一种基于前向散射雷达的车辆目标自动识别方法

研究了一种基于前向散射雷达的车辆目标自动识别方法:分析了前向散射雷达回波与目标速度、轮廓等目标特性之间的关系;提出了主瓣对齐的功率谱预处理方法,采用主成分分析方法分析了不同类别车辆的前向散射雷达功率谱的特性;提出了基于多元线性回归的目标特征提取方法,比较了K最近邻法和Bayes分类器对不同特征集的识别性能.实现结果表明,本文采用的特征提取方法显著改善了识别效果.     

双基地雷达前向散射地表杂波统计特性分析

本文通过对杂波实测数据的处理,利用高斯分布模型、指数分布模型、幂指数分布模型及高阶AR等分布模型,得到了双基地雷达前向散射地表杂波概率分布和功率谱分布的数学模型;并从统计理论上解析地推导了杂波统计模型对目标检测性能的影响.基于估计的概率分布、功率谱分布数学模型及广义匹配滤波理论,实现了前向散射地表杂波的有效抑制与目标运动参数的精确估计,并利用实测数据进行了验证.     

废旧动力锂离子电池正极材料资源化利用

这是一篇陶瓷及复合材料领域的论文。随着新能源汽车产业迅速发展，动力锂离子电池产量急剧增加。然而，由于动力锂离子电池使用寿命短，即将面临大规模退役，因此对动力锂离子电池进行有效资源化管理十分必要。本文首先对动力锂离子电池主要组成成分进行介绍，并阐明了其进行正极材料回收前梯次利用和预处理进程，重点综述了废旧动力锂离子电池正极材料火法、湿法和生物法回收技术，提出了生物法回收在废旧动力锂离子电池正极材料资源化处置问题上面临机遇与挑战。本文成果将为动力锂离子电池绿色资源化回收提供参考，促进新能源汽车产业健康发展。     

智慧城市云平台构建研究

分析了国内智慧城市建设存在的问题,提出了智慧城市云平台的构架,论述了智慧城市云平台建设目标、实施步骤及建设运营模式,剖析了智慧城市云平台的产业链。     

间歇采样转发式干扰的时频域辨识与抑制

间歇采样转发式干扰利用数字射频存储器(DRFM)对雷达发射信号进行截获与转发,具有小型化、轻量化和灵活多变的优势,可搭载在目标上形成多点源主瓣干扰,对现代雷达构成了严重威胁。该文对上述干扰的辨识与抑制方法进行了研究。通过推导干扰脉冲压缩与时频分布的解析表达式,分析了目标回波与典型干扰信号的时频特征差异;在此基础上,提出一种时频域干扰辨识方法,并构造时频域滤波器进行干扰抑制。仿真结果表明:在原始信号干噪比大于–3 dB的情况下,算法辨识率可达90%;在此基础上,通过时频域滤波可以对3种典型策略下干扰都进行有效抑制,其峰值信干噪比改善可达18 dB。      

昆虫目标雷达散射截面积特征辅助跟踪算法

害虫迁飞具有规模大、突发性强的特点,会导致病虫害异地大爆发,粮食产量下降,造成重大的经济损失。昆虫雷达是监测迁飞性害虫的一种有效手段。昆虫目标的雷达散射截面积(RCS)较小,回波能量弱,在保证高检测率的同时会带来高虚警率问题,进而导致在目标跟踪的数据关联环节,易受虚假量测的影响出现关联错误。幅度特征辅助跟踪算法利用目标与噪声点迹的幅度差异,可以有效提高目标与噪声的识别度,改善跟踪性能,但是其需要已知目标的RCS起伏模型作为先验信息来计算幅度似然比。因此,该文基于Ku波段高分辨昆虫雷达外场实测昆虫回波数据,分析了昆虫目标的RCS起伏特性,得出Gamma分布可以较好地拟合昆虫目标的RCS统计分布,并将其作为先验信息,推导出Gamma起伏目标在高斯白噪声背景下的幅度似然比。通过在不同信噪比、不同量测噪声及不同起伏模型参数下的仿真结果及性能指标分析,验证了相比于概率数据互联滤波算法(PDAF)算法,目标RCS特征辅助的跟踪算法可以有效提高昆虫目标的跟踪精度。      

时空变背景电离层对 GEO TomoSAR 成像影响分析

地球同步轨道合成孔径雷达层析成像（GEO TomoSAR）是一种将地球同步轨道 SAR（GEO SAR）与三维层析成像相结合的技术,它能够克服低轨 SAR 层析成像中重访时间长、时间去相干严重等缺点,实现对地面场景及时、精确地三维重建。但是由于 GEO SAR 轨道高,信号能够穿过整个电离层,使得 GEO SAR 信号时延长,引入严重的相位误差,进而影响 GEO TomoSAR 三维成像的精度。本文主要从背景电离层对雷达信号传播的影响机理出发,建立了时空变背景电离层影响下的 GEO TomoSAR 信号模型,进而分析了对三维成像的影响。经过分析,时空变背景电离层对 GEO TomoSAR系统的影响主要包括成像目标的相对位置偏移以及高度向成像散焦。最后,通过计算机仿真验证了理论分析的正确性。      

分布式GEO SAR模糊度分析

地球同步轨道合成孔径雷达（GEO SAR）具有短重访、广覆盖等优势。分布式GEO SAR由多个GEO SAR同时收发形成多个相位中心,具有可降低合成孔径时间、提高信噪比等优点。模糊度是雷达系统设计中的重要指标,传统SAR的模糊度计算通常在距离时域、方位频域进行。然而在分布式GEO SAR中,通常无需进行全孔径成像即可获得满足要求的分辨率,因而点目标的方位向信号带宽低于场景瞬时多普勒带宽,使得基于方位频域的模糊度计算方法失效。此外,双基地配置以及地球球形表面也给地面模糊区位置的计算带来困难。本文首先给出考虑地球球形表面的双基地GEO SAR模糊区位置的近似计算方法,然后给出分布式GEO SAR模糊度的计算步骤。仿真对比分析了传统频域方法与本文所提方法,并详细分析了单基地GEO SAR、双基地GEO SAR和多基地GEO SAR的模糊度特点。      

基于深度生成网络的雷达HRRP生成技术

雷达数据生成在目标识别等任务中发挥重要的作用。现有雷达数据生成方法包括电磁仿真、视线追踪等,存在对模型误差敏感、计算量大等问题。本文面向雷达HRRP(high resolution range profile)数据提出一种基于深度生成网络的雷达数据生成方法,在模型先验信息未知的情况下,由雷达HRRP数据集训练得到深度生成网络,从而实现雷达HRRP数据的快速生成。实测数据处理结果表明该方法生成HRRP与数据集中HRRP极为相似,生成HRRP可以应用于增强雷达HRRP数据集、改善数据不平衡问题等。      

FMCW 车载雷达自适应干扰抑制方法

车载雷达间相互干扰可能会导致传感器灵敏度降低,某些情况下会产生虚警。针对这个问题,本文提出了一种基于粒子群优化和自适应对消的干扰抑制方法。该方法将发射端波形优化及接收端自适应滤波相结合,进一步提高雷达的干扰抑制能力。首先采用粒子群算法进行波形参数优化,在参数约束范围内最小化波形相似度,缓解虚警问题,然后基于正交接收机内干扰的正负频谱共轭相关而目标信息仅存在于频谱正半部分的特点,通过最小均方迭代得到最优滤波器,实现自适应干扰对消。仿真结果表明,该方法对多干扰有良好的抑制效果。