非高斯杂波下知识辅助检测器敏感性分析

先验信息的使用可以提高知识辅助检测器的探测性能,若先验信息与当前探测环境不匹配,检测器性能可能会受到影响。该文考虑一种复合高斯杂波下的知识辅助检测器,其采用逆伽马分布作为纹理分量先验分布,分析该检测器在不同杂波纹理分量模型参数条件下的检测性能。首先给出了先验模型参数失配条件下,虚警概率和Swerling I型目标检测概率的计算方法。然后在给定先验模型参数条件下,分析了杂波纹理分量分布参数对检测器性能的影响。理论分析表明,若杂波纹理分量分布参数位于某个区域以内时,检测器可以获得比模型匹配时更好的检测性能,计算机仿真验证了上述结论。     

多节点动作时序的文本描述及软件实现

制造业柔性化的趋势使得分布式控制系统得以迅速发展,多节点控制软件的重要性日益突出。提出了一种将动作时序与人机交互界面编程分离的方法:利用文本语言描述动作时序图,对其进行编辑、解释,生成独立于界面的后台动作执行程序。利用LabVIEW软件的VI Scripting功能,通过实例验证该编程方法是可行的。     

导向矢量失配条件下的参数化检测器的设计与分析

在检测器设计阶段所假定的信号模型与实际信号之间的失配,会导致检测性能的降低。将检测器参数化,通过调节参数值,可以实现检测器对失配信号检测性能的控制。本文将参数化检测器设计方法分为加数因子法、乘数因子法、指数因子法等,给出了不同设计方法获得检测器性能计算方法,并利用计算机仿真,分析了参数化检测器的可调性,信号匹配和失配下的检测性能。研究表明,采用加数因子法的参数化检测器可以获得更为稳健的检测性能,而采用指数因子法的参数化检测器可以获得更为敏感的检测性能。在检测器设计阶段所假定的信号模型与实际信号之间的失配,会导致检测性能的降低。将检测器参数化,通过调节参数值,可以实现检测器对失配信号检测性能的控制。本文将参数化检测器设计方法分为加数因子法、乘数因子法、指数因子法等,给出了不同设计方法获得检测器性能计算方法,并利用计算机仿真,分析了参数化检测器的可调性,信号匹配和失配下的检测性能。研究表明,采用加数因子法的参数化检测器可以获得更为稳健的检测性能,而采用指数因子法的参数化检测器可以获得更为敏感的检测性能。      

机载低频超宽带合成孔径雷达运动补偿

运动误差是造成低频超宽带合成孔径雷达(UWB SAR)成像质量降低的主要因素之一.给出了适合低频超宽带SAR运动补偿方法,并对该方法的剩余误差进行分析,得到在图像质量一定条件下,最大的波束张角和最大容忍的运动误差.最后利用计算机仿真,验证了该方法的有效性.     

基于SIRV高分辨率雷达杂波建模与仿真

高分辨率雷达杂波建模与仿真是评估雷达性能的重要手段。广义复合概率密度通常用来描述高分辨率雷达杂波。在广义复合分布中,将散斑分量和调制分量均采用广义伽马(GΓ)分布来表示。采用球不变随机矢量(SIRV)进行杂波建模的优点在于能够独立控制其相关性和一维边缘概率密度。对广义复合分布和SIRV建模方法进行了讨论,在此基础上,给出了相干相关的广义复合分布的SIRV模型,利用计算机进行了广义复合分布的杂波仿真,并对杂波仿真的统计特性与理论值进行了比较。仿真结果与理论分析相吻合,说明了该模型的有效性和普适性。     

子空间约束的一阶秩1干扰下的自适应检测

在复杂电磁环境中,雷达获取的回波数据若受到干扰,会影响到雷达的探测性能.该文针对雷达目标自适应检测问题,假定待检测单元和部分参考数据受到1阶秩1干扰,且干扰约束在某个已知的子空间内.首先基于双步广义似然比(2SGRLT)准则,提出子空间约束(SC)的2SGLRT检测器(SC-2SGLRT).进一步采用修正的双步广义似然比(M2SGLRT)准则,提出子空间约束的M2SGLRT检测器(SC-M2SGLRT),该检测器的性能明显优于SC-2SGLRT.最后基于3步(3S)广义似然比检验准则,提出子空间约束的3步广义似然比检测器(SC-3SGLRT),该检测器性能与SC-2SGLRT相当,且计算量最小.计算机仿真分析表明,充分利用参考数据和干扰先验信息,有助于提升检测性能.     

基于MATLAB的圆度误差分析

根据最小二乘圆法建立圆度误差的数学模型,分析偏心、测头安装不对心及工件安装不水平等一些人为因素对圆度误差的影响。仿真结果为准确测试提供了理论依据。     

非高斯杂波下知识辅助检测的认知方法

先验信息的使用是提高雷达目标检测性能的有效途径之一,然而先验信息与当前探测环境的失配会严重影响到检测器的性能.本文考虑逆伽马分布纹理、复合高斯杂波下的知识辅助检测算法,推导了先验模型失配条件下(逆伽马分布参数失配)检测器的虚警率和Swerling I型目标的检测概率计算公式,获得了检测性能与模型参数失配之间的量化关系.利用两组不同参数的知识辅助检测器对当前杂波环境进行探测,通过评估检测器的性能,实现了当前杂波环境模型参数的估计.计算机仿真和实测数据的分析结果表明,采用认知方法的知识辅助检测器较常规检测器而言,能够获得更好的检测性能.     

低掠射角海杂波的统计特性分析

大量的研究文献表明,低掠射角雷达海杂波的统计特性可以采用复合高斯模型,即相干长度较短的散斑分量与相干长度较长的纹理分量的乘积,并具有明显的非高斯性、非平稳性和非均匀性。针对X波段,不同的距离分辨率和极化方式的雷达海杂波,首先给出了纹理分量的提取算法,并分析了杂波的平均功率谱,其形状在大多数情况下满足指数模型。然后对杂波的时域和频域的非高斯性进行了分析,分析结果表明,其幅度分布可以采用基于对数正态分布的纹理的广义K分布模型。最后对杂波的统计特性的非平稳性和非均匀性进行了分析。