主瓣干扰下混合极化系统单脉冲角度估计方法

当压制干扰源与目标方向相临近时,雷达天线对干扰信号的接收增益很大,形成主瓣压制干扰,对雷达目标检测、角度测量与跟踪构成严重威胁。运用极化滤波手段可以有效抑制主瓣压制干扰、提升雷达目标检测能力,但其滤波输出数据中的目标单脉冲比受到剩余干扰、目标交叉极化耦合等诸多因素影响,导致角度测量存在偏差。这某些情况下,这种角度偏差将难以忽略,甚至导致测角完全失效。本文基于混合极化单脉冲系统,本文提出一种抗主瓣压制式干扰的目标角度估计方法,通过对正交极化和、差通道的极化滤波与极化综合,实现目标角度无偏估计,完善了极化滤波方法在单脉冲系统中的应用。     

基于极化单脉冲雷达的角度估计方法

以单脉冲雷达系统为对象,研究了箔条质心干扰条件下目标的角度估计问题。阐述了一种双极化和差信号模型,分析了目标信号和箔条干扰信号的统计特性。在此基础上,提出了一种基于极化单脉冲雷达估计目标角度的方法,并给出了其处理流程。仿真了在不同的脉冲数、信干比、信噪比和箔条云分布等因素条件下该方法估计目标角度的性能,并与其他方法进行了估计性能对比。     

基于极化单脉冲雷达扩展目标角度估计方法

当单脉冲雷达受到箔条质心干扰时,将视为波束内存在两个不可分辨的目标,由于目标和箔条干扰回波混叠耦合,导致单脉冲测角偏差,最终致使目标跟踪丢失.对此,利用宽带单脉冲雷达测角精度高的优点和极化信息,提出一种基于极化单脉冲雷达的扩展目标角度估计方法.首先,分析宽带单脉冲雷达体制下箔条质心干扰的特点,给出扩展目标双极化和差信号...     

圆柱极化敏感阵列降维插值角度估计方法

圆柱极化敏感阵列可直接利用同一母线上的阵列数据估计目标的俯仰角,但是在估计方位角时面临未知极化的影响。对此,提出一种降维插值方法,解决圆柱极化敏感阵列在未知极化下的二维波达方向(two-dimensional direction-of-arrival, 2D-DOA)估计问题。首先通过母线阵列的旋转不变性估计俯仰角,然后利用估计的俯仰角降维设计插值方法的感兴趣范围(range of interest, ROI),最后利用降维插值方法得到对应的方位角估计值。圆柱天线阵的每个阵元只需由一个电偶极子构成,有效降低了系统运算负担和阵元间的互耦效应。数值实验验证了所提方法的2D-DOA估计性能。     

时频栅格误差条件下的双基地MIMO雷达角度估计

研究了时频栅格误差引起的匹配滤波器失配下双基地多输入多输出(multiple-input multiple-output,MIMO)雷达的角度估计问题。首先,建立了存在时延和多普勒频率栅格误差条件下的双基地MIMO雷达信号模型;其次,推导了正交频分复用线性调频信号和相位编码信号的栅格误差失配矩阵,并分析了其对目标收发角度估计的影响;再次,针对正交频分复用线性调频信号,提出了平行因子和最小二乘相结合的发射角度估计算法,该方法能够有效减小栅格误差失配矩阵对发射角度估计的影响;最后,仿真实验表明,栅格误差失配矩阵对相位编码信号的角度估计影响较小,但对正交频分复用线性调频信号的发射角度估计则会产生较大的影响,从而进一步验证了理论分析的正确性。     

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。     

基于稀疏非均匀COLD阵列的极化信号DOA估计

基于稀疏非均匀COLD(concentered orthogonal loop and dipole)阵列,提出了一种极化信号的DOA(direction-of-arrival)无模糊估计算法.该算法利用了稀疏非均匀COLD阵列的阵元数少和孔径大等特点,因而在阵元数目一定的情况下,可获得较高的DOA估计精度.由于稀疏非均匀COLD阵列可分成电磁环和偶极子两个子阵列,通过分析每个子阵列DOA估计的模糊性,给出了整个稀疏非均匀COLD阵列不发生DOA估计模糊的条件.通过计算机仿真证明了该算法的有效性.     

