空间目标卡尔曼滤波稀疏成像方法

鉴于卡尔曼滤波器(KF)具有优良的信号估计性能,将KF与贪婪算法相结合,该文给出稀疏约束下的基于KF的空间目标逆合成孔径雷达(ISAR)成像方法。考虑到有些空间目标尺寸较大或包含大尺寸部件,或成像积累时间较长,会引入越分辨单元走动(MTRC)和方位向2次相位调制,首先对回波进行MTRC校正,然后构建包含2次相位的观测矩阵,通过使图像锐度最大化,估计目标转动角速度,获得聚焦目标图像,并将估计转速用于方位向图像定标。卫星仿真ISAR数据处理验证了上述成像处理方法的有效性。成像效果优于传统距离多普勒(RD)和正交匹配追踪(OMP)方法。     

小信号双级染料激光放大器的优化设计

利用染料激光放大器的横向稳态抽运理论，研究了小信号双级染料放大器的抽运能量分配以及染料池长度的选取对激光增益的影响。对于其他参量确定的放大系统，存在着最佳的抽运能量分配比例和最佳的染料池长度的选取方法。通过自编程序的计算，可方便地找出特定系统染料池长度和抽运能量分配比例的最佳值。     

基于稀疏表示的SAR地面目标分割技术

提出了一种引入先验约束的合成孔径雷达(SAR)图像的目标分割技术,以解决强杂波背景干扰下的目标分割困难问题。不同于基于统计理论的目标检测,文中利用目标图像切片在图像域的稀疏性,通过稀疏分解的方法构建目标特征窗函数实现目标的检测,并引入目标的形状先验对目标区域进行修正;然后,利用目标阴影的空间约束对基于统计检测的阴影区域进行修正,实现目标的分割;最后,基于实测数据验证了算法的有效性。     

基于LU分解的稀疏目标定位算法

针对基于orth的稀疏目标定位算法中orth预处理会影响原信号的稀疏性的问题,该文提出一种基于LU分解的稀疏目标定位算法。该算法通过网格化感知区域把目标定位问题转化为压缩感知问题,并利用LU分解法对观测字典进行分解得到新的观测字典。该观测字典有效地满足了约束等距性条件,同时对观测值的预处理过程不影响原信号的稀疏性,从而有效地保证了算法的重建性能,提升了算法的定位精度。实验结果表明,基于LU分解的稀疏目标定位算法的性能远优于基于orth的稀疏目标定位算法,目标的定位精度得到了较大地提升。     

Criteria for Optimal Averaging of Cardiac Signals

The averaging process is modeled as a linear system whose low-pass filter characteristics are determined by the degree in temporal misalignment of signals. Assuming the errors in temporal alignment of successive cardiac cycles are random, then the model transfer function is equivalent to the probability density function. The response of the model to a step input is equivalent to the probability distribution function, which can be readily quantified. To validate the model, a high resolution ECG amplifier and QRS recognition system was constructed that synchronizes a step input with a point on the QRS. Design criteria for optimal amplification, filtering, and triggering of the ECG are determined. Test of the model reveals a close correspondence between observed and predicted step responses. From the average step response, the recording fidelity of any average can be determined-rapidly while the alignment is adjusted for optimal precision. Using ECG signals from patients, our model system demonstrates that alignment errors can both add and subtract signal components. Methods for estimating the extent of signal distortion induced by averaging as well as criteria for minimizing it are presented.     

基于凸优化的稀疏阵列方向调制信号综合算法研究

方向调制技术利用多天线发射阵列的空间调制能力在天线端综合出具有方向特性的数字调制信号是近年来物理层安全通信领域研究的热点之一。该文提出一种基于凸优化的稀疏阵列方向调制信号综合算法。首先算法建立以阵列稀疏为目标函数以及方向调制信号不同性能要求为约束的非凸优化问题;然后针对这个非凸问题,给出了两种不同的求解方案：一种基于迭代加权l1算法,但稀疏算法得到的结果可能存在阵元间距小于半个波长的情况;另一种基于混合整数规划,确保稀疏算法得到的阵元间距至少为半个波长;最后在混合整数规划算法的基础上建立以方向调制信号功率利用率为目标的优化问题,优化稀疏阵列方向调制信号发射机的功率利用率。仿真结果表明,相比于与现有的基于均匀等间距直线阵列的方向调制信号综合算法,所提算法在方向调制信号的安全性能、方向调制信号发射机的功率利用率以及阵列的稀疏程度之间具有良好的设计灵活度。     

