机载合成孔径雷达运动目标成像研究

研究运动目标成像的关键技术:距离迁徙校正和运动参数检测。利用广义二阶key-stone变换校正距离迁徙,提出不同消失矩的小波检测运动参数方法,适合硬件实现。通过广义二阶key-stone变换和Radon变换实现多运动目标数据的分割;超分辨方法处理获得清晰的多运动目标图像。通过X波段SAR运动目标实际数据验证了算法的有效性,在高信杂比的情况下,可得到比时频分析方法分辨率更高的运动目标图像。     

双基地MIMO雷达的高速运动目标定位方法

高速运动目标的大多普勒频率会导致传统匹配滤波器严重失配,因此当目标高速运动时多输入多输出（multiple input multiple output,MIMO）雷达利用传统匹配滤波器无法有效地形成虚拟阵列。研究了利用双基地MIMO雷达实现多个高速运动目标交叉定位的方法,采用降低雷达距离分辨率的方式以获取较长时间的相参积累,并将接收阵列回波信号与发射信号共轭相乘后的数据进行频域处理,有效形成了虚拟阵列,然后利用传统超分辨算法对在相同粗距离分辨单元上的高速运动目标的发射角和接收角进行联合估计,从而能够有效交叉定位多个在距离上无法分辨的高速目标。仿真结果表明了所提方法的可行性和有效性。     

雷达距离超分辨降噪技术及残留噪声统计特性分析

基于高分辨阵列处理算法估计雷达目标回波时延较常规的模糊图技术可获得增强的距离分辨力。本文对我们最近提出的一种针对线性／非线性调频（ＬＦＭ／ＮＬＦＭ）雷达脉压的降噪算法及残留噪声的统计特性进行了分析，并在此基础上提出了有效的距离超分辨处理方法。计算机模拟验证了分析的正确性并表明这一降噪预处理技术可大大降低雷达距离超分辨处理的ＳＮＲ门限。     

近场大转角情况下水下转台目标成像研究

针对近场大转角情况下水下转台目标成像问题,建立了目标回波信号模型,根据近场条件的特点将投影层析算法进行适当地修正后,用于解决当目标转动角度较大时运用距离-多普勒算法对其成像存在的越分辨单元走动难题.利用修正后的算法实现了多点目标以及刚性椭球目标的仿真成像,结果表明运用该算法可获得近场大转角情况下的水下转台目标成像.     

空间相关多基地雷达分辨能力提高方法

针对雷达密集多目标探测问题,考虑一个单发多收多基地雷达系统,在分析空间相关多基地雷达模糊函数的基础上,通过传感器部署、波形选择这两种方法来改变模糊函数形状,达到改善目标分辨性能的目的。文中以模糊函数3-dB投影面积值为指标,对比空间非相关多基地雷达,分析了不同传感器部署和波形选择情况下的目标距离分辨性能,并给出了相应的仿真结果。研究成果不仅能用于对多基地雷达密集多目标探测性能的分析,还能为多基地雷达布站、波形设计等提供一定的理论参考。     

被动传感器阵列中基于视线距离的数据关联

针对低检测概率环境下被动传感器阵列中的数据关联问题,提出了一种基于视线距离的数据关联新算法。首先详细分析了传统基于视线距离数据关联方法的不足,提出各个观测站对于同一个目标的平均视线距离应最小。同时,认为同一个目标只要被超过2/3的传感器所观测,此关联组合就有效。最后,利用关联组合的平均视线距离和有效传感器个数来设计模糊隶属度函数,以模糊关联隶属度最大为关联准则构建数据关联算法,给出了算法流程。实验结果表明,在检测概率不为1、误差较大的多目标环境下,提出的算法要明显优于传统方法。     

加权快速聚类距离解模糊算法

距离模糊是雷达系统中重频工作模式下必须考虑的问题,而多重频技术是解距离模糊常见的信号波形设计方案。一维聚类算法可根据雷达不同重频的测量视在距离稳健地求解目标不模糊距离,但一维聚类算法在排序效率和根据测距信噪比估计目标不模糊距离性能两方面存在不足。加权快速聚类距离解模糊算法首先提出快速聚类算法提高解模糊时的排序效率,继而采用加权方式提高目标不模糊距离的估计性能。快速聚类算法的仿真试验结果表明快速聚类算法解距离模糊是一种实用的快速解距离模糊算法。     

