一种数字脉压旁瓣抑制滤波器设计方法

本文使用迭代加权最小二乘法设计脉冲压缩滤波器,适用于二相码和多相码,LFM和NLFM等各种信号。由于重新定义了目标函数和约束条件,本文方法较之常用的频域加窗法性能有很大提高。多普勒频移fd=0时,在保持4dB主瓣展宽系数为1,且压缩比较低、滤波器抽头数有限条件下,峰值旁瓣电平低于-40dB。     

一种新的子空间跟踪方法在DOA估计中的应用

介绍了一种新的子空间跟踪方法(双迭代最小二乘(Bi—LS)子空间跟踪方法)在DOA估计中的应用。特征子空间方法的关键是对信号或噪声子空间的估计。在实际中，有些信号的统计特性是时变的，为得到参数的即时估计值，需要随时根据新的阵列接受数据对信号或噪声子空间进行更新。将Bi—LS子空间跟踪算法和自适应ESPRIT算法相结合，形成一种快速递推的自适应ESPRIT算法，对时变信号DOA进行跟踪估计。其计算复杂度小，仿真结果验证了该算法的有效性。     

一种新的正弦波频率估计方法研究

对相关阵的最大特征值所对应的特征矢量按一定规则排列的非对称矩阵，其奇异值／奇异矢量分解（SVD）的右奇异矢量同样存在两个子空间，并因此提出了一种新的谱估计方法，即基于相关阵信号子空间的正交矢量法（Orthogonal Vector spectral estimation based on correlation matrix SignalSubspace),简称OVSS法，OVSS法源于相关阵信号子空间，对噪声和数据长度敏感性较小，同时它又是正交矢量法，且源于高阶模型，具有高阶MUSIC法的分辨率，而且是低阶矩阵SVD，没有伪峰。大量模拟试验显示OVSS法是一种具有高分辨率、高统计稳定性、计算量相对增加较小的高质量谱估计方法。     

一种新的自适应干涉动目标检测方法

本文在详细分析干涉动目标检测方法的基础上,提出了一种新的从雷达接收到的原始数据中直接提取干涉对消杂波所需参数的方法.这种方法计算量不大,易于工程实现.计算机仿真证明了这种方法具有很好的杂波对消效果.     

检测海面小目标的RLS线性预测方法

为了提高海杂波中的小目标检测能力,提出了基于递归最小二乘线性预测的海面小目标检测方法。首先,建立线性预测模型;其次,利用递归最小二乘法动态调整模型的参数;最后,计算绝对预测误差的均值,通过阈值比较得到检测目标结果。采用加拿大IPIX雷达数据的实验结果表明,该方法的检测性能优于线性预测的检测目标方法和神经网络集成的检测目标方法的检测性能;同极化方式下,HH极性的检测效果优于VV极性的检测效果。该方法实时更新了预测模型参数,同步跟踪海杂波的变化,克服预测模型固定不变的局限,提高了目标检测的能力。     

一种数字脉压旁瓣抑制滤波器设计方法

本文使用迭代加权最小二乘法设计脉冲压缩滤波器,适用于二相码和多相码,ＬＦＭ和ＮＬＦＭ等各种信号。     

一种迭代加权最小二乘旁瓣抑制滤波器设计

二相码信号是一类常见的脉冲编码信号,但码较短时,匹配滤波的主副比不高,需要采用旁瓣抑制技术. 通过迭代加权最小二乘算法对旁瓣抑制滤波器的最小二乘解进行优化,选择合适的终止条件,只需几步就能达到最优解. 分析该算法应用于m序列需要满足的条件,及PSL、ISL与滤波器长度的关系,并给出计算机仿真结果.     

一种SAR图像舰船目标旁瓣去除方法

SAR图像舰船目标的几何结构参数对于SAR图像舰船目标识别具有重要意义,然而由于实际获取的SAR图像中舰船存在旁瓣干扰,导致提取的舰船几何结构参数和真实值相距甚远。本文提出一种基于距离约束的SAR图像舰船目标旁瓣去除方法,提出方法首先基于矩技术对目标方位角进行估计;然后利用获取的方位角将目标旋转至水平方向并提取目标主轴;最后通过比较舰船两侧到主轴的最大距离和平均距离对目标图像进行迭代,实现目标旁瓣去除。基于弹载和星载SAR图像舰船目标切片数据的实验结果表明,提出的方法能够有效去除旁瓣杂波,进而有利于获取精确的舰船几何结构特征。     

一种新的目标跟踪定位数据融合处理方法

提出了在多传感器目标跟踪中对有效测元逐个融合计算的新方法,它能充分利用测量数据,提高目标跟踪精度。该方法克服了基于卡尔曼滤波方法需要建立统一测量方程的困难,解决了基于非线性优化类的最小二乘方法需要迭代求解、计算量大、很难满足实时计算要求的矛盾。与传统方法相比,该方法物理含义明显、计算简便、精度高,便于工程实现。     

一种基于稀疏化核方法的红外强杂波背景抑制算法

杂波背景抑制一直是红外弱小目标检测面临的难题.背景抑制可分为背景预测和差分滤波两步.针对强杂波背景呈现非线性分布的特征,提出了一种基于稀疏化核递推最小二乘(KRLS)算法的非线性背景抑制算法.算法采用监督学习模型,使用序列图像作为训练样本.通过稀疏化控制学习函数的复杂度并剔除冗余信息,不但可以提高学习机器的推广能力,还可以降低运算量.使用真实红外图像对算法进行了测试,并分析了算法参数.实验结果表明:算法可自适应预测不同类型的强杂波背景,并有效抑制背景杂波.     

