基于二维Chirp-Z变换的前视FMCW雷达成像新方法

机载前视成像作为一种全新的成像雷达工作模式,与调频连续波技术的结合有着诸多的优势.本文以"一发多收"系统为研究对象,根据其成像几何模型给出了基于调频连续波的前视雷达回波信号表达式,利用双基等效单基原理,将回波信号等效为"自发自收"系统时的情况,同时分析了载机在发射信号和接收信号过程中连续运动带来的影响–产生多普勒频移,以及对其近似补偿方法.在此基础上,本文提出了一种针对调频连续波前视雷达成像的基于二维Chirp-Z变换变标的成像算法,给出了算法的完整推导过程和各补偿因子的表达式,整个算法只包含Fourier变换和复乘操作,不涉及插值,易于工程实现.最后仿真数据处理结果验证了本文分析的正确性和算法的有效性.     

稳健二进前向网络的遗传训练方法

稳健二进前向网络是对逻辑知识的隐式表示和显式表示的有机统一,是性能优良的逻辑知识库、推理机和解释器,但目前还没有一种网络训练算法能够训练出稳健二进前向网络,针对这种情况,本文首先对稳健二进前向网络的神经元辅阈值范围进行了改进和有效描述,并在此基础上提出了一种对稳健二进前向网络进行有效训练的遗传训练方法。在这种训练方法中,网络参数采用三值编码方案,并运用相应的变异机制和有效的适应度函数,经这种方法训练出的网络具有结构最优、稳健性能最强和最易实现的特点。文章最后给出了实验的结果。     

一种雷达HRRP在线自适应目标识别方法

“边录取、边学习、边建模”是一维高分辨距离像（HRRP）雷达自动目标识别（RATR）工程化的一条路径,宽带雷达对飞行中的机动目标录取的HRRP随着目标相对于雷达的姿态而变化,完备（全姿态）的HRRP数据库可以看做是关于姿态（主要是方位）的非平稳过程,常用的平稳环境下的在线算法对非平稳的环境适应能力有限．文中通过一种在线混合专家（OME）将HRRP数据在线地分割成若干个近似平稳的区域,在各个区域内使用平稳协方差函数的在线Gauss过程分类器（0GPC）．针对迭代在线GaHSS过程分类（IOGPC）的参数学习算法EP和EM,提出了一种双链Gauss过程（Bi—OGP）来使OGPC的参数得以在单次数据扫掠的情况下实现在线更新．针对迭代在线混合专家门网络参数的学习算法EM,提出了基于初值选择的单次数据扫掠学习方法．基于HRRP实测数据的仿真试验证明,文中方法在单次扫描数据时就获得了高于或接近最近邻、迭代在线线性最小均方（LMS）混合专家和0GPC的识别率．     

时—频信号分析与雷达的多目标分辨

对于编队飞行的目标，由于它们之间的间距很小，常规雷达无法直接从距离和方位上区别目标。但利用目标回波多普勒频率的差别是有可能分辨目标的，这—般需要较长的相关处理时间。在这期间，目标本身的多普勒频率又是变化着的。本文分析了编队飞行目标多普勒频率的变化规律，指出多普勒回波信号的变化可以用线性调频（ＬＦＭ）信号模型来表示。本文提出了用时－频分析的方法来分辨编队目标，并用短时付氏变换（ＳＴＦＴ），Ｗｉｇｎｅｒ分布（ＷＤ）以及我们提出的自适应谱图（ＡＤＳＰ）方法对实测的雷达数据进行了分析。实验结果表明，自适应谱图具有与Ｗｉｇｎｅｒ分布相近的自分量信号分辨能力而没有其交叉项。它在噪声背景下的分辨性能大大优于Ｗｉｇｎｅｒ分布和短时付氏变换，因而是一种有效的多目标分辨方法。     

A Target Recognition Approach to Projecting HRR Profiles onto Subspace

Abstract: A array of the azimuthally averaged range-profile vectors and the inter-class and intra-class divergence matrixesare constructed iwth many frames of the high resolution range profiles which result from radar echoes of airplanes. Takingthe methods of whitening transformation and SVD produces a system of subspace vectors for target recognition. Where-upon, a template library for target recognition is built by the projection of a class-mean vector made from the radar dataonto the subspace for recognition. By Euclidean distance, a comparison is made between the above projection and eachtemplate in the library, to decide which class the target belongs to. Finally, simulations with the experimental radar dataarte given to show that the proposed method is robust to variation in azimuth and immune to additive Gaussian noisewhen SNR≥5dB.     

机载雷达二维自适应处理的空时结构方法比较

在机载雷达时空二维信号处理中，通常有三种处理结构：空时级联、时空级联和空时联合域结构。尽管联合域最优处理在实际中不大可能应用，但它有极为重要的理论价值，人们已将其有用概念和方法应用于空时级联或时空级联结构中，这时“级联”一词的含意已不再是“空、时频率响应之积”，因而它们的性能将大大提高。本文对比分析了空时结构中几种自适应算法的性能，并讨论了其实际应用的可能性。     

求解特征值问题的神经网络

本文给出一种求解矩阵特征值问题的神经网络，理论分析和模拟结果都表明本文给出的网络可实时求解矩阵特征值问题。     

基于严格解析谱的同轨双基SAR的CS成像算法

针对双基地合成孔径雷达(synthetic aperture radar, SAR)包络徙动的空变问题,提出一种同轨等速双基构形下基于几何关系公式方法推导出的严格解析双基频谱的线频调变标(chirp scaling, CS)成像算法,不同于波数域的成像算法,整个成像过程不需要进行插值运算,在频域聚焦实现快速成像。高精度的双基频谱使得其对基线的长短不再敏感,可以进行长基线情形下的数据处理。仿真实验验证了本文算法的有效性。     

基于多波位杂波的通道相位误差估计方法

雷达的通道误差会影响杂波抑制效果和参数估计性能。为解决此问题,提出了一种针对机载扫描模式雷达的通道相位误差估计方法。首先对不同接收通道的杂波数据进行干涉处理,然后结合扫描角来求解通道相位误差。为了减小系统噪声影响,提高估计精度,选取主杂波内独立同分布的距离单元作为估计样本。另外,对多个波位的杂波求平均进一步降低了估计误差。机载雷达实测数据处理结果表明,该方法可以较好地补偿通道相位误差,并且可以显著提高系统的目标定位能力。     

圆迹SAR子孔径图像序列联合相关DEM提取方法

利用圆迹合成孔径雷达(circular synthetic aperture radar, CSAR)子孔径图像序列提取观测场景地形高程模型(digital elevation model, DEM)时,为了利用保持相关性的一段圆弧内所有子孔径图像之间的相关性信息、提高DEM提取精度,提出了联合相关法。该方法以保持相关性的一段圆弧内所有子孔径图像之间的联合相关系数作为测度函数,提高了测度函数灵敏度。同时,通过将子孔径图像序列向三维空间投影以校正其几何形变,提高了子孔径图像序列间的相关性。实测数据处理结果及分析验证了所提方法的有效性和精确性。