双基地MIMO雷达二维DOD和二维DOA联合估计

提出一种双基地MIMO雷达L型阵列下多维角度联合估计的新算法. 该算法利用匹配滤波器输出信号特点构造不同的代价函数,采用迭代最小二乘算法估计收发阵列流形矩阵,根据L 型阵列结构的特点和最小二乘法,从估计出的矩阵中计算目标的二维DOD(direction of departure)和二维DOA(direction of arrival). 该方法无需谱峰搜索,可实现参数的同时估计与配对. 与ESPRIT 算法相比,具有更高的估计精度,并接近于克拉美-罗下限,且在小快拍数下也能较好地工作. 仿真结果验证了该算法的有效性.     

平面阵列下的二维角度和频率联合估计

在均匀面阵列结构基础上提出一种二维角度和频率联合估计新方法. 对阵列天线输出的信号进行建模分析,表明阵列接收信号具有平行因子四线性模型特征. 利用该模型低秩分解的唯一性条件,从分解得到的矩阵中联合估计出信源的参数. 该算法首先利用四线性交替最小二乘算法估计出方向矩阵和频率矩阵,然后利用频率矩阵的Vandermonde特征和方向矩阵的结构特点及最小二乘法计算频率和二维角度. 该方法无需谱峰搜索即可实现参数同时估计与配对,与现有的基于三线性分解的算法和ESPRIT算法相比具有更高的估计精度,而且在小样本数情况下也能较好地工作. 仿真结果验证了该方法的有效性.     

面阵中降维Capon的二维DOA估计

提出了面阵中基于降维Capon的二维波达方向(direction of arrival,DOA)估计算法.先求得接受信号的协方差矩阵,再对其变换式进行谱峰搜索估计出一个参数,进而通过最小二乘估计出第2个参数.采用一维全局搜索实现二维DOA的联合估计,可避免二维Capon算法由二维谱峰搜索带来的巨大计算量,从而大大降低了计算复杂度,且角度估计性能非常接近于二维Capon算法.该算法既可以实现二维角度的自动配对,又可以精确地估计出相同方位角(或仰角)的信源,其优越性均可在文中得到验证.     

双基地MIMO雷达多目标定位

针对双基地多输入多输出雷达目标定位问题,提出一种基于联合矩阵上三角化的收发角度估计算法. 将收发角度估计问题转化为联合矩阵上三角问题,采用扩展QZ迭代算法对其求解,估计收发阵列流型矩阵,最后利用谱分析算法恢复收发角. 该算法充分利用匹配滤波输出的所有信息,无需二维谱峰搜索,每次迭代均可得到精确的闭式解. 与现有算法相比,该方法的角度估计精度更高,且收发角可自动配对. 仿真结果表明所提算法的有效性.     

OFDM中利用酉变换和结构最小二乘的角度和时延联合估计

在正交频分复用系统中,低信噪比条件下基于子空间分解的角度和时延联合估计算法的估计精度受限,为此提出一种利用酉变换和结构最小二乘的联合估计算法.利用酉变换将接收数据转换至实数域,然后用二维结构最小二乘建立目标优化函数,计算含有角度和时延信息的两个实对角矩阵.将这两个实矩阵构成一个复矩阵后对该复矩阵进行特征值分解,通过特征值实部和虚部的对应关系实现角度和时延的配对.该算法的目标函数合理地考虑了误差项之间的耦合关系,更加精确地修正了存在误差的信号子空间矩阵,因此估计结果更接近最优解.实验结果表明,该算法的估计精度和估计成功率比传统子空间算法高.     

