增强型SMC-PHD多目标跟踪算法

概率假设密度(probability hypothesis density,PHD)滤波的序贯蒙特卡罗实现算法性能高度依赖于先验目标生成强度函数和粒子重要性采样(importance sampling, IS)函数。针对上述问题,提出一种改进算法。首先,引入量测驱动机制,提出一种量测分类方法获取潜在的新生目标量测集合,并以此为基础进行新生目标粒子采样,提高了算法的有效性。其次,为了提高存活目标粒子分布的准确性,结合门技术和无迹信息滤波将当前量测信息融入到IS函数设计中。计算机仿真实验表明,所提算法具有更稳健的多目标跟踪能力和杂波适应性。     

基于非圆信号特征的实值张量ESPRIT算法

基于最大非圆率非圆信号特点,提出一种实值张量旋转不变子空间(estimation signal parameters via rotational invariance techniques, ESPRIT)算法。首先,通过研究张量与矩阵之间的转化关系,将阵列接收数据矩阵推广到张量空间;然后,利用欧拉公式将阵列接收数据张量转化成余弦与正弦数据张量,根据阵列维数将其分别在各维上加以拼接,并对拼接的实值数据张量做高阶奇异值分解,获取信号子空间;最后,通过构造选择矩阵和进行特征分解,来联合估计阵列各维相位差,实现波达方向估计。实验仿真结果表明,此算法具有良好的分辨力和测角精度。     

常见低截获概率雷达信号调制参数估计研究

研究了线性调频信号、相位编码信号的调制参数识别问题。解线调方法估计线调频参数精度不高,提出了频谱细化与解线调结合的改进方法,该方法计算量较小,精度很高。给出了加性高斯白噪声中相位编码信号的编码规律识别方法。利用估计出的载频对原信号进行解调得到基带信号,根据基带编码信号逐段光滑特点,提出通过正交小波分解估计码元宽度和阈值降噪,并对一个码元内的一阶非相邻相位差分进行滑动平均,消除了阈值滤波引入的“类吉布斯”现象,提高了低信噪比下编码规律识别的正确概率。     

复杂雷达信号模拟源的设计

在雷达导引头的研制过程中,雷达信号模拟源是关键的实验设备.介绍了采用SCM(单片机) FPGA(现场可编程门阵列)实现复杂雷达信号模拟源的设计.FPGA的使用,使得系统集成度高、可靠性好、修改灵活;SCM的使用,使得系统既可以配合PC机工作,也可以独立工作.     

基于线性变换的阵列幅相误差自校正算法

针对天线阵列的幅相误差严重影响阵列测向算法估计性能的问题,提出了一种基于线性变换的阵列幅相误差自校正算法。该方法通过利用幅度相位特性一致的辅助阵元,进行矩阵的正交线性变换,并结合最小二乘法算法,有效地估计阵列的幅相误差系数和入射信号的波达方向。其不需要谱峰搜索,无特征分解运算,计算量小,复杂度低,可实现对阵列幅相误差的快速校正。计算机仿真实验结果验证了该算法估计性能的有效性。     

相干源诱偏下比相被动雷达导引头测角性能分析

从比相单脉冲测向体制出发,推导出比相体制PRS跟踪相干两点源的数学模型,对两点源诱偏下被动雷达导引头的测角性能进行了分析,指出比相体制导引头无法分辨雷达和相干源诱饵,PRS将跟踪雷达和诱饵的合成相位中心,跟踪角度不固定且不断变化。仿真结果和实测数据均验证了结论的正确性。     

基于奇异值熵和分形维数的雷达信号识别

针对低信噪比条件下雷达信号脉内调制方式识别算法识别率低的问题,提出了基于奇异值熵和分形维数的雷达信号识别算法。该方法首先通过Choi Williams分布得到信号的时频图像,提取时频图像的奇异值熵;然后再提取信号频谱的盒维数与信息维数,组成三维特征向量;最后使用基于支持向量机的分类器实现雷达信号的分类识别。对8种典型雷达信号的仿真试验结果表明该方法抗噪性强、识别率高,在信噪比大于1 dB时,平均识别率能达到95%以上。     

基于共形阵的角度和极化信息联合估计算法

针对复杂载体上共形阵列存在多极化接收和遮挡效应的问题, 本文提出一种基于方向图矩阵重构导向矢量的改进极化多重信号分类(multiple signal classification, MUSIC)算法。首先对共形天线阵列进行建模, 在获取各个阵元的方位和俯仰分量方向图数据后, 将方向图数据分解并重构阵列的导向矢量矩阵, 最后结合极化MUSIC算法进行波达方向(direction of arrival, DOA)和极化参数联合估计。相对于理论导向矢量的极化MUSIC算法, 本文所提改进算法在解决了遮挡效应的同时具有更高的估计精度, 并可有效降低运算量。仿真实验结果验证了这一结论。