MIMO雷达反向投影成像算法

针对多输入多输出(multiple-input multiple-output, MIMO)雷达的多收发固定阵列结构,在标准反向投影(back projection, BP)成像算法基础上,提出了一种修正BP成像算法。该算法首先对MIMO雷达距离压缩回波数据进行时延曲线校正处理,而后沿方位向直接相干叠加各路回波处理数据,从而无需距离插值即可实现方位聚焦。与标准BP算法相比,修正BP算法大大降低了运算量,同时也克服了现有快速BP算法大都没有考虑距离插值运算的缺陷。MIMO雷达外场实测数据处理表明：与标准BP算法相比,修正BP算法有效节省了运算时间,并保持了雷达成像质量。     

一种基于稀疏重构的多视角MIMO雷达关联成像算法研究

为改善复杂目标的成像表现、提升雷达图像的视觉效果,提出一种基于稀疏重构的多视角多输入多输出(multiple input multiple output, MIMO)雷达关联成像方法,设计了多视角雷达散射面积(radar cross section, RCS)起伏的稀疏重构关联成像模型。所提算法能提高辐射场信号随机性,改善复杂目标雷达关联成像参考信号与回波之间相关性退化的情况,减小多视角RCS起伏对相关性的影响,提升多视角下的关联成像质量。最后,通过仿真验证了所提方法的有效性。     

一种雷达穿墙成像算法

构建了电磁波穿透绝缘介质墙的数学模型,解决了电磁波穿透墙壁过程中折射路径的问题,补偿了电磁波在墙体中传播产生的额外时间延迟,推导了步进频率信号穿墙后向投影算法,给出了算法实现流程。运用算法具体流程对介质墙存在时的非聚焦及聚焦成像结果进行了仿真。分析了墙壁厚度及介电常数变化时对成像结果的影响,验证了算法的有效性。     

一种改进的BP算法

讨论了网络学习过程中的假饱和现象，并给出了克服方法，同时，也讨论了学习样本输入编排机理，给出了一种避免网络学习出现的局部极小的算法。通过实例验证此方法非常有效。     

基于方位向门限的FMCW MIMO雷达波束形成成像算法

针对传统波束形成算法的旁瓣效应在调频连续波多输入多输出(frequency modulated continuous wave multiple-input multiple-output,FMCW MIMO)雷达的成像结果中造成的方位向虚警问题,提出了一种基于方位向门限的改进成像算法。首先从原始数据中分别提取目标的距离向、方位向信息,然后单独将方位信息归一化之后使用门限检测实现了对方位向虚假目标的抑制,最后结合距离向信息与方位向信息得到了成像结果。仿真成像实验证明,该方法能使得成像结果中的虚警概率明显降低,外场实验的成像结果进一步验证了所提出算法出色的成像性能。     

基于块稀疏矩阵恢复的MIMO雷达扩展目标高分辨成像算法

针对现有多输入多输出(multiple input multiple output,MIM O)雷达稀疏恢复成像算法中存在的运算量大、对扩展目标成像质量低的问题,提出一种基于块稀疏矩阵恢复的MIMO雷达扩展目标高分辨成像算法,通过引入目标块稀疏特征,提高对空间扩展目标的成像质量.首先,通过构造距离向和方位向感知矩阵,建...     

一种非线性的BP学习算法

提出了一种非线性学习规则,以非线性函数th(x)取代传统学习算法中的线性函数x,来调整BP网络的连接权值和阈值。与传统的BP学习算法相比,其连接权值与阈值的调整量不仅与误差函数对连接权与阈值梯度的一次幂有关,而且也与梯度的高次幂有关。因此,克服了传统的BP学习算法过程中难以跳出局部极小值与收敛速度慢的缺点。模拟实验表明,该算法比传统的BP网络学习算法在学习时间和迭代次数方面都具有显著优势。     

宽带MIMO雷达的阵列设计和成像方法

为了降低多输入多输出(multiple-input and multiple-output, MIMO)成像雷达的阵列规模和系统硬件的复杂性,结合宽带MIMO雷达发射/接收阵元的角度分集和信号分集特性,提出了一种基于双均匀线阵组合的非线性阵列模型,并给出了该阵列的设计准则。不同于基于实孔径均匀阵列的宽带MIMO雷达成像系统,提出的非线性阵列模型可有效增加虚拟阵元个数和扩展阵列孔径,在不改变目标方位向成像质量条件下能有效降低实孔径均匀线阵的阵列规模和系统硬件的复杂度。同时,该阵列设计易于操作和实现。最后,仿真实验对该阵列模型的有效性进行了验证。     

低截获MIMO雷达改进MUSIC算法

在军事领域中,机载多输入多输出(multiple input multiple output,MIMO)雷达既要探测机动目标,又要防止被截获接收机侦收.针对这一问题,提出了低截获的单基地非均匀阵列MIMO雷达改进多信号分类(multiple signal classification,MUSIC)算法.通过对MIMO雷...     

