基于单频连续波的无源雷达成像研究

该文提出一种新的单频连续波无源雷达成像时域算法。该算法先建立信号匹配矩阵,再将接收到的回波信号拓展为回波信号矩阵,然后将信号匹配矩阵和回波信号矩阵的Hadamard积在时间维上求和,实现回波信号的匹配积累,得到散射点目标的像。给出了算法成像分辨率,分析了影响成像质量的因素并综合得到算法聚焦能力的量度。算法完全在时域中进行成像处理,避免了频域的插值处理。在理论分析的基础上,仿真实验得到了较好成像结果,验证了所提算法有效性。     

双基合成孔径雷达二维频谱微增量算法研究

针对双基合成孔径雷达二维频谱难以精确获取的问题,提出基于斜距历程泰勒级数展开的双基二维频谱微增量算法.该算法在获取斜距历程低阶泰勒展开驻相点的基础上,通过求解此驻相点与斜距历程高阶泰勒展开驻相点之间的微增量来获取高阶展开驻相点的近似解,并以此为基础得到二维频谱.数学推导表明:级数反演(MSR)算法是微增量算法的一种低阶近似.微增量算法避免了求解高阶驻相点方程,运算量小.在仿真实验中,通过对比分析微增量算法与精确传递函数(ETF)算法、MSR算法得到的驻相点和二维参考频谱的聚焦效果,验证了微增量算法的有效性.     

基于改进概率假设密度的多目标跟踪算法

经典序贯蒙特卡罗概率假设密度(Sequential Mote Carlo Probability Hypothesis Density, SMC-PHD)滤波中, 将目标状态转移密度函数做为建议密度函数, 没有利用当前观测信息, 导致大部分预测粒子状态偏离目标真实状态, 粒子退化严重.针对上述问题, 提出利用均方根容积卡尔曼滤波产生建议密度函数, 对其进行采样得到预测粒子状态, 该方法有严格理论基础, 能有效减轻SMC-PHD滤波中的粒子退化, 且适用性很强.仿真实验对比了该算法、经典SMC-PHD和基于无迹卡尔曼的SMC-PHD算法的跟踪性能, 验证了该方法无论对势估计还是对目标状态估计的精度都优于其他两种算法.     

基于总体最小二乘的外辐射源雷达相消算法

提出一种基于总体最小二乘(TLS)的外辐射源雷达直达波相消算法,该算法首先利用TLS获取直达波的数目和时延,再基于既得的直达波信息构建直达波子空间,最后将回波向该空间投影实现直达波相消。与传统扩展相消算法相比,该算法所构建的直达波子空间阶数低,精确度高,在相关处理时间较短或直达波幅度时变的情况下,仍具有良好的直达波抑制性能。仿真结果证实了算法的有效性。     

一种改进的多伯努利多目标跟踪算法

针对粒子势均衡多目标多伯努利滤波的粒子实现形式所需粒子数多、粒子退化严重的问题,将均方根容积卡尔曼滤波与粒子势均衡多目标多伯努利滤波相结合,提出均方根容积卡尔曼粒子势均衡多目标多伯努利滤波算法．该算法利用均方根容积卡尔曼滤波构建重要性密度函数,再对其进行采样获得预测粒子状态,从而提高粒子的准确性,减轻粒子退化．与基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波相比,该算法更稳定,且算法性能不受目标状态维数的限制．仿真实验表明,所提算法与粒子势均衡多目标多伯努利滤波算法和基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波算法相比,其跟踪精度更高．