幅度相位误差条件下的互质阵列DOA估计方法

针对基于互质阵列的欠定波达方向(direction of arrival, DOA)估计方法在阵元幅相误差条件下性能急剧下降的问题, 提出一种基于校正阵元的互质阵列DOA估计方法。首先, 将阵列接收数据分解为两个子阵数据, 基于校正阵元对子阵分别进行幅相误差估计, 并将子阵幅相误差排序重组。然后, 对接收数据协方差矩阵进行误差补偿并扩展为高维的Toeplitz矩阵。最后, 基于矩阵填充理论对高维协方差矩阵进行空洞填充, 结合求根多重信号分类(root multiple signal classification, root-MUSIC)算法进行DOA估计。理论分析和仿真结果表明, 该方法可以实现互质阵列的幅相误差估计, 并通过误差补偿有效恢复幅相误差条件下的互质阵列DOA估计性能, 提高估计精度。     

基于宽带极化纯度估计的极化测量定标修正

对扩展目标极化散射特性进行测量时,通常期望精确获得宽带高分辨条件下目标各散射中心的极化特征信息,但由于各极化分量散射的信号对测试系统的正交极化通道存在能量泄漏,会严重影响较弱的极化散射分量的测量准确性。基于极化散射测量定标原理与宽带高分辨极化测量表征模型,分析了干扰量的产生原因以及对散射中心测试结果的影响机理,提出了一种基于宽带正交极化纯度估计进而修正复杂目标极化测量结果的方法,并通过对金属球、金属二面角组合和类弹头金属模型3类典型目标的实测,验证了其有效性。     

非均匀噪声背景下的欠定DOA估计方法

针对非均匀噪声背景下欠定波达方向(direction of arrival, DOA)估计问题,结合互质阵列的结构优势,提出了基于全变分范数最小化的DOA估计方法。首先利用连续差联合阵列与连续波程差一一对应的特性,构造出新的阵列接收数据,阵列孔径得到扩展;然后将其转化为一个联合优化问题,在代价函数中利用全变分范数和L₁范数惩罚项分别对角度的稀疏性和噪声项进行约束;最后通过求解相应的凸优化问题以及多项式求根得到DOA的高精度估计。与现有方法相比,所提方法不仅无需进行预白化处理,而且考虑了连续角度域内的所有角度信息而不是对角度域进行离散化,有效避免了模型失配对估计性能的影响,提高了估计精度和分辨率。仿真实验验证了所提方法的有效性与优越性。     

基于FPGA的改进型最小均方自适应时延估计器

提高时延估计器的运算速度和时延分辨力是实现垂直线阵水下被动声目标快速、精确定位的关键。将最小均方自适应时延估计算法中原有的按“滤波-误差更新-权系数更新”严格依次递进的顺序迭代运算,优化为只包含误差更新和权系数更新操作的全并行乘/加运算。改进后的自适应时延估计器结构紧凑,并未改变其误差收敛特性。消声水池缩比试验表明,基于现场可编程逻辑门阵列(field programmable gate array, FPGA)实现的改进型最小均方自适应时延估计器能够在不需要流水线或时序控制单元的前提下提高数据处理速度,且具有一定的抗噪声干扰性能。     

一种改进的MIMO阵列子空间方位估计方法

针对MUSIC(multiple signal classification)类方位估计方法在低信噪比下性能较差的问题,利用多输入多输出系统中已知的发射信号信息和阵列结构本身的特点来改进传统的MUSIC类子空间估计方法。在常规SSMUSIC(signal-subspace scaled MUSIC)方法的基础上,通过对接收信号做匹配滤波和对样本协方差阵做空间平滑来减小噪声子空间的方差,从而大大改善了该方法在低信噪比时的性能。仿真实验结果表明:在文中给定的实验条件下,相比常规SSMUSIC方法,所提方法具有更低的分辨门限和更小的均方根误差。     

Improved H-infinity channel estimator based on EM for MIMO-OFDM systems

H-infinity estimator is generally implemented in timevariant state-space models,but it leads to high complexity when the model is used for multiple input multiple output with orthogonal frequency division multiplexing (MIMO-OFDM) systems.Thus,an H-infinity estimator over time-invariant system models is proposed,which modifies the Krein space accordingly.In order to avoid the large matrix inversion and multiplication required in each OFDM symbol from different transmit antennas,expectation maximization (EM) is developed to reduce the high computational load.Joint estimation over multiple OFDM symbols is used to resist the high pilot overhead generated by the increasing number of transmit antennas.Finally,the performance of the proposed estimator is enhanced via an angle-domain process.Through performance analysis and simulation experiments,it is indicated that the proposed algorithm has a better mean square error (MSE) and bit error rate (BER) performance than the optimal least square (LS) estimator.Joint estimation over multiple OFDM symbols can not only reduce the pilot overhead but also promote the channel performance.What is more,an obvious improvement can be obtained by using the angle-domain filter.     

