基于ICA的雷达目标二维结构提取方法研究

雷达目标一维距离像反映了其散射中心在雷达径向上的分布,对同一目标多角度的一维距离像分别提取其散射中心相对位置,经过散射中心匹配后再利用独立成分分析对其处理,可以得到该目标的二维结构,为进一步的目标识别创造了条件。通过对具有多散射中心的简单雷达目标一维距离像进行仿真实验,结果表明算法有效。     

基于距离像序列的空间目标识别算法

提出了基于距离像序列的空间目标识别算法,首先对距离像序列进行小波消噪,然后应用RELAX算法提取出目标强散射中心的位置和幅度,根据高于幅度门限的强散射中心的位置来确定目标径向长度,最后根据目标径向长度序列的均值和标准差对三轴稳定卫星、自旋稳定卫星和碎片进行分类识别。计算机仿真结果表明,该算法取得了比较好的识别效果。     

基于逆滤波的宽带线性调频雷达MTD技术

影响宽带线性调频雷达运动目标检测的两个核心问题是多周期脉冲间散射中心的越距离单元走动（MTRC）以及扩展目标在高分辨距离单元间的能量分散。在分析宽带线性调频脉冲串回波信号多普勒效应的基础上,将每个子脉冲回波经过逆滤波转化为窄带信号,通过窄带匹配滤波降低距离分辨率对多散射中心的能量进行相参积累,同时避免了越距离单元走动问题。然后利用脉冲多普勒思想对低分辨的脉冲串信号进行二次相参积累,实现运动目标检测（MTD）。最后通过仿真实验验证了算法的有效性,结果表明该算法对存在多个强散射中心和速度较大的目标能够有效提高相参积累信噪比和测速精度。     

基于结构特征的空间目标识别算法

提出了基于结构特征的空间目标识别算法。卫星结构的对称性使得卫星的一维距离像具有对称性，碎片结构的不对称性使得碎片的一维距离像不具有对称性，文中首先应用RELAX算法提取出目标的强散射中心的位置和幅度，然后根据模式匹配和对称性测度两种方法来检测强散射中心是否具有对称性，进而对卫星和碎片进行识别。经过计算机仿真实验，该算法取得了比较好的识别效果。     

一种超宽带雷达信号检测方法

本文提出一种新的频率步进超宽带高分辨雷达信号检测方案,即先从目标距离像中提取强散射中心,再进行广义似然比检测。进而研究了从目标的一维距离像中提取强散射中心算法,分析了检测器结构和性能。     

雷达目标一维距离像特征提取方法研究

基于雷达目标一维距离像非衰减指数和模型,文中将遗传算法和Relax算法相结合求取目标散射中心参数,充分发挥两种算法的优势,通过仿真分析证明了文中方法的有效性。     

雷达目标高分辨率距离─极化结构成像方法研究

在高频区（光学区），雷达目标回波可模型化为多个散射中心回波的合成，隐含着目标精密的几何形状信息；宽带高频雷达可以获得目标多散射中心在径向距离轴上的投影分布，即目标的一维距离像；对距离像上孤立的每个强散射中心进行极化描述，可获得其对应的单元散射体的几何结构特性；由多个单元散射体可构造出目标的结构图像，即距离──极化结构图像，文中主要给出了强杂波背景下目标结构成像的原理、方法及其计算机仿真结果。     

基于峰值特征匹配的运动补偿算法

针对步进频率信号成像的多普勒敏感特性,提出一种基于峰值特征匹配的运动补偿新算法。从2帧距离像中分别提取所有可能的散射中心,构建其直方图不变描述,通过匹配确定目标真实散射中心,由对应匹配散射中心间的平移距离估计速度,然后进行运动补偿。仿真实验表明,新算法测速精度高,具有较好的抗噪声、抗干扰(杂波尖峰和虚假散射中心)性能。     

