基于时频检测与极化匹配的雷达无人机检测方法

针对雷达检测无人机这一难题,该文提出了一种时频检测与极化匹配相结合的双极化雷达无人机检测方法.首先,雷达降低检测门限,各极化通道分别采用常规的时频2维单元平均恒虚警率检测方法,检测出无人机与杂波虚警;接着,各极化通道分别针对多帧检测结果进行积累,进行2次检测,剔除部分杂波虚警;最后,对两个极化通道双门限检测结果进行匹配,进一步剔除杂波虚警.对两型无人机的外场试验数据处理结果表明:该方法能够有效检测出无人机,消除杂波虚警.     

基于杂波模型的相干雷达极化自适应恒虚警检测算法

该文研究了高斯杂波背景下相干雷达极化自适应检测问题。利用雷达回波的极化信息来提高检测性能。提出了一种基于杂波模型的极化自适应恒虚警检测算法,该算法比极化自适应匹配滤波器算法有更小的估计损失,并推导出了虚警概率表达式。仿真结果表明,所提出的检测算法相对于杂波协方差矩阵都有恒虚警的性质。     

基于时频联合域极化滤波的高分辨极化雷达信号检测

本文以瞬态极化时频分析作为理论工具,针对高分辨极化雷达体制,提出了时频联合域极化滤波的概念;然后应用文中介绍的瞬态极化短时Fourier变换(STFT),提出了一种通过时频联合域积累的高分辨极化雷达信号检测算法.仿真实验表明了该算法的可行性和有效性.     

一种简单的相干雷达极化恒虚警检测算法

该文提出了高斯杂波背景下一种结构简单的相干雷达极化恒虚警检测算法。利用雷达回波的极化信息来提高检测性能,推导出了虚警概率表达式。研究结果表明,该相干雷达极化恒虚警检测算法相对于杂波协方差矩阵有恒虚警的性质。该检测算法比极化广义似然比检测算法计算量小,易于工程实现,适合于强信杂比和目标信号导向矢量未知的情况。同时仿真分析了不同极化状态时的检测性能。     

基于相控阵雷达回波极化信息的检测研究

在相控阵雷达中采用序列检测可提高雷达信号检测性能和改善数据库，本文利用雷达极化信息对三种典型序列检测方法进行了改进研究。并对这三种改进算法在相控阵雷达中的应用性能作了详细的分析，同时进行了相干视频仿真实验。仿真结果表明：极化信息的利用使雷达搜索目标能力得到明显改善，同时双幅度门限检测法的应用使相控阵雷达的检测性能更加优越。     

一种基于单元筛选的CFAR检测方法

提出了一种基于对参考单元进行比较筛选的雷达恒虚警检测方法,并对其在不同背景条件下的检测性能进行了分析。结果表明,该方法可以在不降低均匀环境检测性能的条件下,明显改善CA和OS－CFAR的抗多目标干扰能力与在边缘杂波非均匀环境下的检测性能。     

基于极化联合特征值的雷达弱小目标检测方法

针对海杂波背景下雷达弱小目标检测问题,提出了一种基于极化联合特征值的雷达弱小目标检测方法。该方法利用多极化通道回波数据计算极化相干矩阵的最大特征值,然后将待检测单元的最大特征值与参考单元最大特征值、最小特征值、算数平均值和几何平均值的算数平均之比分别作为检验统计量实现检验判决。仿真和实测数据处理结果表明：基于极化联合特征值的雷达弱小目标检测方法较基于特征值的检测方法性能提高2 dB,较极化检测最优滤波器性能提高1.5 dB,较功率最大综合检测方法、SPAN检测方法性能提高5 dB,极化联合最大特征值-几何平均方法综合检测效果最好。     

有限系统能力下不同雷达最优极化基的选择

主要的极化基均是着眼于不同雷达应用中优缺点的比较，包括观察过程中目标与雷达站台的相对运动和具有限的极化测定能力及信道不足情况下的多功系统电控阵列天线。从与假定目标类型对应的各种散射模型出发，根据垂直和水平方向反射部分的杂乱回波在单信道工作时取得最大能量，在双信道工作时杂波的抑制和分类，比较不同极化基的特性，解释不同假高条件下斜极化基的优点。     

基于Stokes矢量的高分辨极化目标检测

研究了毫米波高分辨雷达杂波环境中的目标检测问题,提出了基于Stokes矢量的高分辨极化目标检测方法,利用毫米波形固有的径向高分辨力对目标进行一维距离成像,结合目标所占据分辨单元区间内的Stokes矢量的幅值以及其极化状态相对于杂波所对应分辨单元内的Stokes矢量的幅值以及其极化状态有着较大的变化这一客观事实,提出了基于Stokes矢量的双门限非参数检测方法,实验仿真结果表明本文方法能够有效改善雷达的检测性能。     

无人机技侦载荷技术

本文在对无人技术侦察飞机的独特优点、国外无人机侦察系统发展现状作了简要阐述后,着重对无人机侦察系统的主要技术进行了分析。     

一种无人机航拍影像快速特征提取与匹配算法

无人机影像具有非常高的分辨率,边缘和纹理信息更加丰富,基于经典SURF特征的影像拼接算法在处理无人机影像时面临着新的挑战。为提高无人机航拍影像拼接效率,该文提出一种快速特征提取与匹配算法。在特征提取环节,提出采用局部差分二进制算法描述特征,在不降低特征区分性的同时,较SURF描述子而言降低了特征维度。在特征匹配环节,提出采用局部敏感哈希搜索算法代替kd树搜索算法,提高了最近邻特征匹配效率。实验结果表明,与基于SURF描述子和kd树搜索算法的最近邻匹配拼接算法相比,该文算法特征匹配效率有明显提升,匹配精度也有所改善,更适合应用于基于特征的无人机航拍影像快速制图。     

