基于Beta过程的高分辨ISAR成像

对于高信噪比、完整回波、目标平稳运动等理想观测环境,现有成像技术已经较为成熟,可以获得聚焦良好的高分辨逆合成孔径雷达(inverse synthetic aperture radar, ISAR)像。但在实际中的方位回波缺损与低信噪比观测情况下,随机相位误差等因素会降低现有成像算法的性能甚至使其失效。本文首先建立了ISAR稀疏观测模型,并基于稀疏贝叶斯学习理论,通过引入Beta过程非参数先验构建层级概率模型,进而交替利用Gibbs采样及最大似然方法对ISAR像及随机相位误差进行估计。实验结果表明,所提方法在低信噪比、回波缺损等复杂观测环境下能够获得聚焦良好的ISAR图像。     

基于改进OMP算法的稀疏目标微波关联成像方法

利用稀疏重构类方法进行雷达微波关联成像时,传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法在每一次迭代过程中均需要求解目标函数的最小二乘解,导致成像算法计算复杂度随矩阵规模和迭代次数增加而急剧攀升.针对此问题,结合频率捷变思想,提出了一种改进OMP算法的稀疏目标微波关联成像方法....     

基于八叉树优化的MoM-PO/PTD混合算法分析目标电磁散射及辐射问题

在综合利用矩量法(method of moments, MoM)和物理光学(physical optics, PO)方法的过程中, 要精准识别和划分PO位置处于点光源照射情况下的暗区和亮区。传统的识别划分手段的时间复杂度为O(N²), 当面片数量N增多时, 所需的时间呈现出急剧增长的趋势。文中应用八叉树和后向追踪算法, 对PO亮区判断过程进行加速, 可将时间复杂度由N²降为NlgN。由于计算PO区域电流时没有考虑边缘绕射造成的影响, 导致计算误差较大。鉴于此, 本文在计算过程中引入物理绕射理论对混合算法加以改进, 并通过与FEKO中的MoM相比较, 说明了修正后的混合算法能够有效提升计算精度。     

多基站协作通信系统的频偏补偿策略

在多基站协作通信系统中,为了获得空间分集或复用增益,协作基站同时同频向多个终端发送数据,而终端同时同频收到多个具有不同频偏的信号．基站或终端不能通过预补偿或后补偿方法独立解决多基站多用户频偏补偿问题．针对这一难题,本文提出基于最大可容忍剩余频偏的收发联合补偿策略．仿真结果表明：该策略虽然不能完全消除多基站多用户频偏,但可将其控制在可容忍范围内．     

双向认知网络物理层安全策略建模及仿真研究

为提高移动通信系统的性能,构建了一个存在主网络干扰和窃听者时双向认知中继网络时物理层安全传输模型,设计了一种中继选择和功率分配的联合优化策略,用于对抗窃听者,保护收发节点的信息传输.通过仿真分析得出,此非凸优化问题限制条件较多,难以保证粒子群优化算法随机生成的初始解的可行性,从而造成求解困难.提出了一种基于可变网格优化...     

导引头中速度拖引干扰下弱信号的检测与跟踪

本文讨论了导引头中弱信号的检测问题,着重论述了速度拖引干扰下、大干信比和小信噪比环境中目标信号的检测和跟踪,提出并采用预测加速度补偿积累方法,达到高检测概率和低虚警率;文中还讨论了对抗速度拖引干扰的方法,均取得了较好的效果。     

基于空谱信息协同与Gram-Schmidt变换的多源遥感图像融合方法

多光谱和合成孔径雷达图像的融合可以保留每个数据的优势, 有利于提高土地覆盖分类精度。然而, 当前的一些图像融合方法不能完全利用原始数据的光谱信息与纹理细节。为了克服上述问题, 提出一种基于空谱信息协同和Gram-Schmidt变换的融合方法。在所提方法中, Sentinel-2A图像和高分三号(GaoFen-3, GF-3)图像分别经过不同的预处理操作。由于灰度共生矩阵能有效提取图像的纹理信息, 因此将其应用于Sentinel-2A图像以提取结构特征, 并将空谱信息协同的多光谱图像与GF-3图像通过Gram-Schmidt变换进行融合。实验采用主成分分析法和传统的Gram-Schmidt变换作为比较方法。为了确定融合算法的有效性, 采用5项评价指标(包括平均梯度、空间频率、均值、标准差和相关系数)来衡量融合图像的质量。此外, 由于随机森林具有优秀的训练速度和出色的分类性能, 将其用于土地覆盖分类。随机森林的分类精度、Kappa系数和分类结果图作为融合方法的评价标准。实验结果表明, 与单独使用原始Sentinel-2A相比, 所提方法可以将整体精度提高多达5%, 具有提高遥感卫星图像土地覆盖分类精度的潜力。     

Exact inference for two exponential populations with competing risks data

In a reliability comparative test, the joint censoring model is usually adopted to evaluate the performances of units with the same facility. However, most researchers ignore the pos- sibility that there is more than one factor for the failure when a test unit fails. To solve this problem, we consider a joint Type-II hybrid censoring model for the analysis of exponential competing failure data. Based on the maximum likelihood theory, we compute the maximum likelihood estimators （MLEs） of parameters and then obtain the condition ensuring MLEs existence for every unknown parameter. Then we derive the conditional exact distributions and corresponding moment properties for parameters by the moment generating function （MGF）. A Monte-Carlo simulation is conducted to compare the performances of different ways. And finally, we conduct a numerical example to illustrate the proposed method.     

Bayesian integer frequency offset estimator for MIMO-OFDM systems

Carrier frequency offset （CFO） in MIMO-OFDM systems can be decoupled into two parts： fraction frequency offset （FFO） and integer frequency offset （IFO）. The problem of IFO estimation is addressed and a new IFO estimator based on the Bayesian philosophy is proposed. Also, it is shown that the Bayesian IFO estimator is optimal among all the IFO estimators. Furthermore, the Bayesian estimator can take advantage of oversampling so that better performance can be obtained. Finally, numerical results show the optimality of the Bayesian estimator and validate the theoretical analysis.     

海面背景下弱目标RCS估计及特性分析

雷达截面积(radar cross section, RCS)可以为武器装备设计提供支撑。因此,许多国家都建立了标准测试场,可以满足大多数目标RCS测量的需要。对于海面背景下的非合作弱目标而言,只能依赖实际测试来获取目标RCS,但有时会面临多径干扰和信号弱的问题。针对该问题,在海上外定标和目标信杂比改善基础上,提出了一种目标RCS估计方法。设计并开展了海上目标RCS测量试验,并对测试数据进行了分析,验证了新方法的有效性,同时给出了弱目标RCS起伏特性的定性描述。