Compressed sensing based deconvolution algorithm for time-domain UWB channel modeling

Extracting the parameters of the multipath with high accuracy can be achieved by using high-resolution algorithm for time-domain ultra wideband (UWB) channel modeling.The CLEAN algorithm has been used ...     

一种超宽带雷达多人体目标跟踪算法

提出了一种超宽带雷达对多个运动人体距离跟踪的方法。该方法基于人体多散射点的回波模型,利用CLEAN算法提取人体多个散射点的量测信息,结合最近邻域和联合概率数据互联算法,提出了一种简易最近邻联合概率数据互联算法,以解决多个人体目标轨迹交叉时数据关联的问题。通过对实测数据的处理,证明了该算法能够对轨迹交叉的人体目标进行有效跟踪。     

Three-dimensional scattering center extraction using the shootingand bouncing ray technique

We present a technique to extract the three-dimensional (3-D) scattering center model of a complex target. Using the shooting and bouncing ray technique, we first generate the 3-D inverse synthetic aperture radar (ISAR) image of the target based on a one-look ISAR algorithm. In step two, we use the image processing algorithm CLEAN to extract the 3-D position and strength of the scattering centers from the 3-D ISAR image. Various implementation issues related to computation time and memory are addressed and an efficient scheme is presented to accomplish the 3-D scattering center extraction. Several examples ranging from simple canonical structures to complex targets are presented to demonstrate the validity of the extraction scheme and the usefulness of the resulting 3-D scattering center model     

办公室环境下的超宽带信道测量与建模

依据广泛的频域信道测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的办公室室内信道模型。信道总体模型采用修正Saleh-Valenzuela(S-V)模型。在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国超宽带频谱规范的测量信号。利用CLEAN算法从时域测量数据中提取高分辨率的离散信道响应,并为信道时域测量信号提出了一种基于小波分析的自动分簇算法,统计提取出了大尺度和小尺度信道模型参数。结果表明:提出的办公室超宽带信道模型和实测数据具有相近的时延扩展特性和平均多径数量,可以比IEEE802.15.4a信道模型更好地反映中国办公室环境下的UWB信道特性。     

超宽带信道建模中基于压缩感知的解卷积算法

针对频域测量方式下的超宽带(UWB)信道测量数据后处理,该文提出了用具有高斯滚降特性过渡带的类高斯窗,提取符合中国UWB频谱规范的信道测量数据,并将类高斯窗对应的时域脉冲作为先验信息,使用基于压缩感知(CS)的算法对时域信道测量信号解卷积,使得解卷积后的信道冲激响应具有高分辨率特性。利用频域加窗补零,以及改变解卷积算法中参数化波形字典原子的步长,可以得到不同分辨率的解卷积结果。采用匹配追踪(Matching Pursuit,MP)算法作为CS的重构算法。针对一间办公室的视距(LOS)与非视距(NLOS)信道测量数据处理结果表明,基于压缩感知的解卷积算法可以用较少的观测值获得和CLEAN算法相近的解卷积性能。     

基于遗传算法的一维散射中心提取研究

该文提出了一种基于遗传算法的雷达目标一维散射中心提取方法并给出了适用条件。它采用非衰减指数和模型与CLEAN方法,将每个散射中心的提取转化为一个非线性优化问题,并利用遗传算法进行优化求解。仿真结果表明,相对于传统的FFT方法和Prony方法,该文提出的一维散射中心估计方法在准确性、鲁棒性和分辨力等方面具有优势。     

低频UWB SAR的冲击响应函数

提取系统的冲击响应函数(impulse response function,IRF)是测量雷达系统性能指标的前提,IRF来自理想点目标的雷达图像。对于低频超宽带合成孔径雷达(ultra wide band synthetic aperture radar,UWB SAR),参考点目标的电磁散射特性是频率和方位角的函数,不满足理想点目标的散射特性要求。本文从IRF的定义出发,结合低频UWBSAR系统处理模型,利用二维数字聚焦方法消除杂波的影响,同时利用低频电磁散射数值建模的方法计算参考点目标的电磁散射特性,最后给出了计算系统IRF的方法。     

