色噪声环境下GTD模型的参数估计

本文将能够精确描述高频电磁散射的GTD信号模型引入MUSIC算法,并对MUSIC算法做了相应改进。提出利用特征分析方法中信号与噪声子空间正交特性,使改进后的MUSIC算法既能够精确估计目标散射中心位置,又能估计散射中心类型。本文采用基于四阶累量的MUSIC算法,在一定程度上克服了高斯色噪声对MUSIC算法的影响,拓宽了GTD 模型参数求解的条件。     

基于GEESE算法的GTD模型参数估计

基于信号子空间特征向量的广义特征值（GEESE）算法具有比MUSIC和ESPRIT估计速度快的特点。将GEESE算法应用到能够精确描述高频电磁散射的几何绕射（GTD）模型中,利用特征子空间分解方法中信号子空间与噪声子空间的正交特性分离出信号子空间,使GEESE算法既能够精确估计目标散射中心的位置,又能估计散射中心的类型。仿真表明,这种算法有较好的效果,无需搜索,且估计的速度快,精度高。     

高分辨相干极化GTD散射模型及其应用

针对高分辨极化测量雷达体制,研究了雷达目标的高分辨极化特性的建模与提取问题.建立了能够精确描述雷达目标高频极化散射的高分辨相干极化GTD(CP-GTD)模型,并提出了基于CP-GTD模型的全极化散射中心参数估计方法.与常规GTD方法相比,CP-GTD方法的突出优点在于它不需要进行散射中心关联,并且能准确估计散射中心的相干散射矩阵.此外,全极化信息的利用,使其具有精度更高、速度更快等优点.基于仿真和实测数据的实验结果验证了CP-GTD模型的优越性.     

基于改进LS-ESPRIT算法的GTD模型参数估计与RCS重构

针对传统LS-ESPRIT算法在估计GTD模型参数时抗噪效果差,估计精度不高这一问题,该文提出了一种改进的LS-ESPRT算法,有效地提高了算法的参数估计性能与抗噪性。首先,根据雷达目标的回波数据构建Hankel矩阵;其次,采用核范数凸优化方法对上述Hankel矩阵进行降噪处理,得到低秩的重构Hankel矩阵;最后,利用传统的LS-ESPRIT算法对降噪后的数据进行处理,估计出GTD模型参数。基于改进算法与传统算法分别得到重构RCS,并针对不同带宽对参数估计精度的影响作以仿真探究。仿真结果表明,与传统LS-ESPRIT算法与传统TLS-ESPRIT算法相比,改进LS-ESPRIT算法的参数估计性能更高,抗噪性更强,且重构RCS的幅值与相角误差更小。对不同带宽下的参数估计精度也进行了探究,并得出：带宽越大,估计精度越高。     

基于GEESE算法对GTD模型参数估计的影响因素研究

将利用信号子空间特征向量的广义特征值（GEESE）算法应用到能够精确描述雷达目标电磁散射的几何绕射（GTD）模型中,仿真结果表明GEESE算法能精确估计目标散射中心的距离参数、类型参数和幅度参数,最后分析了影响GEESE算法估计精度的几个重要因素。     

基于GTD模型的目标二维散射中心提取

为精确描述隐身目标的高频电磁散射特性,该文用基于几何绕射理论的GTD模型代替以镜面散射为主的指数和模型。同时,为克服传统矩阵束算法(MEMP)计算量大、距离坐标配对等问题,该文提出用修正矩阵束算法和二维旋转不变技术(2D-ESPRIT)提取基于GTD模型的目标二维散射中心参数。仿真实验表明,该文的两种方法均适用于以边缘绕射等为主要散射源的隐身目标。     

步进频信号散射中心的提取及目标识别

针对宽带步进频测量雷达体制，用几何绕射理论（GTD）模型来描述目标宽带RCS测量数据，利用多重信号特征（MUSIC）算法估计目标散射中心的数目和位置，并将目标的散射中心作为特征进行目标识别。利用暗室测量的缩比目标模型数据进行目标识别实验，结果表明，用该方法提取的散射中心特征稳当有效，识别效果较好。     

任意多次散射机理的GTD散射中心模型频率依赖因子表达

几何绕射理论(GTD)模型是一种重要的散射中心模型,能准确描述雷达目标主要散射机理的频率依赖行为,但目前在频率依赖因子与散射机理类型之间尚未建立明确、一般的数学关系.该文从射线理论出发,结合几何光学(GO),GTD,物理绕射理论(PTD)和驻相法(SPM)等方法,推导了理想电导体(PEC)目标任意多次散射机理的频率依赖...     

