基于有限记忆最小二乘的雷达误差配准算法

针对非合作目标多雷达组网中的系统误差配准问题,介绍了基于地心地固坐标系的三维空间配准模型,以及常用的雷达误差配准方法——最小二乘法。为了能够实时估计出系统偏差,并解决最小二乘等批处理算法在求解系统误差过程中数据量、计算量和存储量随时间递增的问题,提出了基于广义最小二乘法的有限记忆最小二乘法。通过一个实例,对新算法进行Matlab仿真,结果证明了算法的正确性和有效性。     

基于小生境遗传算法的雷达组网误差配准

多传感器信息融合须进行误差配准。传统的误差配准技术采用RTQC、最小二乘法或极大似然估计法,将非线性方程进行线性化,而线性化过程会引入误差。给出了一种基于小生境遗传算法的误差配准算法,该方法在采用基于ECEF坐标系的误差配准技术的基础上,克服了将非线性方程线性化带来的误差,并在传统遗传算法的基础上引入小生境技术,提高了遗传算法全局寻优能力、收敛速度以及系统误差估计结果的精度。最后,将该方法与基于ECEF坐标系的最小二乘法及传统遗传算法进行了比较,仿真实验结果验证了算法的有效性。     

基于最小二乘曲线拟合的时间配准方法研究

针对单一手段探测低慢小目标能力不足的问题,提出了运用雷达/红外手段联合探测的方法.但在雷达红外数据融合之前,需要解决时间配准的问题.为解决这个问题,提出了一种基于最小二乘曲线拟合的时间配准改进方法,推导出了改进的最小二乘曲线拟合公式,分析了影响拟合精度的因素,通过仿真分析验证了该方法的有效性.     

车载多雷达组网实时航迹误差评估算法研究

结合车载多雷达组网系统的特点,为提高后续信息融合的精度和速度,在地心直角坐标(ECEF)的坐标变换体系下,通过多站航迹数据之间的比较处理,提出了基于最优递推最小二乘估计的车载多雷达组网实时航迹误差评估算法.仿真结果表明,该方法具有较高的准确性和鲁棒性.     

基于最小二乘拟合的雷达航迹匹配算法

本文采用最小二乘拟合方法拟合雷达目标航迹曲线,再计算拟合目标航迹与真实航迹的欧几里得距离,进而得到雷达航迹关联匹配结果。该算法克服了单点信息在存在信息缺失和目标机动等情况时出现错误的关联匹配结果,并通过多目标多平台仿真系统验证了雷达航迹关联匹配正确率,本算法已在实际工程雷达仿真系统中得到良好的应用。     

基于遗传算法的雷达组网误差配准算法

系统误差校正是雷达组网的关键问题,传统的误差校正方法采用最小均方估计法或极大似然法,这些方法受随机误差影响,计算量大,难以在工程中应用。本文在实时精度控制法（RTOC）的基础上,通过构造误差配准的目标函数,将误差配准转换为非线性优化问题,并采用遗传算法进行寻优。该方法采用非参数化的方法进行误差配准,克服了RTOC和最小二乘算法中线性化带来的误差,提高了误差估计的精度。仿真和实际数据测试表明,本文提供的方法能有效地进行组网雷达误差配准。     

用于波束形成的最小二乘广义模值算法研究

对用于波束形成的最小二乘广义模值算法(LSGMA)在多种信号环境下的收敛性能进行了分析;在此基础上提出一种新的多用户盲波束形成算法--迭代最小二乘广义模投影(ILSP-GMA)算法,克服LSGMA算法当恒模干扰信号强于所需信号时会错误收敛的缺陷.仿真结果表明该算法可有效适用于多用户情况,并可获得较原迭代最小二乘投影算法(ILSP)更快的收敛速度.     

基于总体最小二乘的外辐射源雷达相消算法

提出一种基于总体最小二乘(TLS)的外辐射源雷达直达波相消算法,该算法首先利用TLS获取直达波的数目和时延,再基于既得的直达波信息构建直达波子空间,最后将回波向该空间投影实现直达波相消。与传统扩展相消算法相比,该算法所构建的直达波子空间阶数低,精确度高,在相关处理时间较短或直达波幅度时变的情况下,仍具有良好的直达波抑制性能。仿真结果证实了算法的有效性。     

多传感器误差配准研究

多传感器组网信息融合时,需要对组网中各传感器系统误差进行估计和补偿,以消除各传感器系统误差对融合性能的影响.研究了雷达组网系统误差配准模型,并对最小二乘算法(LS)、广义最小二乘算法(GLS)、递推最小二乘算法(RLS)、修正EX算法等误差配准算法进行对比分析,同时给出了扩维配准模型用于解决多传感器组网配准问题,针对实...     

半盲最小二乘恒模算法研究

恒模算法(CMA)是一种广泛应用于阵列处理、均衡、多用户检测中的盲算法.最小二乘恒模算法(LSCMA)由于其全局收敛性及稳定性受到关注.本文针对CDMA系统下行链路,基站知道小区内用户码字而小区外干扰用户码字未知的情形,提出一种适用的半盲LSCM多用户检测(MuD)算法.它将非盲多用户检测(本文中选用解相关MUD)与盲多用户检测技术(本文中选用LSCM检测器)相结合,首先根据小区内已知用户的信息,利用解相关MUD抵消小区内其它用户的干扰,接着利用LSCM算法抵消剩余的干扰.文中将SB-LSCM算法与已经提出的半盲解相关算法、LSCM算法和解相关算法进行了复杂度、SIR和BER性能的比较,并对SB-LSCM算法的SIR性能进行了理论分析.仿真结果表明SB-LSCM算法能够获得与半盲解相关相当的SIR的性能,但是其复杂度更低且在系统负荷大时能够获得优于半盲解相关算法的BER性能.另外,SB-SLCM算法能够获得较LSCM算法更快的收敛速度以及更加优良的性能.     

