基于统计模型的时-空相关海杂波仿真

工作于海洋环境下的雷达面临较严重的海杂波的影响,海杂波统计模型的研究对最优检测算法设计和雷达性能预估有重要作用。基于海杂波的复合散射理论,分析了海杂波非高斯幅度分布的特性、时间相关性及空间相关性。讨论了采用球不变随机过程产生时间和空间相关的海杂波仿真方法。对算法中散斑分量和纹理分量的参数估计,时间相关性和空间相关性的引入方法进行了分析。设定仿真环境仿真产生了具有时间和空间相关性的非高斯型海杂波数据,结果表明采用该方法的有效性。     

蒸发波导环境中基于ZMNL的海杂波仿真

针对海上蒸发波导环境中雷达目标的识别,提出了蒸发波导中基于零记忆非线性变换(ZMNL)的海杂波实现方法。该方法确定了海杂波K分布参数与蒸发波导高度间的关系,可得到不同蒸发波导高度、不同探测距离处的相关K分布杂波序列。给出了应用该方法产生杂波的具体步骤,仿真实验证明了该方法用于蒸发波导中海杂波建模的有效性。     

基于数值仿真的X波段极化SAR海杂波统计建模与特性分析

针对3~5级海况下X波段极化合成孔径雷达(synthetic aperture radar, SAR)海杂波的仿真和统计建模, 首先利用Apel海浪谱模型和Monte Carlo方法仿真不同风速下的大尺寸二维粗糙海面, 进而分别利用物理光学模型和弹跳射线法两种高频电磁散射模型考虑海面的单次散射和多次散射, 实现大尺寸海面的极化SAR海杂波仿真, 并利用X波段地球物理模式函数和岸基实测海杂波对仿真海杂波的精度和统计分布进行验证。基于仿真海杂波数据, 利用典型的乘积模型和Mellin类统计量开展海杂波统计建模和特性分析。仿真结果表明, 在2 m×2 m的高分辨率条件下, X波段同极化海杂波并不服从适用于中低分辨率海杂波的K分布, 且在不同风速风向下呈现出不同的纹理特征; X波段交叉极化海杂波表现出较弱的纹理特征, 服从Wishart分布; 随着入射角和雷达视数的增大, 海杂波的纹理特征逐渐减弱。     

海杂波的混沌特性分析

介绍了相关维数、Lyapunov指数等用于描述混沌动力系统的重要概念及其计算方法,并对雷达采集的实际海杂波时间序列数据进行了计算分析。结果表明,海杂波具有有限的相关维数和正的最大Lyapunov指数,说明海杂波信号具有混沌系统的典型特征。     

海杂波尖峰特性研究及仿真分析

介绍了基于海尖峰的复合海杂波雷达截面积(RCS)模型,根据浪涌稳态性原理从时间、幅度和频率三个方面对海尖峰进行了定义;对C波段实测雷达海杂波数据进行了统计分析,并为分析杂波“拖尾”特性构造了修正的均方差检验法;以K分布为模型,研究了在指定雷达虚警概率下海尖峰发生次数的统计特性。仿真分析表明,二项分布和泊松分布均可以在低虚警概率下较好地描述海尖峰的统计特性。     

基于WPTMM的PM2.5与气象条件关系的联合多重分形分析

PM2.5是影响空气质量的主要污染物,PM2.5污染浓度与气象条件关系密切,研究气象条件对PM2.5浓度的影响对改善城市空气质量有着重要意义.鉴于分形和小波在处理复杂非线性系统时的优势,本文提出了基于小波包变换模极大值(wavelet:packet transform modulus maxima,WPTMM)的联合多重分形,首先对变量序列进行小波包分解,使用模极大值进行去噪,然后构造联合配分函数,最后计算联合多重分形谱,分析两个变量之间的分形相关性.该方法将单个变量的多重分形扩展到两个变量的联合多重分形,并且利用WPTMM计算联合多重分形谱降低了计算复杂度,同时去除噪声的影响.用本文方法分析北京、香港PM2.5浓度与各气象要素之间的关系,实验结果表明,该方法能够有效地分析各种气象要素在不同季节中对PM2.5浓度的影响.     

基于可调Q因子小波变换的海杂波抑制算法

针对海杂波背景下弱目标检测中存在的信杂比低的问题,提出了改进的基于可调Q因子小波变换的海杂波抑制算法。由于海杂波能量远大于目标信号能量,提出选取与海杂波振荡特性相匹配的参数进行可调Q因子小波变换,得到各小波子带的系数,并对小波系数进行稀疏优化后重构海杂波信号。为了判断弱目标信号是否存在,提出一种自适应的阈值检测方法,将原始回波信号与海杂波重构信号的差作为检测样本,实现对弱目标信号的检测。该算法不依赖海杂波具体模型。最后对某实测海杂波数据集进行实验,验证了所提算法的正确性。     

基于小波分析的股市波动的多重分形辨识

以上证指数和深圳成分指数日收盘价的时间序列为样本,利用小波分析方法剔除序列的噪声干扰,对序列保留的波动趋势进行多重分形辨识.通过 WTMM (小波变换模极大)计算配分函数,尺度函数和多重分形谱等,全面细致的量化了序列的局部及不同层次的波动奇异性.计算结果表明:去除噪声干扰后, 中国现行证券市场的波动呈现显著的多重分形特征.     

