交错脉冲序列法测速公式应用的探讨

针对用于脉冲多普勒气象雷达的交错脉冲序列法的测速公式在使用上的限制条件作了理论推导，为进一步提高最大不模糊测速提供了思路．     

基于一种最优核鉴别矢量集的雷达目标识别

基于高分辨距离像的雷达目标识别的关键是如何提取距离像的有效鉴别特征.通过分析核Fisher准则函数下核类内散布矩阵的零空间信息与非零空间信息对识别的贡献,基于同构映射思想,求解出一组最优鉴别矢量集,用于提取距离像的鉴别特征.同时,给出一种快速算法,用较少的训练样本表达投影方向,加快了鉴别特征的提取速度.基于外场实测数据的实验证明了方法的有效性.     

被动雷达导引头对抗有源诱偏干扰技术

对反辐射导弹在有源诱偏下的失误距离进行了分析,讨论了减小失误距离的途径;针对反辐射导弹抗诱偏对导引头分辨角的需求,建立了基于均匀圆阵的二维DOA估计模型,讨论了角分辨算法在导引头中的具体应用;通过对不同信噪比和快拍数下导引头分辨概率的仿真,表明该算法能够满足分辨角的要求。     

基于初始划分的标签传播社区发现算法

采用标签传播算法进行社区发现时间效率高,无需人工参数,但容易产生精度限制的问题.研究了启发式的标签传播算法,快速地进行社区的初始划分,大量减少了初始标签的个数,进行标签迭代传播来修正初始划分得到最终的社区.理论分析和实验证明这种方法在不增加时间复杂度的情况下,提高了准确率,并有效消除了精度限制的现象.     

基于双重字典及联合特征的遥感图像超分辨率算法

为了解决低分辨率遥感图像超分辨重建的问题,本文提出了一种基于双重字典及联合特征的遥感图像超分辨率算法.超分辨率重建技术目的就是根据低分辨率图像重建出原始高分辨率图像的高频信息.本文将图像的高频信息分解成为主高频信息和残差高频信息两个部分,然后针对主高频信息和残差高频信息,分别训练主高频字典和残差高频字典,并结合稀疏表示方法对图像进行重构.同时,为了建立更能反映图像内部结构信息的字典,本文联合图像的不同的结构特征,建立统一的字典.本文算法对图像取得较好的复原效果,复原出的高分辨率图像更接近于真实图像,与其他方法相比具有更好的主观和客观质量.     

EBPSK调制脉冲雷达信号的探测性能

研究了EBPSK(extended binary phase shift keying)调制脉冲雷达信号的探测性能.首先分析了该雷达系统信号在几种情况下基于CFAR(constant false alarm rate)的目标检测概率,表明在未知目标距离情况下,EBPSK调制雷达信号的探测性能优于传统LFM雷达信号的探测性能,在短波信道中,EBPSK脉冲雷达信号不存在多普勒频扩.该信号的模糊函数是对称的,所以不存在距离-多普勒耦合效应.其次,EBPSK调制雷达系统的调制器灵活多变,可根据要求设置不同的调制参数以改变信号的测距精度与目标探测性能.最后,通过仿真实验验证了理论分析的合理性,在较大脉冲回波时延估计误差的前提下,EBPSK信号的脉冲压缩性能高于LFM的脉冲压缩性能,且获得相同的探测性能,当时延大于0.05μs时,EBSPK脉冲雷达信号所需SNR比LFM脉冲雷达信号要少;当时延为0.5μs时,EBSPK脉冲雷达信号所需SNR比LFM脉冲雷达信号少25 d B.     

基于块对称对叠的多幅图像超分辨率重建算法研究

在进行图像超分辨率重建时,使用多幅图像比使用一副图像能够得到更好的效果,但是目前基于多幅图像的超分辨率重建算法普遍存在重建速度慢、重建质量不够理想的问题。为此,本文构造了一种基于块对称对叠（PsyCo）的多幅图像超分辨率重建算法,首先对低分辨率图像序列进行基于ORB的图像配准,再对配准后的图像进行PSyCo重建,最后对重建的图像进行像素灰度最大值融合。实验结果表明,本文提出的重建算法具有更好的重建效果,并且具有较快的重建速度。     

分布式异构数据库中移动同步复制冲突消解方法研究

当前移动同步复制冲突消解方法在移动用户逐渐增加、锻炼时间逐渐增长的情况下,会造成很多事物回滚,导致效率降低,冲突消解性能减弱。为此,提出一种新的分布式异构数据库中移动同步复制冲突消解方法,给出分布式异构数据库结构,将全部主机合并成两个逻辑实体,获取移动同步复制数据库系统模型。依据本体概念与关系描述,把某领域的知识统一至一个本体描述的框架下,依据语言记号学理论,用五元组描述本体体系结构。通过本体描述某个领域中事务或概念的不同构成部分和其他部分间的语义关系,通过该关系对分布式异构数据库中移动同步复制冲突进行消解。实验结果表明,所提方法不仅效率高,且有很高的冲突消解性能。     

基于卷积神经网络的海面目标全极化高分辨距离像识别技术

针对雷达目标全极化高分辨距离像(high resolution range profile, HRRP)提取可分性特征时, 利用全部距离单元作为度量尺度无法保留各距离单元具体特征的问题, 在综合利用4个极化通道的舰船目标HRRP信息时选择单个距离单元作为度量尺度。在此基础上, 提出基于Pauli分解, H、α、A、α₁分解和结构相似性参数的特征提取方法对目标极化散射矩阵进行特征提取, 并将提取得到的特征与基于卷积神经网络(convolutional neural network, CNN)的舰船目标HRRP识别方法结合, 利用改进残差结构CNN从极化特征中进一步提取深层可分性特征进行目标识别。实验结果表明, 所提方法能够保留目标全极化HRRP更多特征, 提高目标识别的准确率。     

Azimuth resolution improvement for spaceborne SAR images with quasi-non-overlapped Doppler bandwidth

The azimuth resolution improvement problem is solved via a coherent combination of synthetic aperture radar （SAR） ima-ges with the quasi-non-overlapped Doppler bandwidth. Prior to the spectra combination, SAR images should be coregistered, while phase biases induced by topography, atmospheric propagation delays and baseline measurement errors should be calibrated. However, the coregistration accuracy suffers from large Doppler decorrelation caused by the quasi-non-overlapped Doppler band-width. Furthermore, the method used to estimate phase biases from interferogram of azimuth prefiltered SAR image pairs wil fail when there is no overlapped spectrum. The fringe simulation and maximum sharpness optimization are adopted to deal with the problems. Accordingly, a novel algorithm to coherently synthesize SAR images is presented. The experiment with the Terra SAR X-band （TerraSAR-X） satel ite data validates the performance of the presented method.