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。     

一种能量均衡的无线传感网络生命期优化算法

针对传统路由算法在无线传感器网络中的不足,选取能耗小、节点剩余能量多的路由以均衡网络能耗并最大化网络生命期。通过构造目标优化度评价函数,以达到网络路由能量均衡最优化的目的。算法通过调整各目标优化度函数的取值范围,以满足业务对能耗和剩余能量的不同要求。最后的仿真结果显示,与传统的路由算法相比,本算法在网络生命期、能量均衡分布及总体能耗等方面具有明显优势。     

基于频控阵的多普勒波束锐化高度表设计

多普勒波束锐化(Doppler beam sharpening, DBS)是飞行器实施地形跟随或地形回避的重要技术。针对飞行器高度表在DBS工作模式的射频隐身需求, 利用频率分集阵列(frequency diversity array, FDA)研究了基于射频隐身的DBS高度表。首先通过研究FDA的辐射方向图特性, 分析了FDA的频率增量依赖特性及其距离周期性对DBS模式的影响。以此为基础, 给出了对于DBS高度表的约束条件, 包括了FDA阵元间频率增量、脉冲重复频率、脉宽等, 同时建立了FDA-DBS高度表的射频隐身模型。仿真表明, 相对于相控阵和多输入多输出等阵列, 基于FDA的DBS高度表具有优秀的射频隐身性能。     

基于Shearlet变换和Krawtchouk矩不变量的河流SAR图像分割

合成孔径雷达(synthetic aperture radar,SAR)图像分割是河流检测与识别的关键步骤,为了进一步提高河流SAR图像分割的准确性,提出一种基于Shearlet变换、Krawtchouk矩不变量及模糊局部信息C均值聚类的河流SAR图像分割方法.首先,对河流SAR图像进行Shearlet分解,提取其纹理特征,构成特征向量的前半部分;然后,计算河流SAR图像的Krawtchouk矩不变量,作为其形状特征,构成特征向量的后半部分;最后,利用模糊局部信息C均值算法依照上述特征向量进行聚类,由此得到河流SAR图像分割结果.大量实验结果表明,与近年来提出的脉冲耦合神经网络结合最大方差比准则分割法、Gabor小波变换结合模糊C均值聚类分割法、FLICM聚类分割法相比,所提出的方法在主观视觉效果以及客观定量评价指标误分割率上均有明显优势,且分割河流SAR图像更加准确.     

带约束的多目标优化的无线传感器网络路由算法

针对无线传感器网络的特点,建立了基于带宽约束的能量和时延多目标优化的网络模型,提出了一种改进的理想点多目标优化路由选择算法.算法解决了不同目标的量纲差异问题,并通过调整相关系数来适应不同业务对能量和时延的不同要求.实例计算结果表明了算法的可行性.与最小时延算法和最大剩余能量算法相比,该文算法提高了以能量和时延为参数的评价函数的综合性能指标.     

基于四元数矩阵的谐波信号多参量联合估计

针对许多应用场合中存在的谐波多参量联合估计,提出一种基于四元数理论的谐波多参量联合估计算法。该算法首先通过对原信号模型的变换构造一种新的四元数模型,同时构造该四元数模型自相关函数;然后构造该四元数模型自相关函数的Toeplitz矩阵,并对其进行分析,提出谐波信号多参量估计的核心是充分利用四元数建立信号各参量之间的相互约束,以提高参量估计效果;最后利用四元数右特征值分解方法,构造基于四元数的噪声子空间,用四元数MUSIC方法联合估计原信号的多参量。仿真实验说明该方法在信噪比较低时,较经典方法能更有效提取谐波的多个参量。     

典型目标的合成孔径雷达回波生成与图像仿真

分析了典型目标的合成孔径雷达(SAR)回波与图像仿真对验证SAR成像算法的有效性、开展SAR图像解译和SAR图像自动目标识别等方面的研究具有重要作用,在现有的SAR回波信号和图像仿真方法基础上,提出了一种新的目标SAR回渡信号和图像仿真方法,该方法把目标特性分析的曲面像素法和基于二维傅立叶变换(2DFFT)的SAR回波信号仿真数学模型相结合,采用曲面像素法来计算目标的散射率,用基于2DFFT的回波生成方法来计算SAR回波,实现了典型目标的合成孔径雷达回波生成和图像仿真,并给出了相应的仿真结果,证明了该方法的有效性.     

一种噪声背景下的雷达目标识别方法

雷达高分辨距离像(high resolution range profile, HRRP)包含了丰富的目标结构信息,在雷达目标识别领域有良好的应用前景。针对传统的HRRP识别方法对噪声环境适应性差的问题,选用具有时移不变性的紧支撑小波自相关作为支持向量机(support vector machine, SVM)分类器的核函数,研究了幂次变换(power transform, PT)参数的选取对识别效果的影响,给出了参数选取经验公式,结合信噪比实时估算自适应地进行数据预处理以增强算法的抗噪性能。仿真表明,所提出的方法与传统的高斯径向基核SVM相比,提高了目标识别率,并且具有较好的噪声稳健性。