双基地FDA-MIMO雷达角度、距离及速度无模糊估计方法

在传统的相控阵雷达中,由于受到脉冲重复周期(PRF)的限制,距离估计精度和速度估计精度往往难以同时得到提高.该文将频控阵(FDA)和双基地多输入多输出(MIMO)雷达相结合,提出了一种基于双基地FDA-MIMO雷达的角度、距离及速度联合估计方法.文章首先利用FDA技术,使得雷达的发射矢量中包含目标的角度、距离甚至速度信息.然后提出了基于子阵的波形设计和解耦合算法以对发射矢量中距离-速度进行解耦合处理,并利用传统的子空间类算法对目标的发射角(DOD)、接收角(DOA)、距离和速度进行估计,最后文章提出了基于FDA的解模糊方法以解决距离和速度模糊问题.另外,该文推导了该方法下参数估计的克拉美罗界(CRB)并分析了其性能.仿真结果验证了所提出方法的能够对目标的角度、距离和速度进行无模糊的联合估计.     

基于CIFNS的预警机指控系统目标威胁估计

针对预警机指挥控制系统中的威胁估计问题,提出了一种基于补偿直觉模糊神经网络(CIFNS)的威胁估计方法.把目标的动态信息和静态信息相结合,将一般模糊推理推广到直觉模糊推理,建立了基于CIFNS的目标威胁估计网络结构和威胁判断模型,给出了相应的网络学习算法,对算法应用于预警机指控系统威胁估计的情况进行了仿真.结果表明,基于CIFNS的估计算法具有较快的收敛速度和良好的自适应性.     

基于信号拟合和目标跟踪的正侧视雷达无模糊径向速度估计

最小可检测速度和最大无模糊速度之间的矛盾是空时自适应处理（STAP）、沿航迹干涉（ATI）等传统处理方法不能完全解决的问题。文中研究机载多通道正侧视雷达在不具备波束扫描能力情况下的运动目标无模糊速度估计问题。通过测量运动目标在方位子驻留间的距离变化实现无模糊的径向速度粗估计,然后在修正的单次快拍信号模型基础上利用运动目标导向搜索提高估计精度。仿真分析和实测数据处理表明该算法能有效解决测速模糊问题和对运动目标进行正确定位．     

地面运动目标不模糊径向速度估计的方法

针对在多通道合成孔径雷达地面运动目标检测系统中采用常规测速方法估计运动目标径向速度时产生模糊的问题,提出了一种联合斜距历程和干涉相位的不模糊速度估计方法(JRHIP).首先利用多重信号分类算法对目标的距离频域数据进行超分辨处理,然后对目标与雷达之间的斜距历程进行多项式拟合,利用斜距历程多项式一次项系数与目标径向速度的对应关系得到不模糊、精度略低的径向速度,再求解干涉相位的2π模糊次数,然后通过解模糊后的目标干涉相位得出正确的径向速度.JRHIP方法充分利用了斜距历程测速的不模糊性和干涉相位测速的高灵敏性,且没有增加系统硬件的复杂度.实测数据处理结果表明,在目标径向速度较大导致干涉相位产生模糊时,JRHIP方法仍然能够得到准确的径向速度,进而完成对目标的正确定位.     

双基地FDA-MIMO雷达角度、距离及速度联合估计方法

在传统的相控阵雷达中,由于受到脉冲重复周期(PRF)的限制,距离估计精度和速度估计精度往往难以同时得到提高。该文将频控阵(FDA)和双基地多输入多输出(MIMO)雷达相结合,提出了一种基于双基地FDA-MIMO雷达的角度、距离及速度联合估计方法。由于采用了FDA技术,雷达的发射矢量中包含了目标的角度、距离甚至速度信息。考虑到发射矢量中距离-速度的耦合现象,该文提出了基于子阵的波形设计和相应的解耦合方法。然后利用ESPRIT算法和基于FDA的解模糊方法,对目标的发射角(DOD)、接收角(DOA)、距离和速度进行无模糊估计。另外,该文推导了该方法下参数估计的克拉美罗界(CRB)并分析了其性能。最后,仿真结果验证了所提出方法的能够对目标的角度、距离和速度进行无模糊的联合估计。     

贝叶斯框架下的模糊图像盲去卷积算法

为了去除图像模糊的同时,保持图像边缘等细节信息,需要对原始图像和点扩散函数进行准确的估计.在贝叶斯框架下,基于总变分模型,建立原始图像和点扩散函数的先验模型,同步估计原始图像和点扩散函数.对于总变分模型不可微分的问题,在不影响速度的前提下,用迭代重加权范数算法处理该问题.基于共轭分布理论,提出以伽马分布作为未知参数的先验模型,准确估计参数.实验表明该算法在对原始图像、点扩散函数和参数准确估计的基础上,成功地解决了模糊图像的盲去卷积问题,算法的速度和效果都得到了改进.与同类算法相比,本文提出的算法具有一定优势.     

