极化干涉SAR森林高度估计性能仿真研究

研究森林高度精确估计问题,针对森林高度估计性能无法用系统误差直接解析表示的问题,极化干涉合成孔径雷达(SAR)可以实现对森林高度的估计,将相干性作为中间参量引入仿真模型中.将系统误差用相干性的大小进行解析表征,接着以相干性的大小作为输入仿真极化干涉SAR数据,利用数据估计出森林高度,并分析森林高度的估计性能,可将系统误差与森林高度估计性能建立联系.在MATLAB平台上进行仿真实验,结果表明,方法可以有效地分析系统误差,对森林高度可以准确做出估计.     

多雷达组网信息融合系统空间配准方法研究

系统误差估计是空间配准中的关键环节,在多雷达组网系统中有着十分重要的意义.分析了系统误差估计的一般模型,从非线性估计问题的角度给出了系统误差估计的一般方法,使用最小二乘配准方法对某试验中的实测数据进行了验证,结果证明了方法的正确性和有效性,可为多雷达组网空间配准中系统误差估计问题提供一定的参考.     

相控阵测量雷达跟踪起伏动目标精度分析

目标不同的航路及其运动特点对雷达测量数据质量影响很大.为了估算整个航路目标动态定位精度,依雷达测量目标工作原理,给出航路分段处理原则.对雷达测量数据与GPS测量真值比对的一次差,提出了基于三次B样条的雷达系统误差分离方法.通过处理某飞行任务的大量测量数据,估算出了不同航路的雷达动态测距、测角系统误差和随机误差.结果表明,雷达测距系统误差与斜距成正比;测角系统误差为设计指标的2倍多;其随机误差与设计指标相符.     

多目标环境下分布未知的系统误差估计方法研究

针对多传感器多目标跟踪过程中分布未知的系统误差估计问题,对于系统误差在均匀分布和非均匀分布之间保持不确定假设下的估计方法进行了研究,提出了两种不同的误差估计方法,推导出相应误差估计方法的误差计算公式.针对两种方法在不同的系统误差分布假设下所表现出的估计性能和特点,提出了一种将两种方法结合起来的系统误差估计算法:通过合理选择阈值门限η,能够在多传感器多目标且系统误差分布未知的复杂环境下对两种误差估计方法自适应的进行切换,从而充分发挥两种方法各自的优点.同时可以对算法中估计方法模块进行扩充,以适应更复杂的误差分布情形下的多传感器系统误差自适应估计.     

多雷达多目标航迹匹配策略

在进行多雷达多目标航迹匹配时,由于测元系统误差随跟踪距离传播,雷达测量精度下降,易出现航迹匹配错误的情况。针对该情况,应用多测元非线性融合模型,采用样条约束的误差模型最佳弹道估计(Error Model Best Estimation of Trajectory,EMBET)方法对雷达测元系统误差进行自校准,将利用欧几里得距离进行航迹匹配的传统方法改为利用精度较高的雷达测距作差比较,有效解决了多雷达航迹匹配时的门限阈值合理设置的难题。仿真结果证明算法有效适用,可极大地提高多雷达多目标航迹匹配时的准确度,对完成多目标空域分布、目标识别等突防效果分析评估具有重要价值。     

基于合作目标的大系统误差方法研究

基于合作目标,分析了雷达存在的大系统误差的原因,提出了解决大系统误差的方法,改进的方法可以有效地提高航迹融合精度。用模拟的雷达数据对算法的性能进行了评估,计算机仿真试验验证了该算法的可行性和有效性。     

一种4D毫米波雷达高分辨角度估计方法

针对4D毫米波雷达中雷达孔径受限导致的角度分辨率不高的问题,提出一种改进的多重信号分类(Multiple Signal Classification,MUSIC)算法。首先通过数据预处理手段,补偿多输入输出(Multiple Input Multiple Output,MIMO)虚拟阵列中目标运动引起的相位误差;接着划分子阵并对角度维数据构成的协方差矩阵进行Toeplitz化处理,利用MUSIC算法估计一维角度;最后采用特征值排序的方法将估计出的俯仰角与方位角进行快速配对。该方法有效提高了4D毫米波雷达角度维估计的分辨率和估计精度,也提高了二维角度估计的计算速度。数值仿真与实物实验验证了所提方法在角度高分辨估计上的性能。     

