基于频移的DPCA机载雷达杂波抑制技术

该文采用杂波单元分解的方法分析了相位中心偏置天线（DPCA）对机载雷达主杂波的抑制性能，指出DPCA是一种简单的时-空二维滤波器，并分析了当主杂波中心频率不为零时DPCA要波抑制能力下降的原因，该文还提出了一种基于主杂波中心频率频移的DPCA处理方法，理论分析和仿真结构均表明该方法具有较好的杂波抑制能力，同时该方法结构简单、便于工程实现。     

基于DPCA和多分辨分析的SAR微弱运动目标检测

图像域偏移相位中心天线(DPCA)方法可显著抑制双孔径合成孔径雷达(SAR)的静止杂波,但对消处理后的剩余杂波和噪声仍可严重影响微弱目标检测性能.该文提出采用二维多分辨分析在DPCA处理后图像域进一步抑制干扰,显著改善了SAR微弱运动目标的检测性能.数值仿真验证了新方法对杂波和噪声二种干扰成分的抑制性能.     

一种基于双通道DPCA的SAR-GMTI杂波抑制方法

偏置相位中心天线技术(DPCA)作为空时自适应信号处理(STAP)技术的特殊形式,在合成孔径雷达地面动目标指示(SAR-GMTI)领域得到了广泛的应用。杂波抑制的能力直接决定了GMTI的性能,传统的复图像域DPCA技术对于地杂波抑制能力有限,特别是广泛分布着强散射静止地物的城市区域。该文利用干涉相位对DPCA幅度进行非线性加权,提出了一种加权DPCA杂波抑制方法,该方法降低了通道间残差相位对DPCA杂波抑制的影响。实验结果表明:该文方法在杂波抑制能力上优于传统DPCA方法。     

基于自适应DPCA的机载雷达杂波和干扰抑制的研究

分析了机载雷达相位中心偏置天线(DPCA)和自适应相位中心偏置天线(ADPCA)处理算法,对机载雷达DPCA的杂波和干扰抑制等进行了数值仿真。仿真结果表明,通过DPCA可以将淹没在强杂波背景中-47dB信噪比的目标提高到6.3dB;但当存在干扰或者机载雷达不满足DPCA的理想条件时,信噪比恶化非常严重;当干扰有效辐射功率(ERP)增大到1 W时,信噪比变为-15dB;当采用ADPCA处理后,即使在干扰ERP为400 W时,处理后的信噪比仍超过6dB。     

基于多视平均和共轭相乘处理的SAR图像域DPCA慢动目标检测新方法

天线相位中心偏置(DPCA,Displaced Phase Center Antenna)技术应用于双通道SAR图像域检测地面慢动目标,具有操作简单、高效实用的特点,因此寻找性能更优的DPCA检测量具有重要的理论和实际意义.本文在深入分析经典图像域DPCA检测量存在的不足的基础上,引入多视平均、共轭相乘处理,提出了几种新的DPCA检测量.理论分析和实验验证表明:新DPCA检测量具有杂波和噪声抑制能力强、旁瓣抑制好、定位精度高等特点,说明共轭相乘操作和多视平均处理能够有效地弥补经典DPCA检测量的缺陷,有效提高检测性能.此外,理论推导了随机噪声和通道之间的绝对增益误差等干扰因素对DPCA检测量的影响,证明了新DPCA检测量具有较强的抗干扰性.     

基于信号子空间处理的DPCA运动误差校正方法

在机载SAR/GMTI应用中,雷达平台运动误差常使得偏置相位中心天线(DPCA)失效,限制其实际应用。文中推导并仿真了运动误差引起DPCA杂波抑制性能下降的情况,提出基于信号子空间处理的解决方法,对β失效、偏航和俯仰姿态误差以及位置误差等多种情况分别进行了分析和误差校正。仿真结果表明,该方法可使DPCA对运动误差的敏感度下降,从而提高杂波抑制性能,扩大DPCA的适用范围,具有一定的工程参考价值。     

一种改进的机载合成孔径雷达CSI杂波抑制方法

CSI(杂波抑制干涉)是一种类似于DPCA的空-时自适应技术,其优点是不受DPCA条件限制.本文分析了传统CSI的处理原理及不足之处,接着以双通道GMTI为例,给出了一种改进CSI的数学分析和处理方法.最后通过仿真数据和实际双通道数据的通道对消结果,证明改进后的算法可有效提高杂波抑制性能.     

