高斯混合噪声中弱信号的Rao检测方法

期望最大化(Expectation Maximization,EM)算法是求解参数最大似然估计(MLE)的最优迭代算法,但若参数初始化不恰当,会使估计值落入"初值陷阱",导致错误的参数估计值.为此,本文提出了估计高斯混合噪声参数的矩 - EM算法,即先求参数的矩估计,并用矩估计值初始化参数,再通过EM迭代算法估计参数.在此基础上,经高斯化滤波,导出了高斯混合噪声背景下未知幅度弱信号的Rao检验统计量.仿真结果表明,矩 - EM算法可以更准确地估计噪声参数;基于矩 - EM算法的Rao检测性能优于基于EM算法的Rao检测性能.     

一种相干环境下的稳健自适应波束形成算法

针对均匀线阵提出了一种相干环境下的稳健自适应波束形成算法.该算法首先对接收数据采样协方差矩阵进行迭代Toeplitz处理,一方面可实现对相干信号的去相关,另一方面避免了由噪声子空间扰动引起的性能下降;然后利用处理后的矩阵进行基于特征空间的自适应波束形成,从而很好地解决了存在波束指向误差时的相干干扰抑制问题,并且在小快拍情况下也具有良好的阵列输出性能.计算机仿真实验结果证明了该方法的有效性.     

运动电荷相互作用的相对论效应

在通常的电磁学教科书中,只讨论静止电荷之间的作用规律(库仑定律),本文用狭义相对论的基本原理,通过洛仑兹变换,导出了运动电荷之间的相互作用规律具有相对论效应.严格证明了库仑定律应用的范围只限于静止的电荷.从另一侧面阐述了电场和磁场的相互联系。     

STAP中的矩阵求逆问题研究

针对空时自适应处理（STAP）中的采样协方差矩阵求逆问题,利用其为一正定Hermite阵这一特点,提出了一种利用Hermite阵对称性分块求逆的矩阵求逆新算法,并对该算法的运算量进行了定量分析和比较。从分析结果和仿真实验可以看出,该算法计算量小,存储量小,易于工程实现,相对于实际工程中较常用的Gauss消元法具有较明显的性能改善。     

机载雷达空时自适应信号处理技术回顾与展望

回顾了空时自适应信号处理技术的发展过程,着重阐述了其发展过程中遇到的关键技术问题,并讨论了空时自适应信号处理技术的发展趋势,提出了需要或值得进一步研究的问题.     

一种利用最大特征矢量的Toeplitz去相干方法

 本文针对相干源的DOA估计问题,利用最大特征值对应的特征矢量(简记为最大特征矢量),提出了一种新的Toeplitz去相干方法.该方法用最大特征矢量构造了一个Toeplitz矩阵来估计相干源的波达方向,实现简单,不损失阵列孔径.相对于常规的去相干算法具有更好的估计性能,特别是在低信噪比情况下,且能估计更多相干源.理论分析和仿真结果均验证了该方法的有效性.     

多子阵互耦条件下的一维波达方向估计及互耦白校正

该文研究多子阵（multiple subarrays）阵元互耦条件下的波达方向（DOA）估计,假设阵列由多个位置已知的均匀线阵（ULA）组成,但线阵阵元间存在互耦效应。利用均匀线阵互耦矩阵的带状、对称Toeplitz性及多子阵互耦矩阵的块状对角特性,提出了一种解耦合波达方向估计及互耦自校正算法。该算法在未知阵元互耦参数的情况下,可准确估计出信源的波达方向。另外,算法在精确估计波达方向的同时,还可准确估计出阵元问的互耦系数,实现多子阵的互耦自校正。算法的波达方向估计只需一维谱峰搜索,避免了通常多参数联合估计的多维非线性搜索及迭代运算,可明显减小算法运算量。文中讨论了算法参数可辨识性的必要条件,并分析计算了多参数联合估计的克拉美-罗界（CRB）。理论分析及蒙特卡罗仿真结果表明,该算法具有计算量小、DOA估计分辨力高、互耦校正效果好等优点。     

米波雷达测高多径模型研究

针对米波雷达测高中同源多径的分辨难题,对米波雷达回波信号中直射信号和反射信号进行分析,引入乘积因子的概念,建立了考虑地球曲率时乘积因子与角度(直射角和反射角)的简单函数关系,并据此提出了考虑乘积因子的米波雷达多径阵列信号综合模型.仿真实验及实测数据处理结果均表明了此模型在米波雷达测高应用时的有效性.     

空时误差情况下的STAP方法性能分析

空时自适应处理（Space-Time Adaptive Processing,STAP）技术可以实现对机载雷达杂波的有效抑制,显著提高机载雷达对运动目标的检测性能。但在实际工程应用过程中,STAP技术不可避免地会受到各种空时误差的影响,导致其性能严重下降。本文首先给出了各种空时误差的数学模型,然后从目标导向矢量失配和杂波自由度增加两方面系统分析了误差影响STAP性能的内在机理,并以信杂噪比（Signal to Clutter plus Noise Ratio,SCNR）损失为指标分析了不同误差对STAP性能的影响,最后通过仿真实验对相关分析进行了验证。本文工作量化了不同误差对STAP性能的影响程度,可为机载脉冲多普勒雷达空时误差补偿提供重要的理论支撑。      

一种主瓣灵巧干扰环境下的盲距离-角度联合估计方法

提出了一种主瓣灵巧干扰环境下的盲距离-角度联合估计方法,可有效对抗主瓣灵巧干扰（Mainlobe Smart Jamming,MSJ）并提取目标回波的距离-角度联合参数信息.新方法首先利用阵元级数据进行盲源分离（Blind Source Separation,BSS）,分离目标回波和干扰,同时可得到信源混合矩阵的估计.然后根据主瓣灵巧干扰在某一角度上表现为多个回波信号,而目标只有一个回波这一先验信息来鉴别目标和主瓣灵巧干扰,由此可以估计目标的距离参数.最后,由上述的鉴别结果得到对应目标的混合矩阵的列矢量,其包含了目标导向矢量信息,据此可估计目标的空间角度参数.仿真结果表明,新方法可以至少有效对抗2个主瓣灵巧干扰,且可同时得到较高的目标距离-角度估计精度.另外,分析了目标输入信噪比、输入干噪比、目标与干扰的夹角、干扰空域个数对所提方法性能的影响,并给出了本文方法能够有效盲距离-角度联合估计的边界条件.