基于斜率加权的最小二乘RAIM算法研究

为解决某些卫星在故障检测算法中不敏感的问题,提出了卫星斜率加权的最小二乘算法.该方法从理论上推导出卫星特征斜率的表达式,根据特征斜率大小构建斜率加权矩阵,对特征斜率较小的卫星加以更大的权重.构造出斜率加权的检验统计量,通过比较新的检验统计量与检测门限,实现对卫星的故障检测.结合真实数据对该方法进行验证,结果表明:基于斜...     

高频雷达电台干扰抑制的稳健最小二乘方法

为对抗工作环境下的非平稳短波电台干扰,本文基于对偶极化的高频地波超视距雷达接收系统提出了新的稳健最小二乘抗干扰算法,改善高频雷达目标检测的性能.该方法基于凸空间最优化的思想,修正水平极化辅助天线接收数据,设定最大的环境误差范围,保证在最差误差环境下的最优干扰抑制性能.通过转换该凸最优的约束方程为简单的一维搜索,提出了最优加权系数的有效求解方法.实验数据处理结果表明了方法的有效性.     

一种组网雷达误差配准和目标跟踪递推算法

提出了一种在ECEF坐标系中对组网三维雷达的系统误差进行估计和目标跟踪联合递推算法,该算法能对系统误差进行在线估计和补偿,适应系统误差的变化,并同时对目标进行跟踪,提高了航迹融合精度,扩大了雷达的监视范围。用模拟的雷达数据对算法的性能进行了评估,计算机仿真试验验证了该算法的可行性和有效性。     

最小二乘与加权最小二乘空域矩阵滤波器设计

空域矩阵滤波器是一种新的信号处理技术,通过一个滤波矩阵与接收到的阵列数据相乘,可实现保留通带目标信号,抑制阻带干扰的目的.本文主要研究了最小二乘和加权最小二乘两类的空域矩阵滤波器.给出了空域滤波器设计基本原理,通过最优化问题得出了最优解.最小二乘空域矩阵滤波器是加权系数为1的加权加权最小二乘空域矩阵滤波器的特列.由加权最小二乘迭代仿真结果可以看出,迭代次数的增加使滤波器阻带响应极大值逐渐变小,可实现恒定阻带抑制效果,设计效率较高.     

扩展最小二乘准则的最小化算法

“扩展最小二乘”（XLS）准则是一种广义的最小二乘法，通过正确的加权和均衡，XLS能够把模型误差和测量误差区分开发来。从“伪线性模型”的角度出发，我们可以得到两个使XLS准则最小化的迭代算法：其一是直接的“交替坐标”的最小化方法；另一种是现有的约束总体最小二乘（CTLS）法的扩展，这两个算法都能够采取不同的实施方案，以满足不同的应用场合时的收敛速度，计算量和精度上的不同要求，XLS准则可应用于许多常用的工程估计问题，例如，根据有噪声的输入／输出的测量来辩识存在外来噪声的自回归系统（ARX）或者是根据有噪声的测量来估计AR过程的参数。     

基于含参最小二乘估计曲线拟合的极化雷达目标识别方法

本文以宽带极化雷达体制为背景，从分析目标仍化散射特性的角度出发，通过定义了极化状态距离的概念，研究了复杂目标对探测信号频率变化的敏感性问题，并运用含参最小二乘估计方法提取了目标特征，对四种飞机目标的识别结果表明了本文所了方法是有效可行的。     

重复使用发射站数据的加权最小二乘定位方法

利用加权最小二乘方法对多基地雷达目标定位.证明重复使用发射站测量信息将导致误差协方差矩阵奇异.通过在误差协方差矩阵中加入一个小的修正量,能够实现目标定位.仿真的GDOP曲线表明了改进方法的有效性.     

二维线性相位FIR滤波器设计的投影最小二乘算法

考虑二维线性相位矩形对称FIR滤波器的约束最小二乘设计问题,即在通带和阻带逼近误差不超过给定值的约束下使逼近误差平方和最小.提出一个投影最小二乘算法,它是一个交替地更新有效约束集及将二次误差无约束极小点(最小二乘解)逐次投影到有效约束边界的迭代过程.通过二维FIR低通圆形滤波器和方形滤波器的设计例子,对算法的性能进行了仿真,并与基于内点算法和有效集方法的设计程序进行了比较,结果表明本文算法具有很高的效率.     

基于递推最小二乘算法的小信号检测

受到强干扰影响的小信号通常难于有效检测。在分析递推最小二乘算法(RLS)原理及其几种改进形式的基础上,采用自适应方法将已检测出的大信号与原混叠信号对消,降低大信号对小信号的遮蔽作用,再进行小信号的检测。最后通过仿真证明,该方法能够在较小失真的情况下,有效检测出被大调幅信号干扰下的小调频信号;同时分别比较了各种算法的优劣,得出基于可变遗忘因子的RLS(VFF-RLS)算法不仅具有较快的收敛速度,而且收敛之后具有很好的平稳性能。     

广义非线性最小二乘迭代算法在多维多时态多精度数据处理中的应用

本文首先对广义非线性最小二乘迭代算法的研究现状进行分析,随后基于广义非线性最小二乘迭代算法对多维多时态多精度数据处理问题进行研究,期望能够对数据处理问题的优化有所帮助。