机载前视合成孔径雷达Chirp Scaling成像算法研究

针对目前机载侧视合成孔径雷达(SAR)无法对飞行路线正前方进行高分辨率成像的问题,该文研究了一种新型机载前视SAR,分析了前视SAR的工作原理和方位分辨率提高的可行性。基于空间几何模型和回波信号形式,推导并给出了适用于机载前视SAR成像的chirp scaling算法,给出了各相位补偿因子表达式及算法实现步骤。模拟了前视SAR点目标回波数据,并利用该方法对分布于场景中心及边缘的点目标阵进行了成像仿真,分析了成像效果,成像质量指标与理论值基本吻合,证实了算法的有效性。     

机载雷达前视探测方位超分辨算法

机载雷达前视探测在民用与军用领域都具有广泛应用,例如跑道障碍物探测、低空飞行、自主着陆、导弹制导等。由于探测区域方位向多普勒带宽几乎为零,不满足DBS与SAR技术处理的条件,因此方位分辨率由天线波束3dB宽度决定。针对雷达前视探测方位低分辨率问题,本文提出一种基于改进雷达信号模型的统计优化超分辨算法。算法同时利用泊松与高斯噪声的分布先验信息进行数学建模,选择贝叶斯最大似然准则对超分辨反问题正则化,通过近似迭代求解实现雷达方位向超分辨。仿真与实测数据结果表明,与当前算法相比较,该算法进一步降低了噪声敏感性,有效抑制虚假目标产生,对于提高波束主瓣内目标分辨能力具有实际应用意义。      

基于矩阵束算法的多雷达信号融合超分辨成像

利用多雷达回波信号对目标进行融合成像可以有效提高分辨率.本文实现了一种多雷达融合联合超分辨成像算法,该方法基于单雷达观测数据指数和模型,建立了联合的多雷达观测数据模型,并将雷达二维成像的矩阵束算法引入到多雷达观测融合成像中,利用多雷达观测数据估计散射中心的参数,有效提高了分辨率.仿真实验表明,该算法有效提高了雷达成像的分辨性能,有利于后续的目标检测与识别.     

涡旋电磁波雷达成像分辨力研究

相位波前受轨道角动量调制的涡旋电磁波,在雷达前视成像领域得到广泛关注和研究。基于涡旋电磁波雷达成像原理和方法,该文重点对方位分辨力展开研究。首先,分析了贝塞尔幅度项对方位分辨性能的影响,结果表明,在贝塞尔幅度窗影响下,涡旋电磁波雷达方位分辨性能由有效OAM模态范围决定。其次,提出了一种有效OAM模态范围计算方法,并分别对方位角分辨率、空间分辨率以及超实孔径雷达分辨率进行了表征。最后,仿真分析了方位基本分辨性能随不同影响因素的变化规律,改变波长孔径比、成像俯仰角,能增大有效OAM模态范围,提升方位分辨性能。拟合得到了有效OAM模态范围、超实孔径雷达分辨率关于波长孔径比和成像俯仰角的近似表达式,为涡旋电磁波雷达参数设计与优化提供参考。      

弹载雷达成像技术发展现状与趋势

弹载合成孔径雷达(SAR)可对观测区域进行二维高分辨率成像,获得丰富的地貌特征以及目标的尺寸、形状特征,进而选择打击点并提高打击精度和效率。与传统的机载/星载SAR成像体制相比,弹载SAR由于其探测距离远、大机动曲线突防和多平台协同作战的特点,给雷达成像技术带来了新的挑战:导弹末制导阶段处于二维甚至三维加速的大斜视工作模式,飞行轨迹与传统的SAR成像模式不同,这会带来距离方位的严重耦合,成像质量退化严重;在攻击飞行段,导弹的天线波束直接指向目标区域,弹载SAR将工作在前视状态,传统的SAR成像技术难以获取目标二维高分辨图像。针对弹载SAR存在的这些问题,该文立足弹载SAR作战需求,从曲线轨大斜视成像、前视成像和协同成像方面介绍了弹载雷达成像的关键技术和发展现状,展望未来弹载雷达成像技术的发展趋势。      

