多个斯威林4型目标输出信号近似服从高斯分布研究

为了将对瑞利目标的检测与分辨方法应用于多个斯威林4型目标的检测与分辨,该文主要研究了多个斯威林4型目标存在时输出信号近似为高斯分布的条件。首先推导了多个斯威林4型目标存在时雷达接收机输出信号的概率分布;在此基础上,通过仿真获得了输出信号近似为高斯分布的条件,即多个目标中回波功率最大的两个目标的信噪比相差不大于7dB。     

阵列天线系统的最小互信息盲接收器

提出了平衰落信道中阵列天线多输入多输出(MIMO)系统的基于广义高斯分布近似的最小互信息盲接收器(GGMIR)。该接收器采用输出信号的广义高斯分布近似，基于互信息目标函数最小化的方法自适应调整接收器的系数。比较了基于广义高斯分布近似和非线性变换(NLMIR)的两种最小互信息盲接收算法。实验表明基于广义高斯分布近似自适应盲接收算法GGMIR比NLMIR算法有更快的收敛速率，得到的信号星座图有更大的距离和更好的误码性能。     

多输入多输出衰落信道的最小互信息盲均衡

提出了多输入多输出衰落信道的基于广义高斯分布近似的最小互信息盲均衡器.采用输出信号的广义高斯分布近似,基于互信息最小化目标函数自适应调整均衡器的系数.比较了基于广义高斯分布近似和非线性变换的两种最小互信息盲均衡算法.仿真实验表明基于广义高斯分布近似的方法比非线性变换方法有更大的星座图距离,更快的收敛速率和更好的误码性能.     

单脉冲末制导雷达舷外有源雷达诱饵检测研究

舷外有源雷达诱饵通过与舰船形成双目标非相干干扰,对单脉冲末制导雷达的角跟踪系统产生真正的角度欺骗,影响反舰导弹对舰船的可靠跟踪。单脉冲末制导雷达接收机输出信号在一定条件下近似为高斯分布,采用GLRT方法可以对舰船和诱饵进行检测。     

采用复高斯分布模型的两步噪声幅度谱估计算法

噪声幅度谱估计是有效抑制外界噪声干扰、提高语音增强算法整体输出性能的重要环节。但目前针对该问题的研究相对较少,常用的语音激活检测算法只能在语音不存在阶段对噪声信号的幅度谱进行更新或估计,无法适用于更为复杂的非平稳噪声环境。为克服这一问题,本文基于噪声频谱的复高斯分布模型假设,提出了新型的两步噪声幅度谱估计算法。算法首先采用软判决技术计算噪声信号的功率谱,然后再结合复高斯分布条件下信号幅度谱和功率谱之间的数学关系间接地获取噪声幅度谱的估计。文中基于这一结论给出了两种估计算法,并在多种噪声环境下对它们的性能进行了仿真评估,其测试结果有效表明了提出算法优良的估计性能。      

基于复高斯模型的样本缺失窄带雷达信号重构算法

该文提出一种针对窄带雷达信号存在样本缺失情况下的信号重构算法。由于窄带雷达体制下,目标回波近似服从复高斯分布。在这一前提下,首先建立描述样本缺失观测信号与未知完整信号间关系的概率模型,然后根据贝叶斯准则推导出在给定样本缺失观测信号条件下完整信号的后验分布,最后利用期望最大(Expectation Maximization, EM)算法得到模型中参数的最大似然估计,进而得到完整信号的重构。该方法的优势是只需利用样本缺失观测信号就可以重构出未知的完整信号,除了复高斯分布的假设,不需要其他任何样本信息和先验假设帮助参数学习。基于实测数据的实验结果和与现有算法的比较结果表明该方法能够获得较好的重构性能。     