基于低概率检测的高光谱异常目标检测算法研究

在深入分析高光谱数据特点的基础上,系统研究了基于低概率检测的高光谱图像异常检测方法。首先针对高光谱图像数据维数高的特点研究高光谱图像降维方法,重点研究自适应子空间分解(ASD)算法对高光谱图像进行降维;然后研究高光谱图像异常目标检测算法,异常检测算法能够在没有先验光谱信息的情况下检测到与周围环境存在光谱差异的目标,具有较强的实用性,成为一个重要的研究热点,重点研究低概率检测(LPD)算法,并用此算法对高光谱图像进行异常检测。此外,还研究了其它算法如RX算法,并与LPD算法进行比较,在此基础上对LPD算法进行改进,寻求以较高的鲁棒性进行高光谱异常目标检测,最终用基于特征融合的低概率检测算法对LPD算法进行改进。     

非线性阵列Khatri-Rao子空间宽带DOA估计

针对非线性阵列,基于Khatri-Rao子空间概念提出一种新的无预估角宽带到达角(direction-of-arrive,DOA)估计方法. 从Khatri-Rao子空间虚拟阵列导向矢量出发,利用虚拟阵列所增加的维数,以流形分离技术构造与到达角无关的宽带聚焦矩阵,无需预估角且估计性能良好. 采用Root-MUSIC算法避免传统算法中的谱峰搜索过程,降低了计算量. 仿真结果表明,该方法与需要预估角的已有Khatri-Rao子空间宽带DOA估计方法FKR-RSS相比,具有相近的估计精度和目标分辨力. 在信号源数大于阵元数的情况下,其性能优于FKR-RSS.     

基于2D-MUSIC算法的DOA估计

利用经典的2D-MUSIC算法对二维阵列的DOA估计进行了研究,在平面阵列数学模型以及2D-MUSIC算法的DOA估计模型基础上,以均匀平面阵列为例,对3种不同参数的DOA估计进行了计算机仿真,分析了仿真结果.得出了在不同参数变化趋势下DOA估计的相应变化情况。     

三层介质中电磁散射问题的数值计算

研究三层背景介质中的散射问题,首先将此问题转化为二维Helmholtz方程求解问题,然后给出一种基于PML技术和DSC算法的数值方法.得到该算法的部分误差估计,数值实验指出了算法的有效性.     

基于多径时延跟踪的MIMO-OFDM系统信道估计

针对MIMO-OFDM系统,提出了一种低复杂度的基于多径时延跟踪的信道估计算法,并分析了信道估计的均方误差和计算复杂度.分析和仿真结果表明,这种算法通过对多径的跟踪降低了需要估计参数的维数,从而提高了信道估计的性能,并且降低了运算复杂度.     

GPS空时自适应滤波矩阵重构抗干扰算法

小快拍数、干扰移动及天线平台震动引起协方差矩阵估计误差增加,导致现有的全球定位系统(global positioning system,GPS)空时自适应滤波抗干扰算法的性能急剧下降,为此提出了一种基于矩阵重构的GPS空时自适应滤波抗干扰算法.该算法利用Capon空间谱估计方法重构干扰加噪声协方差矩阵,并对矩阵进行时域平滑得到空时滤波权值.仿真结果表明,该算法在多干扰、低信噪比、小快拍数情况下降低了阵列误差的影响,提高了阵列天线输出信干噪比,与对角加载算法和矩阵锐化算法相比提升5dB左右.     

星载雷达弱目标小波去噪方法研究

针对星载雷达弱目标检测能力的不足,提出运用小波分解阈值处理的去噪方法改善检测前信噪比.结合频率步进信号高分辨成像的特点,设计了时域去噪和距离域去噪两种方法.仿真结果表明,两种方法均能有效地抑制噪声,提高检测前信噪比.通过分析比较,距离域去噪方法更为有效.     

阵列天线空时GPS中频信号建模与仿真

摘要：该文通过分析GPS信号的特性对单天线GPS中频信号进行建模,给出了阵列天线空时GPS中频信号的模型. 建模过程考虑了卫星星钟误差、大气层误差、接收机钟差、噪声等各种误差因素的影响. 设计了阵列天线空时GPS中频信号仿真器,该软件具有设计灵活、可扩展、易于使用的特点. 利用频谱分析方法对仿真生成信号的正确性进行验证,并应用空时自适应处理方法验证了阵列天线空时GPS中频信号模型的正确性. 关键词：     

均匀圆阵多约束实数权直接数据域处理

研究了均匀圆形天线阵列STAP处理中一种改进的直接数据域方法. 该方法仅通过幅度加权即能有效抑制杂波和干扰,实现对目标信号的正确估计. 当目标信号的方向与天线波束指向有偏差时,采用多约束的方法,保证系统在目标信号方向的增益. 实验结果表明了该方法的有效性.     

