基于状态空间法的多子阵超分辨测向技术

基于状态空间法,提出了一种稀疏多子阵场景下的超分辨测向技术．该技术利用多个物理阵列的接收数据．应用状态空间法在子阵间进行虚拟阵元内插,从而合成具有等效大孔径的雷达阵列,以提高测向分辨率．数值仿真结果表明,应用该技术使波束宽度远小于目标的角间距,能够很好地分辨并确定目标的方位角,从而验证了所提超分辨测向技术的有效性．     

基于概率模型驱动的机载贝叶斯前视超分辨多目标成像方法

雷达前视成像技术在精确制导打击、自主下降着陆、汽车自动驾驶等军民领域具有广阔的应用前景。由于多普勒相位历程的限制,机载平台的前视成像分辨率较低。解卷积方法可以进行前视成像,但当前视成像场景复杂时,现有的前视成像方法的成像质量会下降。针对复杂前视成像构型下的场景稀疏度度量和表征问题,该文提出一种基于概率模型驱动的机载贝叶斯前视超分辨多目标成像方法。首先通过将前视成像场景的数据维度由单帧空间扩展到多帧空间提升场景的稀疏度,然后基于广义高斯概率模型对成像场景的稀疏特性进行统计建模和稀疏度求解,最后基于贝叶斯框架完成稀疏前视成像。由于选取的稀疏度表征参数嵌入到前视成像的整个过程中,在每次迭代期间都会进行前视成像参数的更新,从而保证了前视成像算法的稳健性。通过计算机结果和实测数据处理,验证了该文方法的有效性。     

用基于空间平滑的正交化算法分离相干信号

正交化超分辨算法在大信噪比时性能优良且运算量小,但由于正交化算法是一种信号子空间方法,因而在干扰相干时失效,而空间平滑方法已广泛应用于自适应阵列相干信号的分离.文中提出了3种基于空间平滑的改进正交化算法并给出了计算机仿真结果.第1种方法具有较小的运算量,但当信噪比降低时,性能会严重下降.第2种和第3种方法在运算量增加不多的情况下性能比第1种方法有所改善,尤其是当信噪比较小时.理论分析和计算机仿真结果表明这3种方法是有效的.     

一种基于酉变换的测向算法

提出了一种测向算法,该算法对复采样协方差矩阵Toeptitz化后利用酉变换将其与复搜索矢量分别转换为实对称矩阵与实矢量,因而协方差矩阵特征分解和搜索函数的计算可在实数域进行.仿真结果表明此算法是有效的.     

临近空间高超声速飞行器探测雷达技术

针对临近空间高超声速飞行器雷达散射截面积(RCS)小、飞行速度快、且有一定的机动能力等特点,对临近空间高超声速飞行器地基探测雷达关键技术进行了研究。临近空间高超声速飞行器探测地基雷达采用的关键技术包括远距离低仰角目标检测与跟踪技术、凝视探测技术和高速机动目标跟踪技术等。     

智能雷达发展研究

面对人工智能技术的高速发展及军事变革需求,智能雷达被提出以应对未来复杂的战场环境。文中介绍了智能雷达的研究背景,通过对人工智能、感知智能与认知智能的理解阐述了智能雷达的发展定位、技术内涵及特点;然后,在分析传统雷达工作过程特点基础上提出了智能雷达的智能化表征层次架构,分析了智能雷达的主要研究内容;最后,给出了针对智能雷达的发展思考和建议。     

一种正交投影自适应波束形成快速算法

正交投影自适应波束形成算法性能优良，但需要进行矩阵特征分解，运算量大．为了减小正交投影自适应波束形成算法的运算量，提出了一种正交投影自适应数字波束形成快速算法．该算法利用阵列协方差矩阵的一个子矩阵得到干扰子空间。无需特征分解，且无需估计整个协方差矩阵，而只需估计该子矩阵，因而易于工程实现．当阵元数相对干扰数较大时，该算法性能与正交投影算法相差不大，但运算量要小得多．理论分析和计算机仿真结果表明。此方法是有效的．     

一种DOA估计的快速子空间算法

MUSIC算法是一种属于特征结构的子空间超分辨方法，该算法性能优良，但需要估计协方差矩阵并对其进行特征分解，运算量大，很费计算时间。本文对波这方向估计问题进行了研究并提出了一种采取降维处理的快速子空间算法，该算法利用阵列协方差矩阵的一个子矩阵快速得到信号子空问，无需特征分解，且无需估计整个协方差矩阵，只需估计该子矩阵，故快速算法运算复杂度远低于MUSlC算法，而性能损失并不太大。理论分析和计算机仿真结果表明此方法是有效的。     

一种新的波达方向估计子空间算法研究

MUSIC算法是一种属于特征结构的子空间超分辨方法。该算法性能优良,但需要进行矩阵特征分解,运算量大。对波达方向估计问题进行了研究并提出了一种新的子空间算法。该算法利用总体最小二乘（TLS）方法取代特征分解得到噪声子空间,运算复杂度低于MUSIC算法,使其实时实现成为可能。总体最小二乘处理减轻了噪声的影响,该算法性能与MUSIC算法相当。理论分析和计算机仿真结果表明此方法是有效的。     

一种基于酉变换的修正ESB波束形成算法仿真

为了减小基于特征空间（ESB）自适应波束形成算法的运算量并提高小快拍数条件下的自适应波束形成性能,该文提出了一种基于酉变换的修正ESB自适应波束形成算法。该算法利用酉变换将复协方差矩阵转换为实矩阵,然后对其求逆和特征分解进行自适应波束形成,因此其运算量比ESB自适应波束形成算法小得多。由于计算变换后的矩阵的过程具有前后向平均的效果,相当于快拍数加倍,从而可提高小快拍数时波束形成的性能,增大输出信干噪比。算法在智能天线中的仿真结果表明,该算法具有比ESB算法更优的性能。