基于相位谱的红外小目标搜索算法研究

针对红外小目标搜索阶段中图像背景稀疏的特点,提出了一种利用图像相位谱计算显著图和定位目标的新方法。与传统的利用海天线和海岸线对目标进行搜索的方法相比,本文算法的计算复杂度大大降低,并弥补了其受气温影响而不能准确定位海天线和海岸线的不足;与利用Itti模型的方法相比,该算法克服了其不能有效分离目标和背景的缺点。阐述了利用离散傅里叶变换(Discrete Fourier Transform,DFT)和离散余弦变换(Discrete Cosine Transform,DCT)计算相位谱的两种方法及它们之间的一致性。构建了利用图像相位谱计算显著图的数学模型,明确了模型参数选择的作用和意义。通过理论和实例证明了本文算法对于稀疏背景下小目标定位的可行性和高效性。     

攻击机对地面目标目视及红外搜索模型研究

攻击机在对地面目标进行攻击前必须首先发现目标。目标发现概率受多方面因素的影响,包括目标的面积大小、分布、对比度等。在充分考虑目标发现概率各影响因素的基础上,建立了其空间几何模型;采用解析法建立了攻击机目标搜索模型;分析了对比度和能见距离对发现概率的影响。仿真结果显示,该模型正确反映了各影响因素与目标发现概率的关系,是一个有效的模型。     

基于马尔可夫过程的水下运动目标启发式搜索

在搜索海域存在障碍的情况下,该文将启发式搜索算法应用于对水下运动目标的搜索,研究了基于马尔可夫过程的运动目标启发式搜索算法。建立了马尔可夫水下运动目标规避模型、搜索器启发式搜索过程模型和马尔可夫水下运动目标的搜索概率模型。该算法由已知的目标先验位置分布信息不断地对目标的运动位置进行估计、更新,以获得精确的目标后验分布,再利用启发函数得到下一步的最佳搜索节点。仿真分析表明：在对水下运动目标搜索时,搜索器能有效地规避障碍,提高搜索效率,有助于研究水下目标的优化搜索。     

基于和声搜索的稀布线阵旁瓣电平优化*

采用和声搜索算法研究了带约束条件的稀布线阵峰值旁瓣优化问题.探讨了稀布阵综合中的天线口径、阵元数目以及峰值旁瓣的关系,并拟合了三者的数学模型.仿真结果表明,与现有优化算法相比,改进的和声搜索算法具有更快的收敛速度;在峰值旁瓣优化中,不同阵元数目可获得最佳的天线口径;而在固定天线口径条件下,少量的阵元可获得更佳的峰值旁瓣.天线口径、阵元数目以及峰值旁瓣的相互关系可为稀布线阵的优化设计提供参考和借鉴.     

Detecting Circles Using a Two-Stage Approach

We propose a two-stage method for detecting circular objects in this paper. In the first stage, curves are divided as linear segments or nonlinear segments. A least square estimator is used to find the estimated centers and radii of the nonlinear segments in the second stage. The found centers and radii are then evaluated to see if there exist circles in the nonlinear segments. Both of the broken and occluded circular objects are evaluated for the proposed method. From the experimental results, it is seen that the proposed method is efficient.     

A Fast Built-in Redundancy Analysis for Memories With Optimal Repair Rate Using a Line-Based Search Tree

With the growth of memory capacity and density, test cost and yield improvement are becoming more important. In the case of embedded memories for systems-on-a-chip (SOC), built-in redundancy analysis (BIRA) is widely used as a solution to solve quality and yield issues by replacing faulty cells with extra good cells. However, previous BIRA approaches focused mainly on embedded memories rather than commodity memories. Many BIRA approaches require extra hardware overhead to achieve the optimal repair rate, which means that 100% of solution detection is guaranteed for intrinsically repairable dies, or they suffer a loss of repair rate to minimize the hardware overhead. In order to achieve both low area overhead and optimal repair rate, a novel BIRA approach is proposed and it builds a line-based searching tree. The proposed BIRA minimizes the storage capacity requirements to store faulty address information by dropping all unnecessary faulty addresses for inherently repairable die. The proposed BIRA analyzes redundancies quickly and efficiently with optimal repair rate by using a selected fail count comparison algorithm. Experimental results show that the proposed BIRA achieves optimal repair rate, fast analysis speed, and nearly optimal repair solutions with a relatively small area overhead.      

