涡旋雷达高分辨率稀疏自校正相位误差成像

基于轨道角动量(OAM)的涡旋雷达因其在高分辨率成像方面具有巨大潜力而受到广泛关注。有限OAM模式下的涡旋雷达高分辨率成像问题,通常采用稀疏恢复的方法来解决,这种方法需要精确地已知成像模型的先验知识。然而,系统中不可避免存在的相位误差,会导致成像模型失配,严重影响成像性能。为了解决这一问题,该文首次建立了存在相位误差时的涡旋雷达成像模型。同时,提出了一种涡旋雷达两步自校正成像方法,用于直接估计相位误差。首先在第1步中提出了一种稀疏驱动算法来促进目标稀疏性,同时提升成像重构性能。其次,在第2步中提出了一种直接补偿相位误差的自校正操作。该方法通过对目标重构和相位误差估计的交替迭代,能够很好地重建目标并有效地补偿相位误差。仿真结果表明,该方法在提高成像质量和改善相位误差估计性能方面具有潜在的优势。      

一种非均匀转动目标的ISAR自聚焦算法

在ISAR成像中,目标的非均匀转动会引入与散射点位置有关相位误差,无法用统一的相位误差函数表示,因此通常的自聚焦方法难以消除。针对加速转动目标,本文提出了一种基于离散调频傅立叶变换(discrete chirp-Fourier trans- form)的自聚焦算法。在预先选定的距离单元上,利用离散调频傅立叶变换提取最大功率散射点对应的调频信号,并以之为参考信号消除目标平动引起的相位误差。然后,利用同样的方法,在多个距离单元上提取最大功率散射点对应的调频信号,根据该散射点信号估计目标非均匀转动的参数,并进行非均匀采样,去除非均匀转动的相位误差。将该算法应用于仿真试验和实测数据的ISAR成像中,都得到了较好的聚焦结果。     

基于FRFT的非均匀转动目标ISAR自聚焦算法

在ISAR成像中,目标的非均匀转动会引入与散射点位置有关的相位误差,无法用统一的相位误差函数表示,而散射点子回波的相位精度对于ISAR自聚焦的相位校正非常重要.针对加速转动的目标,提出了一种基于分数阶傅里叶变换(FRFT:fractional Fourier transform)的自聚焦算法.在预先选定的距离单元上,利用分数阶傅里叶变换提取最大功率散射点对应的调频信号,并以该信号为参考信号消除目标平动引起的相位误差.利用同样的方法,在多个距离单元上提取最强散射点对应的调频信号,并对调频信号的估计值加权平均,得到非均匀转动参数的最优估计,进而对信号非均匀采样,消除非均匀转动的相位误差.仿真结果验证了该算法能够很好地消除相位误差.     

一种微波光子雷达ISAR成像新方法

微波光子雷达发射信号带宽大、波长短,能够实现分辨率更高的逆合成孔径雷达(ISAR)成像。但带宽大、波长小的回波信号也导致传统成像算法对目标转动分量的近似不成立,使得传统算法无法应用。在微波光子雷达成像中,目标转动分量在回波包络中形成空变的距离弯曲项,在方位相位中形成空变的2次相位误差,导致ISAR图像散焦。该文针对微波光子雷达系统提出一种新的ISAR成像算法,该算法同时考虑了目标转动分量对回波包络和相位的影响,以包络相关值为目标函数值迭代估计目标转速,根据转速估计值,在距离向进行重采样对齐包络,在方位向构造空变的方位补偿函数校正转动相位。仿真和实测数据的处理结果证明了该算法的有效性。     

ISAR 三维运动检测技术

介绍了一种从逆合成孔径雷达（ISAR）信号中检测目标三维运动度的算法。首先基于三维散射点模型讨论了目标三维运动对ISAR成像的影响,得出现有的运动补偿算法不能有效地对三维运动目标成像。随后介绍了一种从ISAR信号中测量和比较不同时间段目标三维运动的算法,从而判断哪些成像间隔适于用基于二维运动模型的运动补偿和成像方法进行成像。该算法基于测量目标上两个或更多散射点相位之间的线性相关性,其中的相位估计使用了自适应联合时间-频率分析方法。仿真的舰船数据表明了该算法的有效性。     

一种SAR运动目标的自聚焦算法

基于SAR成像中散射点模型的参数估计,提出了一种适用于经过距离走动校正之后,在方位向上仍存在两次及两次以上相位误差的动目标的自聚焦算法.该方法在方位数据域上结合离散多项式相位变换(DPT)方法和最小二乘估计法估计相位误差,用CLEAN算法估计散射点参数,并通过交替迭代运算,可以较少的距离单元实现较为精确的误差补偿,因而运算量小.经过实测数据验证,该算法获得了理想的自聚焦.     

