频率步进雷达信号的多普勒性能分析

综述了目标运动对频率雷达信号的影响。将频率进信号的多普勒特性分解为几个基本因素，详细分析了各部分对合成处理距离输出的不同影响。计算了不同情况下需要进行目标运动补偿的最小速度变化单元，讨论了距离率补偿的方法。     

单脉冲雷达差支路AD转换的设计与实现

分析了单脉冲雷达差支路ＡＤ转换中的特殊问题，介绍了三种电路实现方案并对它们的特点作了比较。此外，还提出了针对各种实现方案的性能测试方法，并介绍了一个系统的实现实例。     

分布式地基雷达深空探测技术

地基雷达深空探测可以获得天体的轨道、形貌、材质等信息,可用于深空的科学研究。地基雷达深空探测的回波信噪比极低,需要增大天线口径、提高发射功率,由于口径、体积等方面的因素,单台套雷达天线不能无限制地扩大,发射功率也不能无限制地提高,因此需要研究可扩展性强的雷达体制。分布式雷达是一种由多部单元雷达和中心控制处理系统组成的新体制雷达,通过增加雷达单元数量,可以实现口径的空域扩展和能量合成,等效形成一部大口径、高功率的雷达,结合长时间积累技术,分布式地基雷达将实现更远距离和更高分辨的深空目标探测,看到更加遥远的天体。     

无刷双馈感应电机统一矢量模型的研究

无刷双馈感应电机(BDFIM)统一矢量模型的转矩方程和功率方程不利于进行控制策略研究。针对这一问题,通过对统一矢量模型的理论推导,得出了由两定子绕组的电流和磁链矢量等可控量表示的电机转矩和功率方程。为验证理论方程的准确性,为样机搭建了变频调速试验平台。试验结果表明,所推导的转矩和功率方程可准确预测试验样机的实际转矩值和功率值。     

基于轻量化网络的光学遥感图像飞机目标检测

光学遥感图像飞机检测是遥感分析的重要研究方向。现有检测方法难以达到满意的效果,传统检测方法由于手工特征建模困难,易受背景干扰,导致其鲁棒性普遍偏低;而以复杂度提升为代价来提高检测性能的深度学习目标检测方法无法在资源受限下的星载平台得到广泛应用。针对上述问题,本论文提出一种具有轻量化多尺度特点的深度学习飞机目标检测方法。在多尺度目标检测框架（SSD）基础上,利用密集连接结构和双卷积通道构成具有特征重复利用、计算效率高等特点的基础骨干网络,之后连接一个由残差模块和反卷积构成的多尺度特征融合检测模块,以提高飞机小目标的检测性能。实验结果表明,在多种复杂机场场景中,本文的方法与当前经典的深度学习目标方法相比,在保持较高目标检测精度的同时,又能具有较低的计算复杂度。      

基于短时分数阶傅里叶变换的间歇采样转发干扰辨识方法

基于数字射频存储的间歇采样转发干扰能够形成大量同时兼具压制和欺骗效果的假目标,难以被传统方法准确检测和识别。本文针对切片组合干扰和频谱弥散干扰这两种典型间歇采样转发干扰样式,提出一种基于短时分数阶傅里叶变换的干扰辨识方法。该方法首先通过角度遍历选取干扰信号的分数阶变换最优旋转角度;之后通过短时分数阶傅里叶变换,获得接收信号时频分布图像;再对时频图像进行二值化操作,提取干扰时频域特征参数,进而对干扰进行有效辨识。仿真结果证实了该方法的有效性与准确性。      

一种基于粒子群算法的多目标子阵划分优化方法

为了降低硬件成本和系统的复杂度,子阵划分对于大型的相控阵雷达来说是必要的。传统的子阵划分方法主要针对信号处理的单一性能指标优化。针对多项指标优化的问题,本文提出了一种基于粒子群算法的子阵划分结构优化算法,相对于传统的方法能够同时优化多项性能指标,提高信号处理的性能。通过对线性阵列的划分做仿真,展示了粒子群算法对子阵级波束形成多项性能指标的提高。      

电离层延迟估计下的AltBOC信号联合跟踪方法

针对电离层分离效应使Galileo系统E5 Alt BOC信号上下2个边带码相位不同步的问题,提出了一种基于电离层延迟估计的Alt BOC联合跟踪的方法。该方法根据双频电离层延迟差估计结果调整Alt BOC信号上下2个边带信号的通道时延,使2个频点信号码相位同步。通过组合上下边带各自的伪随机码,实现Alt BOC信号的双边带联合跟踪。理论分析得出该算法可以有效补偿由电离层导致的Alt BOC信号上下边带信号码相位分离,仿真结果表明,该方法能够有效利用Alt BOC信号尖锐的自相关函数,改善了信号接收的抗多径性能,尤其是在高信噪比下的抗多径性能。     

基于SAR成像算法的高性能信号处理模块

针对SAR成像算法高速实时处理、宽幅海量存储的特点,设计并实现一种基于多PowerPC处理器的高性能并行信号处理模块.该处理模块利用多种高速串行总线构成不同层次的互联网络以适应不同类型的数据流传输,结合具有混合并行结构的底层处理节点以完成SAR成像算法在该处理模块上的映射.应用结果表明,基于该处理模块构建的信号处理系统...     

基于多属性决策的气动隐身多目标优化

针对多目标优化结果排序与选择的多属性决策(Multi-attribute decision making,MADM)问题,将多目标优化与MADM相结合,提出基于MADM的多目标优化方法,并将该方法应用于跨声速前掠翼(Forward-swept wing,FSW)气动隐身多目标优化中,优化结果提高了跨声速FSW的气动和隐身性能。采用类别形状函数变换法(Class-shape function transformation,CST)方法对翼型几何外形进行描述,实现FSW气动和隐身多学科优化设计模型的参数化描述。建立基于N-S方程的计算流体力学方法的FSW气动分析模型和基于矩量法的计算电磁学方法的FSW隐身分析模型。将Pareto多目标遗传算法得到的Pareto非劣解集构成MADM矩阵,采用基于模糊熵权的改进的逼近理想解的排序法(Modified technique for order preference by similarity to ideal solution,M-TOPSIS)方案评价方法进行Pareto非劣解排序,最终确定最佳的Pareto非劣解。研究结果验证了所提出方法的有效性,为多目标优化问题提供了一种新的解决途径。