一种低快拍情况下稳健的波束形成算法

针对低快拍情况下自适应波束形成器输出方向图存在主峰偏移,副瓣电平较高的问题,该文提出一种低快拍情况下稳健的波束形成算法。算法通过对线性约束最小方差(LCMV)波束形成器的输入信号协方差矩阵进行指数修正,改善了采用协方差矩阵求逆（SMI）算法的LCMV波束形成器输入信号协方差矩阵小特征值在低快拍情况下的发散程度,从而可在减小主峰偏移的同时,有效地解决副瓣电平较高的问题;最后通过分析波束形成器输出信干噪比(SINR)随修正指数变化的情况,给出算法修正指数的取值范围。计算机仿真结果验证了该算法的有效性和优越性。      

基于压缩感知的频率编码脉冲雷达高分辨距离成像方法

针对频率编码脉冲雷达(Frequency-Coded Pulse Radar, FCPR),该文提出一种基于压缩感知(Compressive Sensing, CS)的目标高分辨距离成像方法。利用目标场景的空间稀疏性,建立FCPR目标回波稀疏信号模型,提出基于CS的FCPR脉冲相参合成处理方法。该方法采用少量FCPR信号子脉冲对目标频域响应进行采样,即可提取目标高分辨距离像信息。为了降低CS重构算法的运算复杂度,提出一种基于FFT目标速度预估计的动态构造降维感知矩阵的方法,提高了采用CS进行FCPR脉冲相参合成处理的速度。仿真结果表明该方法较传统IFFT脉冲相干合成算法具有更小的目标强散射中心幅度估计误差,对速度估计误差及噪声的鲁棒性更好。     

一种稳健的盲稀疏度压缩感知雷达目标参数估计方法

针对压缩感知雷达(Compressive Sensing Radar, CSR)在感知矩阵和目标信息矢量失配时距离-多普勒参数估计性能下降的问题,该文提出一种稳健的盲稀疏度CSR目标参数估计方法。首先建立了CSR系统模型失配时的距离-多普勒2维参数稀疏感知模型,推导了以最小化感知矩阵相干系数(Coherence of Sensing Matrix, CSM)为准则的波形优化目标函数。其次提出了一种新的盲稀疏度CSR目标参数估计方法,通过发射波形,系统模型失配误差和目标信息矢量的相互迭代,逐步校正系统感知矩阵,最终以较高精度估计目标距离-多普勒参数。与传统CSR目标参数估计方法相比,该方法显著降低了CSR系统距离-多普勒参数的估计误差,改善了CSR目标参数估计的准确性和鲁棒性。计算机仿真验证了该方法的有效性。     

船舶智能能效管理技术发展现状及展望

受到全球变暖、环境保护以及降本增效等因素影响,各大航运企业对船舶能效管理技术的需求越来越高.本文从政策导向、市场需求以及技术驱动等3个方面分析了能效管理技术的必要性;总结了国内外现有船舶能效管理技术与产品,并从功能差异和优缺点等方面开展了现状分析;从船舶能效在线监测、能效智能评估以及能效优化控制等3个方面分析了船舶能效...     

机载高分辨滑动聚束SAR成像处理方法

针对机载滑动聚束合成孔径雷达(SAR)高分辨率成像问题,在提出采用参考信号进行系统通道误差校正和高分辨滑动聚束成像运动补偿方法的基础上,结合基带方位向变标(BAS)算法,给出一种机载高分辨率滑动聚束SAR成像方法。首先,在频域推导了基于参考信号对回波信号进行幅度校正和相位补偿的方法;然后基于斜视成像几何模型,推导了机载滑动聚束SAR平台运动参数与多普勒参数之间的关系,给出从多普勒估计参数中估计运动参数和补偿运动误差的方法。采用该成像处理方法,某型星载SAR机载试飞试验成功实现了滑动聚束模式高分辨率成像,验证了方法的有效性。      

基于自适应变换矩阵的数字波束形成方法

与全自适应数字波束形成(ADBF)算法相比,运算量较小的部分ADBF算法性能存在一定程度的下降.为此文中研究了一种基于自适应变换矩阵的数字波束形成方法(T-ADBF).该方法利用对干扰形成的零陷信息,采用零点预处理算法自适应获得新变换矩阵,以形成新的波束指向.性能分析与仿真结果表明,该方法可在运算量少量增加的条件下,不损失系统自由度,接近ADBF算法的性能,具有显著的优越性.     