一种复杂运动目标的ISAR成像算法

在对复杂运动目标进行逆合成孔径雷达成像时,由于转动矢量随时间而变化,回波信号中会引入一个与散射点位置有关的相位误差,无法用通常的相位补偿方法进行校正,应用距离-多普勒算法获得的ISAR(Inverse Synthetic Aperture Radar)像会变得模糊.本文分析了目标转动矢量变化使得ISAR像模糊的内在原因,给出了目标三维转动状态下的ISAR信号形式,并基于散射点信号的特点提出了一种复杂运动目标的ISAR成像算法.该算法不仅适用于转动矢量方向不变的非均匀转动目标,而且对于转动矢量方向缓慢变化的目标,算法仍然能够有效地提高ISAR成像的质量.仿真试验结果表明了该算法的有效性.     

一种基于误差反向传播优化的多通道SAR相位误差估计方法

方位向多通道合成孔径雷达(SAR)可实现高分辨率宽测绘带成像,准确估计通道间相位误差是保障成像质量的关键。该文提出了基于误差反向传播训练优化的通道相位误差估计方法,该方法根据多通道SAR回波生成的物理过程,构建含有通道间相位误差待估计参数的观测矩阵,通过初始化的通道误差和初始化的目标散射系数参数生成初始化的SAR回波,并计算该回波与多通道SAR实测回波之间的误差,通过深度学习中常用的误差反向传播的方法,不断训练优化上述参数,最终获得通道间相位误差的估计值,同时也得到了对稀疏目标散射系数的估计。该方法基于误差反向传播方法,并将该方法与通道误差的形成原理相结合,在稀疏假设下同时完成了相位估计和成像,为多通道SAR误差估计提供了一种全新的思路。多通道SAR仿真数据验证了该文算法的有效性。      

一种估计ISAR成像转角的新方法

ISAR成像中的转角估计是进行正确成像的先决条件。该文从分析目标回波信号入手提出了一种新的转角估计方法,对目标转动时不同距离单元回波数据近似为多分量三次相位信号,通过理论推导,得出每个信号分量的三次相位系数与一次相位系数成正比的结论,其比例系数为目标转动的角速度平方,然后采用最大似然方法估计三次相位信号参数,进而得到总转角。外场实测数据结果验证了该文方法的有效性。     

半盲二维自聚焦SAR运动目标成像方法

在SAR对动目标成像时，由于目标运动的不确定性，针对静止目标的成像算法处理不能完全补偿由于目标运动引入的额外距离徙动（RCM）和方位相位误差（APE），因此，在SAR图像中，运动目标会出现二维散焦。已有方法都是针对残留距离徙动和方位相位误差分别进行估计和补偿，其补偿精度和计算效率还有待进一步改进。通过分析运动目标在SAR图像中的残留相位误差结构，提出一种针对运动目标散焦的二维自聚焦算法。新方法只需直接估计方位一维相位误差，然后利用先验的二维相位误差内部结构信息，将一维相位误差映射得到二维相位误差，从而实现精确的二维相位补偿。通过仿真实验验证了该方法在计算效率和估计精度上具有更明显的优势。     

MIMO-OFDM系统中基于导频辅助的信道估计

该文对MIMO-OFDM系统中基于导频辅助的LMMSE信道估计算法进行了研究,导出了其估计均方差的下界。为降低算法复杂度,首先利用奇异值分解给出一种低阶近似的信道估计器结构;其次提出了一种基于最优导频设计的简化算法。该简化算法不仅降低了算法复杂度,且能有效地获得最优估计性能。最后文中给出了估计信道特性的方法。     

自适应模糊进化算法

本文提出了一种基于自适应模糊函数估计器的进化算法－－自适应模糊进化算法，该函数估计器在进化过程中自适应地估计基因串适应度函数，减少了进化算法的运算量，最后，我们给出了进化设计模糊控制器的实验结果。     