单脉冲雷达导引头质心干扰检测方法

箔条质心干扰是反舰导弹末制导跟踪阶段面临的主要无源干扰样式,对箔条干扰进行检测可以为抗箔条干扰的策略使用提供时机参考。该文在将舰船目标和箔条干扰分别建模为Swerling IV型和Swerling II型目标的基础上,建立单脉冲雷达导引头接收机回波信号模型,通过理论分析和对比,箔条质心干扰条件下的单脉冲雷达导引头接收机输出信号可以近似为高斯分布,采用广义似然比检验方法实现了波束内不可分辨的箔条干扰检测。综合考虑虚警概率,脉冲积累数、目标到达方向、目标与干扰的功率比等因素进行了仿真实验,结果表明该检测算法是有效的。     

正弦调制相位信号参数估计的Cramer-Rao下限

正弦凋制相位信号是微动目标雷达回波微多谱勒信号的一般形式,微动特征提取最终可以转化为这类信号的参数估计问题.本文首先给出了目标微动背景下正弦调制相位信号的一般彤式以及各参数对应的物理意义,重点推导了高斯白噪声条件下,正弦调制相位信号参数估计的Cramer-Rao下限,得到了估计相位幅度和频率的Cramer-Rao下限与信噪比及数据长度之间的近似关系,并给出了近似所需满足的条件.最后通过理论推导和仿真计算得到了近似处理的误差曲线,证明了近似的合理性.     

APES算法在MIMO雷达参数估计中的稳健性研究

 多输入多输出(MIMO,Multiple-Input Multiple-Output)雷达用多个发射天线同时发射多个独立信号照射目标,并使用多个接收天线接收目标回波信号.本文研究了MIMO雷达中参数估计的稳健性问题.本文应用幅度相位估计(APES,Amplitude and Phase EStimation)技术,利用目标的方位角最大似然估计值,得到了衰落向量的APES估计算法.考虑到方位角估计的不准确性,借鉴稳健的Capon波束形成器的设计思想,本文推导了衰落向量的稳健的APES估计算法.仿真实验表明,衰落向量的APES算法与稳健的APES算法性能十分接近.因此,衰落向量的APES估计算法是稳健的.     

基于EM-SBL迭代的稀疏SIMO信道频域盲均衡算法

针对单输入多输出系统下稀疏信道均衡问题,提出了一种新的基于最大似然准则的频域迭代均衡算法.首先将多天线联合均衡问题建模为非完整观测数据集下频域信号序列的最大似然估计问题,利用期望最大化算法进行近似迭代求解,最终得到各个单频信号加权求和形式的均衡输出表达式.在每次迭代过程中,算法依次完成均衡输出的更新和信道参数联合条件后验分布的更新.考虑到信道固有的稀疏特性,在求解信道参数联合条件后验时,引入具有稀疏促进作用的先验分布对信道系数加以约束,使用稀疏贝叶斯学习迭代求解信道参数联合条件后验.仿真结果表明,本文算法具有较好的收敛特性和稳态性能,在中高信噪比条件下可以获得接近信道已知条件下的稳态系统误符号率性能.     

多模型交互滤波在运动目标轨迹融合中的应用

分析了运动目标轨迹融合数据源的技术特点,在目标跟踪算法基础上,提出了多模型滤波的概念,同时建立了比较有效的数学模型,解决了目标高度机动情况下的目标跟踪问题。最后给出了多模型滤波效果的仿真演示结论。     

一种基于Gibbs抽样的多信号源分辨方法

对落在同一距离单元、同一波束内且多卜勒参数相近的多个目标回波,常规单冲雷达是难以区分的。本文提出一种分辨多个信号源的新方法,即采用Gibbs抽样方法对多信号源进行角估计,利用最小描述长度(MDL)准则检测信号源数目。仿真结果证实所提方法对多信号源的分辨是有效的,如当目标信噪比为20dB、目标数为2个时,可达100%的分辨。     

信息融合在多目标跟踪中的应用研究

本文着重研究了利用信息融合技术解决多目标跟踪中混批问题的研究，讨论了以实际双基地系统的测量数据为依据。首先介绍了弱干扰条件下双基地系统对多目标跟踪时采用的互联算法；指出仅以目标动态参数互联容易发生混批现象，进而提出了融合目标状态，多卜勒频率和雷达反射面积等信息的互联方法，从一百次统计结果看，采用信息融合技术之后，混批频率大为下降。     

