变步长LMS自适应极化递推估值算法

为了解决最小均方误差算法(least mean square,LMS)在干扰极化状态估值中存在的收敛速度和稳态误差之间的矛盾,应用变步长LMS算法进行干扰的极化状态递推估值。分析了传统定步长因子μ的选取和其对算法达到稳态时误差的影响;讨论了当干扰极化状态变化时算法的跟踪性能;并以雷达测角为例,进一步分析算法的实际应用可行性。最后给出了算法实现的原理方案。仿真结果和理论分析相一致,证明了该方法的有效性。     

基于Kalman滤波的分布式全相参雷达相参参数估计方法

针对运动目标,提出了基于Kalman滤波的相参参数(时间差和相位差)估计方法,建立了雷达本地坐标系及目标本体坐标系,给出了目标的运动模型及相参参数的数学模型;提出了利用正交信号对相参参数进行估计的方法,通过对待估参数进行推导分析,建立了状态方程和量测方程,提出了利用Kalman滤波算法对相参参数测量值进行滤波以提高参数的估计精度;仿真分析验证了基于Kalman滤波的相参参数估计方法的有效性.      

针对饱和度全集上SAR原始数据自适应抗饱和BAQ压缩算法

为了解决A／D饱和而导致的传统Block Adaptive Quantization（BAQ）算法性能明显下降问题,提出了A／D后信号标准差的概念,并区别于传统处理方式,提出应用A／D后信号标准差归一化饱和原始数据,推导了适用于工程计算的数据幅度均值与A／D后信号标准差映射曲线。其次,对BAQ算法核心的Lloyd—Max量化器引入了饱和修正项,提出并完整推导了新的抗饱和最优非线性标量量化器,给出其详尽的设计方案。同时,详细分析了工程上应用FPGA实现星上实时编码时的Look—up table设计问题。地面解码时,推导了信号饱和度、A／D峰-峰值、A／D前、后信号标准差以及信号幅度均值五者之间的映射关系,并以此为依据设计功率补偿解码器,补偿A／D饱和而引起的SAR原始数据功率损失。ERS-1实测数据及仿真数据的实验结果表明,当A／D饱和时提出的压缩、解压缩算法性能明显优于BAQ算法。     

星载SAR中频数字接收机的FPGA设计与实现

在现场可编程门阵列(field programmable gate array, FPGA)中设计与实现了一种星载合成孔径雷达(synthetic aperture radar, SAR)中频数字接收机,并对数据形成技术进行了研究。考虑到FPGA乘法器资源有限,在详细分析了中频、采样率和抽取因子三者关系的基础上,实现了不同带宽信号的多相下变频优化结构。为减轻数据下传链路的压力,实现了压缩比可变的分块自适应量化(block adaptive quantization, BAQ)压缩模块。最后给出了设计实例,实验结果证明了方案的有效性：BAQ 8:3输出结果I、Q两路信噪比为14.6 dB,脉压后主瓣展宽只有2‰,积分旁瓣比达到了理论值的93%。     

抗饱和灵活分数比特率星载SAR原始数据压缩算法

传统Block Adaptive Quantization（BAQ）算法实现时存在两大问题：第一,SAR原始数据饱和时量化信噪比较低;第二,仅能满足整数比特率压缩,不能在多应用和数据率之间提供更多的折中选择．文中针对上述问题,提出一种抗饱和灵活分数比特率压缩算法．该算法对传统Lloyd—Max量化器引入饱和区间修正,使之对饱和Gauss分布信号满足最优非线性标量量化条件;应用自然数量化电平全集的抗饱和最优非线性标量量化器作为分块标量类压缩算法的核心量化器,以满足分数比特率．编码时,针对多样本联合编码以降低编码冗余度．同时,在理论上分析新算法运算量．理论分析和实际SAR系统数据试验结果表明,数据饱和时,文中提出算法的信噪比优于传统BAQ算法。同时,分数比特率拓展了整数比特率的选择范围．新算法较传统BAQ算法而言,运算量增加很小,易于工程实现．