基于最大期望算法的多时变信号DOA估计方法

当多个辐射源同时存在并交替发射信号时,接收数据间相互交错,且多个数据间并无显性关联,无源合成阵列每一次测量仅能获取来波的频率、幅度与相位等数据信息。为了同时、高效地实现多个参数的联合估计,提出采用最大期望算法进行估计多个时变信号参数估计的新方案,将一个高维多参数优化问题分解成多个并行的低维问题进行求解。该方法主要包含求解期望值步骤和期望值最大化两个步骤。求解期望值步骤主要建立接收信号与其辐射源的对应关系,即信号分选,而期望值最大化步骤采用最大似然方法估计辐射源的入射角信息。这两个步骤相互迭代,交替进行辐射源信号的分选与测向。同时,还推导出无源合成圆阵相位差数据的最大似然方法进行入射角的精确估计的闭合形式解,并通过接收信号的复数响应进行相位模糊解算,并推导出测向精度的理论下限。最后,通过数值仿真结果验证了该方法的有效性。     

组网雷达自适应模糊CFAR检测融合算法

为提高组网雷达的分布式恒虚警(constant false alarm rate, CFAR)检测性能, 基于模糊逻辑和最大选择筛选平均检测器(maximum-censored mean level detector, MX-CMLD)提出一种自适应多传感器分布式模糊CFAR检测算法。该方法是一种基于无信噪比信息的检测融合算法, 通过传输单部雷达站接收信号的检验统计量、检测可信度来完成全局的CFAR检测。该方法通过表决模块和反馈模块, 控制传输到融合中心的数据量, 并自适应选取相关的雷达数据进行融合, 在一定程度上可以实现雷达资源的管理。仿真结果表明, 在均匀背景、多目标干扰背景的目标检测中, 自适应分布式模糊MX-CMLD均有较好的检测性能。     

基于RCNN的双极化气象雷达天气信号检测

为检测混杂在地杂波、生物杂波中的天气信号, 提高定量降水精度, 提出了基于残差卷积神经网络(residual convolutional neural network, RCNN)的天气信号检测算法。首先, 将采集的极化参数水平反射率因子、差分反射率、相关系数、差分相移率堆叠为三维数组后进行预处理, 将其分为天气信号与杂波信号。然后, 开发并优化RCNN, 给出详细的网络结构。最后, 通过多次实际的降水过程对所提算法的检测效果进行评价。结果表明, 相比支持向量机以及卷积神经网络(convolutional neural network, CNN), 所提算法对天气信号的检测效果更好, 并且在不同仰角以及全年的实测数据上均表现出良好的检测性能。     

基于数据场联合决策图改进的GMM聚类

针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题, 提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model, GMM)聚类算法。将数据场理论应用于数据对象密集程度的表征, 生成势能距离决策图, 进而自动实现聚类数目和中心点的选择, 最后结合GMM聚类实现对数据对象的聚类划分。仿真实验结果表明, 在脉冲到达角、脉宽、载频等参数存在较大抖动, 测量误差以及存在孤立噪声脉冲干扰和脉冲丢失时, 本文方法相较于现有典型分类方法具有更好的分选效果。     

有源RCS及其应用

随着电子设备和雷达系统的迅速发展, 电磁环境变得愈加复杂。在复杂电磁环境中, 针对多辐射源和有源设备照射下雷达目标电磁散射特性评估的需求, 提出并综述了有源雷达散射截面(active radar cross section, ARCS)的定义、仿真方法和应用示例。ARCS可以计算多辐射源相干和非相干照射条件下, 雷达端观察到的视在雷达散射截面(radar cross section, RCS)值。本文给出了ARCS的仿真分析步骤, 利用仿真软件得出计算ARCS所需远场量。在单入射源情况下, ARCS等同于传统RCS, 验证了ARCS计算方法的准确性。此外, 以分布式相参雷达和有源对消目标隐身为例, 介绍了ARCS的应用, 利用ARCS的概念评估了有源对消的效果。最后, 探讨了目前研究存在的技术问题以及未来可能发展的研究方向。     

Azimuth resolution improvement for spaceborne SAR images with quasi-non-overlapped Doppler bandwidth

The azimuth resolution improvement problem is solved via a coherent combination of synthetic aperture radar （SAR） ima-ges with the quasi-non-overlapped Doppler bandwidth. Prior to the spectra combination, SAR images should be coregistered, while phase biases induced by topography, atmospheric propagation delays and baseline measurement errors should be calibrated. However, the coregistration accuracy suffers from large Doppler decorrelation caused by the quasi-non-overlapped Doppler band-width. Furthermore, the method used to estimate phase biases from interferogram of azimuth prefiltered SAR image pairs wil fail when there is no overlapped spectrum. The fringe simulation and maximum sharpness optimization are adopted to deal with the problems. Accordingly, a novel algorithm to coherently synthesize SAR images is presented. The experiment with the Terra SAR X-band （TerraSAR-X） satel ite data validates the performance of the presented method.     

An efficient non-iterative algorithm to estimate the apparent diffusion coefficient of water molecules in the magnetic resonance diffusion imaging experiments

Many studies have shown that the magnetic resonance signal decay with an extend range of diffusion weighting(b-factor)is a bi-exponential attenuation in the diffusion-weighted magnetic resonance imaging experiments in vivo.Based on this feature and the two-compartmental model,we propose a twice-linear-fitting(TLF)algorithm to estimate the apparent diffusion coefficient(ADC)of the water molecules instead of the commonly used iterative Levenberg–Marquardt(LM)method.The TLF algorithm consists of two liner fitting steps to estimate the fast and the slow apparent diffusion coefficients and their sizes,respectively.It is unnecessary to guess the initial values in the whole fitting process.The time consumption of the TLF algorithm is much less than that of the iterative LM method.Moreover,the TLF algorithm may avoid the extraneous solutions,which often deteriorates the results of the LM method.Compared with the iterative fitting method,the TLF algorithm is a reliable and timeefficient approach to estimate the ADC of water molecules in vivo in magnetic resonance diffusion-weighted imaging experiments.     

制革业综合废水处理的试验研究

本论述了混凝沉淀法及活性污泥法处理制革业综合废水的试验研究，试验结果表明，两种方法均能有效地净化废水，ＣＯＤ去除率分别为６０％－７０％和８０％左右。实践中可以根据制革厂排放的废水特性及周围环境的要求，选择其中之一种或将两种方法串联使用。     

"Y"型微波网络及其在雷达系统中的应用

从“Ｙ”型微波网络的旋转对称的结构特性出发，用矩阵特征值法分析了这种网络为理想环行器的条件，并举例说明了“Ｙ”型结不行器在某雷达系统中的应用。     

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。