弹道目标宽带极化特征提取分析

针对弹道目标的极化高分辨一维距离像,研究宽带极化特征提取算法,分析所提取特征表征的目标散射特性及其在目标分类识别中的应用。通过弹道目标全极化高分辨一维距离像,构建极化散射矩阵,估计弹道目标的极化相干矩阵,再对其进行Cloude分解,提取H/α/A/P特征,依此对目标各散射中心的散射机理进行判定,同时分析各特征对于弹道目标可分性的强弱,利用SVM算法进行分类识别,同时考虑了信噪比对识别结果的影响,用仿真实验验证了算法的有效性。     

雷达目标高分辨率距离—极化结构成像方法研究

在高频区（光学区），雷达目标回波可模型化为多个散射中心回波的合成，稳含着目标精密的几何形状信息；宽带高频雷达可以获得目标多散射中心在径向距离轴上的投影分布，即目标的一维距离像；对距离像上孤立的每个强散射中心进行极化描述，可获得其对应的单元散射体的几何结构特性；由多个单元散射体可构造出目标的结构图像，即距离－极化结构图像，文中主要给出了强杂背景下目标结构成像的原理，方法及其计算机仿真结果。     

幅度和相位估计的ISAR超分辨成像方法

传统距离多普勒(Range Doppler, RD)成像方法分辨率取决于发射信号的带宽和信号在方位向积累的多普勒带宽。超分辨成像可以在给定带宽条件下,获得比RD方法更优的分辨率。给出一种基于幅度和相位估计(Amplitude and Phase Estimation, APES)的逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)超分辨成像方法,该方法根据回波数据构造自适应滤波器对目标散射点进行重建,仿真和实测ISAR数据成像结果验证了基于APES的ISAR超分辨成像算法的有效性。相比其他超分辨成像方法,该方法重建的散射点幅度更为精确,副瓣更低,图像对比度和图像信噪比增加,整体成像效果较佳。     

一种基于RELAX的SAR自聚焦算法

该文提出了一种基于RELAX的自聚焦算法。根据多个特显点和杂波同时存在的模型,该算法交替迭代地进行相位校正和散射点参数估计,在精确估计出散射点子回波参数的同时估计出自聚焦所需的相位误差。由于该算法未对杂波和噪声模型作任何假设,可应用于绝大多数成像场景,同时该算法可用于估计任何类型的相位误差,因此是一种稳健的自聚焦算法。实际数据处理结果表明该方法是有效的。     

多特征融合的自适应加权采样上下文感知相关滤波跟踪算法

针对传统相关滤波器使用特征单一、背景信息不足等缺点,提出一种多特征融合的自适应加权采样的上下文感知相关滤波算法.首先,对于灰度图像序列,采用方向梯度直方图(FHOG)特征、局部二值模式(LBP)特征以及灰度特征相融合;对于彩色图像序列,则采用方向梯度直方图(FHOG)特征、局部二值模式(LBP)特征以及颜色(CN)特征...     

UWB定位中的自适应时间延迟估计算法

研究了时延估计算法在超宽带(Ultra Wide Band)定位中的应用,其广义相关自适应时间延迟估计算法的收敛速度慢,在低信噪比条件下时间延迟估计精度较低。针对低信噪比条件下的收敛特性,提出一种最大似然加权的广义相关自适应时间延迟估计算法,并进一步提出了改进的基于最大似然(Maximum Likelihood)加权函数的广义互相关时延估计算法。改进的算法采用加窗法和自适应时变干扰删除滤波法,弥补了原算法计算量大及无法消除时变信号干扰的不足。仿真结果表明,改进的算法计算复杂度明显降低,能够有效地消除其他信号干扰,具有较高的时延估计精度和鲁棒性。     