基于模数的干涉相位自适应中值滤波法

为了改善对干涉相位噪声的抑制效果而又确保有用相位跳变信息不被滤除,该文首先研究了模数滤波算法,并提出了一种基于最短子区间搜索的干涉相位模数估计算子对其进行改进,在进一步分析模数估计参数与相位分辨率之间关系的基础上,提出了一种局部相位中心随干涉相位质量自适应变化的中值滤波方法。该方法不仅克服了模数滤波导致的条纹边缘模糊问题,还解决了传统空域滤波进行一致性处理所造成的过滤波和欠滤波问题,而且具有较高的运算效率。最后通过对仿真和实测TerraSAR–X数据的处理和分析,验证了该方法的有效性。     

Modulo-2piphase sequence estimation (Corresp.)

The probabilistic evolution of random walk on the circle is studied, and the results are used to derive a maximum {em a posteriori} probability (MAP) sequence estimator for phase. The sequence estimator is a Viterbi tracker for tracking phase on a finite-dimensional grid in[-pi,pi). The algorithm is shown to provide a convenient method for obtaining fixed-lag phase estimates. Performance characteristics are presented and compared with several published nonlinear filtering algorithms.     

用于运动估计的最小化MSE滤波器设计

根据估计量的统计特性,提出了一种适用于低信噪比条件下运动估计的最小化MSE(均方误差)滤波器多尺度运动估计算法.首先,根据Cramer-Rao下界建立一个包含估计量噪声项的MSE惩罚函数.然后,最小化MSE惩罚函数设计一种用于低信噪比条件下运动估计的优化滤波器.该优化滤波器与多尺度方法相结合,使其对低信噪比条件下运动估计的精度得到了进一步提高.实验模拟表明,该方法在估计2个像素附近的噪声图像运动时,估计偏差小于0.008个像素.与传统方法相比,本文方法对低信噪比条件下的运动估计具有更高的估计精度.     

一种新的基于参数信道模型的MIMO信道估计算法

针对频率选择性块衰落MIMO信道,该文提出一种改进的基于参数信道模型的信道估计方法。该方法首先通过修正后的TST-MUSIC算法估计多径的传播时延和角度。由时延和角度信息,得到一种基于参数信道模型的信道估计方法。仿真结果表明此种方法可以有效地减少参数估计的维数,其性能要远远优于非参数的最小二乘估计器。     

模型转移概率自适应的交互式多模型跟踪算法

该文利用量测中所包含的当前模式信息,实现了马尔可夫转移概率的实时估计,并将估计结果用于交互式多模型跟踪算法(IMM)的设计中,构造出参数自适应的交互多模型跟踪算法(PAIMM),有效降低了人为因素的影响。通过一个跟踪机动目标的仿真实例,说明PAIMM算法的有效性。     

A generalization of weighted subspace fitting to full-rank models

The idea of subspace fitting provides a popular framework for different applications of parameter estimation and system identification. Previously, some algorithms have been suggested based on similar ideas, for a sensor array processing problem where the underlying data model is not low rank. We show that two of these algorithms (DSPE and DISPARE) fail to give consistent estimates and introduce a general class of subspace fitting-like algorithms for consistent estimation of parameters from a possibly full-rank data model. The asymptotic performance is analyzed, and an optimally weighted algorithm is derived. The result gives a lower bound on the estimation performance for any estimator based on a low-rank approximation of the linear space spanned by the sample data. We show that in general, for full-rank data models, no subspace-based method can reach the Cramer-Rao lower bound (CRB)     

Training-based time-delay estimation for CPM signals over time-selective fading channels

In this paper, we consider training-based symbol timing synchronization for continuous phase modulation over channels subject to flat, Rayleigh fading. A high signal-to-noise-ratio maximum-likelihood estimator based on a simplified channel correlation model is derived. The main objective is to reduce algorithm complexity to a single-dimensional search on the delay parameter, similar to that of the static-channel (slow fading) estimator. The asymptotic behavior of the algorithm is evaluated, and comparisons are made with the Cramer-Rao lower bound for the problem. Simulation results demonstrate highly improved performance over the conventional, static-channel delay estimator.