一种用于多径环境的超分辨率TOA定位算法

分析了基于来波到达时间(TOA)的定位技术中存在的问题,把时域超分辨率最小范数(Min-Norm)谱估计算法引入到频域TOA估计领域,提出了互相关Min-Norm超分辨率TOA算法,利用互相关技术理论上可消除非相关噪声对算法的影响.仿真结果表明,该算法具有超分辨率特性及强抗噪性,可在小带宽、强噪声背景下获得稳定、准确的时延估计结果,适于在多径效应严重的环境中应用.     

基于改进矩阵束的超宽带一维散射中心提取方法

针对微动参数的高精度快速估计问题,该文提出一种基于几何绕射(GTD)模型和改进矩阵束的超宽带(UWB)散射中心提取算法,可实现散射中心径向距离、类型参数及散射强度的同时估计。该方法将超宽带条件下的目标GTD散射模型转化为状态空间方程,利用奇异值分解将汉克尔矩阵中的噪声分量去除,对降秩的汉克尔矩阵做广义特征值分解,利用单个脉冲内最强的若干散射点构造回波估计,进而获得径向距离的估计;在准确估计距离参数的条件下,对模型参数解耦,使得类型参数与其他参数分离,通过最小二乘算法和搜索算法获得类型参数的估计;最后基于最小二乘法估计出散射中心的散射强度。仿真结果表明,改进的矩阵束方法在低信噪比(SNR)下具有好的鲁棒性,可快速且高精度地提取目标微动距离、类型参数和散射强度等信息。     

利用弹头目标微动信息的两种三维散射中心提取方法

雷达目标三维散射中心提取技术广泛应用于散射特性分析、建模以及目标跟踪。结合空间机动目标的微动信息,可以间接得到雷达视角信息。本文在分析了此转化关系的基础上,提出两种三维散射中心提取方法,分别是投影方程求解法和球面拟合法。原理上,分别从代数和几何两个方向体现一维投影距离到三维空间位置的映射原理;算法上,解方程法是基于映射原理,进而求解矩阵方程来实现的;球面拟合法根据一维投影数据的球形分布规律从映射图中提取球面,过原点的直径与球面的交点即为强散射中心。GTD散射模型回波数据和暗室测量数据分别验证了这两种方法的有效性。最后,对两种方法的特点和性能进行了比较,同信噪比下,球面拟合法优于解方程法约15dB。      

一种基于散射中心密度的距离扩展目标检测方法

针对高分辨率雷达距离扩展目标的M/N检测器在目标空域散射中心密度较为稀疏时检测性能下降的问题,提出了一种基于散射中心密度的M/N(BSD.M/N)检测器.首先,推导出了检测器的平均虚警概率和检测概率表达式.其次,通过分析不同散射中心密度以及不同信杂比条件下检测器的检测性能与第二门限M取值的关系,给出了最佳M值的近似计算表达式.最后,仿真试验表明,这种检测器在散射中心稀疏情况下,检测性能要明显优于普通M/N检测器.     

一种改进的超分辨率算法

利用多帧低分辨率图像重建一幅高分辨率图像成为迫切需要解决的难题,传统基于插值的超分辨率算法的发展受到了限制。本文基于重建方法,根据低分辨率图像帧间运动参数,提出了合理的权重分配算法。实验结果表明,图像超分辨率重建取得了良好效果。     

散射中心提取方法研究

散射中心提取是雷达目标特性研究中的关键内容。首先回顾了典型的散射中心模型,然后对相应的散射中心提取方法进行研究,将现有方法分为基于现代谱估计的方法、基于极大似然的估计方法和基于稀疏性的估计方法三类,并对这些方法进行了简单的评价,最后探讨了该领域存在的难点并展望了可能取得突破的研究方向。     

一种基于3D-ESPRIT的散射中心参数估计算法

基于雷达目标的三维散射中心模型,提出了利用目标频域数据的3D-ESPRIT参数估计方法.该方法不需进行参数配对,不需要计算相关矩阵,计算量较小.仿真实验结果表明,该方法能够对雷达目标散射中心给出比较准确的估计值.与3D-MP(矩阵束)方法的估计结果相比较,验证了算法的正确性.     

