将隐含Markov模型应用于杂波中的雷达检测

通常将复合随机变量Ｚ＝ＡＸ作为海杂波幅度的模型，其中Ａ为正值的随机变量，Ｘ具有瑞利分布。Ｋ和离散瑞利混合分布源自采用Ａ分别为伽马或离散分布的该模型。在某些应用中，能将Ａ的连续值进行相关。如果该相关被模拟成有限Ｍａｒｋｏｖ过程的话，那么用隐含Ｍａｒｋｏｖ模型（ＨＭＭ）来描述Ｚ。仅有幅度的和相位相干检测的统计结果是由ＨＭＭ模型用局部最优和似然比技术导出的。文中将这些算法的性能与使用雷达数据的ＣＦＡＲ和多普勒处理器作了比较。     

单模光纤中高相干光源的瑞利散射光的统计特性

基于光纤中高相干光源(相干长度大于100km)的瑞利散射光的统计特性,采用随机相向量模型,推导了光纤中瑞利散射光的功率分布和相位分布,指出瑞利散射光功率的概率密度函数(PDF)符合修正的莱斯分布,而瑞利散射光的相位分布近似为高斯分布。采用高灵敏度的光电探测器对不同长度的光纤的瑞利散射光功率进行了测试,实验结果与理论吻合,同时发现不同长度光纤的瑞利散射光功率的最大值随平均值线性增加。     

参量CFAR技术的设计与实现

分析了适用于瑞利分布、非瑞利分布、多目标环境及强点干扰时参量CFAR技术的基本原理,介绍了由此原理指导下研制成功的两块ASIC芯片的功能和关键的设计思想。     

猎人机器人光通信跟瞄理论和系统研究

首次提出眼孔波通信框架,建立通信跟瞄模型,开辟了短距离光通信的新阶段.进行了信标光捕获方法研究,计算了捕获时间;计算机模拟了二维瞄准误差正态、瑞利分布,模拟了目标瞄准抖动Rician分布,推算模拟了接收透镜光阑探测衰减损失公式;提出三维瞄准误差正态、瑞利分布,提出三维瑞利叠式抖动分布,并计算出仿真结果.仿真结果表明,眼孔波通信的概念已首次建立,跟瞄抖动二维、三维理论模型及衰减模型已建立或提出.     

端到端无线信道信号幅度和多普勒谱分布研究

利用理论和实验相结合的方法研究了室内宽带端到端(Device-to-Device,D2D)无线信道信号的幅度和多普勒频谱分布.结果表明:在不同的场景下,D2D信号幅度分布服从单瑞利、双瑞利和多瑞利的复合分布;在二维(Two-Dimension,2-D)和三维(Three-Dimension,3-D)散射环境下随电波到达角的分布不同,D2D信道多普勒频谱将遵循不同的分布规律.通过理论和实验结果的比较研究验证了本文结果的正确性.     

一种窄带高斯白噪声的生成与实现方法

本文主要研究了窄带高斯白噪声的特性,根据高斯分布、均匀分布和瑞利分布的特征提出了一种产生窄带高斯白噪声的方法,利用MATLAB仿真了产生该噪声的过程,并分析该噪声样本,实现了一种基于均匀分布和瑞利分布的窄带高斯白噪声.     

两种改进的适用于多目标情况的恒虚警检测算法

本文基于筛选平均和无偏筛选平均提出了两种改进的恒虚警检测器－ＭＣＭ－ＣＦＡＲ和ＭＵＣＭ－ＣＦＡＲ，并应用了何友提出的自动筛选技术，在ＳｗｅｒｌｉｎｇⅡ型目标似假设下，并考虑瑞利分布杂波和单脉冲检测情形，本文推导出了ＭＣＭ－ＣＦＡＲ和ＭＵＣＭ－ＣＦＡＲ检测器的Ｐｆα，Ｐｄ和平均判决门限的解析表达式，并与其它方案进行了比较。     

激光超声检测表面裂纹深度的数值模拟

为了研究激光冲击所引起的瑞利表面波在材料表面裂纹检测方面的作用,采用ABAQUS建立了激光超声无损检测表面裂纹的模型,并模拟激光在材料表面激发瑞利波及瑞利波沿材料表面传播的过程。从激光的峰值压力、空间分布、时间分布3个方面将激光冲击作用等效成力的作用,体现了激光参量在作用过程中所起到的作用;同时,使用无限单元消除了边界的反射回波。通过对接收点处瑞利表面波信号的分析,进行了不同深度表面裂纹对瑞利波回波峰值影响的定量比较。结果表明,瑞利反射波的正向峰值与下一次最大正向位移所对应的时间的比值和表面裂纹深度之间存在着线性关系,进而为实验测量表面裂纹深度提供了一种测量方法。     

应用加权移动平均的雷达杂波抑制法

1 前言 在雷达接收机中混入许多目标外物体的反射波,常常影响对目标的检测。为抑制这些杂波,调查了其振幅分布。例如,像雨一样宽的杂波振幅分布为瑞利分布。不过,海面反射和山丘等地形反射多为非瑞利反射。将这类杂波的振幅分布与瑞利分布各自的均值和方差一致进行比较时,观测的杂波有取高振幅值的趋势。这样的杂波为尖峰状,而且其振幅分布有长尾。 从70年代开始用高分辨率雷达观察到的杂波振幅分布为威布尔分布或对数正态分布,并以此为基础开发出杂波抑制法。典型的方法有利用威布尔分布恒虚警率(CFAR)相线性预测的杂波抑制法。     

海杂波幅度分布模型的研究

为改善雷达检测目标的能力,基于对海杂波幅度特性的分析,采用瑞利分布、韦布尔分布、对数正态分布、K分布进行仿真,并与实测数据对比,分析了四种分布方式的拟合特点。由结果可知,雷达处于低分辨率高擦地角时,适用于瑞利分布;当雷达处于高分辨率低擦地角时,适用于其余三种分布,其中正态分布拟合的效果较好。由四种分布的参数拟合图知,K分布参数可以作为特征参量,更好地将主、次目标单元分离开来,为提高雷达检测能力提供依据。