网系统性能的影响,提出一种针对雷达组网系统的重放攻击方式。首先建立目标运动模型和系统模型,其次分析了重放攻击对单站雷达位置估计误差的影响,基于此扩展到对雷达组网系统目标跟踪性能的影响,最后研究了攻击参数与位置估计误差的关系。通过仿真分别展示了单站雷达和雷达组网系统受到重放攻击时的状态估计误差,以及单站雷达和雷达网估计误差与攻击强度的关系。仿真结果表明:对于单站雷达,重放攻击可以造成巨大的跟踪误差,且攻击效果与攻击强度成正比关系。当攻击的对象是雷达组网系统时,需要合理地选择攻击参数才能产生明显的攻击效果。     

几种参数估计算法的比较

讨论了几种常用的参数估计算法,并用一实例仿真研究了几种算法的参数估计收敛情况,为实际应用时选用参数估计算法提供了的理论依据。     

基于运动估计的置信度传播立体视频匹配算法

基于置信度传播(BP:Belief Propagation)的立体匹配算法与局部算法相比,视差准确度高,但需要耗费大量的计算时间。为此,提出一个基于运动估计的置信度传播立体视频匹配算法。该算法首先通过传统的BP算法获得I帧的匹配视差图,并保存每个像素获得最佳视差值的传递信息;然后,通过参考I帧的运动估计信息,得到重新排列的I帧视差值的传递信息,将其作为P帧置信度传播算法的初值进行迭代运算,从而大大减少了P帧置信度传播算法的迭代次数。实验结果表明,该算法能大大提高置信度传播立体视频的匹配效率。     

频率步进信号距离像互相关精确测速算法

针对距离像互相关算法可以实现频率步进信号自测速但测速精度有限这一问题,通过对互相关输出包络和相位的分析,提出了距离像互相关波形分析法和距离像互相关峰值相位法2种测速算法,结合这2种方法提出了一种频率步进信号距离像互相关精确测速算法,该算法的测速精度可以与多普勒测速相比拟,不仅能满足频率步进信号速度补偿的要求,还可以实现微动目标的测量.仿真结果验证了该算法的有效性.     

Edge crossing minimization algorithm for hierarchical graphs based on Genetic Algorithms

We present an edge crossing minimization algorithm for hierarchical graphs based on genetic algorithms, and comparing it with some heuristic algorithms. The proposed algorithm is more efficient and has the following advantages: the frame of the algorithms is unified, the method is simple, and its implementation and revision are easy.     

SMU辅助建模系统的算法设计

在解决鲁棒辨识问题的新方法──采用集合元素不确定（ＳＭＵ）方式处理不确定因素的思想方法指导下，讨论了ＳＭＵ参数估计理论，采用中心及投影估计且使用不同的误差范数，设计了四种参数估计算法，并在计算机上实现了一个辅助建模系统，最后分别用这四种算法对一个案例进行辨识．