一种结合K近邻法的改进的渐进直推式支持向量机学习算法

为了进一步提高改进的渐进直推式支持向量机学习算法(IPTSVML)的速度,提出了一种结合K近邻法(KNN)的改进的渐进直推式支持向量机学习算法,利用KNN对无标签样本集进行删减,去掉对学习作用不大的无标签样本,再对有标签样本集和剩余的无标签样本集利用IPTSVML算法进行学习与分类。雷达实测数据实验结果表明该算法是有效的。     

调频步进信号高速目标精确运动估计

 本文针对调频步进信号高速目标运动估计问题,首先,利用负正调频步进信号,提出一种基于多项式相位变换的加速度和速度估计方法,该方法对加速度实时估计以及对速度进行精确估计;其次,借鉴图像对比度思想,进一步提出一种新的解速度模糊方法;最后,仿真验证了本文方法抗噪性能好、算法简单且运算量小.     

基于四阶混合累积量的CP-GTD模型参数估计方法

二维相干极化GTD（CP-GTD）模型能够精确描述高频区雷达目标的电磁散射机理。基于此模型,针对二维ESPRIT方法在色噪声情况下估计精度不高的问题,提出了一种新的二维散射中心参数估计方法。根据二维四阶混合累积量的特点和性质,用其代替观测数据实现色噪声背景下二维CP-GTD模型的位置参数估计,然后通过MUSIC谱峰搜索方法估计散射中心的类型参数,通过最小二乘法估计散射中心的相干极化散射矩阵。该方法能够实现全极化雷达目标的超分辨成像和二维CP-GTD模型参数的正确估计,与现有的二维MUSIC和二维ESPRIT方法相比,改善了估计性能,对色噪声具有较强的稳健性,同时克服了在长观测样本情况下计算量过大的缺陷。仿真和暗室测量数据实验验证了上述结论的正确性。      

调频步进雷达高速运动目标距离像合成方法研究

调频步进信号具有作用距离远、硬件实现简单的特点,在现代雷达目标识别中具有明显优势。该文推导了调频步进信号合成距离像的原理,分析了目标运动对合成距离像的影响。为了克服调频步进信号回波对目标运动敏感的缺陷,提出一种脉冲重复时间可变的调频步进信号,通过对脉冲重复时间预先设计来消除目标速度与频率的耦合效应,并通过回波对消技术消除目标加速度对合成距离像的影响,给出了该算法对脉冲重复时间的精度要求。仿真结果证明了算法的有效性。     

弱目标检测前跟踪技术研究综述

该文阐述了弱目标检测前跟踪的基本原理,重点综述了近年来检测前跟踪技术的研究现状,包括动态规划、递归贝叶斯滤波、有限集统计学及直方图概率多假设跟踪等方法,对检测前跟踪技术的应用亦有相关介绍.最后在现有研究发展的基础上,着眼于提高针对弱目标的检测和跟踪性能及检测前跟踪算法鲁棒性的迫切需求,提出了检测前跟踪技术需重点关注和解决的若干问题,包括检测前跟踪算法的性能分析与评估、邻近弱目标检测前跟踪、机动弱目标的检测前跟踪、弱目标的多传感器融合检测和跟踪及弱目标的联合检测、跟踪与分类等方面.     

一种基于PCI总线的高速数据采集系统的设计

本文设计并实现了一种基于PCI总线的高速数据采集系统，主要包括模拟输入、采集、数据传输存储以及计算机接口等部分。此系统可用于对雷达信号进行实时的高速采集，其性能和指标均满足要求。     

分片支撑矢量机

文中借鉴了分段线性识别的基本思想,提出了分片支撑矢量机模型.该模型首先将特征空间剖分成若干子空间,在每个子空间中基于支撑矢量机构造一个最优分类面,然后,将各个分类面链接起来构成一个分片最优分类面以逼近理论上的最优分类超曲面.同时,文中还从理论上分析探讨了其推广能力的界,为分片支撑矢量机模型提供了坚实的基础.最后,经典双螺旋线数据实验结果表明,相对于传统支撑矢量机,分片支撑矢量机的计算速度、分类能力以及推广能力均有了明显提高.     

高分辨率星载P波段SAR系统参数设计

高分辨率星载P波段SAR系统由于工作频率低,相对带宽大,合成孔径时间长,电离层效应影响显著,对系统参数设计和选择提出了与常规星载SAR相比较高而独特的要求。为了获得高质量的P波段SAR图像,必须结合其特点对系统各项关键参数进行论证比较。提出了星载P波段SAR的系统分析流程,结合其特点分析了系统体制选择、工作频率和极化方式选择,给出了系统等效噪声系数、PRF、距离方位模糊、天线口径等关键参数的设计,仿真结果表明该文的结果在分辨率和观测带等关键指标上优于欧空局BIOMASS系统。论文的工作可为星载生物量观测P波段SAR系统的工程实现提供参考。     

量子雷达及其研究进展

量子雷达是近年来发展起来的一种新体制雷达,诞生之初便引起了国内外众多学者和研究机构的浓厚兴趣.本文首先从量子雷达技术特点出发,精炼了量子雷达的科学内涵,给出量子雷达基本概念与分类方法,指出其相对于传统雷达的性能优势;然后着眼于量子雷达起源、发展和现状,综述了量子雷达发展历程,总结归纳其具备突破传统雷达在探测、测量和成像等方面性能极限的应用潜力;最后,展望量子雷达的发展前景,提出了量子雷达走向实际应用的若干开放性问题.     

基于随机PRI压缩感知雷达的速度假目标识别方法

当存在有源速度假目标干扰时,随机脉冲重复间隔（Random Pulse Repetition Interval,RPRI）压缩感知雷达的回波稀疏性将被破坏,其目标检测与测速性能无法正常发挥.考虑到干扰机通常无法保证在相位调制时实时准确地更新雷达随机脉冲重复间隔,这将导致其生成的虚假目标信号与真实目标信号在不同的字典上稀疏.本文利用这一特性,在压缩感知框架下提出速度假目标识别算法,该算法通过建立联合字典实现真/假目标的稀疏表示与分离.通过分析不同随机模式下联合字典的自相干性及其对分离结果的影响,给出了本算法的适用范围,仿真结果验证了本算法的有效性.