任意多次散射机理的GTD散射中心模型频率依赖因子表达

几何绕射理论(GTD)模型是一种重要的散射中心模型,能准确描述雷达目标主要散射机理的频率依赖行为,但目前在频率依赖因子与散射机理类型之间尚未建立明确、一般的数学关系.该文从射线理论出发,结合几何光学(GO),GTD,物理绕射理论(PTD)和驻相法(SPM)等方法,推导了理想电导体(PEC)目标任意多次散射机理的频率依赖...     

基于GTD模型的目标二维散射中心提取

为精确描述隐身目标的高频电磁散射特性,该文用基于几何绕射理论的GTD模型代替以镜面散射为主的指数和模型。同时,为克服传统矩阵束算法(MEMP)计算量大、距离坐标配对等问题,该文提出用修正矩阵束算法和二维旋转不变技术(2D-ESPRIT)提取基于GTD模型的目标二维散射中心参数。仿真实验表明,该文的两种方法均适用于以边缘绕射等为主要散射源的隐身目标。     

GTD散射模型参数解调耦估计技术

文中通过分析最大似然方法估计GTD散射模型参数的不足，提出了一种基于参数解耦的综合估计流程。首先利用矩阵束方法求得散射中心的距离参数，然后在对GTD散射模型近似处理的基础上提出了一种估计散射中心类型参数的新方法，最后利用线性最小二乘技术估计出散射中心幅度参数。实验结果表明综合估计算法能够较好地估计出散射中心参数。     

高分辨相干极化GTD散射模型及其应用

针对高分辨极化测量雷达体制,研究了雷达目标的高分辨极化特性的建模与提取问题.建立了能够精确描述雷达目标高频极化散射的高分辨相干极化GTD(CP-GTD)模型,并提出了基于CP-GTD模型的全极化散射中心参数估计方法.与常规GTD方法相比,CP-GTD方法的突出优点在于它不需要进行散射中心关联,并且能准确估计散射中心的相干散射矩阵.此外,全极化信息的利用,使其具有精度更高、速度更快等优点.基于仿真和实测数据的实验结果验证了CP-GTD模型的优越性.     

步进频信号散射中心的提取及目标识别

针对宽带步进频测量雷达体制，用几何绕射理论（GTD）模型来描述目标宽带RCS测量数据，利用多重信号特征（MUSIC）算法估计目标散射中心的数目和位置，并将目标的散射中心作为特征进行目标识别。利用暗室测量的缩比目标模型数据进行目标识别实验，结果表明，用该方法提取的散射中心特征稳当有效，识别效果较好。     

基于匹配追踪法的雷达目标GTD电磁散射模型参数估计

本文基于匹配追踪算法论述了步进频雷达体制下匹配原子的构造,证明了匹配原子的平移不变性,阐述了匹配追踪分解算法的步骤,得到了电磁散射模型的幅度、位置、类型等参数,最后通过仿真和实测数据验证了该算法的有效性。     

一种GTD模型参数估计的新方法

本文将能够精确描述高频电磁散射的几何绕射(GTD)模型取代传统的多重信号分类(MUSIC)算法所采用的指数和模型,并对MUSIC算法做了相应改进.提出利用特征分析方法的信号与噪声子空间正交特性,使改进后的MUSIC算法既能够精确估计目标散射中心位置,又能估计散射中心类型,取得了较好的效果.本文针对各种空间平滑预处理方法对噪声子空间与信号正交特性的影响进行了仿真,指出空间平滑预处理方法会影响噪声子空间及信号子空间结构,进而影响散射中心类型的估计,所以应对散射中心类型的最终结果进行修正.     

色噪声环境下GTD模型的参数估计

本文将能够精确描述高频电磁散射的GTD信号模型引入MUSIC算法,并对MUSIC算法做了相应改进。提出利用特征分析方法中信号与噪声子空间正交特性,使改进后的MUSIC算法既能够精确估计目标散射中心位置,又能估计散射中心类型。本文采用基于四阶累量的MUSIC算法,在一定程度上克服了高斯色噪声对MUSIC算法的影响,拓宽了GTD 模型参数求解的条件。     

雷达目标的散射中心建模研究

雷达目标总散射场可近似为若干散射中心贡献的叠加,而每一个散射中心都对应着特定的电磁散射机理,这些特定散射机理的散射场可表示成输入为雷达参数（频率、极化、视向角）和目标参数（几何、材料）的参数化模型.散射中心参数化模型在雷达回波实时模拟、半实物仿真、雷达目标识别等领域得到了广泛的关注.文中总结了雷达散射中心模型的发展历程,包括散射中心数学模型和散射中心参数提取方法,以及散射中心建模的难点问题和未来的研究方向.期望该文可为从事该方面研究的科研人员提供一些参考.     

GTD model-based time-shift invariant target identification using matching pursuits and likelihood ratio tests

In order to improve the identification capability of ultra wide-band radar, this paper introduces a step-variant multiresolution approach for the time-shift parameter estimation. Subsequently, combining with the approach, a Geometrical Theory of Diffraction （GTD） model-based time-shift Invariant method to target identification using Matching Pursuits and Likelihood Ratio Test （IMPLRT） is developed. Simulation results using measured scattering signatures of two targets in an ultra wide-band chamber are presented contrasting the performance of the IMPLRT to the Wang＇s MPLRT technique.     

基于协同粒子群优化的GTD模型参数估计方法

针对雷达目标散射中心GTD(Geometric Theory of Diffraction)模型最大似然估计中存在的高维、非线性、混合参数估计问题,提出一种基于协同粒子群优化算法的参数估计方法.该方法能够同时估计得到散射中心的类型、幅度和位置参数,且对初始值不敏感,与基于RELAX的估计方法相比,不需要反复迭代估计,降低了计算复杂度.仿真实验结果表明,该算法能够较准确地估计得到GTD模型的散射中心参数.     

基于稀疏成份分析的几何绕射模型参数估计

雷达目标散射中心的参数估计对目标特性分析和目标识别有重要意义。该文以几何绕射模型为基础,综合利用多频段的频域测量数据,给出了散射中心位置、幅度和散射类型参数的融合估计方法。数值仿真结果表明,该方法能有效地挖掘模型信息,具有超分辨能力,给超宽带雷达信号处理提供了新的途径。     

基于GEESE算法的GTD模型参数估计

基于信号子空间特征向量的广义特征值（GEESE）算法具有比MUSIC和ESPRIT估计速度快的特点。将GEESE算法应用到能够精确描述高频电磁散射的几何绕射（GTD）模型中,利用特征子空间分解方法中信号子空间与噪声子空间的正交特性分离出信号子空间,使GEESE算法既能够精确估计目标散射中心的位置,又能估计散射中心的类型。仿真表明,这种算法有较好的效果,无需搜索,且估计的速度快,精度高。