基于矢量平均的信道估计算法

提出一种适用于DS-CDMA无线通信系统的低计算量而性能良好的信道估计算法。在DS-CDMA系统中，当接收信号经过解扩或多用户检测等时域预处理后，可以认为干扰大大减弱、期望信号在处理后的信号中占主要地位。这样，用预处理后信号相关阵的最大特征值对应的特征矢量可以很好地近似期望信号的信道矢量。但是，直接特征分解需要很大的计算量，特征跟踪计算量较低，但瞬态性能较差。本文提出一种基于相关矩阵列矢量平均的信道估计算法，该算法不需要特征分解或跟踪。仿真结果表明：新算法在降低计算量的情况下可以获得同直接特征分解方法几乎相同的性能。     

SAR图像组合分割算法

由于存在乘性斑点噪声的影响,给SAR图像分割造成很大困难,本文研究利用最大似然区域增长分割算法,提出区域增长前引入自适应边缘检测,图像分割性能获得较大提高.介绍了我们研究的分割性能优异的模拟退火分割算法,提出了分割性能接近模拟退火并且在SAR图像分割中比较实用的模拟退火和最大似然混合分割算法,并给出了这些分割算法的分割性能比较,以及在实际分割SAR图像时应当如何选择分割算法.     

一种基于GTD模型和状态空间处理的运动目标超宽带散射中心提取方法

超宽带条件下散射中心的不同运动将对参数提取造成影响.基于GTD模型和状态空间处理,本文提出了一种针对运动目标的超宽带散射中心提取方法.该方法首先将超宽带条件下的目标GTD散射模型转化为状态空间方程,通过奇异值分解提取散射中心的径向距离和径向速度信息;然后由标准正交向量基降维表示散射中心在整个带宽上的类型参数信息,采用遍历方法和最小二范数准则求解出散射中心的类型参数信息;最后基于最小二乘法求解出散射中心的散射强度.文中同时给出了各参数估计的CR界.仿真结果验证了文中方法的有效性,该方法可同时提取散射中心径向距离、径向速度、散射强度和类型参数信息,从而有利于各散射中心的跟踪和整体目标的有效识别.     

贝叶斯融合在SAR图像分类中的应用

本文研究将数据融合理论用于SAR图像分类.通过贝叶斯理论进行多通道SAR图像测量级数据融合,充分利用像素的从属信息并获得单通道分类无法获取的分类结果,有效保留各通道有用信息并抑制图像中的斑点噪声;针对贝叶斯融合涉及到的先验概率的问题采用两种方式进行先验概率估计,对估计引起的马赛克现象提出了三种解决方法;并提出三种先验概率融合方法,比较得出相对最优的SAR图像多通道分类方案.     

新SAR模拟测试信号产生方法

文中在分析SAR回波信号模型的基础上，提出一种结合地图分层原理与模板运算提供测试信号的快速仿真方法。     

多传感器多目标跟踪中的概率数据互联

通过在两维雷达和红外搜索跟踪两种不同传感器观测空间上建立多目标运动状态的投影，单传感器的ＪＰＤＡ算法被推广到此种多传感器数据融合系统之中，实现了其中的多目标数据互联和多传感器数据融合，从而提高了跟踪性能。     

相控阵雷达的最优分区搜索算法

本文提出一种分区搜索算法,实现了相控陈雷达的自适应最优搜索。首先,研究了各区域平均发现一个目标消耗的雷达资源和目标被发现的平均时间同搜索帧周期以及目标强度的关系;然后,研究了在各区域采用两步搜索算法的最优参数设计,实现了局部区域的最优搜索;其次,在雷达时间资源有限和区域重要性加权的约束条件下,导出了使目标被发现的平均时间最小的区域最优帧周期;最后,讨论了分区搜索算法的自适应性。只要采用各区域的最优     

地面目标跟踪算法研究

本文重点研究地面运动目标跟踪中利用道路约束提高单目标状态估计精度的方法。按照在Kalman滤波过程中作用的对象,将其归结为三类,即利用道路约束进行量测预处理、模型修正、状态估计处理。首先对这三类方法的原理进行了介绍,给出各自的应用条件。然后将各种方法进行可能的组合,从状态估计精度和计算时间复杂度方面做出了分析。仿真实验将这些方法进行比较,结果表明各种利用道路约束的方法都不同程度地改善了估计性能,且合理的组合可以更有效地利用道路约束,从不同的层面共同提高估计精度。对于各种算法时间复杂度的定量分析,也便于实际应用时对算法的选择。     

0.1米分辨率机载SAR系统的带宽实现和成像算法研究

研究X波段0.1米分辨率机载SAR系统的超大带宽实现和高准确度成像算法要求的相关问题.深入分析频域合成带宽方法,提出一种适用于去斜率接收信号的类频域合成带宽方法,详细讨论两种方法在实现过程中的具体操作问题,包括频域方法的滤波器设计和解决类频域方法的宽测绘带混叠现象.对Chirp Scaling算法、Chirp z-transform算法和Omega-K算法的聚焦处理进行比较,分析算法的聚焦准确度和计算效率性,给出近似算法对测绘距离和测绘带宽度限制的表达式.讨论合成带宽与成像算法的联合问题,分析两种联合情况的执行过程和特点,给出频域合成带宽直接嵌入成像算法的数据处理流程.最后,通过仿真数据验证了整个分析过程和解决方法.     

多传感器目标识别的数据融合

本文针对军事上的目标识别问题，论述了多传感器的属性融合技术，包括属性融合的概念，原理，处理结构，算法及应用举例，指出属性融合中存在的主要问题，难点及可能解决的途径，并预测了未来发展趋势。