一种大转角SAR图像散射中心各向异性提取方法

基于各向异性特性反映了散射中心本身属性,该文提出一种大转角SAR条件下提取散射中心各向异性特性的算法。首先根据属性散射中心模型分析单个散射中心的回波构成;之后以单位矩阵作为标准正交基,将各向异性特性的估计转化为求解散射中心幅度变化的逆问题;再利用散射中心幅度变化的实数特性与连续性对该逆问题进行约束求解,实现了对散射中心各向异性特性的提取。Matlab仿真和电磁计算数据的处理结果验证了算法的准确性以及稳定性;与现有算法对比,所提算法运算效率高。     

基于部件分解的高分辨雷达目标提取方法

针对传统目标提取算法在低信噪比条件下性能不理想且提取部件不连续的问题,提出一种基于部件分解的高分辨雷达目标提取算法.利用属性散射中心可以表征目标部件的散射回波的优势,通过构造属性散射中心基对目标信号进行分解.通过对分解部件的能量设置门限,提取属于目标的部件.实验结果证明:在低信噪比且虚警概率相同的情况下,基于部件分解的目标提取方法比传统基于像素能量的提取方法能提取出更多且更连续的目标部件.     

基于一维散射中心匹配的雷达目标识别

本文提出了一种新的基于目标一维散射中心匹配的雷达目标识别方法.该方法在计算两目标匹配函数之前,先根据目标尺寸大小在目标中心附近设定一个距离窗,将位于此距离窗以外的散射中心剔除,以减轻目标区域以外虚假散射中心的影响.对剩下的目标散射中心,根据两目标散射中心之间的距离,对目标之间的散射中心配对,然后定义两目标的匹配函数为所有配对散射中心的"匹配能量"和与两目标所有散射中心能量和的比值.对五类目标缩比模型的外场测量数据进行分类识别实验,结果表明该方法具有良好的目标识别能力,而且对加性高斯白噪声和雷达带宽不敏感.     

基于压缩感知的超分辨目标散射中心估计

针对雷达目标识别中散射中心特征提取需求,提出一种基于压缩感知理论(CS)的超分辨散射中心估计算法。通过设计一字典,将脉压波形进行稀疏表示,进而将重构问题引入CS 理论框架之下,利用仿真数据验证了散射中心重构算法的可行性。基于实录数据,将80 MHz 宽带信号滤波成20 MHz 窄带信号,利用窄带20 MHz 脉压波形重构高分辨散射中心,进而恢复宽带80 MHz 脉压信号。恢复信号与真实80 MHz 宽带脉压信号的对比分析结果表明,在一定误差范围内,CS算法可实现目标散射中心重构。     

一种基于特征向量分析的雷达信号关联识别方法

区别于传统的典型参数比对方法,将雷达信号理解为一种多特征变长数据来研究其关联识别。首先,应用奇异值分解方法得到雷达信号序列的特征向量;其次,基于特征向量对训练模板和测试数据进行相似度计算;最后,对每类训练数据采用滑窗提取模板以保证完备性和容错性,并用K近邻方法获取相似度最大的模板类别,从而实现多特征变长雷达信号序列的关联识别。仿真实验表明,该方法能以较高准确率实现雷达信号的关联识别,具有较强的普适性。     

一种基于DWT-SVD的彩色图像水印嵌入方法

为了进一步加强多媒体的信息安全和版权保护问题,文中基于离散小波变换和奇异值分解理论,提出将RGB三色通道的水印图像分别嵌入到载体RGB三色通道中,其特点是以彩色图像作为水印.实验结果表明,该算法水印具有不可见性好、嵌入信息量大、抗攻击能力强等特点.     