采用孤立点检测的欠定混合矩阵盲辨识

研究欠定盲源分离中的混合矩阵估计问题,针对多源时频点对混合矩阵估计的影响,提取时频域单源点用于混合矩阵估计,给出一种时频单源点检测方法. 针对时频单源点中孤立点对混合矩阵估计的影响,剔除单源点中的孤立点进一步提高混合矩阵的估计精度,应用减法聚类方法对剔除孤立点后的时频单源点进行聚类,实现了源信号数目和混合矩阵的同时估计. 语音信号的仿真实验表明,与其他两种基于时频单源点的欠定混合矩阵估计算法相比,所提出的算法具有更高的估计精度和更好的鲁棒性.     

Turbo码和空时块码接连调制系统的研究

采用空时分组编码与Turbo码级联技术，提高了经过衰落信道的无线通信系统可靠性．利用双天线发送分集和单天线接收系统，其中将1/2Turbo码作为外码、简单的空时分组码作为内码,叠代解码方案基于MAP算法．解码的复杂程度取决于外码格栅复杂程度．仿真结果表明，利用空时分组编码的发送分集，可在几乎不增加额外处理量的情况下显著提高系统的接收性能．     

OFDM系统的一种新的信道参数估计方法

首先研究了多径衰落信道在OFDM系统中的特点,然后提出了一种新信道参数估计方法,该方法在粗略估计等效相关信道的各路径参数的基础上,利用各路径之间的相关性,分别估计出原始独立衰落信道的各路径时延和幅度.由于独立衰落信道的路径数目远小于等效相关信道的路径数目,该方法能够降低信道加性白噪声对信道估计性能的影响,从而有效地提高信道估计的精度.     

一种新的MIMO-OFDM系统信道估计算法

基于多输入多输出正交频分复用(MIMO-OFDM)系统的LS信道估计算法,提出一种基于加窗的LS迭代信道估计算法,利用对信道频域响应进行加窗,降低了实际MIMO-OFDM系统信道估计中的信道冲激响应(CIR)泄漏,从而使利用时域低通滤波进行噪声直接删除的方法变得有效.理论分析与仿真实验表明:提出的算法能够比传统的LS信道估计算法获得更高的估计精度.     

ARMA模型的超定递推辅助变量定阶方法

本文提出了自回归滑动平均(ARMA)模型的超定递推辅助变量定阶方法.该方法具有好的计算性能和好的统计性质,相对于 AIC 信息准则和递推辅助变量定阶方法是一种更加灵敏的过参数指示器,能够准确明显地确定 ARMA 模型的阶数.方法的可行性用模拟计算和实验数据处理进行了验证,同时,还将该方法与递推辅助变量定阶方法进行了比较.结果表明:超定递推辅助变量定阶方法是一种行之有效的、高性能的定阶方法。     

半无限大空间中二维目标微波成象的新方法

提出了一种利用模拟测量得到的时域散射信息对埋于半无限大空间中的二维电磁目标进行微波成象的新方法－时域变分迭代法（Ｔｉｍｅ－ＤｏｍａｉｎＶａｒｉａｔｉｏｎａｌＩｔｅｒａｔｉｖｅＭｅｔｈｏｄ）,ＴＶＩＭ）,列举了一些典型的数值反演实例,并与有关文献结果作了比较,考察了ＴＶＩＭ的收敛性能,反演复杂目标能力和抗随机噪声等反演性能,从理论上分析了形成ＴＶＩＭ良好反演性能的原因。