空间圆阵列天线超分辨测向技术研究

论述了空间圆阵列天线谱估计超分辨测向的算法，提出了适合于舰载的圆阵列天线阵，列出了圆阵的协方差矩阵。选用MUSIC算法，用MATLAB软件进行了计算机仿真，模拟结果验证了理论分析的正确性。理论分析及结果可作为高分辨测向工程实现的理论基础和技术基础。     

阵列扩展用于反辐射导弹抗诱偏的研究

提出了将阵列扩展测向用于反辐射导弹(ARM)抗诱偏的思想,并提出了一种改进的ESPRIT算法:共轭增强ESPRIT(CA-ESPRIT)算法。该算法利用阵列输出的延迟相关函数及其共轭形成伪阵列输出,从而得到伪协方差矩阵,对其进行特征分解,用ESPRIT算法得到波达方向。该算法有阵列扩展作用,具有比传统的MUSIC和ESPRIT算法更高的角度分辨能力。仿真实验表明,将阵列扩展用于反辐射导弹测向可将雷达和诱饵较早地从角度上分辨开。     

基于时差校正的长基线宽带测向算法

研究长基线宽带测向问题,由于传统测向算法受到相位解模糊条件的限制,天线孔径长度设置较短,因此无法进一步提高测向精度。基于宽带信号时延估计具有高精度的特点,提出了基于时差校正的宽带测向及解模糊算法,并且对其性能和使用条件进行详细的分析。由于基线长度不受传统方法的限制,因此在长基线条件下,具有非常高的测向精度。仿真结果证实所提算法只需较少的天线阵元,却具有很高的测向精度。     

数字正交滤波器在阵列测向中的应用

基于阵列协方差矩阵特征分解的超分辨率测向技术,在天线阵各通道特性不一致时,其性能会急剧下降。本文提出了一种基于中频采样正交滤波技术的超分辨率测向新方法,该方法可以较好地保证通道的一致性和显著提高测向性能,计算机模拟证实了其有效性。     

基于联合聚焦/超分辨贝叶斯模型的雷达目标超分辨重建

针对合成孔径雷达(synthetic aperture radar, SAR)、逆合成孔径雷达(inverse SAR, ISAR)等雷达目标图像,提出了一种基于联合聚焦/超分辨贝叶斯模型的超分辨重建方法。该方法基于联合聚焦/超分辨和点扩散函数参数模型,采用Metropolis-Hastings迭代更新算法,产生一系列描述目标散射截面和散焦参数概率分布特征的样本,从而估计出最佳目标散射截面元和散焦参数,实现低分辨率图像的超分辨重建。以合成与实测图像数据为例,对该超分辨方法进行了演示并给出了重建结果。实验表明,本文提出的方法对雷达目标图像重建效果良好,可用于SAR、ISAR及实波束成像等雷达图像目标信息的开发。     

阵列天线通道不一致性校正的辅加阵元法

MUSIC算法是一种基于特征值分解的超分辨DOA估计算法,在理想阵列条件下,其估计性能良好,但当信号模型与实际信号环境不匹配,即存在系统误差时,MUSIC算法的估计性能会严重下降,甚至失效。针对模型中普遍存在的通道不一致性误差,本文首先分析了此类误差对测向性能的影响,并提出了一种通道误差校正的简易算法,该方法通过对来自辅加阵元信号的数据信息进行处理,获取通道不一致性误差的估计,通过误差补偿有效地抑制了通道不一致性的影响,提高了DOA估计的性能。给出了应用该方法的具体步骤,计算机仿真结果证明了该算法的有效性。     

运动目标的正交化超分辨测角误差分析

本文分析了在目标运动的条件下,利用Gram—Schmidt正交化算法进行角度超分辨测量时的测角精度,计算了两个运动目标在不同阵元数及不同阵元间距等情况下的测角误差,并给出了计算机模拟结果。     