基于模糊逻辑四元数的平方根UKF算法

针对目标跟踪估计算法中,利用传感器离散观测建模并估计目标连续状态,进行导航解算时滤波精度低,及传统四元数扩展卡尔曼滤波算法无法满足目标姿态测量精度要求等问题,文中提出一种基于模糊逻辑四元数的平方根UKF姿态估计算法.该算法将四元数作为模糊逻辑UKF滤波器状态,应用测量的角速率完成滤波器的时间更新及量测更新,采用模糊逻辑的平方根协方差形式作为更新参数,既降低了算法的计算量和复杂度,又保证了数值的稳定性.文中还以近地卫星为例,在Matlab和C++软件上进行了仿真实验.实验结果表明:文中所提算法可保证对机器人和特征的姿态控制估计精度;可对目标实时跟踪定位并进行量测更新,抑制了姿态误差发散问题.     

步进调频雷达目标速度的实时不模糊估计方法

针对高超声速弹载应用背景,提出了一种基于高重频升降频体制的步进调频脉冲压缩雷达分布式目标径向速度的估计方法.该方法首先通过升帧以及降帧距离像片段中因距离-多卜勒耦合所产生的目标距离位置的差异,得到目标速度的模糊估计,然后通过二次相位项补偿的升、降帧距离像片段进行速度匹配相关处理,实现速度解模糊,具有不模糊测速范围大、速...     

宽带模糊函数的一种最优的目标参数估算算法

首先讨论了在开阔海洋环境中对目标的识别和参数估计问题.再提交了一种搜索宽带模糊函数峰值的高效算法.在噪声环境中,利用最大似然性对宽带模糊函数进行峰值搜索能使算法的性能被进一步改进.由于最大似然时延估计器有最好的误差性能,从这种意义上来说,在同类的时延估计器中,它是一种最优的估计器,这已经被我们用仿真模拟所证实.基于以上两种方法,最后提出了一种高效和最优的目标参数估算算法.     

基于模糊神经网络融合的目标自适应跟踪算法

为解决基于“当前”统计模型的自适应滤波器对弱机动,特别是非机动目标跟踪精度下降问题,提出基于模糊神经网络的目标自适应跟踪算法,对并行工作的两滤波器进行数据融合.仿真结果表明:与一般自适应算法相比,该算法对各种机动程度的目标跟踪精度均有不同程度的提高,能更好地适应目标的各种运动形式,尤其适用于对目标的速度和加速度估计精度要求较高的场合,在指控、火控系统中具有实用价值.     

基于FM信号的外辐射源雷达组网系统多传感器选择算法

提出一种基于调频广播(FM)信号的外辐射源雷达组网系统多传感器快速启发式算法,目的是使系统能够动态地协调各部FM信号接收机的使用,进而在资源有限的条件下达到更好的目标参数估计性能。该算法采用相干克拉美罗界(CRLB)作为代价函数,并通过贪婪快速启发式算法对优化问题进行了求解。仿真结果表明,所提算法不仅可以在系统资源有限的情况下提升目标的参数估计性能,而且可以大大减小计算量,具有很强的实用性。     

FMCW SAR快速运动目标检测与成像

调频连续波(frequency modulated continuous wave,FMCW)合成孔径雷达(synthetic aperture radar,SAR)特有的工作模式使得其回波信号相对脉冲SAR具有不同的形式。推导了FMCW SAR系统下运动目标的回波模型。提出了一种基于Hough变换的快速运动目标检测方法和Hough变换与分数阶傅里叶变换(fractional Fourier transform,FrFT)变换相结合的运动目标参数估计方法;利用该方法补偿FMCW系统引入的附加距离走动后,运动目标的成像效果明显提高。多点运动目标仿真数据处理验证了该方法对目标检测与成像的准确性和有效性。     