基于弹跳射线法的海面舰船目标三维散射中心快速建模方法

海面舰船目标3维散射中心的快速建模对雷达目标信号快速仿真、特征提取与分类识别等应用具有重要意义。该文结合目标-海面耦合散射的“4路径”模型、随机海面散射修正Fresnel反射系数模型,以及基于射线管积分的快速3维成像等模型与方法,提出一种舰船-海面复合的快速3维成像方法,并通过CLEAN算法建立一种3维散射中心快速建模算法。该算法由于实现了单频、单视角条件下的目标3维成像,并且采用简化的海面模型避免了大量海面面元的构建,因而大大提高了3维散射中心建模的计算效率,从而满足实际工程应用的需求。典型海面舰船目标仿真实验结果表明,与传统基于FFT的3维成像算法相比,在典型计算条件下该算法的计算效率可提高4个数量级。不同海情下,3维散射中心重建的与直接仿真计算的1维距离像历程图和2维像的对比结果,也验证了算法的计算精度。      

基于正向建模的目标超宽带电磁脉冲雷达回波仿真

为了快速获取超宽带（ultra-wideband,UWB）电磁脉冲激励下雷达目标的时域电磁响应,提出了一种基于散射中心正向建模的目标时域回波仿真方法.从目标几何模型出发,利用空间射线分集技术对强散射源进行分离,通过模型参数正向确定方法构建出目标的属性散射中心模型,用以表征目标高频电磁散射特性,并在UWB电磁脉冲激励下进行仿真运算,获得目标时域回波信号.以典型目标SLICY为例,基于正向建模的散射中心模型,快速获取不同UWB电磁脉冲激励下的雷达回波信号,与高频仿真方法得到的一维距离像（high resolution radar profile,HRRP）进行对比分析,吻合良好.由此验证了本文提出的回波仿真方法的有效性,为不同辐射源激励下目标的快速电磁响应研究提供了一种新思路.     

基于遗传算法的二维散射中心提取研究

提出了一种基于遗传算法的雷达目标二维散射中心提取方法，并给出了适用条件，它采用CLEAN方法，将每个散射中心的提取转化为一个非线性优化问题，并利用改进的遗传算法进行优化求解。仿真结果表明，相对于传统的FFT方法和2-D Esprit方法，文中提出的二维散射中心提取方法在准确性、鲁棒性和分辨力等方面具有优势。     

基于散射中心的风电机叶片散射电场求解

为降低雷达系统的数据处理量及实现风电机实时目标特征识别,必须寻求风电机叶片散射电场的快速求解方法。针对传统电磁求解算法需处理巨量风电机叶片散射电场数据的问题,突破传统以超大电尺寸目标实体为基本单元进行广域空间电磁散射积分计算的思想,提出了一种基于散射中心的风电机叶片散射电场求解方法。基于非衰减指数和散射中心模型,通过距离-多普勒算法构建风电机叶片的雷达逆合成孔径图像,采用CLEAN 算法并结合相关系数提取风电机叶片的散射中心参数集,最终以散射中心产生的散射电场数据等效替代叶片本体的全部散射数据,实现了叶片散射电场的快速求解。以Vestas V82-1.65MW 型风电机为例,以矩量法计算结果为基准,文中所提方法计算准确度为93.20%,数据的压缩比达76.81,计算量的数量级比矩量法降低了106。     

基于视觉注意机制的UWB SAR叶簇隐蔽目标变化检测

在超宽带合成孔径雷达叶簇隐蔽目标检测中,传统的UWB SAR图像变化检测方法易受图像灰度值起伏和成像条件变化的影响,致使现有的变化检测算法的性能下降.本文根据人类视觉系统的生理结构和认知特点,提出了一种基于视觉注意机制的叶簇隐蔽目标变化检测算法.该方法使用视觉注意模型,将图像的多尺度特征信息融合为单幅视觉显著图像,并利用图像局部邻域信息和目标的空间相关特性对视觉显著图中视觉注意焦点进行分层筛选和变化检测.实验结果表明:本文中基于视觉注意机制的变化检测方法可以有效检测多时相UWB SAR图像中的叶簇隐蔽目标,较之传统的基于统计原理的变化检测方法,其检测速度更快,且对场景复杂的UWB SAR图像亦具有鲁棒性.     

Cooperative Localization in Wireless Networks

Location-aware technologies will revolutionize many aspects of commercial, public service, and military sectors, and are expected to spawn numerous unforeseen applications. A new era of highly accurate ubiquitous location-awareness is on the horizon, enabled by a paradigm of cooperation between nodes. In this paper, we give an overview of cooperative localization approaches and apply them to ultrawide bandwidth (UWB) wireless networks. UWB transmission technology is particularly attractive for short- to medium-range localization, especially in GPS-denied environments: wide transmission bandwidths enable robust communication in dense multipath scenarios, and the ability to resolve subnanosecond delays results in centimeter-level distance resolution. We will describe several cooperative localization algorithms and quantify their performance, based on realistic UWB ranging models developed through an extensive measurement campaign using FCC-compliant UWB radios. We will also present a powerful localization algorithm by mapping a graphical model for statistical inference onto the network topology, which results in a net-factor graph, and by developing a suitable net-message passing schedule. The resulting algorithm (SPAWN) is fully distributed, can cope with a wide variety of scenarios, and requires little communication overhead to achieve accurate and robust localization.      