一种MIMO收发天线联合选择算法

在MIMO系统中天线选择可以增加系统容量,并能有效地降低MIMO系统的复杂度和射频电路成本。仿真实验表明天线在发送接收两端不同的分配方式影响信道容量,发现了一种信道容量角度的最佳天线分配方式。针对收发天线选择的需求,设计了一种可获得较大信道容量的简单算法。该算法没有矩阵运算,计算复杂度低。仿真实验表明该算法和最优算法非常贴近,优于只有接收天线选择时的最优算法。     

高分辨圆迹环扫合成孔径雷达成像方法

圆迹环扫合成孔径雷达(circular trace scanning synthetic aperture radar, CTSSAR)是一种新型合成孔径雷达（synthetic aperture radar, SAR）成像模式,受其圆弧飞行轨迹的影响,直线运动轨迹模型下的成像算法不再适用。针对这一问题,提出了一种新的CTSSAR成像方法。该方法首先在误差允许的范围内对其圆弧运动轨迹下的斜距方程作四阶近似,再求解方程得到驻相点的精确解析解,获得信号的二维频谱,并以此推导了相应的成像算法,补偿了不同距离处的目标的相位,实现高分辨率成像。在整个的推导过程中只做了一次合理的高阶近似,因此获得的二维频谱具有较高的精度。同时对于实际中可能遇到的运动误差问题,给出了一种解决思路。最后,点目标的仿真对比结果验证了成像算法的有效性与运动补偿方案的可行性。     

单基地MIMO雷达降维酉ESPRIT算法

波达方向(direction of arrival, DOA)估计问题是单基地多输入多输出(multiple input multiple output, MIMO)雷达信号处理中的一个关键问题。在低信噪比、低快拍数的情况下,常规DOA估计算法的性能会严重下降。针对此问题,提出一种新的DOA估计算法：降维酉旋转不变性信号参数估计技术算法。该算法首先通过降维变换将MIMO雷达数据变换至低维信号空间,然后在该低维信号空间构造实值旋转不变性方程估计目标的DOA。仿真结果表明该方法能够在低信噪比、低快拍数的环境下获得较常规ESPRIT方法更高的DOA估计精度,同时具有更低的运算量。     

双基地MIMO雷达多目标高精度跟踪算法

针对双基地多输入多输出(multiple input multiple-output,MIMO)雷达自适应非对称联合对角化(adaptive-asymmetric joint diagonalization,AAJD)跟踪算法在低信噪比时失效的问题,提出一种双基地MIMO雷达高精度跟踪算法。首先,针对低信噪比时AAJD算法信号子空间扩展问题,利用主成分顺序估计原理求出特征值,根据特征值的大小对导向矢量进行排序,得到更加精确的信号子空间。其次,根据跟踪状态的不同,将多目标分类(multiple signal classification,MUSIC)算法分为两步:第一步全空域大步长扫描,对应跟踪非稳定状态;第二步小空域小步长扫描,对应跟踪稳定状态,空域范围由上一时刻估计角度和运动速度确定,并将峰值搜索过程变为取最大值操作,降低了计算量。算法解决了低信噪比时信号子空间扩展问题,提高了跟踪性能,且采用了性能更高的MUSIC算法,并对其进行改进,降低了计算量。仿真结果证明了算法的有效性。     

米波MIMO雷达波束空间精确最大似然算法

针对阵元空间多输入多输出(multiple input multiple output, MIMO)雷达低仰角估计方法运算量和数据传输量太大的问题, 提出了基于波束空间的MIMO雷达精确最大似然(refined maximum likelihood, RML)算法。该算法将阵元空间的数据转换到波束空间, 实现降维处理, 再利用最大似然的思想对波束空间的数据进行测角。计算机仿真结果表明, 相比于基于阵元空间的MIMO雷达RML算法, 所提算法有着良好的测角性能, 并大大降低了算法运算时间。同时, 通过计算机仿真分析了信噪比、仰角、波束指向与目标仰角之间的偏差、阵元数、反射系数误差和天线中心高度等因素对所提算法测角性能的影响。     

基于FRFT的单基地MIMO雷达稳健波束形成算法

以单基地多输入多输出(multiple input multiple output, MIMO)雷达系统为研究对象, 针对线性调频(linear frequency modulation, LFM)形式的正交频分复用(orthogonal frequency division multiplexing, OFDM)信号, 提出了一种新的稳健自适应波束形成算法。所提算法首先利用LFM信号的特性, 对匹配滤波后的雷达回波信号进行分数阶傅里叶变换(fractional Fourier transform, FRFT), 经化简得到峰值点作为阵列的观测值。而后, 利用观测值构建接收信号的协方差矩阵, 并使用Capon谱估计方法重构干扰加噪声数据协方差矩阵。最后, 通过求解优化问题估计实际导向矢量, 从而得到阵列的最优权值。通过计算机仿真实验, 验证了所提算法的有效性。