基于八叉树优化的MoM-PO/PTD混合算法分析目标电磁散射及辐射问题

在综合利用矩量法(method of moments, MoM)和物理光学(physical optics, PO)方法的过程中, 要精准识别和划分PO位置处于点光源照射情况下的暗区和亮区。传统的识别划分手段的时间复杂度为O(N²), 当面片数量N增多时, 所需的时间呈现出急剧增长的趋势。文中应用八叉树和后向追踪算法, 对PO亮区判断过程进行加速, 可将时间复杂度由N²降为NlgN。由于计算PO区域电流时没有考虑边缘绕射造成的影响, 导致计算误差较大。鉴于此, 本文在计算过程中引入物理绕射理论对混合算法加以改进, 并通过与FEKO中的MoM相比较, 说明了修正后的混合算法能够有效提升计算精度。     

基于中国余数定理的目标距离估计算法

为了提高目标检测性能,脉冲多普勒(pulsed Doppler, PD)雷达常常采用高脉冲重复频率(pulsed repetition frequency, PRF)信号,以便在信号频域获得比较宽的无杂波区,但高的PRF往往引起目标的距离模糊。现有的解距离模糊算法大都面临计算量大的问题,该文紧密结合PD雷达体制的特点,在基于PD雷达参差重频模式下,提出一种最优余数的封闭式鲁棒中国余数定理(closed-form robust Chinese remainder theorem, CFRCRT)目标距离估计方法。该方法不仅可以在视在距离有误差的情况下精准地重构目标真实距离,而且具有封闭式的解析解,大大减小了运算量。理论分析和仿真实验都表明该文提出的方法在精度和实时性能上都具有一定的优越性。     

极大似然估计方法的直观教学设计

极大似然估计是求解参数点估计的一个重要方法.该方法具有很多优良的统计性质,因而在各个领域中得到广泛的应用.针对该方法计算复杂,学生理解较为困难的问题,对极大似然估计的教学方案进行了设计.通过引入简单实例,讨论了极大似然估计所使用的极大似然原理及其求解方法,让学生形成对新方法的直观理解,在教学中取得了良好的效果.     

地球同步轨道SAR两维奇异值分解成像方法

针对地球同步轨道合成孔径雷达(geosynchronous synthetic aperture radar, GEO-SAR)长合成时间和大观测场景严重的二维空变将影响二维聚焦深度的问题,该文提出了一种GEO-SAR两维奇异值分解成像方法。该方法首先对距离空变信号进行奇异值分解得到距离多普勒的耦合特性,通过距离频率插值和重采样完成距离空变校正;接着,对方位空变信号进行奇异值分解将方位空变与多普勒分离,通过级联的两步奇异值分解和方位非线性变标操作完成方位空变校正,实现整个场景的聚焦。最后,仿真结果验证了该方法的有效性。     

改进的低复杂度数字信道化器

提出了新型宽带星载数字信道化器,该数字信道化器以频域滤波和复指数调制滤波器组技术为基础,完整地实现了卫星上行宽带信号中各个业务信号分离、业务信号交换、交换后业务信号综合等星上处理过程,最后形成卫星下行宽带信号,既适用于各个业务信号带宽相同场景,又适用于各个业务信号带宽不同场景。数值实验表明,该新型信道化器具有较强的灵活性和可扩展性,同时对数据存储量和信噪比等性能有较大的提高,大大降低了计算复杂度。     

一种低剖面宽频带微带天线设计

针对相控阵天线的应用需求,提出了一种低剖面宽频带微带天线单元。采用双层介质形成S频段收/发宽频带工作,在19%的带宽内驻波比优于1.35;内置带状线正交馈电网络,利用双馈点形成圆极化;天线阵列采用多层板一体化加工,具有低剖面特点,剖面仅为0.028λ_0,有助于相控阵天线的高度集成。对4×4规模的相控阵天线进行了加工和测试,测试结果与设计指标相符。     

机载雷达自适应发射技术抗相干转发式干扰

相干转发式干扰会导致雷达在接收端产生大量虚假目标，降低雷达对真实目标的检测性能。为了解决这个问题，提出一种自适应发射技术对抗相干转发式干扰。该方法首先利用雷达预先发射的高重频脉冲串对转发式干扰进行检测和参数估计；然后在正常工作模式时利用估计得到的干扰参数优化阵列发射方向图，使其在干扰侦察方向形成凹口，从而达到降低干扰机截获雷达发射信号的概率的目的。仿真实验结果证明了所提方法的有效性。     

8单元均匀圆阵天线互耦合校正方法

提出了一种8单元均匀圆阵天线互耦合校正方法。通过采用压缩感知方法,在互耦合效应存在的情况下估计校正信号源的到达角,并确定互耦合系数的迭代初始值,然后通过求解一个优化问题来得到互耦合系数。仿真实验与实测数据结果表明，所提的压缩感知方法能够精确估计校正信号源的到达角,所提方法计算得到的互耦合系数对8单元均匀圆阵天线的校正效果良好。     

空中目标辐射源的个体识别方法

针对传统的辐射源个体识别方法在低信噪比环境下识别性能不佳的问题,提出了一种空中目标辐射源的个体识别方法,该方法利用经验模态分解和变分模态分解得到信号不同频率的模态分量,将各模态分量的多尺度排列熵作为特征,利用主成分分析对数据进行降维,并采用支持向量机分类器进行辐射源个体识别。仿真结果表明,该方法对相位噪声、频率漂移以及谐波失真等细微特征的识别性能明显优于传统方法,并具有良好的抗噪性。     

圆迹SAR子孔径图像序列联合相关DEM提取方法

利用圆迹合成孔径雷达(circular synthetic aperture radar, CSAR)子孔径图像序列提取观测场景地形高程模型(digital elevation model, DEM)时,为了利用保持相关性的一段圆弧内所有子孔径图像之间的相关性信息、提高DEM提取精度,提出了联合相关法。该方法以保持相关性的一段圆弧内所有子孔径图像之间的联合相关系数作为测度函数,提高了测度函数灵敏度。同时,通过将子孔径图像序列向三维空间投影以校正其几何形变,提高了子孔径图像序列间的相关性。实测数据处理结果及分析验证了所提方法的有效性和精确性。