基于稀疏表示的平行互素阵二维测向方法

针对传统平行阵二维测向自由度低问题,提出一种改进型平行互素阵,基于稀疏表示方法和最小二乘法来估计目标方位。该方法首先利用改进型互素阵构建双平行稀疏阵列,计算平行互素阵的互协方差矩阵。然后通过矢量化处理,利用重排,去冗余处理生成较大孔径的虚拟阵列,将二维波达方向(direction of arrival,DOA)估计问题降维为一维DOA估计问题。进一步将一维DOA估计问题转为复数信号稀疏重构问题,并利用二阶锥规划来进行求解,通过峰值搜索得到方位角信息。最后利用方位角来构建方向矩阵,通过最小二乘方法求解俯仰角。该方法可以在没有目标先验信息的条件下,能够准确估计目标方位,且能够实现自动配对。相比传统的平行均匀线阵以及平行互素阵,该方法扩展了阵列虚拟孔径,提高了估计精度,能够辨识更多的目标源。实验仿真验证了该方法的有效性。     

运动多站无源时差/频差联合定位方法

鉴于无源定位技术已经成为现代信息化作战的核心技术,提出了一种新的运动多站无源时差(time difference of arrival, TDOA)频差(frequency difference of arrival, FDOA)联合定位方法去解决无源定位系统中的非线性最优化问题。通过智能算法的启发,将优化后的基于线性递减权重和物竞天择的粒子群算法(particle swarm optimization algorithm based on linear decreasing weight and natural selection, WSPSO)与经典加权最小二乘算法(weighted least squares, WLS)相联合对目标进行跟踪定位。加权最小二乘定位算法在4个基站的情况下无法实现对辐射源的定位,所得定位结果会出现多解。而所提的运动多站联合定位算法在4个基站的条件下不存在初始目标位置估计和局部收敛等问题就能够实现辐射源的精确定位。通过大量仿真结果分析,本文所提的智能优化定位算法具有更高的目标定位精度和更稳健的定位性能,优于标准粒子群算法与优化PSO算法。     

融合多源先验信息的舰船备件可靠性评估

舰船工作环境常导致备件的实际可靠性规律与设计参数不一致。在实际使用消耗量较小的条件下,全面分析备件可靠性信息来源,通过定义似然权重系数,融合多源先验信息,建立指数型备件可靠性的贝叶斯评估方法。最后,通过仿真分析验证方法的合理性。结果表明,所提出的基于似然权重的先验信息融合方法可以较好地融合不同信息源的可靠性信息,估计方法具有较好的稳定性。     

自适应加权修正的强弱信号Capon谱估计方法

Capon空间谱需要计算搜索方向矢量与训练样本协方差矩阵的广义内积值,要求有较高的协方差矩阵估计精度。在训练样本较少且同时存在强弱临近目标条件下,采样协方差矩阵存在较大估计误差,使得空间谱分辨性能严重下降。提出自适应加权修正的改进方法,所提方法在重构数据协方差矩阵基础上,首先利用最小二乘方法估计搜索信号强度并修正数据协方差矩阵,然后计算搜索方向矢量在相应修正的数据协方差矩阵的广义内积值,最后利用该广义内积值对传统Capon空间谱进行自适应加权处理,在保持高分辨性能的同时降低了对样本数的要求,提高了临近强弱目标的稳健性。理论分析和仿真结果表明所提方法在小训练样本条件下对临近强弱信号的分辨性能优于Capon方法。     

航天电子设备的频率稳定度问题

频率稳定度是航天领域中各种电子设备的一项重要指标。本文概括论述航天电子设备的频率稳定度问题,包括表征方法、指标确定、测试技术、改进措施、存在问题、发展动向等;指出随着航天技术发展,这个问题日益突出,需全面予以解决。     

