基于数字高程模型数据的机载认知雷达地杂波建模方法研究

针对机载认知雷达信号处理的特点,设计了一种基于数字高程模型数据的地杂波建模方法。该方法首先从数字高程模型数据中提取对杂波功率谱有影响的地形因子,然后结合地理地貌学理论和地形因子对数字高程模型提供的真实地貌类型进行量化分类;设计动态数据库来存储量化后的地貌信息,以提高杂波建模过程的实时性;最后基于地貌信息和后向散射系数模型构建地杂波。仿真结果表明,采用该方法构建的地杂波模型符合机载雷达所处的地貌实际情形,用作机载认知雷达的先验信息时具有真实、稳定和可靠的优势,可有效地辅助机载认知雷达提高工作性能和生存力。     

一种定量评估监视雷达网信息传输能力的方法

从各功能单元问的连通性、信息传输的时效性、信息传输的正确性等三个方面，对对空情报雷达监视网的信息传输能力的评估问题进行了系统的研究．同时，基于连通概率、时效性函数、误信率的具体界定，提出了一种具有良好操作性的定量评估方法．     

基于椭圆包络线算法的探地雷达成像

针对超宽带探地雷达成像算法普遍存在成像模糊、计算量大、不适合实时处理等问题,提出一种基于椭圆包络线算法的探地雷达目标边界成像方法。该算法以不同介质内电磁波运行距离分段相加的方法计算椭圆长轴,使其适用于多层介质下探地雷达目标成像。FDTD数值仿真结果表明,椭圆包络线算法对于浅层目标体边界构造准确,运算速度快,对目标解释更精确。     

基于互相关协同的无人机集群区域覆盖监视优化方法

在电磁频谱监测领域,现阶段面向区域覆盖监视的无人机集群协同优化方法存在覆盖监视能力不足、实时性差等问题。针对上述问题,提出了一种基于互相关协同的无人机集群区域覆盖监视优化方法。首先,利用信号互相关原理和相关检测覆盖性能建立了多机相关检测可覆盖监视面积计算模型;其次,通过引入自适应非线性权重等策略,提出了基于自适应非线性权重的并行混合粒子群协同优化算法;最后,以多机相关检测可覆盖监视面积为区域覆盖监视的优化目标函数,迭代优化无人机的相对位置,得到面向区域覆盖监视的集群最优拓扑构型和最大可覆盖监视面积。仿真验证结果表明,与其他方法相比,本文方法能够将可覆盖监视范围提升60%以上,将优化收敛速度减少至1.05 s。     

基于频率分集探地雷达的介质参数估计方法

针对地下目标体周围介质参数估计问题,提出一种基于图像熵的介质参数估计方法。首先推导了介质条件下频率分集阵列探地雷达的点扩展函数,分析了点扩展函数与后向投影成像算法之间的联系,然后将频率分集探地雷达与超宽带探地雷达成像结果做了对比分析。对于同一块包含目标的待成像区域而言,介质参数对电磁波的传播速度有较大的影响,当采用不同的介质参数分别对该区域进行成像时,得到的成像结果亦不相同。对不同参数下的成像结果进行图像熵的计算,成像结果的图像熵值越小,则在使用该参数时成像的聚焦度越好,所对应的介质参数越接近其真实值。实验结果表明：在介质的电导率不为零时,频率分集探地雷达较超宽带探地雷达在目标定位成像方面具有更好的效果,且当目标为细长目标体时,所提出的参数估计方法能够对目标体周围介质参数进行有效估计。     

一种基于空间信息的运动目标检测方法

针对现实生活中由于光照变化、背景噪声干扰、摄像机抖动等因素对运动目标的检测与识别存在巨大挑战的问题,提出了一种基于空间信息的运动目标检测算法。通过对像素点及其区域的亮度和角度差分等信息提取特征,建立背景模型,去除光照因素的干扰,比较当前帧和背景模型的相似系数确定前景区域,并且采用了自适应阈值的方法二值化前景图。实验证明,该方法能克服光照突变等复杂背景的干扰,实现对运动目标实时准确检测。     

一种基于参数模型的雷达目标架次检测方法

在研究时变自回归模型及非平稳信号时变频率估计的基础上,提出一种基于时变自回归模型的编队目标架次检测新方法．该方法利用时变自回归模型在短数据情况下可精确描述非平稳信号时频特性的优势,融合回波信号时变频率的精确估计和编队目标在距离上的分辨性能,检测编队目标架次．实测数据实验实现了短数据情况下的4架次编队目标架次检测．     

基于时域解线性调频的步进频率雷达动目标检测方法

针对步进频率雷达中运动目标高分辨距离像发散而引起的检测性能下降,以及速度补偿法无法完成多个不同速度目标检测的问题,提出了一种运用时域解线性调频法进行步进频率雷达动目标检测的新方法,该方法对所有子脉冲的回波信号进行时频变换处理,将处理结果进行二维搜索以得到目标参数的估计值。描述了基于该方法的检测步骤,并严格推导了速度分辨力和交叉项峰值的数学表达式。仿真实验表明,该方法能够同时检测多个运动目标,并验证了其检测性能。     

一种基于动态规划的弱目标检测方法

针对机载脉冲多普勒雷达检测弱目标困难,提出一种改进的动态规划方法.在动态规划算法中引入多级幅值累加判决门限,在循环递归过程中丢弃一部分目标轨迹,减少了算法计算量.经实测数据验证,该方法在强杂波背景下能较好地检测出低信噪比运动目标.