编队卫星InSAR空间基线修正的建模与精度分析

星载GPS接收机相对定位获得的编队星间基线,与用于星载InSAR测高的基线并不相同.给出了从GPS测量基线到InSAR测高基线的关联建模,包括天线相位中心与几何中心的偏差修正、GPS接收机到SAR天线的安装部位修正以及基线矢量的坐标系转换等环节.推导了基线的修正和转换公式,并进行了相应的精度分析.对于极限基线之内的宽编队,相位中心变化造成的基线差别在亚毫米量级,一些时刻达到与测高基线精度指标相当的厘米量级,必须加以修正;在编队中由于三轴稳定卫星之间的相对姿态数值通常较小,坐标系转换误差引起的基线修正误差在亚毫米量级.     

空间目标跟踪的融合系统设计

空间目标测量手段逐渐多样化,融合处理技术是降低测量信息不确定性影响,获得稳健、高精度目标跟踪结果的重要方法。基于运动建模、实时滤波和多传感器数据融合思想,建立了完整的空间目标跟踪数据处理流程。根据获取时间散乱、误差成分复杂和覆盖范围不均衡等测量信息不确定性对各处理环节的影响,设计了稳健的融合估计方案。在此基础上,综合设计了一个空间目标跟踪系统。系统采用模块化的实现结构,以提高算法兼容性和任务扩展能力。计算实例验证了系统的性能。     

空间碎片减缓设计专家系统设计与实现

设计并实现空间碎片减缓设计专家系统是深化空间碎片减缓技术研究的重要手段。围绕空间碎片减缓设计需求,提出了层次化的空间碎片减缓设计专家系统体系结构模型,并详细讨论了设计和实现过程中的各关键技术。原型系统的实现验证了体系结构和技术路线的可行性,为未来的深入细化奠定了基础。     

混沌逆滤波与分形参数在目标检测中的应用

对目标跟踪的雷达测量数据进行处理 ,说明了通过混沌逆滤波可以找到观测数据中隐藏的工程背景中的动力特性 ;并且利用分形布朗运动 ( FBM)模型研究测量残差数据 ,其分形特性反映了目标的物理性质 .给出了混沌滤波器在提高雷达数据信噪比和分形参数在目标特性检测中的应用方法.     

复图像域正则化特征增强SAR成像方法

通过分析合成孔径雷达(SAR)的成像过程和频域上的正则化特征增强方法,提出了一种在复图像域进行正则化特征增强的SAR成像方法,直接从SAR复图像域数据出发,利用先验信息,使用正则化方法重建高分辨率的SAR图像。实验结果表明,该方法能较好地保护目标并增强目标的可分辨性、抑制旁瓣和噪声、提高SAR图像的对比度。通过大量实验,研究了正则化参数的选取规律,总结出一些有用的结论。复图像域上的正则化特征增强方法的计算量比频域上的正则化特征增强方法的计算量大大减小。     

雷达测距数据不匹配系统误差的测速诊断*

对于连续波雷达系统跟踪远程导弹、卫星等飞行器的数据处理问题，本文提出了利用测速数据对测距数据的系统误差进行诊断及修正的方法。在冗余信息较少的情况下，可用此方法修正不匹配误差，以提高定轨精度；同时说明了该方法可用于雷达测量丢失少量数据的情况下，识别测距数据是否发生跳变的问题。仿真与实测数据处理结果表明，该方法计算简单，精度较高，实用性好。     

弹道数据处理的融合算法

在多站定轨理论的基础上,从分析单个信源对定轨精度的影响出发,建立了偶发性系统误差辨识模型,提出了更好地融合多信源的有效信息,避免偶发性系统误差污染的方法原理。结合实际工程任务,将所研究的方法进行了应用,实际与仿真结果表明此方法可靠,有效,成功地诊断出在某些信源下的显著系统误差,大大地提高了飞行器定轨的精度。     

基于压缩感知理论的稀疏遥感成像系统设计

高分辨率的应用需求使得传统的遥感成像系统面临高速率采样、海量数据存储等难以突破的瓶颈问题。基于压缩感知理论设计的雷达和光学稀疏遥感成像系统,突破了Shannon-Nyquist定理的限制,以较少的测量数据实现了同等甚至更高质量的信号重构。首先,根据被测目标和场景的不同特性,分别设计了稀疏表示矩阵;其次,根据互相关最小化原则,选择了与稀疏表示矩阵相适应的最优感知矩阵;最后,研究了适用于二维成像大规模数据的稀疏重构算法。专业电磁散射仿真软件生成的雷达观测数据和复杂场景光学图像的数值仿真,验证了本文设计的稀疏遥感成像系统原理上的可行性。     

组合分形Brown运动模型

针对利用分形Ｂｒｏｗｎ运动（ＦＢＭ）模型来估计雷达杂波数据时出现的无标度区间很难确定的问题,提出了组合Ｂｒｏｗｎ运动模型这一概念来解决这一问题,由于地（海）表面随空间的变化种类繁多,雷达杂波中蕴涵了多种分维结构,且这多种结构共同存在于所有尺度上。以两个分形Ｂｒｏｗｎ运动的组合为例,通过理论推导,建立了分形Ｂｒｏｗｎ运动组合模型及其分形参数的估计方法,仿真实验以及实际数据计算,验证了该方法的正确性。     

基于lk范数正则化的实信号去噪方法

针对实信号去噪问题 ,系统研究了基于lk 范数正则化的去噪方法。在研究和借鉴Tikhonov正则化参数选择方法的基础上 ,给出了基于lk 范数正则化中最优正则化参数的自动选择方法 ,同时给出了正则化方法求解的迭代算法。理论分析和仿真计算结果表明 ,该方法对于加性噪声有较好的抑制能力 ,同时能够有效地保护信号中的重要特征。