超高维删失数据的联合特征筛选方法研究

针对超高维删失数据,通过降维技术可以进行特征选取,去除大数据中的噪声数据,以便挖掘高维大数据的重要信息,进行大数据的相关分析和应用.本文提出了一种稳健的偏相关系数来进行特征筛选,并引入逆概率加权方法来处理删失,发展出一种新的联合特征筛选方法.本文利用响应变量的条件分布函数来构造偏相关性度量,可以全面地刻画其与协变量间的相关性,且相较于传统的皮尔逊偏相关系数,该度量对于响应存在异常值,厚尾分布以及异方差结构时具有稳健性.其次,基于该度量所提出的联合特征筛选方法通过投影作用来消除由协变量之间的相关关系产生的干扰作用,故能够较好地改善假阴性错误、假阳性错误及协变量的共线性问题.我们推导了该方法的理论性质,给出了快速的迭代算法,并进一步通过模拟和实例分析来考察该算法在有限样本下的数值表现.     

基于路网信息辅助的多星编队系统SAR-GMTI动目标径向速度估计与重定位方法

针对混合多基线系统构型下由动目标高程导致的目标径向速度估计偏差和定位偏差问题,提出一种基于路网信息辅助的动目标径向速度估计与重定位方法。首先,利用目标邻域杂波样本估计动目标的高程干涉相位导向,并结合路网先验信息补偿目标成像位置与其真实位置之间的高程差;然后,采用自适应匹配滤波算法估计目标的径向速度,并进一步将目标径向速度估计及重定位结果与路网信息进行匹配,以消除虚假估计;最后,将目标径向速度估计与重定位结果用于辅助目标高程补偿,并通过迭代处理获得最终结果。基于多星仿真数据的实验结果表明,所提方法能够有效消除目标高程影响,提升多星编队系统在地形起伏背景下的目标径向速度估计和重定位性能。     

基于状态解耦的两坐标外源雷达3D目标跟踪

考虑利用两部两坐标外源雷达对高度近似恒定的目标进行三维跟踪。结合外源雷达自身的特点,提出了一种将目标高度与水平状态(水平位置、速度等)进行解耦估计的方法,通过两个并行估计器来实现对三维目标的跟踪。在高度估计器中,将目标高度区间划分为多个高度子区间,然后利用量测值递推计算目标在各个高度子区间的权重,最后通过加权融合各个高度子区间的方式估计目标高度;在水平面的状态估计器中,进一步考虑了目标在水平面机动的场景,利用交互式多模型扩展卡尔曼滤波器,并结合目标高度的估计值,更新目标的水平状态。仿真与实验结果显示,利用两部两坐标外源雷达可以实现对高度近似恒定目标的精确三维跟踪,为水平机动的目标提供精度在200 m以内的高度估计,并消除了二维跟踪情况下因未考虑目标高度而引起的误差。     

基于自适应MEDLL的伪卫星室内多径估计算法

在室内环境下,室内伪卫星定位系统受多径效应影响严重。针对该问题,提出一种基于自适应多径估计延迟锁定环路(multipath estimating delay lock loop, MEDLL)的伪卫星室内多径估计算法。该算法在MEDLL的基础上增加了一个参考相关器,用参考相关器相关值的标准差作为衡量标准,与其他相关器经过MEDLL算法消除所有信号后的噪声相关值的标准差进行比较,进而得到多径条数。实验结果表明,所提算法对不同时延、幅值的多径适应性都较好,在低信噪比条件下仍能正确估计多径条数。直射信号幅值估计误差均方根相比网格化MEDLL算法最高可以降低59%,相比Teager-Kaiser(TK)-MEDLL算法最高可以降低43%,更加适用于伪卫星室内定位系统抗多径。     

一种自适应的图象位移估计算法

本文从最优化方法的观点出发,提出了一种新的图象位移估计算法。它对一定时间间隔内两次采样得到的图象进行运算,用最陡梯度下降法直接迭代出图象位移的估计值。本文还对算法的性能进行了详细的分析,得出估计方差与信噪比、图象相关函数等参数之间的定量关系式,以及由于坐标量化引起的算法对图象特性的限制条件。理论分析和实验表明,该算法具有较强的抗干扰能力和计算量少等优点,可应用于成象跟踪和图象编码等领域。