机载前视风切变检测气象雷达的研究进展

机载气象雷达是商业飞机强制安装的机载电子设备,可以称得上是“双眼 ”,它对于保障飞行安全具有举足轻重的作用。目前,机载气象雷达关键技术尚掌握在国外 生 产厂商手中。本文从机载气象雷达系统和机载气象雷达涉及的信号处理技术（包括降水目标 检测、湍流检测和低空风切变检测、地杂波抑制等）两个方面论述了机载气象雷达的发展历 程,指出了其中的关键技术和尚待解决的问题。最后,本文针对下一代具有增强型检测能力的 机载气象雷达系统及其相关技术进行了评述。     

自适应门限GM-CPHD多目标跟踪算法

带有势估计的高斯混合概率假设密度滤波（GM-CPHD）作为一种杂 波环境下目标数可变的检测前跟踪方法,将复杂的多目标状态空间的运算转换为单目标状态 空间内的运算,有效避免了多目标跟踪中复杂的数据关联问题,但该方法的计算复杂度与观 测数的3次方成正比,在密集杂波情况下计算量十分巨大。针对该方法计算复杂度高的问题 ,提出利用一种最大似然自适应门限的快速算法,该算法首先利用自适应门限对观测进 行处理,然后仅利用处于门限内的有效观测进行GM-CPHD算法的更新步计算,大大降低了算 法的计算复杂度。实验结果证明,本文方法在有效降低计算复杂度的同时,在多目标跟踪效 果 方面与GM CPHD相当,优于GM-PHD滤波算法。     

基于修正STAP的高速空中机动目标检测方法

空时自适应处理(Space-time adaptive processing,STAP)是一种有效的机载雷达运动目标检测方法.空中目标的高速运动会导致其回波产生严重的距离走动和多普勒模糊,并且目标作加速运动时还会导致其多普勒频率随时间变化(即多普勒走动).为了有效检测上述目标,本文提出了一种新方法,该方法在目标距离走动校正之前首先进行杂波抑制,避免了直接利用Keystone变换校正存在多普勒模糊的运动目标距离走动时影响杂波分布特性,进而降低STAP性能的问题;对距离走动校正后的数据进行修正STAP,估计出目标的加速度,并根据估计值对多普勒走动项进行补偿;最后进行常规空时二维波束形成来实现目标能量积累.仿真结果证明了该方法的有效性.     

基于双通道卷积神经网络的航班延误预测模型

针对航班延误预测数据量大、特征提取困难而传统算法处理能力有限的问题,提出一种基于双通道卷积神经网络（DCNN）的航班延误预测模型。首先,该模型将航班数据和气象数据进行融合,应用DCNN进行自动特征提取,采用批归一化（BN）和Padding策略优化,提升到港延误等级的分类预测性能;然后,在卷积神经网络（CNN）基础上加入直通通道,以保证特征矩阵的无损传输,增强深度网络的畅通性;同时引入卷积衰减因子对卷积通道的特征矩阵进行稀疏性限制,控制不同网络深度的特征叠加比例,维持模型的稳定性。实验结果表明,所提模型与传统模型相比,具有更强的数据处理能力。通过数据融合,航班延误预测准确率可提高1个百分点;加深网络深度后,该模型能保证梯度的稳定,从而训练更深的网络,使准确率提升至92.1%。该基于DCNN算法的模型特征提取充分,预测性能优于对比模型,可更好地服务于民航决策。     

一种新的X射线手提行李图像增强方法

针对X射线图像的特点,提出了一种新的X射线手提行李图像增强方法。首先,应用离散小波变换（DWT）对图像进行去噪、融合,然后,结合模糊理论在模糊空间实现图像增强。同时将本文方法与基于灰度分组(GLG)的增强方法、基于直方图均衡 (HE)的增强方法做了比较,实验结果表明,本文方法可以有效地提高图像的清晰度,具有较好的推广能力。     

正交中继信道的信道容量及资源分配

 本文研究了一种正交中继信道的信道容量及资源分配问题。其中,源节点到中继节点之间的信道与源节点和中继节点到目的节点之间的信道在时间上相互正交。论文首先求出了系统的信道容量上界及下界,且中继策略为部分译码-转发时,上界和下界相等,从而给出了信道容量。对于高斯正交中继信道,为了最大化信道容量,论文还研究了各种系统资源的优化问题,包括时间、功率等。仿真结果表明,仅对信道的时间分配参数进行优化与优化所有的参数相比,信道容量损失很小,且给出了此时最优时间分配的解析解。     

一种波束域的高速空中动目标检测及参数估计方法

Keystone变换所需的插值运算存在计算量大的问题,尤其是用于空时自适应处理(Space-Time Adaptive Processing,STAP)时需要对每个阵元接收的数据分别进行Keystone变换,给工程实现带来了困难.为了解决这一问题,提出了一种在波束域进行Keystone变换校正目标距离走动的新方法,该方法将传统的对每个阵元数据的Keystone变换转换为在波束域进行Keystone变换,从而将N个阵元对应的N次Keystone变换转换为只在主波束内进行一次Keystone变换,这样做使算法的主要运算量降低为原来的1/N.然后将压缩感知(Compressed Sensing,CS)理论用于空时自适应处理的目标参数估计,取得了良好的估计性能.最后通过仿真实验验证了本文方法的有效性.     

基于空频解耦的宽带DOA估计算法

宽带波达方向(DOA)估计是宽带阵列信号处理领域的热点问题,当宽带信号的距离分辨率与宽带孔径可比拟时,孔径渡越效应会成为影响宽带波达方向估计精确度的重要因素。基于宽带阵列信号在空域与频域间呈现线性耦合的特点,利用梯形变换进行解耦处理,并对解耦后数据相干积累进行 DOA估计。实验结果表明,通过对宽带孔径渡越效应的消除,宽带 DOA估计精确度显著提高。该算法具有较低的计算复杂度和较高的 DOA估计精确度,是一种有效的宽带 DOA估计算法。     

基于重构时间采样的空中机动目标检测与参数估计

空时自适应处理(Space-Time Adaptive Processing,STAP)是一种有效的机载预警雷达动目标检测方法。但当来袭目标具有很强的机动性时,其多普勒频率随时间变化,使得传统STAP方法的相参积累性能大大下降。针对这种情况,该文提出了一种将STAP与分数阶Fourier变换(FRactional Fourier Transform,FRFT)相结合的机载雷达空中机动目标检测和参数估计方法。该方法利用空间采样来重构时间采样,等效于增加了单个阵元的脉冲点数,解决了由于机载预警雷达在一个相干处理时间内发射脉冲点数有限而导致直接应用FRFT估计精度较差的问题。仿真结果证明了该方法的有效性。     

一种用于声学成像的稳健宽带恒定束宽波束形成方法

基于聚焦变换思想的波束形成是一种有效的恒定束宽波束形成方法.然而,当信号的方向信息存在误差时,聚焦变换波束形成方法的稳健性会急剧下降,为了克服这种缺点,将稳健Capon波束形成(RCB)思想用于聚焦变换方法中,提出一种稳健宽带恒定束宽波束形成方法并将其应用于声学成像.该方法通过RCB校正信号方向信息得到较为准确的聚焦矩阵,从而减少聚焦数据误差,避免估计畸变,提高了基于聚焦变换思想恒定束宽波束形成器的性能.