基于正交投影的GTD模型参数估计方法

雷达目标散射中心的参数估计在目标高频电磁散射特性分析和识别中有着许多重要的应用.以几何绕射(GTD)模型为基础,提出了一种基于正交投影的模型参数估计方法.该方法依据GTD模型中散射中心位置与类型参数的低耦合,利用信号子空间的平移不变结构估计散射中心的位置,根据频率依赖项的正交投影系数对类型参数进行鉴别.由于整个估计过程一次完成,因此,具有较低的计算复杂性.仿真实验结果表明:该方法具有较高的估计精度和良好的推广性能.     

GTD模型参数估计的时域稀疏成分分析法

准确高效地估计GTD模型参数对目标特性研究和目标识别有重要的意义.本文根据雷达宽带时域信号能量集中的特点,建立稀疏成分分析的时域模型,实现GTD模型参数估计.该时域模型,根据高分辨率一维像自适应地缩小散射中心分布的可能区域,缩减字典的列数;利用GTD模型的时域响应构建时域字典,并截断字典中值较小的元素使字典成为稀疏矩阵.根据模型的特点设计了一个基于正交匹配追踪的求解方法.与现有频域模型相比,时域模型的字典不但维数减少而且是一个稀疏矩阵,能极大地降低字典的数据量和模型求解计算量.通过实验验证了时域字典的性能和参数估计方法的有效性.     

GTD散射模型参数解调耦估计技术

文中通过分析最大似然方法估计GTD散射模型参数的不足，提出了一种基于参数解耦的综合估计流程。首先利用矩阵束方法求得散射中心的距离参数，然后在对GTD散射模型近似处理的基础上提出了一种估计散射中心类型参数的新方法，最后利用线性最小二乘技术估计出散射中心幅度参数。实验结果表明综合估计算法能够较好地估计出散射中心参数。     

基于协同粒子群优化的GTD模型参数估计方法

针对雷达目标散射中心GTD(Geometric Theory of Diffraction)模型最大似然估计中存在的高维、非线性、混合参数估计问题,提出一种基于协同粒子群优化算法的参数估计方法.该方法能够同时估计得到散射中心的类型、幅度和位置参数,且对初始值不敏感,与基于RELAX的估计方法相比,不需要反复迭代估计,降低了计算复杂度.仿真实验结果表明,该算法能够较准确地估计得到GTD模型的散射中心参数.     

基于压缩感知的二维GTD模型参数估计方法

几何绕射理论(Geometrical Theory of Diffraction, GTD)模型能够精确描述高频区雷达目标的电磁散射机理。该文在分析雷达回波稀疏特性的基础上,将参数估计问题转化为压缩感知理论中的稀疏信号重构问题,据此提出了一种基于压缩感知的2维GTD模型参数估计方法。该方法首先利用2维傅里叶变换成像确定目标散射中心的支撑区域,然后在支撑区域内对散射中心的GTD参数进行估计,最后利用聚类方法和最小二乘方法对估计结果进行修正。仿真和暗室测量数据实验结果表明,与现有方法相比,所提方法能有效改善模型参数的估计性能,且对提高散射中心类型参数的估计精度更为明显。     

基于稀疏成份分析的几何绕射模型参数估计

雷达目标散射中心的参数估计对目标特性分析和目标识别有重要意义。该文以几何绕射模型为基础,综合利用多频段的频域测量数据,给出了散射中心位置、幅度和散射类型参数的融合估计方法。数值仿真结果表明,该方法能有效地挖掘模型信息,具有超分辨能力,给超宽带雷达信号处理提供了新的途径。     

基于CP-GTD模型的三维散射中心参数估计

 散射中心是目标光学区电磁散射的基本特征,可反映目标精细物理结构.在建立精确描述目标高频电磁散射的三维CP-GTD模型的基础上,根据散射中心类型和位置参数的弱耦合性,提出基于三维ESPRIT方法估计目标全极化三维散射中心的位置,进而利用特征分析中信号子空间与噪声子空间的正交性和最小二乘方法,实现散射中心类型和相干极化散射矩阵的估计.与现有基于单极化观测模型的估计方法相比,所提方法不仅具有更好的估计性能与抗噪能力,而且能够直接估计出目标散射中心的相干散射矩阵,仿真实验验证了上述结论的正确性.