Inexact Newton methods for model simulation

Robust and efficient solution techniques for solving macroeconometric models are increasingly becoming a key factor in developing models employed by policy-making institutions for policy simulations and forecasting. Traditionally, when solved in the presence of forward-looking variables, these models are nonlinear, large-scale and sparse and give rise to large and highly structured nonlinear systems. This paper proposes a Newton-GMRES method obtained tuning up the basic algorithm by properly choosing the forcing terms sequence and the preconditioning strategy. In addition, the Newton–GMRES method is wrapped into a globalization strategy based on a nonmonotone linesearch technique in order to enlarge its convergence basin and to enhance its robustness. The combination of these ingredients yields a reliable method with low memory requirements. Numerical experiments using the MULTIMOD model and a basic real business cycle model are presented. A Matlab code based on this approach is provided.     

基于前视声纳的成像与多目标特征提取

针对水下目标图像的几何特性,提出了一种基于弦中点的改进Hough变换椭圆检测方法,实现了水下多目标的特征提取。单波束机械扫描前视声纳的图像数据为二维极坐标形式,采用波束内插方法和坐标变换方法生成图像,并对其进行图像预处理和轮廓跟踪,据此再进行多目标特征提取。通过水池实验结果表明,该方法对于水下多目标的特征描述更简明准确,为多目标识别与定位提供了有用信息。     

前视探地雷达三维合成孔径成像及多视处理

提出了一种变波速条件下前视探地雷达三维合成孔径成像及多视处理方法。该方法利用非平稳卷积滤波处理在频率域重构目标图像频谱,经傅里叶反变换后实现前视探地雷达三维合成孔径成像;利用估计的目标入射角实现折射校正及前视探地雷达多视处理。对实测数据进行处理,结果证明了该方法的有效性。     

一种机载/弹载阵列雷达前视超分辨成像算法

针对机载/弹载雷达前视成像过程中方位分辨率急剧下降的问题,提出了一种基于超分辨技术的阵列雷达前视成像算法。该算法通过对接收的各通道回波数据进行样本协方差估计,并对该协方差进行修正及空间平滑等处理,随后采用改进的多重信号分类(MUSIC)算法估计空间谱,再根据系统参数将谱曲线进行累积,最终获得雷达前视图像。仿真及实测数据处理结果表明,该算法能有效提高雷达前视方向成像的方位分辨率,实现机载/弹载雷达前视超分辨成像。     

机载前向阵雷达近程杂波频移补偿

基于机载前向阵雷达在近距离地面目标检测时,杂波在距离上将呈现严重的非平稳性,提出了一种向量相似度准则,从杂波样本数据中计算补偿量的多普勒频移补偿方法。利用该方法对不同距离的杂波数据进行相应的频移变换预处理后,能有效改善近程地杂波的非平稳性。该算法在脉冲域和多普勒域中等效,适合并行运算,具有实现简单的优点。仿真结果表明经此方法预处理后的空时自适应滤波,能显著提高系统的性能改善因子。     

基于双通道DPCA技术的前视SAR微动目标检测

针对将DPCA技术应用于前视SAR微动目标检测领域,首先分析了传统双通道SAR的DPCA对消原理,然后根据前视SAR的特性,提出基于天线收发同置的前视SAR双通道DPCA模式,研究前视微动目标回波经过DPCA对消后的信号幅相特性,确定微动目标所在的距离域,最后在MATLAB中对检测方法进行了仿真,仿真结果表明,当回波信噪比大于-5dB时,微动目标检测概率达到95%.     

一种正前视宽扇区高分辨雷达扫描成像方法

合成孔径雷达（Synthetic Aperture Radar,SAR）只有照射到飞行方向左、右两侧的感兴趣成像区域时才能处理出高分辨率SAR图像,飞行方向正前方的成像区域就成为了SAR成像的固有盲区。三通道（和、方位差、俯仰差）毫米波单脉冲成像雷达能够实现对正前视场景的二维成像,获取单脉冲图像。提出对SAR/单脉冲图像进行图像配准和融合拼接的方法：首先利用多尺度多方向二维Gabor滤波器组分别对SAR/单脉冲图像进行特征提取,然后对两组特征矩阵进行归一化互相关匹配,对匹配好的图像进行像素级融合处理,得到完整的正前视宽扇区高分辨雷达图像。试验数据成像处理结果表明,所提复合成像算法能够对飞行正前方宽扇区范围内进行高分辨成像,有效解决了工程实际中碰到的正前视高分辨成像盲区的难题,对于前视雷达成像侦察、弹载雷达目标区域景象匹配、飞行器夜航、盲降等具有一定的工程实际意义。     

前视阵列SAR回波稀疏采样及其三维成像方法

针对高分辨前视阵列SAR三维成像系统面临的距离采样率高和回波数据量大的问题,本文利用地面散射源在三维空间中的稀疏性,提出距离频域和沿航向时域二维稀疏采样并稀疏重构地面三维图像的方法.从前视阵列SAR角度观察三维地面,地面散射源在距离向和沿航向二维空间中是稀疏的,在该二维方向上联合稀疏采样有望实现最佳的稀疏采样效果.为避免距离向时域稀疏采样造成的三维成像复杂化,提出利用子脉冲结合距离频域稀疏采样的方法来实现距离向稀疏采样.同时,结合地面散射源连续性特点,提出低信噪比情况下稳健的信号重构方法.与传统三维匹配滤波成像方法相比,本方法降低了距离采样率和回波数据量,并直接重构地面散射源信息以实现三维成像.     

基于模板匹配的前视自动目标识别模型

针对复杂背景条件下的地面目标,设计一种基于模板匹配的前视自动目标识别模型。分析该模型的基本组成,对基准模板制备、算法识别策略等关键技术进行讨论,通过仿真试验进行验证分析。仿真结果表明：该模型是正确、有效的,可为相关研究提供参考。     

机载前视气象雷达软件系统测试

针对机载前视气象雷达软件的功能特点,重点分析了软件功能和安全性测试关注点,以及如何搭建一个完整的测试环境来保证测试需求的全部覆盖,从而满足软件适航性的测试要求。