高炉燃烧料面合成孔径雷达双聚焦成像算法

钢铁生产中的料位和料形是冶炼过程控制的重要指标,基于合成孔径雷达(SAR)原理的微波成像装置可有效提取热态径向料面特征.针对几何形态复杂,回波信号突变性强,甚至会出现遮蔽效应导致雷达失波的料面中心部分,本文建立了中心区域双聚焦测量成像系统.选定炉顶风罩位置对称安装两套雷达,电机控制雷达天线匀速摆动获取二维坐标矩阵,用重采样插值算法将其转换成像素点均匀的矩形灰度图像;根据尺寸参数确定炉心扫描重叠区间,并构建料面中心双聚焦融合算法(DfSAR)拼接双图像.与均值融合相比,图像互信息提高10.43%,清晰度改善23.91%.最后,采用雷达恒虚警率(CFAR)目标检测算法有效滤除高炉内粉尘颗粒物对料面图像的干扰.     

星载SAR散射波欺骗干扰研究

在散射波干扰方式下,SAR干扰信号的多普勒频率与雷达回波信号不一致,造成虚假图像散焦和成像位置偏移,甚至不能成像,只能算是一种噪声压制干扰.本文提出了一种新的散射波欺骗干扰的实现方法,通过距离向延时和方位向相位补偿,使得散射渡干扰信号与回波信号距离向频率、方位向相位一致,取得了较好的干扰效果.     

前斜视SAR成像目标高精度模拟技术

前斜视合成孔径雷达(SAR)成像的距离-方位存在强耦合,目标径向运动信息的模拟精度不仅影响雷达的距离像分辨性能,同时影响方位像分辨性能。通过对距离调制分辨率与SAR成像结果的理论分析,提出了一种频域插值升采样调制的SAR成像回波模拟方法,通过提高采样率以减小距离徙动引起的幅度误差,同时采用GPU并行处理,提高回波模拟的实时性。结果表明:所提出的方法能够达到0.1 m的距离延时模拟精度,并对256×256点场景回波的运算周期小于10μs,可适用于前斜视SAR目标高精度模拟。     

基于雷达观测数据的高炉料面多模型控制

炉料在高炉内部的布局直接影响着高炉的运行,好的布料策略能极大地提高生产力,并带来巨大的经济效益.本文利用模糊c均值聚类算法对大量雷达扫描得到的料面数据进行分类,建立多模型料面模型集;设定期望料面,并根据料面模型集中的多种料面,设计多种布料控制策略,求出相应的布料矩阵.每一个布料周期,采用模糊识别的方法把获得的实时料面数据与模型集相匹配,进而采取相应的布料矩阵进行布料,直至达到期望料面.由于雷达扫描数据的存在,形成了反馈机制,使得高炉布料能够实现闭环控制.本控制策略在某钢铁厂2500m3高炉上得到实施,取得很好的控制效果,达到节能降耗的要求.     

高炉料面形状双驱动模型研究

高炉料面形状是指导高炉布料决策的重要依据.本文在已开发的新型雷达检测手段的基础上将雷达检测数据和布料机理进行融合.首先根据牛顿运动规律计算炉料颗粒从料流调节阀至料面的运动过程,然后根据体积约束原则建立料面形状模型,最后通过高斯过程回归模型将机理模型和摆动雷达测量得到的料面信息融合,建立了基于雷达数据和机理模型双驱动的高炉料面形状模型.仿真结果表明,本文提出的数据融合的方法在结合雷达检测数据和机理模型的基础上能够更好的拟合出高炉料面形状,可以为高炉稳定运行,节能减排提供可靠指导.     

机载雷达单脉冲前视成像算法

单脉冲技术通过比较单个脉冲多路回波信号的信息实现对目标角度位置的精确测量,广泛运用于跟踪雷达中。将其运用于成像中可以实现合成孔径雷达（SAR）,多普勒波束锐化（DBS）等技术难以实现的前视成像,针对这一点,提出了一种单脉冲前视成像算法。实测数据处理结果表明,这种方法与实波束成像相比,可以显著改善图像质量,具有很高的实用价值。     

高炉料面特征提取与聚类分析

布料是高炉上部调节的主要方式,料面形状特征是指导高炉工长做出下一次布料决策的重要依据.本文通过分析高炉雷达实测料面数据,结合专家经验,提出了一种料面特征定义和提取的方法,提取出了能够表征料面形状的6个特征;然后将谱聚类算法引入到料面特征数据的聚类中,建立了料面特征模型库;最后将新的料面特征与模型库数据匹配,为后续高炉布料控制奠定研究基础.在仿真结果中采用真实高炉生产数据,验证了料面特征提取方法的有效性.仿真结果表明谱聚类算法相比传统的K-mean和模糊C均值聚类算法,具有收敛速度快,聚类性能高等特点,能够准确有效地建立料面特征模型库.     