低信噪比下二维联合快速超分辨B-ISAR成像方法

双基地ISAR成像分辨率受限于信号带宽和方位积累时间,且成像质量受噪声影响严重.本文在充分考虑回波的二维联合稀疏特征基础上,提出二维联合字典下的矩阵复数近似消息传递超分辨快速成像算法.在构建双基地ISAR的二维联合超分辨成像模型基础上,首先通过向量化处理,将二维超分辨成像问题转换为复数基追踪去噪问题;其次通过两种策略实现复数基追踪去噪问题的快速求解,一是利用向量化与Kronecker积的关系,推导出矩阵形式复数近似消息传递算法,从而避免向量化处理带来的大矩阵运算量和大存储量问题;二是为进一步减少单次迭代的运算量,将矩阵乘法等效为二维快速傅里叶变换.最后,利用本文算法在迭代过程中对噪声阈值不断精确逼近,提高算法在低信噪比下的成像能力.仿真数据成像结果验证了本文算法的有效性.     

基于量化和关系的图像水印算法

提出了一种基于量化和关系的奇异值分解水印算法。算法先对载体图像进行互不重叠的8×8分块;其次对选取的分块进行1级离散小波变换和分别对生成的低频子带和高频子带进行奇异值分解;最后对低频和高频子带奇异值分解后的最大奇异值分别采用量化和关系的嵌入方法嵌入预处理后的水印。实验表明,该算法具有较好的透明性和鲁棒性。与其他算法相比,对于大多数的攻击,该算法具有更好的性能。     

基于图像置乱和ICA-DWT的数字图像水印算法

提出了一种基于图像置乱和ICA-DWT的数字图像水印算法。该算法首先对原始图像进行三级离散小波变换(DWT),把分解所得到的低频子图进行奇异值分解(SVD),然后用独立分量分析(ICA)方法嵌入经过Arnold置乱的水印。实验结果表明,该算法对经处理、压缩和一些几何变换后的图像有较好的稳健性,同时还可以达到水印的不可见性。     

基于子空间技术中奇异向量分析的穿墙雷达杂波抑制方法

穿墙雷达成像中,墙体反射杂波干扰严重,严重影响目标成像效果.子空间技术对回波信号矩阵进行奇异值分解后去除墙体子空间,可以有效的抑制墙体杂波干扰,在穿墙雷达成像中具有广泛的应用.该文针对子空间技术中墙体与目标子空间的划分这一难题,提出一种基于奇异向量平稳度分类的墙体子空间提取技术.该方法利用墙体回波信号的相关特征,根据奇异值分解后各个左奇异向量的平稳程度来精确划分墙体与目标子空间.实验结果表明,与现有技术相比,该方法对墙体子空间的确定更加精准有效,提高了穿墙雷达墙体杂波干扰抑制能力,改善了墙后目标的成像质量.     

基于K-均值聚类的SVD杂波抑制算法

针对强地物静止杂波及慢速杂波严重环境下,慢速运动目标被淹没其中而无法有效检测的问题,本文设计了一种基于K-均值聚类的SVD杂波抑制方法。该方法对回波信号矩阵进行奇异值分解,依据回波信号特性,得到相应的奇异值谱分布,以及奇异向量的空间相关性和平均多普勒频率三个统计量特征,然后基于这些特征采用K-均值聚类算法对各奇异分量进行聚类,无需人为设定阈值参数估计杂波基,可以自适应确定杂波子空间所对应的奇异向量,最后通过正交子空间投影来抑制回波信号中的杂波成分。实验结果表明,该方法在低信杂比条件下相比于传统子空间方法,能够得到较好杂波抑制效果。     

非合作雷达目标散射中心关联和三维重建算法

针对非合作雷达目标3 维重建技术中各未知视角下1 维散射中心难以关联的问题,该文提出了一种基于几何约束的散射中心关联方法。此方法通过对反投影误差的检验实现了对部分可靠散射中心的自动选择和有效关联。同时,利用由已关联散射中心距离数据估计出的目标运动参数,实现目标上更多散射中心的关联和3 维重建。仿真实验证明,该文提出的算法能够适用于1 维散射中心存在缺失点、虚假点和重叠点的复杂情况,有效增强了未知运动目标散射中心关联和重建的鲁棒性。