毫米波实孔径三维成像研究

用WehnerDonaldR .提出的实孔径三维成像技术 ,可以利用实孔径高分辨率雷达获得目标的三维图像。但是该方法的缺陷在于 ,如果雷达的参数一定 ,即距离维分辨固定 ,则在距离上不能分辨的散射点在方位上亦不能分辨。针对这一问题 ,提出通过在距离维采用超分辨技术 ,提高距离维的分辨率解决了以上问题 ;同时使用全局最小二乘法解决了由于采用超分辨方法而带来的振幅估计问题。仿真结果表明 ,新算法可以较好地解决以上问题 ,是可行的。     

高斯背景下距离扩展目标的恒虚警率检测

对宽带高分辨率雷达(HRR)中的距离扩展目标进行检测,若还采用分辨雷达的检测方案,目标回波的全部能量得不到充分利用,会影响雷达的检测性能。提出了一类基于二进制积累的距离扩展目标检测算法,推导出了它们的平均虚警概率和平均检测概率的数学解析式,并进行了性能分析和比较。这些方法较常规低分辨雷达方法可获得目标信噪比8个多分贝的性能改善,且这些次优积累的高分辨雷达距离扩展目标检测方法具有易于工程实现的优点。     

探讨区域雷达网雷达部署数目与检测概率关系

频率编码脉冲是一种大时宽带宽信号,具有良好的距离分辨性能,并可拥有较窄的瞬时带宽。推导了频率编码脉冲信号与步进频率编码脉冲信号的模糊函数,分析了其距离、速度分辨性能及其相应关系,并对频率编码脉冲信号模糊函数的旁瓣抑制问题进行了讨论,结果表明,采用遗传算法得到的频率编码工程优化值,能较好解决目标距离、速度的联合测量问题。     

余差查表法解单目标距离模糊的分析和仿真

脉冲多普勒雷达在信号检测时存在距离模糊和速度模糊的问题。为了解决模糊问题 ,在体制上雷达一般采用多重PRT(脉冲重复周期 )工作方式 ,采用这种体制的雷达在信号处理上 ,又有多种解模糊算法。简要描述了采用余差查表法解距离模糊的原理及实现的相应步骤 ,分析了该算法在系统存在测量误差情况下的容错性 ,并通过大量的仿真证实了分析结果。最后给出了采用余差查表法解距离模糊的仿真结果     

多目标跟踪的分布式MIMO雷达有限阵元选取算法

为充分发挥分布式多输入多输出雷达阵元选取的灵活性,提高多目标跟踪精度的同时,尽量降低系统的代价损耗,提出了一种基于多目标位置估计的阵元选取算法。首先,以提高目标位置估计精度为优化准则,在给定阵元子集大小和允许最高精度误差的约束下,建立了目标位置估计精度与系统代价损耗折中的阵元选取优化模型。然后,采用多起点搜索贪婪算法对模型进行求解,得到多目标跟踪的阵元选取结果。仿真结果表明,在一定阵元子集大小和跟踪目标个数的范围内,该算法能够获得良好的选取性能,并大大降低系统计算量。     

Robust estimation algorithm for multiple-structural data

This paper proposes a robust method of parameter estimation and data classification for multiple-structural data based on the linear error in variable (EIV) model. The traditional EIV model fitting problem is analyzed and a robust growing algorithm is developed to extract the underlying linear structure of the observed data. Under the structural density assumption, the C-steptechnique borrowed from the Rousseeuw's robust MCD estimator is used to keep the algorithm robust and the mean-shift algorithm is adopted to ensure a good initialization. To eliminate the model ambiguities of the multiple-structural data, statistical hypotheses tests are used to refine the data classification and improve the accuracy of the model parameter estimation. Experiments show that the efficiency and robustness of the proposed algorithm.     

