一种新的星载TDOA/FDOA/AOA联合定位算法

针对双星时频差定位体制在星下轨迹附近区域存在定位盲区的问题,提出一种单星二维干涉仪测向（AOA）与双星到达时差（TDOA）/到达频差（FDOA）联合定位方法。采用更精确的WGS_84地球模型,通过构造子空间基矢量恒等式以及地球表面约束获取联合观测的伪线性定位方程,实现了双星TDOA/FDOA/AOA联合高精度定位。在相同场景下将时频差定位算法和提出的联合定位算法进行比较,仿真结果表明该算法可缓解时频差定位盲区缺陷,星下轨迹附近区域的定位精度可至少提升两倍以上。     

基于属性散射信息的随机梯度最小方差追踪SAR超分辨重建算法

无论军事还是民用合成孔径雷达（SAR）应用领域,对实现目标更高分辨、更精细描述的期望和需求都十分迫切。在稀疏表示框架下,构建了基于属性散射中心模型（ASC）部件级局部散射模型的SAR重建观测模型;提出一种基于信号域的散射中心属性参数空间分类策略,并联合频域外推,提出一种基于随机梯度最小方差追踪的部件级超分辨SAR重建算法。该算法最终的超分辨SAR图像由FFT获得,提高了算法效率;并且该算法实现了在重建超分辨SAR图像的同时获取高精度的目标散射中心属性级特征。仿真合成数据和电磁计算数据验证了算法的超分辨能力,并利用ASC属性的克拉美罗界对算法属性估计性能进行了评估。     

稀疏阵列的波束形成与控制方法

首先从信号与信息处理的角度阐述了波束形成所要解决的技术问题和波束形成的理论优势和方法局限,并对传统的基于空域波形采样的波束形成技术进行了再思考。其次,分析了稀疏阵列的布阵特点对波束形成技术的挑战,给出了空域、时域、频域分布式相参信号处理等关键技术及其理论性能的分析与比较结果,并利用实例分析了空、时、频协同采样克服低维欠采样模糊的可行性。最后分析了在实际应用中遇到的一些非理想因素对稀疏阵列波束形成与控制的影响及其解决方法。     

自监督双流融合的小样本雷达辐射源识别方法

针对实际场景中辐射源数据稀缺造成的小样本问题，提出了一种基于自监督和双流融合的小样本雷达辐射源识别方法。首先利用高斯分布噪声、莱斯多径衰落、设计时钟偏移信号等减损方法，基于有限数量的真实样本构建类均衡辐射源信号样本集。基于增强数据集，提出一种信号时间序列与时频图的双流特征融合模型。采用对比学习方法构建双流特征融合模型的自监督上游任务，以提升在有限标签数据情况下信号多域特征的表征能力与泛化能力。实验结果证明，该方法在小样本条件下能够有效地实现较好的辐射源类型识别能力，在目标域每个类别100个样本限制下，识别精度达到97.1%,与传统一维特征方法和基于长短期记忆(Long Short Term Memory, LSTM)的方法相比均有较大提升。