基于二天线的双基地DPCA技术

该文给出了双基地相位中心偏置天线(DPCA)技术的空间几何模型,从接收信号模型入手分析了双基地DPCA技术的杂波抑制原理,并给出了计算机的仿真结果.文章指出,双基地DPCA技术要求天线间隔D,脉冲重复频率PRF以及载机速度Va三者严格满足条件:D=m·Va/PRF(m是一正整数),这跟单基地情况下是一致的;当约束条件不能满足时,杂波的抑制效果将受到一定的影响.     

分布式星载单基线SAR-ATI/DPCA技术性能分析与对比

SAR-ATI和SAR-DPCA技术是分布式星载单基线SAR-GMTI系统常用的杂波抑制和运动目标检测方法.本文从运动目标检测性能出发,以两种处理技术的杂波和动目标的信号模型和统汁分布模型为基础,考虑杂波和加性噪声、通道幅度/相位不一致性误差、频率同步误差等影响因素,对ATI和DPCA技术的动目标检测性能进行分析和对比.仿真实验表明在地面场景均匀同质假设下,DPCA的检测性能优于ATI技术;通道相位误差对ATI和DPCA技术影响较大;在采取了一定的同步措施前提下,频率同步误差对两种技术的检测性能影响相对较小.     

一种基于DPCA的星载SAR/GMTI实现方法

星载SAR的轨道运动和受地球自转、地球曲率等因素影响,以及卫星平台快速运动造成的地杂波谱展宽甚至占据整个方位谱,这些都使得星载SAR/GMTI的处理方法较机载SAR/GMTI更为复杂.为了有效检测运动目标,必须对地杂波进行抑制.偏置天线相位中心（DPCA）是一种有效的地杂波抑制技术.文中在星载SAR三孔径天线回波信号多普勒特性分析的基础上,结合Raney,R K给出的多普勒参数表达式,推导了一种基于DPCA的星载SAR动目标检测、径向速度分量估计以及目标定位的方法.最后,通过星载SAR/GMTI计算机仿真进行了验证.     

Improved synthetic aperture sonar motion compensation combined DPCA with Sub-Aperture Image Correlation

Estimation precision of Displaced Phase Center Algorithm (DPCA) is affected by the number of displaced phase center pairs, the bandwidth of transmitting signal and many other factors. Detailed analysis is made on DPCA’s estimation precision. Analysis results show that the directional vector estimation precision of DPCA is low, which will produce accumulating errors when phase cen-ters’ track is estimated. Because of this reason, DPCA suffers from accumulating errors seriously. To overcome this problem, a method combining DPCA with Sub Aperture Image Correlation (SAIC) is presented. Large synthetic aperture is divided into sub-apertures. Micro errors in sub-aperture are estimated by DPCA and compensated to raw echo data. Bulk errors between sub-apertures are esti-mated by SAIC and compensated directly to sub-aperture images. After that, sub-aperture images are directly used to generate ultimate SAS image. The method is applied to the lake-trial dataset of a 20 kHz SAS prototype system. Results show the method can successfully remove the accumulating error and produce a better SAS image.     

天线斜置情况下三通道SAR-GMTI技术研究

该文提出了一种新的基于DPCA(相位中心偏置天线)技术的动目标检测体制,即天线沿载机飞行方向按一定倾斜角度放置.利用等效相位中心原理建立了天线斜置情况下三通道运动目标回波信号模型,给出了天线倾斜角对动目标检测、最小可检测速度和盲速的影响.通过改进的DPCA技术实现运动目标的检测、测速和定位.最后,仿真数据验证了该新体制和改进DPCA技术对运动目标检测的可行性.     