正交频分复用调制雷达高速弱目标检测算法

为提高正交频分复用(OFDM)调制雷达对高速弱目标的检测能力,提出了一种基于相参Radon变换的OFDM调制雷达高速弱目标检测算法。首先分析了高速弱目标回波信号模型以及对其进行长时间相参积累时出现的跨距离单元走动问题,然后采用相参Radon变换算法沿距离单元走动斜线对其进行长时间相参积累,并研究了其存在速度模糊情况时的参数估计方法。理论分析和仿真结果表明,该算法具有比非相参Radon变换和动目标检测(MTD)更优的低信噪比(SNR)背景下的目标检测性能,并能进行有效的参数估计。     

基于搜索的步进频雷达信号速度补偿算法

为了提高步进频体制雷达的目标数据输出率,提出了一种基于搜索的步进频雷达信号速度补偿算法.该算法利用步进频方式下目标运动产生的二次相位项带来的影响,不用参差就能解速度模糊,从而完成速度补偿.研究了新算法对雷达参数设计的要求,理论和仿真结果表明了该方法的有效性,为步进频体制雷达的参数设计提供了理论依据.     

提高多普勒雷达测速估计精度的方法

针对连续波多普勒雷达外弹道测速的特点,为了解决频率分辨率与采样频率影响多普勒雷达速度测量精度的问题,提出应用快速傅里叶变换的频谱分析法.该方法基于目标弹道升、降规律对估计频率进行线性调整,能有效提高多普勒雷达的作用距离、测试精度和抗干扰能力,避免由于频率分辨率不够而出现连续相同的速度值.利用信号相邻两次截断后的频谱相位信息能提高频率估计精度.仿真结果和外场试验表明该方法在较低信噪比下,仍可以得到很高的频率估计精度.     

时空相关杂波下多目标步进频参数估计

提出了时空相关复合高斯分布海杂波下步进频雷达运动目标参数估计的方法.根据复合高斯分布杂波的散斑分量与纹理分量的分布特性,推导出步进频体制高分辨雷达的运动目标距离与速度的最大似然估计;提出目标误差函数的定义,基于目标误差函数最小化的准则,通过对距离进行搜索找到距离的估计值,并通过距离的估计值,求解出速度的最优最大似然估计值.仿真实验表明,该方法可以有效地估计出时空相关复合高斯分布海杂波背景下的步进频运动目标距离与速度参数.     

MAKF算法及其在雷达数据处理中的应用

为了实现雷达对高动态目标距离和速度的精密跟踪测量,引入衰减记忆卡尔曼滤波(MAKF)算法,并提出一种集判断发散和抑制发散于一体的衰减记忆因子确定方法. 该方法通过增加观测量在状态估计中的权重,大幅降低加速度引起的距离、速度跟踪偏差,从而有效地抑制标准卡尔曼滤波(KF)算法在跟踪高动态目标过程中产生的滤波发散现象. 仿真结果表明,在低动态下,该算法的性能与标准KF算法接近,但在高动态下,该算法状态估计的系统偏差和随机误差相对标准KF算法均有明显改善;同时,该算法可以有效地抑制标准KF算法在一般加速运动下的滤波发散.     

LTE上行链路高速铁路应用场景中的频偏估计方法

提出了一种长期演进(LTE)上行链路频偏最大似然(ML)估计算法,并通过定量分析该算法与基于2个训练序列相差的频偏估计算法(相差法)的估计性能,提出了一种联合频偏估计算法.仿真结果表明:与相差法相比,所出提的ML估计算法与联合估计算法的频偏估计范围均能够覆盖高速铁路应用场景中的最大频偏,且ML估计算法不受LTE上行链路跳频传输的影响;在信噪比10 dB且少于4个用户的情况下,2种算法均能够提供10-4或更小的归一化频偏估计均方误差;在单用户情况下,联合估计算法比ML估计算法的均方误差在信噪比上提高了近5 dB.     

基于SVD-TLS的EES-MIMO雷达电磁环境感知算法

为提高EES\|MIMO(Electromagnetic Environmental Sensory\|Multiple\|Input Multiple-Output)雷达在复杂电磁环境下测量精度和工作可靠性, 提出了一种新的基于整体最小二乘（TLS: Total Least Squares）方法与奇异值分解（SVD: Singular Value Decomposition）的电磁环境感知算法。SVD-TLS算法首先利用了互谱AR（Auto Regressive）模型参数估计, 然后考虑其互相关函数矩阵中的估计误差扰动, 并采用同时考虑方程右端互相关函数向量中估计误差扰动的TLS方法予以实现。仿真实验结果表明, 该算法具有良好的谱估计性能, 可较准确地感知环境中杂波所处的频段, 从而为EES-MIMO雷达利用剩余“干净”频带收发波形提供了可靠保证。