基于多帧数据联合处理的机载单通道雷达贝叶斯前视成像

针对机载单通道雷达前视分辨率不高的问题,该文提出一种基于多帧数据联合处理的贝叶斯前视成像方法。该文首先建立高斯背景下的前视回波信号模型,然后将散射场景的处理空间由单帧波束域的低维空间扩展到多帧波束域联合而成的高维空间以增加其空域稀疏性,并对散射场景的稀疏性进行统计建模。最后基于贝叶斯理论,将前视条件下的雷达成像转化为贝叶斯准则下的优化问题,并通过共轭梯度算法进行优化求解。在优化求解时,稀疏统计参数从数据迭代过程中估计得到。仿真结果和实测数据表明该方法不仅可以对前视场景进行高分辨成像,还可以抑制虚假散射点。     

反雷达伪装成像检测系统二维超分辨实现

设计和完成了一套微波成像系统.根据反雷达伪装微波成像的应用需求,系统采用阶跃调频连续波体制和合成孔径技术,可实现对外场全尺寸伪装目标的高分辨二维成像.传统FFT成像方法计算过程比较简单,但分辨率低,图像相对比较粗糙,对50米远处目标的二维分辨率仅能达到0.5m×0.5m.非线性空间谱估计(DOA)即超分辨技术可大大改善在系统带宽内处理空间信号的估计精度和分辨率.随着该技术的日益完善,近年来被广泛应用于雷达成像领域,用来提高距离和方位分辨率.2D-RELAX算法是较易实现的一种精度高、鲁棒性好的超分辨算法.通过对某型伪装示假目标的成像结果表明,在同样的硬件条件下,其对分辨率确有较大改善,可以达到0.25m×0.25m,接近系统分辨率的理论最小值,图像也较精确.     

基于斜距多普勒分析的雷达前视测高方法

针对基于正下视天线几何构型的传统雷达高度计不适用于天线前向安装的弹载雷达导引头系统的问题,提出一种基于回波斜距多普勒分析的适用于前下视几何构型的雷达测高方法。该方法利用平台与目标间相对高度、速度、斜距及多普勒之间的几何关系实现高度测量,并采用方位谱相关法实现由前视几何引起的非均匀方位谱分布条件下的多普勒中心估计。首先对回波进行距离匹配滤波和方位去斜处理,实现距离方位二维聚焦。然后在距离向进行子段划分处理提高测高精度及稳定性。在每一距离子段中,通过波门和采样点推算斜距,采用方位谱相关法估计多普勒中心,并根据测高几何关系估计高度值。最后对各子段测高值进行能量筛选和平均后输出最终测高结果。仿真和实测数据处理结果均表明本文所提方法应用于弹载雷达导引头前视测高有很好的测高精度。     

基于单快拍稀疏重构的阵列雷达前视成像北大核心CSCD

针对阵列雷达前视高分辨成像问题,文中提出了一种基于单快拍数据稀疏重构的成像算法。在对各阵元回波信号进行脉冲压缩及运动校正后,以波束指向角为中心在主瓣范围内构建信号矢量及对应观测矩阵,利用稀疏贝叶斯学习算法对当前指向角多个阵元的单快拍数据进行稀疏重构,得到散射系数分布;进一步对不同指向角重构所得散射系数进行幅度积累,得到最终的前视图像。仿真结果表明,该算法能在低角度采样率条件下获得有效的前视超分辨图像。     

幅度和相位估计的ISAR超分辨成像方法

传统距离多普勒(Range Doppler, RD)成像方法分辨率取决于发射信号的带宽和信号在方位向积累的多普勒带宽。超分辨成像可以在给定带宽条件下,获得比RD方法更优的分辨率。给出一种基于幅度和相位估计(Amplitude and Phase Estimation, APES)的逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)超分辨成像方法,该方法根据回波数据构造自适应滤波器对目标散射点进行重建,仿真和实测ISAR数据成像结果验证了基于APES的ISAR超分辨成像算法的有效性。相比其他超分辨成像方法,该方法重建的散射点幅度更为精确,副瓣更低,图像对比度和图像信噪比增加,整体成像效果较佳。     

VBLAST系统的译码算法研究

对已有的传统译码算法如迫零算法（ZF）、最小均方（MMSE）算法、连续抵消（SIC）算法等的性能进行了研究,并在此基础上提出将迫零算法与连续抵消算法、最小均方算法与连续抵消算法相结合,构成迫零-连续抵消算法（ZF-SIC）与最小均方-连续抵消算法（MMSE-SIC）,从而明显改善系统的误码性能。此外,对收发两端采用不同天线数时的系统误码性能进行了仿真与分析,同时仿真分析了系统采用QPSK与16QAM调制方式的误码性能,最后给出仿真分析结果。     

字符串相似度度量中LCS和GST算法比较

就字符串相似度度量算法的LCS和GST在概念、实现、效率方面进行比较分析,简要探讨了两种算法的应用领域.     

