基于航路-航迹关联的天波超视距雷达航迹分类

天波超视距雷达的最终任务是检测、跟踪我方感兴趣的目标。将这些目标从跟踪器输出的航迹集合中提取出来是一个难点。考虑一类存在先验航路信息的航迹辨识问题,基于假设检验理论与分类思想,提出了一种多航迹-多航路情况下的天波超视距雷达航迹分类算法。在建立的空中走廊模型基础上,先后利用目标位置、航向信息与航路做相关判断,计算航迹-航路相关代价,据此将航迹分为航路目标航迹及非航路目标航迹。仿真结果表明,提出的航迹分类算法在航路数量适中的情况下正确分类概率达到90%。     

基于多波位杂波的通道相位误差估计方法

雷达的通道误差会影响杂波抑制效果和参数估计性能。为解决此问题,提出了一种针对机载扫描模式雷达的通道相位误差估计方法。首先对不同接收通道的杂波数据进行干涉处理,然后结合扫描角来求解通道相位误差。为了减小系统噪声影响,提高估计精度,选取主杂波内独立同分布的距离单元作为估计样本。另外,对多个波位的杂波求平均进一步降低了估计误差。机载雷达实测数据处理结果表明,该方法可以较好地补偿通道相位误差,并且可以显著提高系统的目标定位能力。     

基于隐马尔可夫模型的OTH雷达模式识别和目标定位

针对超视距雷达目标探测中的多模传播问题,提出了基于隐马尔可夫模型的Viterbi算法,以传播模式为状态序列,以斜距为观测序列对每一次雷达重访下的每个回波进行模式识别,并在此基础上提出了利用Bayes线性模型的方法对每次雷达重访下的目标位置进行估计.通过蒙特·卡洛模拟,结果表明该方法在不同的雷达操作频率和电离层存在扰动的情况下都具有具有很高的正确性.     

双基地MIMO雷达的DOD和DOA联合估计

将收发端各分成两子阵,建立了非均匀线阵下的双基地多输入多输出雷达数学模型。提出了ESPRIT谱搜索法和ESPRIT多项式求根法两种角度估计算法,并利用最大似然估计法实现了参数的正确配对,其优点是当不能提取出收发旋转不变因子时,应用本文算法仍能进行角度估计,放宽了ESPRIT算法对阵元配置的要求。仿真实验表明,低信噪比时,ESPRIT多项式求根法的估计精度优于ESPRIT谱搜索法;高信噪比时,两者的测向精度均接近于克拉美罗下限。同时,ESPRIT多项式求根法避免了谱峰搜索,极大地减少了计算量,在实际应用中更有利于推广。     

基于改进遗传算法的多类测控资源调度方法

为了研究一类利用不同测控(telemetry, track and command, TT&C)网联合执行TT&C任务的多类TT&C资源联合调度问题, 首先对国有和商业TT&C网的不同特点进行归纳总结。其次，对问题中的约束条件进行分析和规范化描述, 并在满足所选约束的前提下, 建立问题的数学模型。进而根据问题特点, 以遗传算法为基础, 通过设计适当的编码方法和交叉、变异算子以及约束冲突处理方法, 提出一种改进遗传算法。最后，实例仿真表明, 引入的多类TT&C资源联合调度方法较传统未引入联合调度的方法能有效提高TT&C资源利用效率, 证明了所提算法求解此类TT&C调度问题具有较好的性能。     

基于小波和脊波的图像联合去噪方法

为了在图像去噪时更好地保持细节特征,提出了联合小波和脊波的阈值去噪方法。在含噪图像小波分解后,对每一尺度下三个高频子带的细节分量进行单层逆变换,得到该尺度下的细节图像。对细节图像进行脊波阈值去噪处理,然后再进行单层小波分解。用所得的高频子带分别代替先前小波分解所得的高频子带。最后对处理后的图像小波系数进行小波逆变换,得到去噪图像。实验表明,在处理具有直线特征的图像时,该方法要优于单纯的小波或脊波阈值方法。     

基于L型阵列MIMO雷达的多目标分辨和定位

针对多输入多输出(multiple input multiple output, MIMO)雷达的自由度特性,提出了一种单基地L型阵列MIMO雷达的空间多目标分辨和定位方案和基于Capon波束形成器的MIMO Capon二维空间谱估计方法。该方法可对空间目标二维DOA进行估计从而完成对多目标的分辨定位,对方案中可分辨定位目标数目进行了分析。分析和仿真结果表明,将该方案应用于雷达目标定位系统中,在实际阵元数目不变的情况下,可提高系统自由度的利用率,增加可分辨目标数目,节约成本。     