一种旁瓣相消系统的权值算法及其空域频域响应特性

旁瓣相消的目的是减弱雷达旁瓣接收到的干扰信号,它通过配置辅助天线改变雷达天线的接收方向图来实现。本文用最小二乘算法计算出了一种带有两个辅助天线的旁瓣相消系统的自适应权值,并利用Matlab对该系统的空域和频域响应进行了仿真和分析,结果发现干扰的方位和带宽都会影响相消系统的响应特性。     

强背景下低速海面雷达目标的一种检测方法

结合文献［１］给出的海杂波仿真数据,基于强散射中心模型及非相参积累技术给出了一种实用的低速海面目标的检测与分离方法,它利用海面低速目标距离像的径向距离关联信息来消除低擦地角情况下海尖峰对目标检测可能引起的虚警。仿真结果验证了它的有效性。     

一种高效快速的二相码旁瓣抑制算法

高效的旁瓣抑制能力可以提高雷达对微弱目标的检测能力,传统的旁瓣抑制方法中,递归最小二乘算法（RLS）不仅数值稳定性差,而且运算量大。通过合理构建脉冲压缩后的信号模型,提出一种基于横向滤波器的快速旁瓣抑制算法。该算法采用投影技术和向量空间法,不仅大大减小了运算量,而且具有高效的旁瓣抑制特性。仿真实验表明：该算法迭代2次就可收敛于真值,迭代5次即可达到RLS算法迭代100次的旁瓣抑制效果,并且信噪比损失要低于RLS算法。     

基于RBF神经网络的二相码旁瓣抑制

研究了RBF神经网络在二相码雷达旁瓣抑制中的应用,对神经网络的学习算法进行了改进,采用Levenberg-Marquardt（LM）算法优化隐层神经元的中心值和扩展常数,而用最小二乘（LS）法优化隐层至输出层的连接权值。对13位巴克码进行了仿真。仿真结果表明,改进的算法具有极快的收敛速度,可获得60dB以上的输出峰均值比,提高了雷达的探测性能。     

应用螺线方法的一种快速的模型基运动估计算法

快速准确地估计全局运动参数,是模型基图像编码中需要解决的关键问题之一。在优化最小二乘算法中最常用的是Ｌ－Ｍ方法,但其为得到一个合适的阻尼因子需要多次矩阵求逆,计算量颇大,很难满足实时性要求,为克服此缺陷,本文在估计算法中引入了螺线方法,提出了螺线方法的两种改进形式－中点螺线方法和角度螺线方法。根据实际系统的实时性要求,还给出了一种灵活调整搜索时间的方法。并对传统的Ｌ－Ｍ方法和改进的两种螺线方法进行了实验对比。结果表明:在保证估计性能相当的情况下,这两种算法显著地提高了估计速度。     

基于总体最小二乘的多通道SAR-GMTI 方法

针对多通道SAR-GMTI处理中噪声影响和杂波相关性差会导致杂波抑制性能降低的问题,提出了一种基于总体最小二乘的SAR-GMTI方法.该方法利用检测单元周围的相邻像素杂波信息在总体最小二乘意义下拟合检测单元杂波特性,消除了噪声影响,提高了多个通道杂波之间的相关性,改善了杂波抑制性能.该方法具有很好的通道误差稳健性,仿真和实测数据处理验证了该方法的有效性.     

一种机动目标定位方法的仿真计算

研究在多个测向站的情况下，对空中机动辐射源的交叉定位和跟踪。主要采用最小二乘法对目标定位.模拟应用情况进行了仿真计算，得出了不同测向精度条例下的定位结果，与解析出得出的位置初值比较，定位精度有明显提高。     

维纳滤波最优权修正导向矢量的SAR-GMTI动目标径向速度估计方法

针对通道幅相误差和图像配准误差等非理想因素导致动目标径向速度估计性能下降问题,本文提出利用维纳滤波最优权修正导向矢量的动目标径向速度估计方法.该方法利用抑制杂波的维纳滤波最优权矢量对动目标理想导向矢量加权处理获得修正导向矢量,并采用匹配滤波算法估计动目标径向速度.仿真数据和某机载多通道SAR-GMTI实测数据处理表明,所提方法对通道幅相误差和图像配准误差稳健,在图像相邻像素存在较大相关性时仍可获得较高的动目标径向速度估计精度.     

基于背景移除的时域目标检测

针对时域目标检测算法中跟踪数据量大、实时实现难度高的缺点,提出一种基于背景移除的时域目标检测方法.该方法首先根据不同像素点的时域起伏特性建立一个统一的模型,进而利用最小二乘法估计出该模型的参数,实现静态背景的移除.然后采用最小值滤波估计出目标信号的检测基准,并进一步分析了像素时域特性偏离该基准的分布特性,最终得到一个合适的目标检测量度.将所给出的算法应用于实际运动弱小目标的检测,实验结果表明,此算法对于复杂背景下的运动弱小目标具有很好的检测性能.     

近距离慢速目标检测杂波抑制方法

针对强杂波环境下近距慢速运动目标检测问题,该文提出一种基于相位编码及子空间投影的杂波抑制方法。主要对周期探测信号调制Chirp相位编码,通过回波慢时间维解码使杂波近似白化,降低杂波与目标回波相关性,再依据白化后杂波及有用信号成分自相关性差异分离出信号和杂波干扰子空间;最后将接收信号投影至正交于杂波子空间的信号子空间来抑制杂波。由于该方法中杂波空间的构建不需要假设杂波模型,避免了模型假设与实际环境不匹配的问题。仿真结果和实测数据处理结果证明该方法在低信杂比条件下性能明显优于传统方法。