改进分辨矩阵下的增量式条件属性约简算法

通过分析现有分辨矩阵的不足,给出了基于条件熵的分辨矩阵定义,以得到不一致决策信息系统下的合理条件属性约简结果.基于改进分辨矩阵的定义,提出了相应的条件属性约简算法,并证明了其约简为不同于代数观点下的约简,而与信息观点下的约简相同.进一步,对该改进分辨矩阵做进一步修正,提出了一个增量式条件属性约简算法.实验结果表明:所提出的改进分辨矩阵下的条件约简算法总体上优于同类求解算法,而其增量条件约简算法能够获得稳定可靠的约简结果,同时约简效率得到较大的提高.     

图像超分辨BP神经网络的改进

为了进一步提高超分辨图像重建效果,针对前期研究的超分辨误差反向传播神经网络（back propagation neural network, BPNN）重建结果中存在的块痕迹问题加以改进和优化。对影响BPNN超分辨效果的两个关键问题进行改进：(1) 网络训练样本问题,将8×8→16×16的映射方式改进为2×2→4×4的映射方式,同时,采用相邻仅间隔一个像素的方式优化构造训练样本;(2) 加速网络训练收敛问题,将网络训练规则由BP算法改进为改进的比例〖JP2〗共轭梯度算法。网络训练实验和泛化实验表明,改进方法增加了网络训练样本数量,改善了超分辨BPNN的输出图像质量,有效解决了超分辨结果中的块痕迹问题,使超分辨结果图像的峰值信噪比提高约8 dB。     

基于APES的超分辨广域成像算法

多普勒波束锐化(Doppler beam sharpening, DBS)技术可以快速地对广阔地面场景进行成像,但存在成像分辨率不高的问题。简单介绍了DBS的成像原理,建立了方位向超分辨的信号模型,并在此基础上提出一种新的超分辨广域成像算法。该算法将脉压后的回波信号建模为一系列不同多普勒频率散射点的叠加,利用幅度相位估计(amplitude and phase estimation, APES)方法对脉压后的数据进行多普勒分析,进行方位向的成像。仿真结果与实测数据表明,所提算法可以获得清晰的广域超分辨图像。     

反辐射导弹对抗低截获概率雷达和诱饵技术

论述了低截获概率(low intercept probability,LIP)雷达降低反辐射导弹(anti-radiation-missile,ARM)的作用距离和诱饵使ARM失效的原理。用小波理论分析方法在噪声中提取信号和用信道化接收机测频,以减小LIP雷达的影响。提出采用窄波束被动雷达导引头或多模复合制导导引头特别是采用超分辨新体制导引头,以提高角分辨力,分辨出雷达和诱饵从而实施攻击。重点分析了空间谱估计测向分辨雷达与诱饵的原理,进行了仿真,仿真结果证明了这种体制的导引头的可行性和抗诱饵系统能力。     

基于TLS-CS的外辐射源雷达超分辨DOA估计方法

针对外辐射源雷达中，传统基于压缩感知（compressed sensing，CS）的超分辨波达方向（direction of arriving，DOA）估计方法在阵列天线存在幅相误差时测角精度差和目标分辨性能低的问题，提出一种基于总体最小二乘（total least squares，TLS）-CS的超分辨DOA估计方法。首先，通过奇异值分解方法求解TLS信号模型来修正阵列天线的幅相误差；然后利用贪婪迭代追踪算法进行CS稀疏重构得到目标的方位信息。仿真分析表明，当阵列天线存在幅相误差时，本文所提方法具有良好的超分辨DOA估计性能。     

高效超分辨波达方向估计算法综述

高效超分辨波达方向估计算法致力于降低超分辨算法的计算量、节约系统的实现成本、弱化算法对于阵列结构的依赖性,是推进超分辨理论工程化的一个重要研究课题。从多重信号分类(multiple signal classification, MUSIC)算法的原理和构成要素入手,以基于MUSIC派生高效超分辨算法的目的和方法为标准,将现存高效超分辨算法划分为实值运算、波束域变换、快速子空间估计、快速峰值搜索和免峰值搜索5大类。在此基础上,全面回顾总结了各类高效算法的发展历程和最新进展,对比分析了它们的主要优缺点。最后,结合空间谱估计实际工程化的应用需求,指出了高效超分辨算法的未来发展趋势。     