基于多维信号特征的无人机探测识别方法

如今,无人机(UAVs)在军用民用领域得到大规模应用,在无人机带来便利的同时也带来了巨大的安全隐患。针对无人机的探测识别技术逐渐成为研究热点,传统的无人机探测方法主要是通过获取雷达回波信号、无人机声音信号和光电信号的方式对无人机进行探测。然而,这类方法往往容易受到环境影响具有一定的局限性,无法对无人机进行精确的定位和识别。该文提出一种基于多维信号特征的无人机识别方法,该方法首先通过自适应三角阈值法从接收到的无线信号中探测并筛选出无人机信号,同时解析获取的无线信号的信道状态信息(CSI)。然后,利用正交匹配追踪算法(OMP)进行参数估计来获取无人机的位置信息对无人机进行定位。最后,提取无人机信号中的盒维数和径向积分双谱(RIB)来对无人机进行分类识别。通过实验,该方法对无人机的3维定位精度小于1 m,对无人机的分类识别精度最高能达到100%。     

利用激光对无人机进行侦察的可行性探索

无人机在战争中的作用令世人瞩目,在和平时期,也是收集情报的重要手段之一．探测和跟踪无人机成为一项重要的军事课题．由于材料制作等方面的原因,雷达很难探测到无人机．利用无人机在过顶飞越时,激光对它有最大反射截面(LCS)和激光垂直向上只有极小大气衰减的原理,提出了利用激光探测和大功率激光测距机跟踪无人机的方法,并对该方法所需的参数进行了定量计算和可行性分析。     

基于甲虫搜索的改进粒子群无人机辅助网络部署优化算法

在体育赛场等用户大规模聚集或者突发灾难的情况下,地面基站经常面临过载甚至瘫痪的问题。此时,多无人机(UAV)辅助网络系统可以很好地为地面基站提供信号补偿,有效地增强局部地区的通信质量。然而,无人机的机动性和网络流动引起的拓扑结构变化,会导致频繁的间歇性连接甚至出现传输故障。因此,UAV基站的有效部署以及网络性能的优化成为亟待解决的问题。该文提出一种基于甲虫搜索的改进粒子群UAV辅助网络部署优化算法—智能高效算法(IEA),利用甲虫搜索算法(BAS)的个体寻优优势,对粒子群算法(PSO)进行改进,并首次采用双门限约束保证用户通信质量,使得多UAV系统下的网络性能得到了改善。仿真结果表明,相对于传统算法,该文提出的IEA算法在系统吞吐量、用户平均吞吐量以及频谱效率等方面都获得了较大提升。     

无人机辅助的非正交多址反向散射通信系统max-min速率优化算法

无人机(UAV)、非正交多址(NOMA)和反向散射通信(BC)相结合,可以满足热点地区高容量需求,提高通信质量。该文提出一种无人机辅助的NOMA反向散射通信系统最小速率最大化资源分配算法。考虑无人机发射功率、能量收集、反射系数、传输速率以及连续干扰消除(SIC)解码顺序约束,建立基于系统最小速率最大化的资源分配模型。首先利用块坐标下降将原问题分解为无人机发射功率优化、反射系数优化和无人机位置与SIC解码顺序联合优化3个子问题,然后使用反证法给出无人机最优发射功率,再用变量替换法和连续凸逼近将剩余子问题进一步转化为凸优化问题进行求解。仿真结果表明,所提算法在系统和速率与用户公平性之间具有较好折中。     

基于自相关-倒谱联合分析的无人机旋翼转动频率估计方法

准确估计无人机旋翼转动频率对于无人机的检测与识别具有重要意义。该文针对调频连续波雷达的无人机目标回波模型,提出一种自相关-倒谱联合分析的无人机旋翼转动频率估计方法,推导了无人机旋翼转动频率与雷达回波倒谱输出中周期性时延的映射关系,通过加权均衡能够更有效地估计多旋翼无人机旋翼转动频率,弥补了传统方法的不足。通过仿真和实际场景实验验证了方法的有效性。

     

一种新型无人机自定位方法分析

一般情况下,无人机采用GPs／GLONASS／北斗等组合导航方式。但是,由于GPS／GLONASS／北斗等导航信号抗干扰能力比较弱,容易受到干扰而不能使用,因此解决在无卫星导航信号情况下如何实现无人机的自定位问题非常重要。提出了通过在地面设置应答机的方式来实现无人机系统的自定位,并对定位精度进行了理论推导和仿真计算,仿真结果表明可以通过对应答机的合理配置来提高无人机的自定位精度,很好地解决了当前复杂电磁环境下的无人机自定位问题。     

基于支持向量机的无人机定位信号分离算法研究

为了解决无人机(UAV)无源定位中难以从多径干扰严重的环境中提取无人机定位信号的问题,该文提出一种基于支持向量机(SVM)的无人机定位信号分离算法,在SVM模型训练时,通过计算无人机相邻数据集之间的欧氏距离获取信息熵,为SVM映射高维空间提供模型数据.在此基础上,加入映射函数阈值软边界,使模型具有参数自适应调整能力,来...