机载双通道SAR/DPCA误差分析

SAR/DPCA技术是一种简单实用的多通道SAR运动目标检测方法,实际应用中会受到各种误差因素的限制,其中影响算法性能最大的两类误差是载机速度误差和通道失衡.该文详细地分析了这两类误差因素对SAR/DPCA算法性能的影响,建立了误差分析模型,针对实际参数给出了误差分析的结果,并确定了一定误差条件下的系统可检测速度范围、盲速和最小可检测速度.     

机载多通道雷达DPCA误差补偿及稳健的杂波抑制

 在实际的机载多通道雷达系统中,由于存在系统幅相误差和载机的非平稳运动,DPCA条件很难满足而导致杂波抑制性能下降.本文通过预滤波处理补偿了载机的运动误差,同时保证了运动目标信号的损失尽可能小,进而可以采用传统的自适应DPCA技术补偿系统的幅相误差.然而,当样本中存在强的运动目标时,自适应DPCA的权值估计偏差较大导致杂波抑制性能下降.针对该问题,从最大信噪比准则出发,提出了稳健的两通道自适应DPCA杂波抑制方法.在性能分析中,研究了预滤波对运动目标的影响,给出了预滤波后运动目标的相消曲线.最后通过实测数据和仿真目标实验,验证了本文方法的有效性.     

The effects of power control on the optical CDMA random access protocol

In this work, the performance of the hybrid system that combines the distributed power control algorithm (DPCA) with the random access protocol as a novel and simple scheme of achieving a high performance in decentralized optical code division multiple access (OCDMA) networks has been investigated. The multiple access interference (MAI) and the near-far problem effects have been considered. The DPCA’s advantage lies in its characteristics being effectively implemented to each node, since only local parameters are necessary. The principal results have shown that the network throughput and delay are strongly affected by the near-far problem and the DPCA works to solve this problem. Hence, the introduction of a certain level of the power control to the random access temporally coded (1D) or the time-wavelength coded (2D) OCDMA networks has demonstrated profitability of the throughput increase and the delay reduction. As a consequence, the proposed system configuration with the DPCA using a very low number of iterations has resulted in a better throughput and simultaneously in a delay decrease when compared to the system without power control mechanisms.     

机载双通道SAR／GMTI数据域DPCA算法研究

相位天线偏置(DPCA)技术在雷达领域是一种经典的杂波抑制算法,该算法简单易行,有很高的实用价值。文中研究了数据域DPCA技术在机载双通道SAR地面动目标检测领域的应用,推导出点目标回波模型;介绍了时间域和多普勒域算法的原理;对多普勒域DPCA算法的工程化进行了研究;最后给出了模拟数据的仿真结果。     

机载雷达相位中心偏移天线系统的性能

本文分析了机载雷达相位中心偏移（ＤＰＣＡ）系统的杂波相关矩阵，讨论了系统的最佳改善因数以及系统参数对性能的影响。     

改进的分块2DPCA人脸识别方法

将样本中间值融入模块二维主成分分析方法进行人脸识别。该算法首先对图像矩阵进行了模块化得到子图像矩阵,之后直接把子图像矩阵集作为样本集。与原始模块二维主成分分析算法不同之处在于,将子块的类内中间值引入到总体协方差矩阵的求解过程中。通过ORL数据库的测试,融合后的算法继承了模块二维主成分分析的强鲁棒性,提高了识别率,证明了改进后的方法相对普通的二维主成分分析和模块二维主成分分析算法而言,性能得到提升。     

一种基于加权变形的2DPCA的人脸特征提取方法

该文首先分析了主成分分析法(PCA)和2维主成分分析法(2DPCA)的关系,针对2DPCA丢失具有鉴别能力的协方差信息以及PCA方法不能解决小样本的问题,提出了基于一种加权变形的2DPCA的人脸特征提取方法(WV2DPCA),该方法利用变形的2DPCA方法分别对人脸3个子部分分别提取特征,然后根据最近邻理论和权值进行分类。经过在ORL人脸库和YALE人脸库的实验研究表明:与2DPCA相比,提高了人脸空间的识别率,压缩了人脸空间的系数,减少了识别时间;在识别的准确率方面,更优于传统的Fisherfaces,IC,Kernel Eigenfaces的算法。