基于宽带时空Radon-Fourier变换的高速微弱目标检测方法

宽带数字阵列雷达(DAR)中跨距离单元走动(ARU)、匹配滤波器失配以及孔径渡越问题降低了高速微弱目标的检测性能。为此,该文给出一种宽带时空Radon-Fourier变换(WST-RFT)相参积累方法。该方法基于DAR 3维回波模型给出了宽带匹配滤波器系统响应函数,并通过联合搜索目标3维参数空间,同时解决ARU、匹配滤波器失配和孔径渡越问题。给出了基于WST-RFT检测器的最优性证明。针对WST-RFT 3维参数空间遍历搜索运算量大的问题,该文进一步给出了基于Chirp-Z变换(CZT)的WST-RFT快速算法。最后,数值实验结果验证了该文所提方法的有效性。     

基于特征分析和二次规划的窄带信号超分辨率频率估计

本文研究了窄带信号的超分辨率频率估计.在单次实验数据和信号包络函数形式未知的条件下,通过推广应用于分布源DOA估计的特征分析方法,并利用最优化理论中的二次规划算法,提出了一种窄带信号的超分辨率频率估计方法,本文称之为EQP方法.通过仿真分析,将该方法和其它方法进行了比较,同时还将估计结果的均方误差(MSE)的数值仿真结果和克拉美-罗界(CRB)作了比较,都表明本文提出的方法有效实现了窄带信号的超分辨率频率估计.     

参数化VSAR运动目标检测和定位研究进展

针对速度合成孔径雷达（VSAR）地面运动目标检测和定位，给出参数化VSAR的若干研究进展。首先，建立由目标、多普勒分布式杂波和噪声组成的参数化VSAR统计信号模型。其次，提出自适应最优处理实现运动目标检测，提高了非均匀杂波背景中的目标检测性能。第三，基于最大似然方法和克拉美一罗界分析参数估计和目标定位的极限性能。第四，讨论基于多视处理对目标检测和定位可能的性能改善。最后，数值仿真结果证明了参数化VSAR在运动目标检测和定位方面的有效性和优越性能。     

一种VSAR地面目标估计和定位新方法

针对速度合成孔径雷达(VSAR)地面运动目标方位定位,在距离-多普勒-速度域提出了一种基于改进Radon变换的目标径向速度估计新方法。基于VSAR地面运动目标信号模型,首先通过改进Radon变换实现模糊数和待定距离估计。进而,利用滑窗处理确定目标正确距离和模糊多普勒中心,实现运动目标速度估计和正确定位。新方法通过级联处理实现速度估计和定位,运算量小。最后,仿真结果证明了方法的正确性和有效性。     

共轭梯度自适应波束形成算法

本文讨论了共轭梯度算法在自适应波束形成中的应用，指出在时域和空域同时处理，与仅在时域或空域处理的方法相比，不仅在性能上得到了改进，而且放宽了对阵元数目的要求。同时提出了一种前后向平均和多层前后向处理的结构和方法，使算法在上得到了进一步的改善。     

基于DDC模型的机载雷达多普勒参数估计研究

基于多普勒分布式杂波(DDC)模型,本文给出了机载雷达杂波多普勒参数估计的性能分析.并针对多普勒扩展较小的DDC模型,提出了一种基于非线性算子的多普勒参数快速估计算法,该算法通过采样数据直接给出多普勒参数的闭式解,能够显著地减少运算量并满足实际机载雷达的应用需求.     

基于均匀圆阵模式空间噪声流形的高分辨测向算法

本文提出了一种适合于均匀圆阵的高分辨陈列测向算法，该算法首先将圆阵由陈元空间转化至模式空间，然后通过引入噪声流形阵对最大似然测向算法进行改进，形成了非多维插索优化的圆阵噪声流形算法。计算机模拟结果显示，该算法不仅计算量小，而且具有较强的角相干信源的能力。     

自适应分区DCT/DWT低码率视频编码算法

为了降低低码率视频编码算法的块效应与环效应，提出了一种基于自适应分区余弦变换／子波变换和重叠运动补偿的视频编码算法，首先给了一种空－是相关自适应运动估计算法，有效降低运算复杂性，然后通过过层游动窗块区域形成算法检测现帧间预测误差场的高能量区域，对大区域进行了子波变换和量化，对零散区域进行余弦变换和量化，根据人类视觉系统（ＨＶＳ）的空－频和时－频特性，给出基于ＨＶＳ的量化模型，以期在信噪比约束下获得     

一种新的基于L_p范数的极小化信号参数估计方法

提出了一种新的基于L_P范数的参数估计方法,利用非光滑规划技术时原有方法进行了改进,仿真结果表明新方法具有很强的稳健性和很高的效率。     

一种新型空空导弹红外成像引信

传统的空空导弹引信采用的环视探测方式，将引信的信息处理时间限制在极短的范围内（一般小于2ms），且使引信在某一时刻只能获取变形很大的目标局部图象。这种探测方式对引信探测性能的影响并不大，但却严重限制了引信对目标的识别概率。提出了一种新型空空导弹红外成象引言，它采用前视红外图象和制导引信一体化技术，能够有效地解决上述问题。还分析了该引信的探测距离特性并给出了一些仿真结果，设计出了其图象处理和目标识别等算法。