一种Turbo译码算法改进研究

Turbo码是近年来广泛应用于通信系统中的一种性能优异的编码方式.文中首先分析了基于最大后验概率的Turbo码传统译码算法,然后指出了使用这类算法具有大译码延时的缺点,分析了常用的能减小译码延时的SW-MAP算法;最后根据此算法的特点提出了SW-MAP算法的改进方案.算法改进后能有效降低译码延时,提高译码性能.     

DOA估计的几种特征结构算法的性能比较

Pisarenko算法、多信号分类（MUSIC）算法、最小模算法和ORPD算法是来波到达方向（DOA）估计中常用的四种特征结构算法。在不同的信噪比及阵元数目条件下，对这几种算法的分辨性能作了比较。仿真结果表明：MUSIC算法是最稳定的一种算法；在预知大致方位的前提下。ORPD算法分辨性能最好；对于提高各种算法的分辨能力，改善信噪比相对增加阵元数目更有效。     

基于KR-BM算法的多模式匹配算法改进

网络技术的高速发展对模式匹配算法提出了更高的要求,为提高模式匹配效率,文中首先对常用的单模式和多模式匹配算法进行分析,在此基础之上,提出一种基于KR算法和BM算法的多模式快速匹配算法。最后通过实验结果验证了此算法的可用性和高效性。     

引导型免疫算法研究

基于免疫系统机理提出的免疫算法是一种新型的智能系统，在优化计算方面表现出巨大的潜力，具有多样性好、搜索成功率高的优点．但免疫算法在局部搜索中存在一定盲目性，搜索效率不高．本文提出引导型免疫算法，通过增强免疫算法中抗体的社会性，为免疫算法的搜索过程提供引导性，加快算法收敛速度，并对引导型免疫算法中新引入的算法参数进行了深入讨论．算法分析和仿真结果表明，引导型免疫算法在保持算法高搜索成功率的前提下，有效地提高了算法搜索效率．     

融入曲率尺度空间算法的图像配准方法

为了满足图像配准对于实时性的要求,提出融入曲率尺度空间算法的图像配准方法。首先使用曲率尺度空间算法提取图像角点特征,然后使用改进的加速稳健特征算法生成64维角点特征描述子向量并将描述子向量降维到24维,最后使用改进的相似性距离算法和随机采样一致性算法进行匹配。仿真实验一表明:在图像配准准确度方面与传统尺度不变特征变换算法、传统加速稳健特征算法及其他改进的图像配准方法相当,但在图像配准实时性方面具有一定的优势,仿真实验二通过立体匹配库验证了该方法具有普遍有效性。     

RFID防碰撞算法的研究

随着物联网技术的高速发展,作为其关键技术之一的RFID显得愈为重要。标签碰撞的应用在RFID系统中是不可避免的,因此RFID防碰撞算法是RFID系统中一个重要问题,直接决定了RFID系统可以识别多个标签的能力。目前防碰撞算法在时域上主要可以分为非确定性算法（ALOHA算法）和确定性算法（树形算法）两大类。本文分析了现存的两大类算法中主流的防碰撞算法,总结出两大类算法的优点以及存在的问题。通过MATLAB仿真进一步证明此结论,并总结未来研究中需要继续关注的问题与方向。     

一种改进的松弛算法

本文从建立松弛(RELAX)算法所对应的多维非线性优化问题出发,对松弛算法和最大似然(ML)算法进行了多方面的比较.基于这些讨论,提出了改进的RELAX算法。     

一种新的排序算法——端点排序算法

提出了一种新的排序算法：端点排序算法。其方法为：依次找出数据总数为N的数列最小和最大值,把二者放在本次所排数列的两端,再把剩余两端之间的数据总数为N-2的数列的最小值和最大值找出,放在此数列的两端,依此类推,直至数列中间,实现整个数组的排序。实验表明,该算法具有与冒泡排序更快的性能。在数据个数较多的情况下优于选择排序。