采用粒子群优化算法的二阶偏振模色散自适应补偿实验

报道了使用两阶段补偿器的二阶偏振模色散(PMD)自适应补偿实验,采用粒子群优化(PSO)作为自动控制单元的算法,比较、分析了两种结构的PSO算法(全局邻居结构的PSO算法和局部邻居结构的PSO算法)的实验结果。     

Performance Analysis of Sparse Array based Massive MIMO via Joint Convex Optimization

Massive multiple-input multiple-output(MIMO) technology enables higher data rate transmission in the future mobile communications. However,exploiting a large number of antenna elements at base station(BS) makes effective implementation of massive MIMO challenging, due to the size and weight limits of the masssive MIMO that are located on each BS. Therefore, in order to miniaturize the massive MIMO, it is crucial to reduce the number of antenna elements via effective methods such as sparse array ...     

基于稀疏处理的运动目标认知ISAR成像技术

稀疏处理主要研究如何利用低维数据实现高维稀疏信号的准确重建。基于该特性,已有较多学者将其应用于ISAR成像中用以减少数据量,改善成像质量。文中首先从ISAR回波数据出发,建立了基于稀疏处理的ISAR成像模型,并给出实验处理结果;然后,针对稀疏ISAR成像中存在的对目标和环境的自适应能力不强、工作效率不高等问题,提出将稀疏ISAR成像与认知雷达相结合,构建了认知稀疏ISAR成像框图,并给出了两种认知稀疏ISAR成像策略,能够有效减少成像所需数据量,提高雷达利用效率;最后,利用实验数据验证了所提模型的有效性。     

一种基于SAR稀疏采样数据的动目标运动参数估计方法

该文针对地面动目标运动参数估计问题进行研究,提出一种利用单天线合成孔径雷达(SAR)稀疏采样数据的动目标2维速度估计方法。首先以目标2维速度为参数构建一个等效参数化模型将动目标回波数据转化为小斜视回波数据,然后利用改进的迭代阈值算法实现不同参数条件下的动目标2维成像,最后以成像结果的图像熵值为优化准则对初始模型参数进行搜索,从而获得准确的动目标运动参数。该方法以稀疏采样数据为输入,可以减少所需数据量,并且能够有效避免多普勒模糊问题,在较低信杂比条件下仍然能够准确估计出目标运动参数。仿真实验结果验证了所提动目标参数估计方法的有效性。     

基于稀疏表示的频控阵MIMO雷达多目标定位

针对频控阵多输入多输出（MIMO）雷达,提出了一种基于压缩感知稀疏表示思想的目标定位算法。首先回顾了 MIMO 雷达和频控阵的特点,进而研究了频控阵 MIMO 雷达的性质,它不但可以具有MIMO 雷达的优点,而且能够感知目标的距离维信息,同时针对频控阵 MIMO 雷达接收数据模型进行数学建模,并把目标定位问题表示成稀疏表示框架下的代价函数。最后利用凸优化工具对代价函数进行优化求解,由所得稀疏权向量中的非零元素索引映射出目标的方位和距离信息。与现有的经典 MUSIC 算法相比,具有更好的定位性能,计算机仿真结果证明了所提算法的有效性。     

基于l1-范数约束的递归互相关熵的稀疏系统辨识

为了有效解决脉冲噪声环境下的稀疏系统辨识(Sparse system identification, SSI)问题,以l1 -范数为约束构建稀疏递归互相关熵准则(Recursive maximum correntropy criterion, RMCC)算法来解决脉冲噪声对于辨识性能的影响。结合带遗忘算子的互相关熵准则和l1 -范数作为代价函数,推导出一种递归形式的算法,其相对于传统的最大相关熵算法具有快的收敛速度及小的稳态误差。仿真实验结果表明:该算法对于脉冲噪声干扰环境下的SSI问题具有强的鲁棒性。      

一种快速自适应最优小波包基搜索算法

在小波包调制系统中,小波包基的选取对于系统性能有着显著的影响。针对目前BBS算法与BFA算法的缺点,分析了小波包基的构成原则与选取方法,提出了一种基于根节点逐级向下按二进分支路分解,利用度量函数决定父节点与子节点取舍的最优基搜索算法,并解决了约束条件下的最优基输出问题。最后将该算法在4径Rayleigh信道模型下进行了测试,仿真结果表明：在相同条件下,该算法比BBS算法快15%~20%,比BFA算法快10~15倍,且输出的最优基比全分解结构的ICI与ISI联合功率降低约20%。