Unbiased condition of the dispersion effects estimator in unreplicated two-level factorial experiments

This article presents a general form of the estimator for identifying dispersion effects from unreplicated two-level factorial experiments, and shows that the widely used estimators such as the BH, MH, and AMH estimators are all special cases of the proposed one, designated as the G estimator. The unbiased condition of the G estimator is proved, and a lower bound of variance of the G estimator is provided. A simulation based on a realistic design illustrates the variation of the variance and MSE (mean square error) of the G estimator on different coefficients. This estimator may be more flexible and has better performance than other methods such as the BH and MH estimators by appropriately selecting the coefficients.     

过采样下分数阶傅里叶变换的改进算法

针对Ozaktas采样型分数阶傅里叶变换(fractional Fourier transform, FRFT)的计算量偏大以及分辨率较低的弱点,研究了过采样条件下采样型FRFT的计算,提出了一种改进算法。在过采样条件下,通过减小变换阶的取值范围,使在时频平面上的频率分布范围缩小,时域离散间隔保持不变,避免了插值运算,计算量明显减小,且算法具有可逆性。经过进一步拓展,改进算法具有分辨率可调,输出区域可选,输出长度可变的特点。最后通过数值仿真对改进算法进行了验证。     

基于改进引水规则的跨流域供水水库联合优化调度研究

针对已有引水规则的引水效率有待进一步提高的问题,本文提出了一种引水规则的有效改进型式,以及改进规则下受水水库引水量的确定方法.该改进规则同时考虑了调水水库和受水水库的蓄水状态,并且在受水水库采用双引水控制线型式(引水控制线上限和下限).若调水水库可调水,当受水水库蓄水状态处于引水控制线下限之下,即缺水量较大时,满引;当受水水库蓄水状态处于引水控制线上下限之间,即缺水量较小时,引水量为满引与不引之间的线性插值;若受水水库蓄水状态处于引水控制线上限之上,即无缺水时,不引水.最后以辽宁省水资源联合调度北线工程为背景,采用多核并行PSO算法求解基于该改进引水规则的跨流域水库群联合优化调度模型.结果表明该改进引水规则在保证供水的情况下,提高了(特别是丰、平水年的)引水效率,减少了引"弃水"的情况.     

极低信噪比环境下含近邻约束的改进唐检测判决算法

极低信噪比环境下的伪码连续波测量雷达初始粗同步捕获过程中,为了增加唐检测判决算法的灵敏度,除门限条件外,引入前后两次单次检测捕获的伪码相位估计值之差在一定范围内的近邻约束作为上/下行计数器值增减的条件。通过对唐检测判决过程建立马尔可夫链模型,对引入近邻约束的改进唐检测算法的检测性能进行了理论分析与推导。仿真结果表明,将近邻约束引入唐检测判决算法,可以在检测概率几乎不变的情况下,大幅度降低虚警概率,即改进算法明显地增强了对微弱信号的检测能力,且检测速度不受影响。     

基于蚁群算法的最大似然方位估计快速算法

针对最大似然(maximum likelihood, ML)方位估计方法多维非线性搜索计算量大的问题,将连续空间蚁群算法与最大似然算法相结合,提出基于蚁群算法的最大似然 (ant colony optimization based maximum likelihood, ACOML) 估计新方法。该方法将传统蚁群算法中的信息量留存过程拓展为连续空间的信息量高斯核概率密度函数,得到最大似然方位估计的非线性全局最优解。仿真结果表明,ACOML方法保持了原最大似然方位估计方法算法的优良估计性能,而计算量只是最大似然方法的1/15。     

基于自适应共轭梯度算法的高分辨率谱估计器

基于AR模型的功率谱估计是现代谱估计应用非常广泛的一种方法。通过对一全极点模型的参数估计来实现功率谱估计。提出了一种采用自适应共轭梯度算法来进行参数估计的方法。由于共轭梯度算法采用迭代运算求解Yule-Walker方程,同现有的谱估计算法相比,大大减小了谱估计算法的计算复杂度;随着自相关矩阵阶数的增大,该方法谱估计精度在小信噪比下提高显著。仿真结果表明,这种方法和基于AR模型的其它谱估计方法在不同信噪比下具有几乎相同的分辨率。因此,该谱估计算法具有重要的实用意义,有助于谱估计算法的实时实现。