基于L型阵列MIMO雷达的DOA矩阵方法

首先提出一种基于波达方向（direction of arrival, DOA）矩阵思想的L型阵列多输入多输出（multiple input multiple output, MIMO）雷达二维角度估计方法。通过将L型阵列MIMO雷达所产生的二维虚拟平面阵列划分为两个子阵,并构造估计矩阵以实现二维角度估计。在此基础上,针对角度兼并问题,进一步提出联合对角化DOA矩阵方法。该方法通过构造4个子阵,并采用联合对角化方法估计目标二维角度。该方法在保持原DOA矩阵法无需二维谱峰搜索和参数配对等优点的基础上避免了角度兼并问题,能够减少阵列孔径损失,有效提高阵元利用率和角度估计精度。仿真实验验证了所提方法的有效性。     

基于多尺度特征的像素位姿定位优化方法

在已知三维信息的场景中估计相机位姿，是自主驾驶、增强现实、虚拟现实等领域的重要环节。已有方法从输入图像中直接回归相机的位姿，或者通过回归像素的三维坐标方式计算相机位姿，这些方法存在的问题是与训练场景耦合严重，在新环境中缺少泛化能力。认为深度学习网络应该专注于学习鲁棒和不变的图像特征，因此介绍了一种基于多尺度图像特征对齐的优化方法，将图像特征相似性作为度量形式，将相机位姿作为优化量，通过从像素到位姿的端到端的训练，来估计相机精确的六自由度(6 degree of freedom, 6DOF)位姿。该模型参数和场景分离，对新场景有较强的泛化能力，并且具有较好的定位精度。     

基于改进蚁群优化的多目标资源受限项目调度方法

多目标资源受限项目调度是一类典型的NP难组合优化问题,具有广泛的实际应用背景.本文提出了一种带局部搜索的改进蚁群优化算法用于求解多目标资源受限项目调度问题,优化指标为最小化项目工期和资源投资.首先,采用改进的蚁群优化算法获取Pareto解集;其次,通过基于带逻辑约束的Insert和Swap邻域搜索方法对已获得的非支配解进行局部搜索,进一步提高算法的性能;最后,基于PSPLIB国际标准测试集的数值仿真实验与现有最好的算法比较,验证了所提算法的有效性和高效性.     

SAR渐进扫描模式波位线性设计方法

针对星载合成孔径雷达渐进扫描模式系统波位设计流程复杂、效率较低的问题,首先对星载合成孔径雷达渐进扫描模式系统波位设计中一些尚未被关注的问题开展研究及论证,包括方位向分辨率随距离向变化的特性、天线方位向偏扫引入栅瓣对方位模糊度的影响以及时序关系同观测效率之间的关系。在此基础上提出线性流程的波位设计方法,该方法根据方位模糊度指标要求对脉冲重复频率进行优化选择,增加了系统设计的自由度,避免了迭代运算的过程,提升了系统波位设计的能力。最后通过仿真验证了本文方法的有效性。     

空时编码阵波束域超分辨角度估计方法

空时编码阵(space time coding array,STCA)雷达通过在相邻阵元间引入时间延迟,在发射单一波形的条件下可实现全向空域的有效覆盖,工程上易于实现。针对STCA雷达体制,提出了一种基于发射维空间自由度的波束域超分辨角度估计方法。通过分析STCA多维模糊函数,设计了接收端的角度时间二维匹配滤波器,因而在接收端等效形成发射多波束,获得发射维空间自由度,进而设计相应的波束域搜索导向矢量,基于波束域多重信号分类 (multiple signal classification, MUSIC)算法实现了STCA等效发射端的超分辨角度估计。仿真结果验证所提方法的有效性。     

弹载SAR系统参数优化设计方法

通过建立弹载合成孔径雷达(synthetic aperture radar, SAR)系统参数优化设计数学模型,提出了一种基于遗传算法(genetic algorithm, GA)的弹载SAR系统参数优化设计方法,解决了弹载SAR系统在确定弹道和多个系统指标非线性约束条件下的系统参数优化设计问题。该方法能够在满足系统指标(分辨率、幅宽、数据率、噪声等效后向散射系数等)要求的前提下,快速获取使图像性能最优的系统参数。同时,该方法还适用于方位向多波位模式的系统参数优化设计。基于典型工作参数的仿真实验验证了该方法的有效性。     

基于LMKL和OC-ELM的航空电子部件故障检测方法

针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning, LMKL)和一类超限学习机(one-class extreme learning machine, OC-ELM)的故障检测方法。仅运用正常状态的小样本数据,给出了LMK-OC-ELM的数学表达形式,并在不同的门模型下推导了LMK-OC-ELM中局部核权重的优化方法;在获取局部核权重的基础上,定义了离线故障检测所需的统计检验量与阈值,以便工程实现。将所提方法应用于某型接收机,结果表明,在训练时间可控的前提下,与4种常见的一类分类(one-class classification, OCC)算法相比,所提方法可均衡地提高召回率、查准率和特异度,以LMK-OC-ELM-sig为代表,其在F1、曲线下方面积(area under curve, AUC)、G-mean和准确率4个指标上,比最近提出的局部多核异常检测(localized multiple kernel anomaly detection, LMKAD)方法分别提高了1.60%、1.57%、1.53%和2.23%。     