基于联合多重分形的股市量价关系分析

证券市场的量与价之间的关系一直是金融领域研究的热点问题。利用多重分形与联合多重分形分析中国及世界各主要股市的成交量与价格之间的关系,说明不同股指下的量价规律并不具有一致性,有些股指可能量高价也高,有些股指可能量低价也低。无论成交量如何变化,相对来说,亚洲股市价格波动更剧烈些。     

上海证券市场的多重分形特性分析

作者将多重分形分析的三种方法(配分函数分析法、奇异谱分析法和多重分形趋势消除波动分析法)应用于我国上海证券市场在过去七年中的收盘指数序列,分析了不同时间标度对多重分形特性的影响.结果表明:上海证券市场具有弱多重分形特征,标度不变性达到六个数量级;多重分形的形状不随时间标度的改变而改变,但其强度随标度的减小而减弱;随着配分阶数的增大,多重分形随之增强,奇异谱曲线越来越粗糙,广义赫斯特指数逐渐减小.这些结果为进一步研究证券市场价格变化的动力学机理提供了坚实的实证基础.     

时空相关K分布海杂波的建模与仿真

给出了K分布海杂波概率分布特性、时间相关特性分析和空间相关特性分析,结合球不变随机过程（SIRP）,提出了一种生成时空相关K分布海杂波的仿真方法,并对其时间相关特性、空间相关特性进行了理论分析和仿真。结果表明,该方法能够生成满足要求的时空相关K分布杂波序列,生成杂波序列的概率密度函数（PDF）和功率谱密度与理想的K分布海杂波吻合较好。     

基于RBF神经网络的海杂波建模

从相空间重构理论出发，构造了一个RBF神经网络预测器来重构海杂波的内在动力学，并且利用这个确定性的模型时海杂波的演变进行预测。为验证模型的推广性能，采用了多步预测。对雷达采集的实际海杂波数据的实验结果表明，这个确定性的模型可以很好地追踪海杂波的演变。文中还分析了该RBF神经网络预测器在不同高斯白噪声条件下的预测性能，得出了其预测误差与杂噪比（CNR）的关系。     

基于统计特征值分解的雷达地杂波逆向仿真方法

任何平稳随机信号都可以用一些统计特征值来描述,得到这些统计特征值就可以采用数学的手段来反演出平稳随机信号。根据此思想,提出了一种不同于常规正向仿真法的雷达地杂波随机信号逆向仿真方法,该方法对地杂波协方差阵做cholesky因式分解来生成地杂波随机信号。这种方法适合于研究动目标检测等特殊后端处理算法,可避免正向仿真复杂耗时的计算过程。从仿真结果的统计特征值比较及对动目标检测算法的验证来看该方法是有效且方便的。     

海杂波背景下基于神经网络的目标检测

为了检测海杂波背景下的目标回波信号,提出了一种基于神经网络的目标检测方案。设计径向基函数(RBF)网络对海杂波的混沌动力学特征进行学习和预测,并对预测误差作功率谱分析,可以检测出目标信号并提取其速度和距离信息。应用实际参数在岸基和舰载雷达条件下的仿真结果表明该方法优于感知器门限分类检测和目标信息的二维FFT提取,检测相对误差控制在10-3~10-4量级。仿真进一步给出了两种条件下的检测最低信噪比。     

基于运动载机模型的相控阵雷达动态杂波抑制仿真研究

基于运动载机背景下的动力学特性研究,建立了相控阵机载预警(PAAEW)雷达在实际振动形变等非均匀条件下的动态杂波特征模型,提出了坐标变换算法的建模方案。构造了能够模拟载机实际飞行状态的杂波抑制特性可视化仿真子系统,实现了动态过程的仿真交互、管理控制与评估校验。为机载预警系统的总体仿真实现提供了良好的支撑环境。     

引信接收杂波并行仿真

利用对引信波束照射区域进行单元划分并矢量叠加回波信号的方法进行杂波仿真可以获得较高的逼真度,但是计算量也成倍的增加.在对引信接收杂波仿真过程深入研究的基础上,提出并行计算方法解决杂波仿真效率低的问题.该方法基于脉冲重复周期的粗粒度划分并解决了负载平衡问题.仿真试验充分验证了该方法的有效性和可行性.     

天基双基地雷达杂波仿真技术研究

在天基双基地雷达系统配置下,研究了杂波建模的方法。根据双基地雷达分辨率通常低于单基地系统的特点,提出一种基于单基地散射单元划分的双基地杂波仿真方法,以解决天基情况下地球曲率带来的散射单元划分困难的问题。给出了天基双基地杂波仿真流程,具体介绍了散射单元划分、坐标转换以及相关杂波合成等关键步骤。仿真结果验证了该方法的有效性。     

舰载跟踪雷达MTD信号处理机海杂波的抑制

海杂波的干扰是限制舰载雷达目标的检测和跟踪的重要因素。在简要分析全相参体制跟踪雷达一般组成和对 Ｍ Ｔ Ｄ 信号处理机设计的特殊要求后,重点探讨了适用于该体制的跟踪雷达 Ｍ Ｔ Ｄ 信号处理机海杂波抑制问题。