基于结构元理论的模糊多元线性回归模型

针对系数为模糊数的多元线性回归模型， 运用基于模糊结构元理论的最小二乘法， 研究模型的解析表达式. 首先运用模糊结构元方法定义了模糊数距离公式， 该公式与文[1]给出的距离公式在一定条件下等价， 但避 免了后者因区间运算而带来的不便. 对模糊参数用结构元理论表示， 得到了模型的解析表达式. 再根据 定义的距离公式采用最小二乘法得到了估计模糊参数的方法. 根据该方法得到系数为LR-型模糊数的回归模型. 最后给出一个应用算例， 说明本文方法的简便性.     

基于优化PWM波的定子电压定向矢量控制系统仿真

提出了定子电压定向矢量控制交流调速系统的仿真模型及自适应变步长仿真算法,并用优化ＰＷＭ波电压对系统进行了仿真研究,仿真结果表明系统具有很好的调速性能,结果与理论分析相一致。     

一种电离层慢相径扰动提取与补偿改进算法

针对采用调频连续波(FMCW)体制的天波超视距雷达的应用场合,提出了一种电离层扰动(慢相径变化)补偿改进算法。该算法利用雷达回波谱中海浪在空间上的独立性来获取统计样本,因而在无需对雷达系统作任何改动的情况下,可获得对电离层扰动瞬时频率变化的统计估计。通过相位补偿有效地抑制了电离层扰动造成的多普勒谱展宽和频率漂移。给出了应用该方法的具体步骤,通过仿真实验证明该算法的有效性。     

锥面共形阵列天线的极化-DOA估计

由于共形载体曲率的影响,锥面共形阵列中的阵元不仅具有不同指向的方向图,而且具有不同的极化特性,从而使得共形阵列呈现多极化特性。利用锥面共形阵列的多极化特性,针对现有共形阵列下空间超分辨算法对信号极化参数估计缺失这一问题,结合多重信号分类(multiple signal classification, MUSIC)算法实现了入射信号的极化参数与二维波达方向(direction of arrival, DOA)的联合估计。算法对阵列形式无特殊要求,不需要参数配对;在此基础上进一步对算法的估计性能进行了理论分析与推导,给出了算法多参数估计的克拉美-罗边界(Cramer-Rao bound, CRB)。最后通过计算机仿真验证了算法的有效性。     

LS-SVM与多层前向网络的非线性回归性能比较

在阐述支持向量机(SVM)和最小二乘支持向量机(LS-SVM)的原理并比较了两者的优缺点后,将LS-SVM与多层前向网络中的两种典型网络BP网络和RBF网络,分别应用于装载机载重动态测量的非线性函数回归估计中,对这三种网络在函数逼近和泛化能力两方面的性能进行比较研究。仿真结果表明,LS-SVM在精度和泛化性能两方面做到了最好的折衷,是用于非线性函数回归分析的一种很有效的方法。     

基于调制谱超分辨重构的微多普勒参数估计

调制谱间隔是气动目标识别的重要特征，在雷达波形资源受限的情况下存在估计精度差且噪声鲁棒性弱的问题。针对此问题，利用稀疏迭代协方差谱估计方法进行调制谱超分辨，根据调制谱谱线等间隔的原理提出用基频组功率累积占比表征基频谱，进而实现基频的超分辨估计。基于甚高频波段雷达的仿真和实测数据分析证明了该方法抗噪能力强，且在相参积累时间大于1.5倍微动周期、调制谱折叠、重频参差等场景下均可有效提高调制谱间隔参数估计准确率。