适合P波段UWBSAR的改进PGA算法

相位梯度自聚焦（PGA）算法是一种高效的自聚焦算法，其优良的聚焦性能是建立在合理的统计模型和高信杂比的基础上。对于信杂比较低的P波段超宽带合成孔径雷达（UWBSAR）图像来说，传统PGA算法的聚焦效果并不理想。对此，文中提出了将对比度准则和传统PGA算法相结合的改进PGA算法，有效地削弱了图像信杂比对PGA聚焦性能的影响。文中还提出了“参考点对齐”法来校正PGA算法聚焦所产生的图像平移（沿方位向）失真问题。文中所提算法已经成功运用于某P波段UWBSAR实测图像数据的聚焦处理，并得到了比传统PGA算法更好的聚焦处理结果。     

Adaptive CLEAN With Target Refocusing for Through-Wall Image Improvement

Signal processing techniques to improve building interior images are introduced. Specifically, an adaptive CLEAN algorithm is introduced in conjunction with target refocusing techniques to de-emphasize undesired signal effects from external walls, and thus more accurately image the lesser contrast objects. Instead of using the point spread function as in the conventional CLEAN algorithm, adaptive CLEAN incorporates a delay spread model found more appropriate for subtracting sidelobes that could obscure interior objects. Refocusing also allows for correcting target distortion and displacement due to through-wall propagation. It is shown that by combining adaptive CLEAN with target refocusing techniques, we are able to reconstruct interior targets (with minimal exterior wall distortion). The introduced processing techniques are demonstrated via simulations generated with a well validated high frequency ray tracing code, and with measured data.      

基于改进矩阵束的超宽带一维散射中心提取方法

针对微动参数的高精度快速估计问题,该文提出一种基于几何绕射(GTD)模型和改进矩阵束的超宽带(UWB)散射中心提取算法,可实现散射中心径向距离、类型参数及散射强度的同时估计.该方法将超宽带条件下的目标GTD散射模型转化为状态空间方程,利用奇异值分解将汉克尔矩阵中的噪声分量去除,对降秩的汉克尔矩阵做广义特征值分解,利用单...     

基于GRT-CLEAN的高速旋转目标快速三维成像方法

针对传统高速旋转目标三维成像算法存在成像效果差、计算复杂度大、鲁棒性差的缺点,本文提出一种加速的GRT-CLEAN高速自旋目标三维成像方法。采用广义Radan变换(GRT)与CLEAN技术相结合的方法进行目标三维特征提取,实现高分辨精确目标成像;采用"先粗网格,后精确网格"的策略,分两步对散射点目标进行估计,降低计算复杂度,计算复杂度从Ο(N×P×Q×T)降为Ο(10~(-4)×N×P×Q×T),大幅提高成像速度。仿真实验与数值分析验证了本文所提方法的有效性。实验结果表明,本文所提成像在低信噪比和目标存在遮挡的情况下,依然能对目标进行有效成像;与传统的GRT-CLEAN成像方法相比,本文所提成像方法大幅降低计算复杂度。     

Chirp Scaling算法中的相位补偿因子研究

该文从SAR回波的二维频谱表达式入手,研究了适合高波段SAR的CS(Chirp Scaling)类算法和一种适合超宽带(Ultra Wideband,UWB)SAR成像的非线性CS算法,通过对算法推导中的近似性分析,重新刻画了SAR成像,即SAR成像是利用回波频谱特性构造频域或时域相位补偿因子的过程,尤其是对UWB SAR回波,相位补偿因子的精确性直接影响着目标聚焦性能。仿真实验表明,补偿三阶以上二维相位耦合的非线性CS算法能够在一定的测绘带内满足UWB SAR点目标的理想聚焦;同时,该算法在UWB SAR实测数据处理中也已得到成功应用。     

低频超宽带SAR定标体散射特性

低频超宽带合成孔径雷达辐射定标过程中,定标体的散射特性表现为低频谐振散射特性。常规散射特性计算方法如矩量法中的广义阻抗矩阵在谐振频率点上条件数过大,导致计算不准确。本文给出了基于奇异值分解的方法得到较为精确的计算值。为了克服矩量法每次只能计算一个频点的散射特性,本文给出了基于渐进波形估计的方法,获得定标体超宽带散射特性。