超宽带穿墙SAR对目标运动参数的估计和位置矫正

利用超宽带穿墙雷达跟踪运动目标在军事和民用领域的应用日益广泛.目标运动参数估计和位置矫正是超宽带穿墙合成孔径雷达(UWB TW-SAR)对运动目标跟踪的两大关键部分.针对传统方法只能对匀速运动目标参数估计的不足,研究了一种基于乘积型高阶模糊度函数(PHAF)算法的加速运动目标参数估计新方法,并分析了墙体折射对运动目标聚焦位置的影响,对目标运动轨迹进行矫正.仿真结果证明了该方法能较准确地估计加速运动目标参数并实现目标的跟踪.     

基于混沌调频信号的超宽带穿墙SAR成像

混沌调频信号具有良好的自相关特性,又类似随机信号,具有较强的抗干扰性能。该文将基于Bernoulli映射的混沌调频信号用于超宽带穿墙雷达成像,建立了信号模型,分析了混沌调频穿墙雷达系统的目标检测性能,分辨能力和抗墙壁多径干扰能力,并与线性调频雷达系统进行了比较。仿真结果表明,与线性调频信号相比,混沌调频信号用于穿墙雷达系统可获得较好的目标检测性能,更好的分辨能力,而且具有抗墙壁多径干扰能力。     

穿墙SAR成像中的墙体参数误差分析和估计

穿墙合成孔径雷达(SAR)成像中,图像的质量和可靠性由墙体参数决定。墙体参数估计误差会造成图像散焦和目标位置的偏移。分析了墙体参数估计误差对成像的影响,提出采用乘积型高阶模糊度函数(Product High-order Ambiguity Function, PHAF)算法来估计墙体参数的新方法。仿真结果表明,该方法能获得聚焦的SAR图像和较准确的墙体参数估计值。     

量子粒子群算法的弹载SAR图像自聚焦方法

为了补偿弹载合成孔径雷达( SAR)回波数据中的相位误差,研究了一种新颖的SAR图像自聚焦算法.该方法以量子粒子群( QPSO)算法为基础,利用最小熵准则作为评判标准,通过多维搜索完成相位误差校正,改善聚焦质量以提高打击精度.同传统的相位梯度自聚焦算法(PGA)相比,该方法具有较好的鲁棒性和收敛速度快的特点,对低频高阶...     

超宽带穿墙SAR成像中的多径干扰抑制

超宽带穿墙合成孔径雷达(SAR)进行成像时,目标之间的多径传播会在图像上产生虚假目标,这将严重影响目标的检测性能和系统的灵敏度。建立了超宽带穿墙SAR的多径散射模型,通过分析得到多径产生的虚假目标的重要特征:方向依赖性,据此提出了一种基于隐马尔可夫模型(HMM)的多径干扰抑制方法。仿真结果表明,该方法能够使真假目标的峰值比提高11 dB左右。     

基于神经网络的混沌调频信号旁瓣抑制算法

为了提高雷达的抗干扰(ECCM)能力,采用混沌调频(FM)信号进行传输,但其回波经传统匹配滤波处理后,存在较高的随机分布的距离旁瓣,严重影响了雷达的性能。提出了一种以量子粒子群优化算法(QPSO)训练径向基函数(RBF)神经网络进行混沌FM信号旁瓣抑制的新方法。将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此可在全局空间中搜索最优解。仿真结果表明,该方法计算简单,收敛速度快,并具有较好的数值稳定性,能很好的抑制距离旁瓣。