雷达发射机在线监测系统设计

针对由于雷达元器件、部组件和关重件老化以及环境因素影响等,造成雷达探测距离下降,严重时会导致雷达工作异常,甚至发射机损坏的问题,设计了雷达装备发射机在线监测系统。该系统采用嵌入式 Linux 操作系统,以 PC/104总线 CPU 模块为核心,由在线监测专用虚拟仪器模块和监测软件组成。结果表明：该监测系统能完成雷达发射机功率和天馈线系统驻波系数的在线监测,在监测精度、监测方法和可靠性等方面都优于以前的设备。目前该监测系统已成功应用于某型雷达整机性能监测系统中,并且取得了良好的效果。     

基于压缩感知的ISAR成像技术综述

从信号的稀疏表示、测量矩阵的设计和信号的重构三个方面简要介绍了压缩感知理论,然后系统地总结了基于压缩感知的ISAR成像技术并分析归纳了当前研究的热点问题。     

基于压缩感知理论的稀疏孔径ISAR成像

在基于压缩感知理论的逆合成孔径雷达成像过程中,利用正交匹配追踪算法进行信号重构时存在重构精度较低、运算速度较慢的缺点,针对上述问题,提出了一种利用改进正交匹配追踪算法进行信号重构的稀疏孔径高分辨成像方法。首先,构造数据选择矩阵作为测量矩阵模拟回波缺失情况,然后利用稀疏基矩阵对回波信号进行稀疏表示,最后采取一种改进正交匹配追踪算法进行图像重构,相比于正交匹配追踪算法同时提高了运算速度和成像质量。通过仿真实验,在稀疏孔径数据随机缺失的情况下,改变数据缺失率,将该算法与距离-多普勒算法和正交匹配追踪算法的成像结果进行对比,验证了该算法的有效性和优越性。     

基于快速SBL的双基地ISAR成像

针对稀疏孔径条件下双基地ISAR成像分辨率低、运算时间长等问题,提出了一种基于快速稀疏贝叶斯学习的高分辨成像算法。首先,建立基于压缩感知的双基地ISAR稀疏孔径回波模型,然后将整个二维回波数据进行分块处理,并假设目标图像各像元服从高斯先验,建立稀疏贝叶斯模型,再利用快速边缘似然函数最大化方法求解得到高质量目标图像,最后将所求的每块回波对应的目标图像合成整个二维图像。由于采取了分块处理,在每块图像重构时减少了数据存储量和计算量。另外,相比于传统的稀疏贝叶斯学习求解方法,本文所提快速算法在保证重构质量的同时进一步缩短了运算时间,仿真实验验证了算法的有效性和优越性。