Two-dimensional ESPRIT with tracking for radar imaging and feature extraction

Estimation of signal parameters via rotational invariance techniques (ESPRIT) appears to be the best of the known spectral-analysis methods. It has the highest resolution, has no spectral splatter and is robust in the presence of noise. It answers immediately and explicitly the question "What frequencies, real or complex, are present and what are their amplitudes?" Fourier methods (and other high-resolution methods), answer the less direct question "What amplitudes, applied to a set of regularly-spaced real frequencies, best represent the data?" They then present the problem of interpreting the amplitudes. These attributes of ESPRIT, in the two-dimensional (2-D) version described here, make it a natural for radar signal processing, where it answers the need for high-resolution imaging, free of sidelobes in range and range rate, and for high-fidelity feature extraction. The paper starts with the mathematical data model, describes a "resampling" procedure to fit the data better to the model, summarizes the 2-D ESPRIT algorithm itself, and presents examples of its performance. The paper covers the details of this least-squares version of ESPRIT, including an enhancement that allows the scatterers to be tracked individually. The algorithm properly distinguishes between scatterers having one coordinate in common, and it automatically pairs correctly the range and range-rate of each scatterer.     

一种文本图像水印的算法研究

该文提出了一种文本图像水印的新算法。首先将文本中选定嵌入水印的区域视为一个彩色图像,对其进行离散余弦变换（DCT）,并将变换系数进行加密排序之后,则经典的乘性水印算法转变为加性算法。将排序之后的DCT系数视为分叉噪声,而水印信号为弱信号,那么利用加性噪声中弱信号榆测理论推导出一种水印检测器来检测水印信号,并对其检测性能进行了理论和实验分析。实验表明这种检测器对于高斯加性噪声、中值滤波、乘性噪音以及低通滤波等多种攻击手段都具有较好的抗攻击能力。     

一种改进的ISAR图像方位向定标方法

确定逆合成孔径雷达（ISAR）图像的方位向像素尺寸,即方位向定标,是正确获得目标外形和尺寸等特征信息的前提。ISAR图像的方位向像素取决于雷达波长和目标相对于雷达视线在相干积累时间内的转角,前者是已知的,但后者在对非合作目标成像方式下难以确定。在研究已有定标算法的基础上,提出了一种改进的ISAR图像方位向定标方法,即首先用最大对比度（IC）和质量评估（QE）准则筛选出多个质量最好的包含特显点的距离单元,然后提取这些单元内特显点的回波信号并估计各特显点的调频率,最后由特显点的距离坐标和调频率获取目标的转动角速度,从而实现ISAR图像的方位向定标。仿真和实测数据的处理结果表明,该算法的定标效果明显优于已有算法。     

UFMC系统中的载波频率同步技术

针对UFMC系统对频率偏差敏感的问题,提出一种适合用于UFMC 系统的频率同步算法。为了保留UFMC系统的良好特性、降低UFMC中滤波器的设计复杂度,该算法设计了一种子带间正交的导频序列,并采用非线性最小二乘（NLS）法进行CFO估计。通过序列构造和计算该构造序列与估计信号的相关性对算法进一步改进,使得低信噪比下的估计性能得到改善。理论分析和仿真表明,在高斯和瑞利衰落信道下,子带间正交导频序列的误码率、CFO性能均优于全1导频序列;在低信噪比环境下,改进算法的CFO性能优于NLS算法。     

基于MCL算法的无线传感网络节点定位技术

介绍了Monte Carlo（MCL）定位算法在无线传感网络节点定位中的应用,对MCL算法的位置估计、位置预测、位置滤波等方面进行了详细说明,针对算法中存在的初始位置不确定的问题进行了改进,并对算法进行了简化。     

基于修正无偏转换测量的交互式多模型算法

雷达系统中的目标跟踪技术不仅需要从噪声中将能够直接测量得到的信号提取出来,估计出不能直接测量的诸如目标加速度等信息;而且还要处理从球坐标系到笛卡尔直角坐标系下量测的非线性转换。针对此问题,本文提出了集交互式多模型和修正的无偏转换测量两者优点的IMM-MUCMKF跟踪算法。理论分析和仿真结果表明,本算法的跟踪性能要优于集交互式多模型和不敏卡尔曼的IMM-UKF算法。