基于压缩感知的认知雷达多目标跟踪方法

该文提出了一种基于压缩感知的认知雷达跟踪方法,该方法将压缩感知理论引入到认知雷达跟踪的问题中。通过对回波信号的稀疏表示,完成稀疏变换矩阵和观测矩阵的设计,实现了降采样条件下量测信号的重构。在系统的接收端,考虑到传统的粒子滤波容易陷入局部最优,对粒子数目要求大等问题,采用了粒子群优化的粒子滤波来对目标状态进行实时估计。在系统的发射端,采用优化后验克拉美罗界(Posterior Cramr-Rao Bounds, PCRB)设计了雷达发射波形参数,降低了对目标跟踪精度的PCRB。仿真表明,相比于传统跟踪方法,该文所提跟踪方法不仅有效地减少了雷达的数据量,而且较大地提高了目标的跟踪性能。      

一种多干扰机幅-频协同调制的SAR-GMTI欺骗干扰方法

针对单干扰机生成的虚假目标经三天线合成孔径雷达-地面动目标显示(Synthetic Aperture Radar-Ground Moving Target Indication,SAR-GMTI)处理后,其重定位结果不可控,始终回归于干扰机处的问题,本文提出了一种多干扰机幅-频协同调制的欺骗干扰方法.文中首先建立了以噪...     

运用自组织神经网络进行多目标跟踪的算法

总结了自组织神经网络的结构、训练方法；分析了在多目标跟踪问题中数据关联的重要性及传统的数据关联方法的局限性；研究了在多目标环境下运用自组织神经网络解决数据关联的问题。提出了一种基于自组织神经网络对多个目标实施跟踪的算法，此算法采用自组织神经网络的聚类功能对目标进行数据关联处理，并将经过卡尔曼滤波后的数据信息结合到神经网络的学习训练中。仿真实验结果表明此算法能在多目标环境下取得较好的跟踪效果。     

一种复合多基地雷达密集多目标检测的新方法

密集多目标探测是当前雷达技术领域面临的前沿课题和紧迫任务。该文提出了一种T/R-R2复合多基地雷达信号融合方法,建立了单基地雷达接收机和多基地雷达接收机的目标回波信号模型,针对3维空间,基于距离信息提出了复合多基地雷达信号融合模型,采用最大似然法对密集多目标进行检测,分析了信噪比、目标数量、目标起伏、检测门限以及复合多基地雷达几何配置对检测性能的影响。蒙特卡洛仿真结果表明该文方法对密集多目标的检测是有效的。Swerling II型目标为本文推导的假设条件,但在Swerling 0和IV型目标起伏条件下该文的检测算法仍然有效。     

定位概率计算在多目标环境下的应用

探讨在多目标无源定位情况下 ,采用定位概率计算实施多目标的分选和定位的办法。通过对多目标条件下实例的仿真计算 ,表明在多目标条件下 ,这是一种工程实用的方法 ,具有差错机会少、指示明确的优点。仿真还表明 ,在工程常见的测向误差为 3°的情况下 ,对于偏离载机航线接近 1 0 0km处的目标 ,仅仅采用本文所述的方法 ,可能达到的定位精度大约是 1 0km。     

基于两层均匀媒质的GPEN SAR地下目标成像方法及其性能分析

地表穿透合成孔径雷达(Ground PENetration SAR,GPEN SAR)为了探测掩埋在地下的目标,通常工作在多层媒质的环境中。传统成像模型是建立在同一均匀媒质的假设上,不再适合于GPEN SAR的实际情况。本文首先建立了两层分区均匀媒质中的成像模型,然后利用后向投影(BP)算法定量分析了成像几何参数、土壤参数等对成像的影响,进而提出了一种修正的后向投影(MBP)算法。MBP算法不仅能够校正两层分区均匀媒质对成像定位的影响,还能估计目标的掩埋深度,提供目标三维位置坐标。仿真结果验证了MBP算法在不同信噪比环境下,对多目标的三维定位精度能满足实际的需要。