基于距离-方位二维聚类的海上编队目标距离像提取

在观测编队目标时波束内容易出现多个目标,可能引起距离像邻近甚至混叠,难以判断距离像簇与目标之间的对应关系,导致无法准确提取单个目标的距离像信息。本文基于距离像目标识别的需求,在海面编队结构信息的约束下,分析了波束内多目标出现概率,定义了多目标距离像之间的4 种关系,利用目标的距离和方位角信息进行二维聚类来判断距离像簇与多目标之间的对应关系,从而实现波束内多个舰船目标的距离像提取。仿真实验表明该算法能够在不同信噪比和带宽条件下很好地区分编队内不同目标的距离像,为下一步基于距离像信息的目标识别和稳定跟踪提供了重要条件。     

基于因子图协同定位辅助的单星定位方法

在诸如行星探测,战争损毁等导航星座拒止环境下,单星定位系统可以快速部署为目标提供定位支持,但单星定位系统较大的定轨误差导致定位误差较大。针对上述问题,提出了一种基于因子图协同定位辅助的单星定位方法。首先,通过多组卫星不同时刻的伪距差值构建定位双曲面为定位目标提供连续定位并减小卫星和接收机钟差的影响;其次,利用多个定位目标之间的高精度测距信息建立协作因子图,并利用该协作因子图辅助单星定位系统的定位结果,从而提高定位精度。将所提出的单星定位方法与现有的多普勒单星定位方法和径向加速度单星定位方法从卫星定轨误差、测距误差和定位误差3方面进行对比。仿真结果表明,所提出方法的定位误差仅为其他两种方法的1%～10%。     

基于AGIMM的临近空间机动目标跟踪滤波算法

由于临近空间高超声速目标的机动形式复杂,单一模型很难满足高精度跟踪的需要。因此需要使用基于多种模型进行交叉耦合的交互式多模型算法,这种算法特点与临近空间目标高速、高机动特性相适应。提出了一种自适应网格交互多模型跟踪算法用于临近空间高超声速机动目标的跟踪问题。所提方法能够处理自适应时变模型集合,随时调整当前时刻使用的模型数量,相比于固定结构交互式多模型算法极大减少了计算量,计算效率和跟踪精度更高,数值仿真结果验证了所提算法的有效性。     

基于多频模糊度解算的BDS/GPS中基线 AEKF RTK算法

为了提高中基线实时动态(real time kinematic, RTK)定位的模糊度解算成功率和定位精度,提出一种基于三频北斗系统(BeiDou navigation satellite system, BDS)和双频全球定位系统的多频模糊度解算算法。该算法结合三频模糊度解算(three carrier ambiguity resolution, TCAR)和最小二乘降相关(least square ambiguity decorrelation adjustment, LAMBDA)算法通过三级迭代固定模糊度。此外,为了减少电离层延迟等误差对模糊度解算的影响,提出一种组合系数搜索算法。利用自适应扩展卡尔曼滤波实现RTK定位。在中基线实验中,将提出算法与BDS TCAR和单/双系统LAMBDA算法在成功率和定位精度方面进行比较。结果表明,所提算法的成功率最高,可即时固定模糊度,且定位误差在毫米级,精度在3种算法中最优。     

基于多区间参数修正的角速率姿态算法

姿态解算是惯性导航过程中的核心环节。针对惯组输出为角速率的情况, 参考单子样姿态算法的思路, 在角速度多项式拟合过程中利用前周期的部分角速率子样信息, 通过对多个不同拟合区间的角速度多项式积分来提取并修正对应采样周期的角增量信息, 进而利用角速率信息和多次修正后的角增量信息构造圆锥误差补偿结构。仿真结果表明, 新算法不仅可以提高姿态的解算频率, 且在一定圆锥频率范围内, 相较于传统算法的计算精度提高2~3个数量级。     

基于扩展量测的球坐标系中水下目标跟踪算法的研究

基于自适应高斯模型，提出了球坐标系中扩展量测的水下目标跟踪，导出了目标模型和目标运动状态的坐标转换公式，推导了基于扩展量测的球坐标系目标跟踪算法，给出了Monte carlo仿真结果。结果表明：本文提出的跟踪算法不但能够提高目标距离的稳态跟踪精度，而且能够提高目标方位角和俯仰角的稳态跟踪精度，改善系统的动态收敛特性。