基于子空间估计的MIMO阵列降维STAP方法

当对多输入多输出(multiple input multiple output, MIMO)阵列进行空时自适应处理时,由于MIMO阵列虚拟孔径增大,相对常规相控阵列能够更好地抑制杂波和干扰,但其所需样本数据量大且计算复杂度高,工程实际中难以应用。提出基于子空间估计的MIMO阵列降维空间自适应处理（space time adaptive processing, STAP）方法,该方法结合扁长椭球波函数的时限带限特性近似构造出降维的杂波子空间,并利用与发射波形正交的辅助匹配滤波通道估计出干扰加噪声协方差矩阵,通过“逼零”方法求得MIMO阵列系统的空时权矢 量。仿真结果表明,当存在非理想因素影响时,该方法能够有效抑制杂波和干扰且降维运算量更低。     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。     

Gamma-Gamma模型下采用PPM调制的MIMO-FSO系统误时隙率分析

分析了在Gamma-Gamma分布下基于脉冲位置调制(pulse position modulation, PPM)方式的多输入输出自由空间光学（multiple input multiple output free space optics, MIMO-FSO）通信系统模型。首先推导了单输入单输出（single input single output, SISO)-PPM系统的误时隙率（slot error rate, SER）计算公式,以此作为参考,在独立同分布和独立分布参数不同情况下,分别推导出MISO-PPM、SIMO-PPM和MIMO-PPM系统的平均SER计算公式,并用数值仿真的方法,分析了它们的平均SER性能。仿真结果表明,在Gamma-Gamma分布模型下,采用多发多收的方法确实能有效提高FSO系统的平均SER性能,如在误时隙率为10 ^-4 时,M = 2、N =2 的MIMO-PPM系统在信道分布参数相同和不同时,与SISO-PPM相比,分别能节省信噪比50 dB和65 dB左右。实际应用中,M 和N 分别取3或4就基本足够,对无线光通信系统的理论分析和系统设计具有一定的指导意义。     

基于迭代阈值分割的星载SAR洪水区域快速提取

基于星载合成孔径雷达(synthetic aperture radar, SAR)的洪水区域提取可对洪灾信息进行高效提取。然而, 传统提取方法往往时间复杂度较高, 严重影响了洪灾区域获取的时效性。基于改进迭代阈值分割原理, 本文提出了一种星载SAR图像洪水区域快速提取方法。首先, 对预处理后的SAR图像进行高斯拟合再抽样, 抑制SAR图像直方图异常点的影响。其次, 利用迭代阈值算法进行水体提取, 并基于形态学滤波对噪声进行抑制。最后, 对已识别的水体区域开展变化检测, 实现洪灾区域的提取。基于2020年7月鄱阳湖流域特大洪灾前后的哨兵-1 SAR图像, 本文开展了洪水区域提取对比试验。试验结果表明, 该方法可在保证洪水区域提取精度的同时, 显著提升处理效率。     

基于冗余阵元优化的双基地嵌套MIMO雷达目标DOD和DOA联合估计方法

针对传统双基地嵌套多输入多输出(multiple input multiple output, MIMO)雷达进行目标参数估计时精度差、角度分辨率低和自由度低等问题, 提出了一种基于利用虚拟冗余阵元的重建Toeplitz矩阵算法对目标的波离方向角(direction of departure, DOD)和波达方向角(direction of arrival, DOA)开展参数估计的方法。首先, 将两个嵌套阵列空间分置后分别形成双基地MIMO雷达的接收阵列和发射阵列, 阵列经处理后的虚拟接收信号存在大量冗余虚拟阵元。其次, 将冗余虚拟阵元对应的协方差数值进行平均处理替代原值, 形成新的虚拟接收信号。然后,通过利用两个选择矩阵在虚拟接收阵列和虚拟发射阵列中分别构建空间平滑子阵的方法重构Toeplitz矩阵, 来重组虚拟接收信号。最后, 利用常规子空间类算法对等效虚拟信号开展空间谱估计, 实现DOD和DOA的相互匹配, 所提算法在估计性能和自由度性能方面与其他算法对比效果更好。     

基于PSO-BP的应急通信感知装备效能评价方法

应急通信感知装备效能评价可支撑相关装备的发展规划, 而现有评价方法主观性强, 且自适应能力有待提升。因此, 提出一种基于粒子群优化(particle swarm optimization, PSO)算法的改进反向传播(back propagation, BP)神经网络的应急通信感知装备效能评价方法, 旨在建立客观精准的效能评价。首先面向实战效能构建了三级效能评价指标体系, 然后将样本数据进行主成分分析法降维, 建立BP神经网络回归模型, 并结合PSO算法对模型的连接权值与阈值进行优化, 形成PSO-BP模型以避免局部极小值问题, 获得可评价具体装备效能时的神经网络模型。实例分析表明, PSO-BP相较于BP神经网络模型评价的均方误差减少了28.18%, 表明PSO-BP模型具有更高的准确性。