基于组网雷达的空间旋转对称进动目标三维重构

对于空间旋转对称进动目标,单部雷达成像仅能获得目标在雷达视线(line of sight,LOS)方向的一个切面,无法反映目标真实的三维结构,同时进动增加了成像的复杂度。利用组网雷达多视角观测的特点,提出一种基于组网雷达的旋转对称进动目标三维重构方法。首先建立了旋转对称进动目标的回波模型;在估计视线-轴线夹角的基础上,采用复数逆投影方法实现进动目标的二维成像,并分析了允许的夹角误差范围;基于分布式雷达二维图像,提出一种适用于旋转对称目标的三维重构方法,通过对各二维图像进行空间定标、匹配融合、强点检测和曲线圆拟合,最终实现目标的三维重构;最后通过仿真实验初步验证了该方法的有效性。     

一种基于Khatri-Rao子空间的非均匀稀疏阵列

基于Khatri-Rao(K-R)子空间提出一种提升阵列自由度的非均匀阵列排布方式,即新型嵌套阵列。新型嵌套阵列由大小2个均匀线阵(ULA)构成,较大ULA的阵元间隔取决于较小ULA的阵列长度。相较于自由度为O N()的N阵元ULA,N个阵元的新型嵌套阵可通过在K-R子空间中得到阵元数为N2(/2+N-1)的虚拟ULA,将阵列自由度提升至O N2(),大大提高了分辨多信源的能力。同时由于阵元稀疏排布,N个阵元的新型嵌套阵的有效孔径大于N阵元ULA,使新型嵌套阵列分辨临近目标的能力优于ULA。在通过K-R子空间得到虚拟ULA的稀疏阵列流型中,新型嵌套阵列是自由度提升最大的方式之一,且在低信噪比和小快拍数情况下依然有较好性能。     

论胡应麟的元诗观

胡应麟在其诗论著作《诗薮》中对元诗有其独特的评价,这种诗论主张既受到明代复古思潮的影响,也反映出他的评诗标准。本文将从对胡应麟评价各体元诗的具体分析,以及他对元诗和宋诗的比较,来进一步了解胡应麟的元诗观。     

用于二维角度估计的新型阵列结构及性能分析

为提高天线在低信噪比情况下的波达方向(Direction of Arrival,DOA)估计能力和估计精度,基于柱形多层均匀圆阵,提出了一种新型锥形多层均匀圆阵。将该阵列在锥面各条母线上的阵元等效为均匀线阵,并将各线阵上接收的数据构成新的阵列流形矩阵。对比分析2种阵列流形的克拉美罗界(Cramer-Rao bound,CRB),得出该阵列在低信噪比(Signal-to-Noise Ratio,SNR)、大仰角情况下相对柱形多层均匀圆阵可以获得更高的估计精度和估计成功概率。在仿真中,用二维多重信号分类(Two-Dimensional Multiple Signal Classification,2-D MUSIC)算法验证了该阵列在多信源、低信噪比和大仰角时的优越性,同时给出了空间角对该阵列DOA估计性能的影响。     

与广义薛定谔算子相关的利兹变换及其交换子的Lp紧性

当1相似文献   

与广义薛定谔算子相关的利兹变换交换子的Lp有界性

当1相似文献   

基于多观测向量块稀疏的MIMO雷达非理想正交波形成像

基于稀疏恢复的多输入多输出(multiple input multiple output, MIMO)雷达波形分离方法,能够代替匹配滤波,提高MIMO雷达非理想正交波形分离效果,对目标高分辨成像。但由于目标像稀疏性较弱,多观测向量(multiple measurement vector, MMV)稀疏恢复算法的效果有限。通过调整感知矩阵发掘目标像的块稀疏性,提出了一种基于块稀疏的MMV稀疏重构算法来提高成像质量。首先采用改进的复合三角函数(improved composite trigonometric function, ICTF)作为平滑函数近似l₀范数,然后将其扩展到基于块稀疏的MMV模型,最后通过自适应调整正则化参数提升算法稳健性。通过实验验证了该算法在不同稀疏度、不同信噪比下的重构性能,仿真分析了其应用于MIMO雷达对多散射点目标模型的成像效果。仿真结果表明,所提算法能够更好地提高成像质量。     

二维CZT的稀疏阵列MIMO雷达快速极坐标格式成像算法

由于极坐标格式算法(PFA)存在运算量大,且聚焦性能受插值精度影响等缺点。为解决该问题,提出一种基于二维Chirp-Z Translation(CZT)的稀疏阵列MIMO雷达快速成像算法,引入压缩感知原理,采用CZT变换代替插值运算,借助合适变换参数的选择,一步实现插值-重采样的处理过程。仿真验证表明,随着成像尺寸的变化,所提算法与经典PFA算法运算量的比值在0.22~0.4之间,有效地降低了运算量,同时保持了较低的图像熵,提高了聚焦性能。     

基于2D-SOONE算法的MIMO稀疏面阵二维成像

为了解决采用传统的1D-CS算法进行分维处理时丢失耦合信息导致越单元徙动、影响成像质量且运算时间长的问题,研究了接收阵元整行整列稀疏的MIMO面阵结构特性,分析了该稀疏面阵所接收回波信号的二维联合稀疏特性,采用2D-SOONE算法对回波信号进行二维联合重构,算法采用序列一阶负指数取代传统SL0算法的高斯函数,拓至二维并利用梯度投影求解,具有二维联合重构性能的同时提高重构精度。通过实验,仿真了该算法在不同阵列稀疏度、不同信噪比下用于MIMO稀疏面阵的成像效果。仿真结果表明,2D-SOONE抑制了传统的1D-CS算法的越单元徙动问题,减少了运算时间,且成像质量较2D-SL0更优。     

基于多观测向量块稀疏的MIMO雷达非理想正交波形成像

基于稀疏恢复的多输入多输出(multiple input multiple output, MIMO)雷达波形分离方法,能够代替匹配滤波,提高MIMO雷达非理想正交波形分离效果,对目标高分辨成像。但由于目标像稀疏性较弱,多观测向量(multiple measurement vector, MMV)稀疏恢复算法的效果有限。通过调整感知矩阵发掘目标像的块稀疏性,提出了一种基于块稀疏的MMV稀疏重构算法来提高成像质量。首先采用改进的复合三角函数(improved composite trigonometric function, ICTF)作为平滑函数近似l₀范数,然后将其扩展到基于块稀疏的MMV模型,最后通过自适应调整正则化参数提升算法稳健性。通过实验验证了该算法在不同稀疏度、不同信噪比下的重构性能,仿真分析了其应用于MIMO雷达对多散射点目标模型的成像效果。仿真结果表明,所提算法能够更好地提高成像质量。