复杂体制雷达辐射源信号时频原子特征提取方法

针对复杂体制雷达辐射源信号调制类型识别问题,提出一种新的辐射源信号脉内时频原子特征提取方法(TFAD).该方法首先利用稀疏分解原理和改进差分进化算法将辐射源信号在Ga-bor和Chirplet时频原子库中进行分解,然后利用分解后的首原子能量和Gabor原子中心频率参数分别提取出2个相似比特征和1个频率方差特征作为辐射源信号脉内调制类型的分类特征,最后通过构造有向循环图支持向量机分类器实现雷达辐射源信号的分类识别.与计算复杂度至少为O(nlogn)的分形方法相比,TFAD方法只有O(n)的计算复杂度.采用不同信噪比和多种调制参数的5种辐射源信号进行大量仿真实验,结果表明TFAD方法可获得98.3%的平均正确识别率.     

融合GPS数据的PSDInSAR公用主影像的优化选取

分析了永久散射体合成孔径雷达差分干涉测量(PS - DInSAR)引起相干性损失的主要影响因子,提出一种顾及大气延迟变化差异的PS - DInSAR公用主影像的优化选取方法,给出了具体的函数模型、建模思想及求解方法.借助天津地区欧空局ENVISAT(environmental satellite)卫星ASAR(advanced synthetic aperture radar)影像和连续运行GPS(global positioning system)永久监测站数据为源数据,采用Bernese 5.0和Matlab7.1及Shell自编程序等开展了融合GPS数据的公用主影像的优化选取实验.实验结果表明,融合GPS数据的模型相关系数法能准确快速地从多幅SAR影像中选出最优公用主影像,为PS - DInSAR的高精度形变监测奠定了基础.     

基于吕氏分布的机动目标参数化平动补偿方法

在逆合成孔径雷达(inverse synthetic aperture radar,IS A R)成像过程中,目标为规避雷达照射通常会进行机动,导致回波包络产生剧烈弯曲,同时加剧回波相位变化的复杂性,大大提升了平动补偿的难度.为了实现对机动目标回波进行准确稳定的平动补偿,提出一种基于吕氏分布(Lv's distribu...     

基于模拟机的空中交通管制复杂度预测模型

为改进管制工作负荷预测方法在探究主、客观量映射关系方面的局限性,提出了一种空中交通管制复杂度预测模型.定义空中交通管制复杂度为管制员工作负荷与其阈值之比;组织一线管制员及资深专家进行多组模拟机实验,获取其对各实验场景下管制复杂度的主观定性评估,利用MATLAB处理得到相应场景下的复杂因子;通过BP(back propagation)神经网络对样本数据进行非线性拟合.拟合模型的平均绝对误差为0.025,预测偏离程度为3.75％.研究表明该模型能够较准确地反映空中交通管制复杂度(主观量)与各复杂因子(客观量)之间的映射关系,为空域规划与管理提供科学理论支持.     

基于大地回波仿真的回波模拟器设计实现

为了客观评估雷达高度表信号处理器及其系统性能,提出一种基于对大地回波仿真的雷达高度表大地回波模拟器设计方法。该方法通过对大地回波仿真获得模拟器所需的源数据。在模拟器的设计上,采用了大容量数据存储器和再配置FPGA逻辑控制的正交基带回波合成方法,使得回波模拟器具有结构简单、使用灵活等特点。给出了大地回波仿真以及模拟器设计的具体实施步骤,通过对实际回波模拟器测试验证了本设计方法的有效性。     

雷达探测钢筋混凝土构件周期结构的模型分析与设计

讨论了利用电磁波在钢筋混凝土中的传输及散射特性探测钢筋混凝土内部结构的一种新型探测技术,分析了电磁波在钢筋混凝土中的传输与散射特性,构建了钢筋混凝土表面周期结构模型,设计出利用LFMCW雷达探测其周期结构的系统。     

压制性干扰系统仿真研究

针对雷达和压制性干扰设备之间的对抗过程,采取基于信号/数据流处理的模块化性能仿真.通过对压制性干扰仿真系统进行研究,并结合仿真实例,说明了在干扰技术研究、雷达对抗战法研究以及雷达对抗系统性能等方面的应用价值.     

改进的基于小波变换SAR图像去噪方法的性能评价

文章从两个方面研究了改进的基于小波变换的SAR图像去噪方法的性能,与常用的几种滤波方法进行对比;并考察该算法在抑制相干斑点噪声的同时保持图像的边缘等细节信息的性能;结果表明,该算法在有效滤除SAR图像斑点噪声的同时,有更强的图像细节信息保持能力。     

基于时频特征提取和残差神经网络的雷达信号识别

针对低信噪比(signal to noise ratio, SNR)下雷达信号脉内调制类型识别率较低的问题, 提出了基于时频特征提取和残差神经网络的雷达信号识别算法。时频特征提取首先通过分数阶傅里叶变换对信号进行Chirp基分解, 按照Chirp基载频与调频率的不同组合对信号划分类别, 并设置对应的分类特征参数。然后, 计算信号的伪Wigner-Ville时频分布并提取Zernike矩。上述特征参数组成信号特征矢量, 使用残差神经网络分类器实现雷达信号识别。仿真结果表明, 在SNR=-2 dB时识别准确率能达到93%以上, 同时鲁棒性验证良好, 算法复杂度能够满足现实要求。     

基于Hankel矩阵改进TLS-ESPRIT算法的散射中心参数提取及RCS重构

基于几何绕射理论(geometrical theory of diffraction, GTD)的散射中心信号模型可以精确描述隐身目标电磁散射特性,将总体最小二乘-旋转矢量不变技术(total least squares-estimating signal parameter via rotational invariance techniques, TLS-ESPRIT)算法引入此模型中,为散射中心提取提供了超分辨率算法。针对TLS-ESPRIT算法在低信噪比条件下估计精度不高的问题,引入Hankel矩阵改进TLS-ESPRIT算法对回波数据处理的过程,改进后的算法提高了在低信噪比情况下对散射中心参数估计的精度,具有更好的噪声鲁棒性。在对目标的识别以及雷达散射截面(radar cross section, RCS)重构方面具有重要意义。