高斯厄米特粒子PHD被动测角多目标跟踪算法

针对传统粒子概率假设密度（probability hypothesis density, PHD）滤波跟踪被动多目标时,估计精度不高,且存在粒子退化,容易导致滤波器发散的问题,提出一种新的被动多目标跟踪算法--高斯厄米特粒子PHD滤波算法。该算法采用一族高斯厄米特滤波产生的高斯分布拟合更优的重要性密度函数,充分考虑了当前时刻的最新量测,并将该方法融入高斯混合粒子PHD（Gaussian mixture particle PHD, GMP-PHD）滤波框架中,在解决观测非线性的同时,有效提高了被动多目标的跟踪精度。实验结果表明,该算法较传统的GMP PHD滤波算法具有更高的状态估计精度,且有效降低了目标的失跟率。     

高分辨直升机载旋转合成孔径雷达成像算法

针对直升机载旋转式合成孔径雷达(rotating synthetic aperture radar, ROSAR)方位向分辨率依赖于重构角度大小,大重构角时传统子孔径处理带来的孔径损失导致方位向分辨率降低的问题,使用高阶逼近模型建立了ROSAR的回波信号模型,结合级数反演的思想推导出了其精确的二维频谱表达式。在此基础上,提出一种适合高分辨ROSAR的成像算法,并对相应的参数选择和性能进行了分析。最后,仿真结果验证了分析结论的正确性和算法的有效性。     

基于GASA算法的DFCW-LFM波形设计

离散频率编码波形是一类常用的多输入多输出雷达波形,加入线性调频能够改善其自相关性能。将基于遗传算法和模拟退火的混合算法用于离散频率编码线性调频(discrete frequency coding waveform linear frequency modulation, DFCW-LFM)波形的优化设计,仿真结果表明,用该优化算法得到的信号其相关性能要优于现有方法。另外,提出了一种改进的DFCW-LFM波形设计方法。该方法在DFCW-LFM波形的基础上,对频率编码子脉冲同时进行相位编码,构成DFCW-LFM和相位编码的混合波形,并采用混合算法对其进行优化设计。仿真结果表明,和已有的DFCW-LFM波形相比,所设计混合波形的相关性能得到了进一步改善。     

稳健多子孔径图像偏移的SAR自聚焦算法

针对运动误差较大并且存在相位误差模糊的情况,提出了一种结合对比度法解模糊的稳健多孔径图像偏置（multiple aperture mapdrift, MAM）算法,在场景不存在特显点条件下仍然可以取得较好的聚焦效果。该算法对特显点依赖低,利用多个不重叠的子孔径采用对比度法解模糊估计高阶相位误差,估计误差结果精度高。此外,该算法计算过程简单,有效提高了运算效率。最后通过仿真实验和实测数据处理验证了算法的有效性与可行性,取得了良好的效果。     

联合运动补偿的逆合成孔径雷达成像方位定标方法

在雷达识别系统中,确定目标的尺寸对于提高目标识别能力具有重要的意义。针对逆合成孔径雷达（inverse synthetic aperture radar, ISAR）成像的定标问题,考虑了等效转台和残余平动引入的相位误差,提出了一种ISAR目标有效转动速度估计的新方法。通过在距离多普勒图像中自适应提取若干目标特征点,对其建立时变自回归模型（time varying autoregressive, TVAR）。利用多项式拟合极点的多普勒历程,解算有效转动速度与残余相位误差系数。该方法不仅能可靠实现方位定标,残余的相位误差补偿可进一步提高图像的聚焦性能。仿真和实测数据实验验证了所提方法的有效性。     

L波段小擦地角海杂波KK分布建模

为了改善小擦地角海杂波建模存在的重拖尾问题,研究KK分布建模方法,基于L波段高分辨小擦地角海杂波数据,分析不同分辨率和不同海况下KK分布与海杂波实测数据的拟合效果,通过与常用的K分布、威布尔分布、对数正态分布等对比,表明KK分布较好解决了K分布等在幅度分布拖尾处与实测数据出现的偏离问题,可在拖尾处达到更好的拟合效果。     

基于估计参数势函数法的欠定盲分离

针对k维子空间法尺度参数选择的盲目性,提出了基于估计参数的势函数方法。首先根据观测信号估计出基准值r₁,并根据基准值r₁选取势函数f 的尺度参数σ₁,由势函数f 估计出聚类平面后,根据聚类平面估计出基准值r₂,根据基准值r₂选取势函数g的尺度参数σ₂,并由势函数g估计出混合矩阵。该方法充分利用了观测信号的统计特性,实验结果表明,在无噪条件下,该方法比改进前的方法在矩阵估计方面误差减小了75%,较其他方法误差减小了1~2个数量级;在16 dB信噪比下,该方法比改进前在矩阵估计精度上提高8.7%,源信号个数估计准确率提高了1倍。     

基于压缩感知的米波雷达低空测角算法

为解决多径环境下米波雷达对低空目标探测问题,本文结合信号空域稀疏性和多径模型下的复合导向矢量提出了一种多径环境下高分辨的低空测角方法,能够有效地克服多径效应问题。该方法首先利用多径模型下的先验信息产生复合导向矢量,然后利用该导向矢量构造压缩感知矩阵,此时的感知矩阵是整合了多径衰减系数和回波角度关系等先验信息,同时通过对多快拍数据矩阵的奇异值分解获得较高信噪比的信号数据矩阵,继而利用感知矩阵和信号数据矩阵建立最优化L1范数约束求解模型,最后利用凸优化工具求解稀疏空间谱,估计直达波和反射波入射角度值。该方法能够增强信息矢量稀疏性,在较低信噪比下可获得高分辨的角度估计性能。仿真实验证明了该方法的优越性。     

一种快速生成DSM的不规则三角网构网新方法

针对目前存在的不规则三角网(triangulation irregular network, TIN)构网效率较低的问题提出了一种新的生成数字表面模型(digital surface model, DSM)的构网方法。首先,通过建立虚拟格网和格网插值,在线性时间内快速建立初始三角网。然后,对初始三角网中局部少量数据优化得到最终的TIN。最后,对数据进行冗余处理和密集处理,构造高分辨率的DSM。实验结果表明,该算法的构网效率高于当前存在的TIN构网方法,对于大数据量的DSM生成具有良好的适用性。     

基于远场的反射面天线馈源位姿调整方法

反射面天线馈源位置和姿态的调整依赖于工程经验,本文提出一种从远场反推馈源位姿调整量的方法。基于口径场法,将馈源位姿误差对天线远场的影响关系式进行一阶泰勒级数展开,显式表达出远场对位姿误差的敏度,进而将位姿误差与远场用超定线性方程组联系起来,通过测量远场,基于奇异值分解法可近似反推出馈源位姿调整量。针对某4 m反射面天线,探讨了该方法的适用范围,仿真案例表明,一次或两次反推与调整即可有效改善天线电性能,为反射面天线馈源的精确安装及调整提供理论指导。