复图像域SAR运动目标参数估计性能分析

为分析合成孔径雷达(synthetic aperture radar,SAR)复图像域运动目标的参数估计性能,本文在SAR复图像域地面运动目标信号模型的基础上,推导了色高斯分布杂波中运动目标参数估计的克拉美罗界(Cramer-Rao bound,CRB).分析了参数估计性能与运动目标散射强度、运动参数以及信号功率谱的相互关系,并比较了信号域和复图像域的参数估计性能.进而,提出采用降分辨率处理(reducing resolution processing,RRP)提高了复图像域参数估计性能,并定量分析了RRP带来的参数估计性能改善.参数估计性能分析表明,在均匀杂波背景下的SAR复图像域,可实现目标高精度的运动参数估计和定位处理.最后,数值实验结果验证了本文参数估计性能分析的正确性和有效性.     

基于MCMC的线性调频信号最大似然参数估计

为实现合成孔径雷达对运动目标有效地成像,需要对运动目标的线性调频(chirp)回波信号的参数进行准确地估计。该文将马尔可夫链蒙特卡洛(MarkovchainMonteCarlo,MCMC)方法和均值似然估计相结合,利用离散调频图(chirpogram)作为起始点的选择方法,提出了一种实现单分量chirp信号最大似然参数估计的新方法。仿真和分析表明这种方法的参数估计性能可以在较低信噪比时达到CramerRao界(CRB)。该方法结构简单,计算量适中,可以联合估计各参数,无误差传递效应,估计性能良好。     

机载雷达Doppler分布式杂波模型及参数估计

针对机载雷达平台运动造成的杂波谱中心偏移和展宽, 提出一种Doppler分布式杂波(DDC)模型在时域描述杂波协方差矩阵. 并基于该参数化模型, 研究了最大似然、加权子空间匹配等超分辨率方法在杂波Doppler参数估计中的应用, 取得了明显优于传统方法的性能. 理论推导和实际数据处理结果也验证了模型的正确性及参数估计方法的有效性.     

一种参数化的机载雷达最优处理新方法

雷达目标检测中, 最优处理器能够自适应地调整权值以跟踪环境的变化, 而最优权值的计算则需要依赖大量独立同分布(i.i.d.)的干扰样本. 因此在机载雷达非均匀的杂波背景中, i.i.d.样本数不足常导致最优处理性能的恶化. 文中在考虑杂波内部波动的基础上, 形成了一种修正的多普勒分布式杂波(DDC)模型, 并以此提出了一种参数化的最优处理新方法. 区别于现有方法, 新方法将最优权值计算转换为对DDC模型的参数估计, 即估计角频率中心和扩展. 并采用一种低复杂度的非线性能量算子实现上述参数的估计. 通过理论分析和仿真实验表明新方法对i.i.d.样本数的要求显著下降, 并具有运算量小、易于实现的优点.     

多子阵合成孔径声呐成像研究

针对多子阵合成孔径声呐(SAS)成像运算量大及忽略相位误差导致的成像效果不佳等缺点,该文在深入分析了多子阵SAS的两类系统相位误差基础上,分别提出了改进的逐点和逐线成像算法,形成了新的多子阵SAS系统方案设计。新方法在提高测绘率同时,能够显著降低运算量并改善成像效果,仿真实验也证明了新方法的正确性。