多天线协同接收PSK载波参数估计的CRLB

针对利用多个独立天线对同一信号进行协同接收的问题,推导了数据辅助（DA）和非数据辅助（NDA）方式BPSK/QPSK信号频率及相位估计的Cramer-Rao下界（CRLB）,并与传统单个天线接收时的CRLB进行了比较。结果表明,在DA方式下,多天线协同接收PSK信号频率及相位估计的CRLB与传统单天线接收的CRLB相同;在NDA方式下,多天线协同接收的CRLB则要低于传统单天线接收的CRLB。     

基于相位增量法的合成孔径雷达多普勒中心频率估计

合成孔径雷达(SAR)系统中,多普勒中心频率的精度直接影响着成像的质量。针对合成孔径雷达多普勒中心频率估计问题,提出了基于相位增量的估计方法,并在MATLAB仿真软件环境下进行数据仿真。该算法利用合成孔径雷达回波在方位向上线性调频信号的相频曲线的分布特性,运用反正切定律非线性估计回波相位信息,并利用函数拟合的方法对频率中心进行了有效的估计。该算法降低了运算复杂度,对噪声的干扰具有鲁棒性,并且与已有的符号估计算法具有相当的估计性能。该算法的估计结果可以用于补偿载机运动误差引入的相位误差,从而实现高分辨率成像。     

合成孔径声纳频率变标成像算法

对小距离幅宽场景成像时,可以采用解线频调技术降低回波信号的带宽,从而降低距离向的采样率.线频调变标算法要求回波信号在距离向是线性调频的,因此无法直接处理这一数据形式.文中采用频率变标(FS)算法对解线频调后的回波信号进行处理,应用频率变标技术,在消除回波信号剩余视频相位项的同时校正距离徙动,整个成像过程不需要插值处理.最后用该算法处理了合成孔径声纳斜侧视工作模式下的仿真点目标的解线频调回波数据,得到了良好的成像结果.     

基于部分相关的LFM脉冲全参数估计

针对线性调频（LFM）脉冲信号的侦察问题,提出了调频率、中心频率、信号到达时间、脉宽全套参数集的估计方法。首先,使用分数阶傅里叶变换（FrFT）对信号的调频率与时频关系进行估计;紧接着选取部分相关脉冲对信号进行积累,利用自相关处理完成中心频率、信号到达时间、脉宽参数的估计;然后推导了估计参数的克拉美劳下界（CRLB）,分析了信噪比对估计误差的影响;最后分析了部分积累脉宽对估计误差的影响,给出了积累脉宽的选择范围。仿真分析表明,调频率估计误差几乎达到CRLB,在信噪比0 dB、基带与调制参数均未知的条件下,中心频率估计均方根误差约为10^-1MHz数量级,信号到达时间和脉宽估计均方根误差约在10^-1 μs数量级。参数估计误差受到相关脉冲宽度的影响,随着相关脉冲宽度的增加,估计误差呈现先减小后增大的趋势。所提方法特别适用于脉压、合成孔径等新体制雷达的侦察。     

基于频差修正的余弦信号频率估计算法

针对余弦振动信号的频率高精度估计需求,提出了一种基于频差修正的频率估计算法.对连续时间信号进行采样后,使用Candan算法估计出频差,运用频差对信号的频率进行修正.对修正后的信号使用Liang算法再次进行频偏估计.最后将2次估计得到的频率值相加求得最终估计频率.通过频差修正,避免了Candan算法因插值方向错误和Liang算法自身特点导致估计精度降低的问题,虽然增加了计算量,但并不影响信号实时处理.仿真结果表明:在相对频偏为任意值的情况下,改进算法的频率估计均方误差接近克拉美罗下限(CRLB),性能优于现有频率估计算法.     

基于GPU并行处理的SAR回波仿真器设计方法

针对合成孔径雷达(SAR)设计了一种基于GPU的回波仿真器,使用并行计算的方法提高SAR回波模拟的效率。仿真数字回波信号通过数/模转换,转换为射频信号输出给SAR系统。使用了BP成像算法对仿真器模拟得到的点目标及分布式目标回波数据进行成像处理,验证了提出的SAR回波仿真器的有效性。实验分析表明,使用GPU并行处理的方法提高了SAR回波仿真的效率。     

一种检测单晶炉热场温度的新方法

为去除单晶炉热场温度测量信号中的低频干扰、提高温度信号的估计精度,本文提出了一种基于跨维模拟退火(trans dimensional simulated annealing,TDSA)的单晶炉热场温度检测方法.该方法首先将AIC(Akaike information criterion)信号个数判断准则纳入采样机制中以便对干扰个数采样估计,进而利用所设计的基于信号频谱和轮盘赌思想的Metropolis Hastings机制对相应个数的干扰频率进行采样,最后设计了混合均匀和高斯采样机制对单晶炉热场温度进行采样估计.仿真和单晶炉工程实验结果表明,该方法在干扰个数未知的情况下,能够有效地抑制低频干扰、准确检测单晶炉热场的温度.     