高频地波雷达稀疏频率波形优化设计

高频地波雷达(High Frequency Surface Wave Radar, HFSWR)面临多种无线通讯系统的同频窄带干扰,发射具有频域稀疏的优化波形能够有效抑制干扰,改善HFSWR的检测性能。针对最优干扰抑制稀疏频率波形旁瓣较高及传统波形优化设计算法收敛速度较慢的问题,该文提出一种基于旁瓣约束的稀疏频率波形快速优化设计方法。首先建立了联合优化功率谱密度(Power Spectrum Density, PSD)和积分旁瓣电平(Integrated Sidelobe Level, ISL)的波形设计目标函数。随后提出了一种循环相位共轭梯度最优波形快速求解算法,该算法收敛速度快,运算量低。优化波形能够有效抑制同频窄带干扰,且旁瓣较低,有较强的战场环境适应能力。仿真结果表明了该方法的优越性。     

基于压缩感知的单通道鲁棒自适应波束形成算法

针对在低快拍以及导向矢量存在误差等情况下自适应波束形成鲁棒性下降的问题,该文提出一种基于压缩感知(CS)的单通道鲁棒波束形成算法。首先提出一种新的单通道阵列体制,建立阵列信号压缩感知模型,并验证其感知矩阵满足约束等容(RIP)条件,在此基础上,采用快速的鲁棒平滑L0(RSL0)算法重构信号干扰矩阵,最后以表征阵列鲁棒性的阵列灵敏度作为目标函数,以干扰矩阵作为约束条件,形成有效波束。计算机仿真表明算法只需一个射频通道,即可在低快拍下有效抑制相干、非相干干扰信号,并可避免因通道间不一致造成的鲁棒性问题,验证了算法的有效性和优越性。     

基于贝叶斯压缩感知的噪声MIMO雷达稳健目标参数提取方法

针对压缩感知雷达(Compressive Sensing Radar, CSR)面临测量噪声、信道干扰及系统精度误差等扰动时,非自适应随机测量值和感知矩阵失配导致传统CSR目标参数提取性能下降的问题,该文提出一种基于贝叶斯压缩感知(Bayesian Compressive Sensing, BCS)的噪声MIMO雷达稳健目标参数提取方法。文中首先建立了噪声MIMO雷达的稀疏感知模型,推导了基于目标参数稀疏贝叶斯模型的联合概率密度函数,随后将BCS方法与LASSO (Least-Absolute Shrinkage and Selection Operator)算法相结合对联合概率密度函数进行优化求解。与传统CSR算法相比,该方法能够在CSR系统模型存在失配误差时对目标参数进行有效估计,降低了目标参数估计误差,改善了CSR目标参数提取的准确性和鲁棒性。计算机仿真验证了该方法的有效性。     

有色噪声背景下自适应雷达波形优化设计

仅以提高雷达检测性能为目标所设计的发射波形通常具有较高距离旁瓣和峰均比,不利于微弱信号检测和实际工程应用。针对上述问题,提出目标信号子空间加权的自适应波形优化方法。给出利用环境中有色噪声的统计特性改善目标检测性能的系统模型,选取目标-有色噪声矩阵的大特征向量构成目标信号子空间,建立在该子空间上优化加权系数使发射波形满足自相关性能和峰均比约束的目标函数,并采用序列二次规划算法进行求解。该方法所优化发射波形能有效抑制有色噪声,同时获得较好的自相关特性和峰均比,改善雷达综合性能。仿真结果表明了该方法的有效性和灵活性。