曲线交叠外推的微动多目标宽带分辨算法

针对传统的微多普勒特征提取技术难以解决多目标分辨和微动参数估计这一问题,该文针对进动多目标,提出一种曲线交叠外推的微动多目标宽带分辨算法。该算法以各个滤波数据点间的相对距离为准则,结合各曲线的历史斜率信息,对交叠点后的点迹进行外推估计,实现各个分量信号微动曲线的区分关联。在此基础上,通过分析各曲线的微动特性差异实现多目标分辨。仿真实验验证了所提算法的有效性和稳定性。     

基于时频特征的低分辨雷达微动多目标分辨方法

对同一波束内群目标个数进行判定对于提升低分辨预警雷达性能具有重要的意义。该文根据不同目标微动多普勒特性的差异,提出了利用时频的方法进行微多普勒特征分析实现群目标个数的判定的方法。该算法先利用自适应chirplet变换进行群目标信号拟合,消除交叉项的影响,得到每个目标主要微动频率分量,再根据拟合得到的频率分量呈线性的特点,利用hough变换检测直线数量,从而实现群目标个数的判定。仿真实验表明,该算法可以有效估计群目标内目标个数。     

相位噪声对目标微动特征提取的影响

相位噪声对微多普勒频率测量的影响是决定微动特征能否在雷达目标识别中应用的关键因素之一.文中给出了单边带相位噪声与相位起伏均方根的关系,建立了考虑相位噪声后的微多普勒模型,通过仿真和暗室试验分析了微动特征提取对雷达相位噪声的需求.仿真和暗室试验结果表明,若雷达系统相位噪声在偏离载波1 kHz时小于-60 dBc/Hz,并且在近端相位噪声按频率的反比衰减时,雷达系统相位噪声对微多普勒特征提取效果影响较小.     

目标微动特性研究进展

目标特征控制技术的发展增加了目标探测与识别任务的技术难度.随着先进传感器的测量能力和信号处理水平的提高,对目标微动特性的测量和分析正在成为当前目标探测与识别领域的新兴研究方向.本文在目标微动的概念、目标微动对电磁波的调制效应、目标微动特征处理与分析技术进展、目标微动特性应用领域等方面做了比较深入的介绍和分析,最后对目标微动特性研究的发展趋势和技术难点进行了预测.     

合成孔径雷达微动目标特征提取与参数估计研究进展

合成孔径雷达(synthetic aperture radar,SAR)探测区域中存在一类微动目标,深入研究SAR回波中的微动特征信息,可以获取反映目标结构、运动等信息的特征量,在战场侦察监视、目标识别、精确制导等领域具有重大意义。为此,介绍了SAR-微动目标指示(SAR-MMTI)的概念及其国内外研究历史,综述了对SAR微动目标的特征提取与参数估计方法的研究现状,指出在SAR微动目标的探测运用中仍然存在算法运算量大,抗杂波噪声能力弱,无法适应多微动目标、大微动目标和复合微动目标等问题,提出了解决问题的思路,给出了仿真结果并对SAR微动目标特征提取与参数估计的发展趋势进行了展望。     

时频分析在多目标分辨中的应用

建立了高速运动炮弹目标回波信号的数学模型,根据其特点提出了基于时频分析方法的目标检测方法。在分析了几种典型时频分析方法的优缺点的基础上,分别用实测数据进行了仿真,并比较了仿真结果。综合考虑工程实现的简便性、仿真结果的有效性,短时傅立叶分析是相对最优的。     

一种用于雷达多目标角度超分辨的新方法

在现代脉冲雷达中，加性噪声不一定是高斯噪声，如果利用二阶统计量进行估计，将会带来较大误差，从阵列信号处理的角度出发，采用基于子空间的Root-MUSIC算法，提出了一种新估计量以分辨多个独立目标。通过对等幅调相信号的仿真，验证了该新估计量有较好的性能。     

多分辨多模型机动目标跟踪

本文研究了使用子波变换进行目标跟踪的方法，采用对原始测量进行了多分辨分解和对目标运动模型进行多分辨分解的方法实现了在信噪比较高低的情况下对目标的弱机动进行提取。     

微动目标雷达特征提取、成像与识别研究进展

微动目标的雷达特征提取、成像与识别技术是雷达目标精确识别领域极具发展潜力的研究方向之一。该文首先简要阐述了微动的相关概念,然后综述了近年来微动目标回波建模、微动特征提取、微动目标成像以及基于微动特征的雷达目标分类与识别等方面的研究现状,并介绍了几种典型前沿应用,最后对微动目标雷达特征提取、成像与识别的研究发展趋势进行了展望。      

基于动态字典的卡车目标微动参数估计方法

车轮旋转产生的微多普勒是轮式车辆独特的特征.卡车类目标微动参数提取,可为地面车辆目标的分类识别提供重要依据.（1）对窄带雷达信号下的卡车目标进行回波建模,推导了车身非旋转散射点多普勒和轮毂旋转散射点微多普勒的数学表达式;（2）利用旋转点的微动参数构造相应的字典库进行匹配分解,建立了噪声条件下微动参数提取的凸优化模型;（3）针对采用过完备字典方法进行参数提取时,维数过大带来的计算和存储负担问题,进一步推导出关于微动参数集的凸函数,构造出更小规模的动态字典,通过对字典的动态调整和最小二乘准则下的迭代逼近,较快实现了卡车目标微动参数的准确估计;（4）仿真验证了方法的有效性和稳健性.     