Terrain analysis using radar shape-from-shading

This paper develops a maximum a posteriori (MAP) probability estimation framework for shape-from-shading (SFS) from synthetic aperture radar (SAR) images. The aim is to use this method to reconstruct surface topography from a single radar image of relatively complex terrain. Our MAP framework makes explicit how the recovery of local surface orientation depends on the whereabouts of terrain edge features and the available radar reflectance information. To apply the resulting process to real world radar data, we require probabilistic models for the appearance of terrain features and the relationship between the orientation of surface normals and the radar reflectance. We show that the SAR data can be modeled using a Rayleigh-Bessel distribution and use this distribution to develop a maximum likelihood algorithm for detecting and labeling terrain edge features. Moreover, we show how robust statistics can be used to estimate the characteristic parameters of this distribution. We also develop an empirical model for the SAR reflectance function. Using the reflectance model, we perform Lambertian correction so that a conventional SFS algorithm can be applied to the radar data. The initial surface normal direction is constrained to point in the direction of the nearest ridge or ravine feature. Each surface normal must fall within a conical envelope whose axis is in the direction of the radar illuminant. The extent of the envelope depends on the corrected radar reflectance and the variance of the radar signal statistics. We explore various ways of smoothing the field of surface normals using robust statistics. Finally, we show how to reconstruct the terrain surface from the smoothed field of surface normal vectors. The proposed algorithm is applied to various SAR data sets containing relatively complex terrain structure.     

Vibration target detection and vibration parameters estimation based on the DPCA technique in dual-channel SAR

This paper proposes a new method based on the displaced phase center antenna(DPCA) technique for the detection and parameters estimation of vibration target in dual-channel synthetic aperture radar(SAR).The echo model of vibration target is established in dual-channel SAR according to the equivalent phase center principle.By accumulating the DPCA signal amplitude in the azimuth direction,we realize the vibration target detection in clutter and noise background.Through the analysis of DPCA signal amplitude and phase characteristics of vibration target,we then convert the vibration parameters estimation to estimation of a signal with the form of absolute value of a sine function,and the converting conditions is also given.Accordingly,an algorithm combining the Fourier transform with least squares is proposed for estimation.The simulation results show that the algorithm can estimate each vibration parameter precisely at a low signal-to-noise ratio.     

分段线性回归和动态加权神经网络融合的高炉料位预测

针对高炉料位难以连续高精度测量的问题,提出了一种基于分段线性回归和动态加权神经网络的高炉料位信息预测方法.首先,通过分析高炉布料机制和料位检测数据特点,提出了一种面向雷达和机械探尺检测数据时间序列的联合划分方法,用于提取高炉料位的周期性变化特征;然后,利用该变化特征构建分段线性回归模型,获得能准确描述料位变化的回归曲线;最后,以回归统计指标为权重调节系数,利用动态加权径向基神经网络对料位信息进行预测.实例验证表明,该方法融合了机械探尺检测数据精度高以及雷达检测数据连续性好的特点,实现了高炉料位信息的实时有效预测.     

基于分数阶的多向微分算子的高炉料面轮廓自适应检测

高炉料面图像含有丰富的高炉炉况信息,高炉料面轮廓能直接反映料面的凹凸起伏、煤气流分布以及炉况等信息,但高炉料面图像具有对比度低、细节不明显和有强亮斑等特点,使得高炉料面轮廓检测十分困难.本文提出一种新型的高炉料面轮廓检测方法:1）对高炉料面图像进行预处理,增强图像动态范围和图像边缘信息;2）采用分数阶的多向微分算子提取一组料面轮廓可行域;3）用自适应方法确定最佳分数阶阶次,获得可行域中最优的料面轮廓曲线;4）用改进的Canny算子对其进行修正和补偿,得到连续准确的料面轮廓曲线.理论研究和实验结果表明,该方法可准确获取平滑的高炉料面轮廓,对高炉操作人员及时有效调控布料具有很好的参考价值.     

Two-stage ESPRIT for unambiguous angle and range estimation in FDA-MIMO radar

Frequency diverse array (FDA) offers potential applications for joint range and angle estimation, but ambiguous estimates may be generated due to its range-angle coupling and time-variant beampattern. This problem can be addressed by jointly utilizing FDA and multiple-input multiple-output (MIMO) radar, but only multiple signal classification (MUSIC) algorithm was considered in the FDA literature. In order to avoid high computational complexity in the MUSIC algorithm due to the required 2-D peak searching, in this paper, we propose a two-stage estimating signal parameters via rotation invariance technique (ESPRIT) algorithm for FDA-MIMO radar to estimate both range and angle of targets, along with the proposed pairing method for unambiguous estimates. Moreover, closed-form expressions of the mean squared error (MSE) and Cramér-Rao lower bound (CRLB) for angle and range estimations are also derived. All proposed methods and derivations are verified by both theoretical analysis and numerical results, which show the superiority of FDA-MIMO radar over conventional phased-array radar and MIMO radar in target localization.