基于共轭噪声组的宽带噪声雷达机动目标参数估计

宽带噪声雷达参数估计时通常会采用宽带互模糊函数的方法,但是在处理机动目标时这种方法需要在距离、速度及加速度3维搜索而导致运算量巨大,为此该文提出一种基于共轭噪声组的机动目标参数估计算法.该算法首先根据回波伸缩效应预设多路通道,每路通道截取固定长度的噪声组内信号进行混频,然后利用分数阶傅里叶变换(FrFT)估计混频信号的多普勒相位,根据相位信息构造补偿函数,并对补偿后的噪声组信号利用频域尺度相关(FSC)算法估计回波的时延,最后联立多普勒相位及时延信息获取目标的距离、速度和加速度.该算法避免了目标参数3维搜索的过程,无需时域重构回波信号,较宽带互模糊函数方法极大地降低了运算量,整个算法都可通过快速傅里叶变换(FFT)实现,便于系统实时处理.仿真结果验证了该算法的有效性及优势.     

改进的合成孔径雷达间歇采样转发干扰

针对合成孔径雷达欺骗干扰过程中雷达参数侦测困难以及传统间歇采样导致假目标滞后的问题,提出一种改进的间歇采样转发方式,通过对采样存储的信号进行处理,根据线性调频信号延迟与频率偏移耦合的特征达到假目标串前移的效果,从而有效保护干扰机附近区域的场景目标.定量分析了假目标位置与信号处理阶数和延迟量的关系,仿真给出了不同参数情况下假目标串的干扰效果.改进方法在保留了间歇采样所有优势的情况下,解决了假目标滞后的问题,同时也隐藏了传统移频干扰会导致中心频率偏移的特征,并且所形成假目标的位置与雷达信号调频斜率无关,适用于雷达脉间调频斜率捷变的情况.     

一种基于最小熵准则的新的自聚焦优化算法

最小熵方法是合成孔径雷达自聚焦算法的一种,但此方法搜索最优多普勒调频率时需要在整个设置区间搜索,计算量较大。基于最小熵准则,利用图像熵与多普勒调频率的关系,提出了一种新的自聚焦优化算法。该方法利用二分法在整个设置区间能快速搜索到最优多普勒调频率,从而大幅度地降低了运算量。实测数据处理结果证明了此方法的有效性。     

一种基于波形匹配的目标检测和识别方法

基于对目标回波信号的波形匹配，提出了一种新的目标检测和识别的方法，该方法不需要进行特征提取，而是直接利用目标回波进行匹配处理来同时检测和识别目标，这种方法也可用于隐身目标的检测和识别，通过不同条件下的仿真试验可以看出这种方法能有效地检测和识别目标。     

机载雷达成像中的两种改进多普勒质心估计算法

多普勒质心估计是机载脉冲多普勒雷达DBS成像技术中最为关键的步骤之一.本文针对载机惯导参数误差较大的实际情况,提出了改进的频域和时域多普勒质心估计算法.新的算法克服了传统算法受地面场景非均匀性和回波信号起伏的影响,大大提高了估计的精度.最后将这些算法用于某型脉冲多普勒雷达的实测数据,成像结果证明了算法的有效性.     

通道失配对MUSIC空间谱及分辨率的影响

本文分析了高分辨率参数估计算法MUSIC在通道频率响应不一致（通道失配）情况下的统计性能，推导了通道失配对空间谱的影响以及失配方差和分辨能力的关系式．理论表明：通道失配对算法性能有较大的影响，计算机仿真结果证明了理论的有效性．     

基于精确混沌映射的噪声雷达信号产生器分析

鉴于混沌信号的类噪声特性 ,本文分析了基于精确混沌映射的噪声雷达信号产生器 ,研究了两种类型的混沌信号产生器 ,将动力学理论引入其性能分析 ,验证了其类噪声性质 ,并应用在雷达系统信号处理中。仿真结果表明 ,基于混沌的雷达噪声信号产生器具有良好的性能 ,与传统的噪声信号产生器相比 ,系统结构简单 ,易实现 ,可选择性强 ,在噪声雷达这一领域具有良好的应用前景     

UWB MIMO近场成像雷达稀疏阵列设计方法研究

传统方法设计近场高分辨成像雷达的阵列时,往往需要大量且分布密集的阵元,这样的设计会带来巨大的开销和制作工艺要求高等问题。为了避免上述问题,本论文将MIMO与UWB相结合,提出了一种基于等效相位中心原理设计UWB MIMO近场成像雷达稀疏阵列的方法,并对等效相位中心近似带来的误差做了补偿。然后通过数值仿真工具(FDTD)进行仿真,考察了设计的阵列的波束方向图,并分别对单个点目标和分布式目标进行成像,仿真结果验证了该阵列设计方法的有效性和应用于近场高分辨成像的可行性。     

基于三维交叉阵的相干分布式信号源DOA估计

研究了相干分布式信号源的二维中心波达方向估计（Direction of arrival, DOA）。利用三维交叉阵的对称特性,用求根的方法和广义ESPRIT算法分别估计出相干分布式信号源的中心俯仰角和中心方位角。所提算法无需知道相干分布式信号源的角信号分布函数,并且只需要一维谱搜索。此外,非圆信号的引入使得算法获得了更高的估计精度。计算机仿真验证了算法的有效性。     

3D-HEVC深度图像快速帧内编码方法

目的 新一代3D视频采用了多视点加深度图像的格式,其编码测试模型3D-HEVC(3D高效视频编码)为深度图像引入了一些新的编码技术,包括深度模型模式、分段直流(DC)残差编码模式和帧内跳过模式等,但是同时也显著地增加了帧内编码器的复杂度,严重制约了3D视频的实时应用,因此本文提出了一种深度图像帧内模式选择方法。方法 首先,分析在分层编码结构中,父层帧内模式和子层帧内模式的关系,并依据父层的帧内模式对子层的候选模式进行修剪;其次,通过分析粗略候选帧内模式,把当前块分为平滑块、方向块和边界块,并根据不同块进行候选帧内模式的选择。结果 与高效3D视频编码标准的测试模型相比,本文的深度图像帧内模式选择方法可以节省约44%的编码时间。本文方法有效地减少了计算率失真代价的候选帧内模式数目,从而降低了帧内编码器的复杂度。结论 该方法能在保证虚拟视点质量的前提下,有效地降低深度图像帧内编码的复杂度。