基于矩阵填充的合成宽带高频雷达非网格目标分辨技术研究

高频雷达由于工作在拥挤的高频频段(3~30 MHz),连续频带资源十分有限,有限的带宽限制了对目标的分辨能力。该文引入一种合成宽带的发射信号,同时针对该信号,提出一种基于矩阵填充(Matrix Completion, MC)的1维和2维目标参数估计方法,分别称之为矩阵填充1维估计(MCE-1D)和矩阵填充2维估计(MCE-2D)方法,该方法将不完备采样集合变换成低秩矩阵,通过构造双重汉克尔(two-fold Hankel)矩阵将其转化为半定规划(Semi- Definite Programming, SDP)问题求解。新方法应用于高频雷达中,可以在非连续谱的背景下获得场景中目标位置的准确估计,很好地解决了非网格目标在传统网格类方法中的基失配问题,新方法对于非网格目标具有更高的分辨能力及抗噪性能。仿真处理结果验证了该方法的有效性。     

高噪声环境中的通话技术

本文介绍了适合于高噪声环境中使用的通话装置的设计方案，分析了研制高噪声中通话装置的主要技术难点，并提出了相应的解决办法。     

改进Viterbi算法在机动目标跟踪中的应用

为在不影响检测概率的情况下有效降低计算量，在一种适用于机动目标且对目标的观测噪声未加任何限制的模型检测与跟踪算法中，采用了改进自适应Viterbi算法。针对Viterbi算法计算量大，实时性较差的缺点，采用一种改进的自适应算法，即结合Viterbi—Beam和Viterbi—Window算法以减少原Viterbi算法中的冗余状态，同时保证差错率无明显提高。我们通过对此算法的仿真表明，在相同的多目标跟踪仿真环境下，改进自适应Viterbi算法可以更有效地提高计算速度。且算法性能与原Viterbi算法相似。     

弹道中段群目标平动补偿与分离方法

弹道微动群目标时频图是多目标多散射点微多普勒的叠加,以往针对单目标的补偿与分离方法不再适用。针对这一问题,该文首先分析了群目标及诱饵的微多普勒形式;利用弹道中段目标运动平稳,短时观测加速度近似为常数的特性,采用Radon变换检测微多普勒曲线的倾斜程度,用最小熵准则和高斯函数拟合的方法估计平动参数,进而完成平动补偿;对补偿后的群目标时频图利用Viterbi算法提取各条微多普勒曲线,依据同一目标各散射点微多普勒的周期相关性,完成群目标分离;最后仿真验证了以上方法的有效性。     

弹道目标宽带雷达干涉式三维成像与微动特征提取

基于微多普勒效应理论的弹道目标3维成像与3维微动特征提取技术可为目标识别,导弹防御提供重要特征信息。该文将干涉式逆合成孔径雷达(InISAR)中多天线干涉处理的思想引入到弹道目标3维成像与3维微动特征提取研究中,将微多普勒效应理论与多天线干涉处理技术相结合,重构出散射点在各时刻的3维坐标,实现弹道目标的真实3维成像,并在此基础上解算出弹道目标的微动参数与结构参数。仿真实验验证了所提方法的有效性与鲁棒性。     

高精度ADC有效精度的测试方法

采用IEEE标准提供的方法对ADC测试,要求信号源的精度比被测ADC的精度高。对于高精度ADC,需要更高精度的信号源。如果没有这种更高精度的信号源,就不能准确测出ADC的精度。给出了一种不需要信号源、只利用电路本身的热噪声作为被测ADC的输入信号,对ADC的输出进行FFT分析,求出噪声,求出有效精度的方法。这种测试方法速度快且准确,而且不需要高精度信号源。另外,通过一个实例对这种测试方法进行了验证。     

高斯白噪声对毫米波高分辨率雷达干扰效果研究

本文首先叙述毫米波脉冲频率步进高分辨率雷达基本工作原理,给出高分辨率一维距离像,当输入不同大小功率的白噪声时,研究其对高分辨率雷达一维距离像的干扰情况,最后给出高斯白噪声对毫米波高分辨率雷达的干扰效果。     

SαS分布噪声环境下高分辨率二维DOA估计算法及快速实现

本文设计出一种针对脉冲噪声的二维鲁棒高分辨率波达方向（DOA,Direction of Arrival）估计算法,以解决雷达、声纳等无线通信领域中脉冲噪声环境下IAA（Iterative Adaptive Approach）无法准确估计出DOA的问题.该算法中,用最小p阶范数代替WLS（Weighted Least Squares）作为最优化求解的代价函数.此外,根据Toeplitz-Block-Toeplitz（TBT）矩阵性质和FFT简化计算过程,提出该算法的快速实现方法,提高算法的计算效率.该算法在对称α-稳定（SαS,Symmetric Alpha-Stable）分布噪声环境下建模,仿真结果表明：与CRCO-MUSIC（CoRrentropy based COrrelation-MUltiple Signal Classification）算法和MUSIC-FLOM（MUltiple Signal Classification-Fractional Lower-Order Moment）算法相比,二维lp-IAA算法可以在低信噪比、单快拍条件下有效分辨出相邻多目标信号;快速算法可以在保证高分辨率的前提下,算法平均运算时间降低至原来的约1/40.     

一种差分SAR层析高分辨成像方法

城区建筑的4维成像是差分SAR层析的重要应用领域之一。此种应用背景下,如何利用空间-时间2维平面内稀疏分布的观测数据,在保持方位向-距离向分辨率的同时实现高程向-形变速率向的高分辨成像是差分SAR层析面临的难点问题。在确定性点目标模型下,基于松弛(RELAX)算法,该文提出了一种适用于城区建筑目标的差分SAR层析高分辨成像方法。与统计模型下的空间谱估计方法相比,该方法无需多视处理,能够保持方位向-距离向分辨率。与奇异值分解方法相比,该方法具有更优的高程向-形变速率向分辨能力。在仿真实验和Envisat-ASAR实测数据处理中,该方法的有效性得到了验证。