基于系统误差和状态联合估计的目标跟踪算法

针对线性系统中系统误差对状态估计精度造成的不利影响,在卡尔曼滤波算法框架下提出一种基于系统误差和状态联合估计的目标跟踪算法。在算法实现过程中,首先定量分析了系统误差对目标状态估计及其估计误差协方差矩阵的影响,进而结合状态扩维技术构建系统误差配准的实现过程,最终依据标准卡尔曼滤波迭代流程设计了算法实现步骤。仿真实验结果表明: 在系统误差恒定和时变两种情况下,新算法在系统误差配准和状态估计上具有可行性和有效性。     

一种多传感器实时误差配准算法研究

针对多传感器的系统误差配准问题,研究了系统误差时变的情况,提出了一种基于迭代扩展卡尔曼滤波(IEKF)的配准算法。该算法将目标的运动状态和传感器系统误差组合在同一状态方程中,构建扩维状态的系统动态方程,采用IEKF的方法对目标状态和系统误差进行联合估计。仿真结果表明,与采用EKF和UKF的方法相比,该算法能取得和UKF相近估计精度,并且时间效率和EKF相当。     

信标模式机动目标跟踪数据实时处理

信标模式下的机动目标测速数据存在较大时变系统误差, 导致目标飞行弹道解算精度降低. 针对此问题, 本文通过增加表征系统误差的分量项, 对机动目标运动模型的状态向量扩维, 并将系统误差引入到测量方程中, 提出一种弹道估计新算法. 利用无迹卡尔曼滤波计算跟踪目标的轨迹, 同时估计系统误差. 仿真试验表明, 该方法无论在应答或信标模式下都可以解算出满足精度要求的弹道.     

三维成像雷达高度计成像模拟研究

根据三维成像雷达高度计系统（CIALT,China Imaging Altimeter)的成像基本原理建立了一个模拟系统,用来获得原始数据并进行成像处理。在该模拟系统基础上,给出了对各种目标的模拟成像结果,并针对系统参数选择、窗函数选择以及聚焦深度和距离弯曲等因素对成像的影响进行了深入的讨论。最后,介绍了三维成像的初步结果。     

Two-stage ESPRIT for unambiguous angle and range estimation in FDA-MIMO radar

Frequency diverse array (FDA) offers potential applications for joint range and angle estimation, but ambiguous estimates may be generated due to its range-angle coupling and time-variant beampattern. This problem can be addressed by jointly utilizing FDA and multiple-input multiple-output (MIMO) radar, but only multiple signal classification (MUSIC) algorithm was considered in the FDA literature. In order to avoid high computational complexity in the MUSIC algorithm due to the required 2-D peak searching, in this paper, we propose a two-stage estimating signal parameters via rotation invariance technique (ESPRIT) algorithm for FDA-MIMO radar to estimate both range and angle of targets, along with the proposed pairing method for unambiguous estimates. Moreover, closed-form expressions of the mean squared error (MSE) and Cramér-Rao lower bound (CRLB) for angle and range estimations are also derived. All proposed methods and derivations are verified by both theoretical analysis and numerical results, which show the superiority of FDA-MIMO radar over conventional phased-array radar and MIMO radar in target localization.     

Joint direction of arrival estimation and array calibration for coprime MIMO radar

Compared to large-scale MIMO radar, coprime MIMO radar can achieve approximate estimation performance with reduced antenna number. In this paper, joint direction of arrival (DOA) estimation and array calibration for coprime multiple-input multiple-output (MIMO) radar is considered, and an iterative method for the estimations of DOA and array gain-phase errors is proposed. Based on the received data structure of coprime MIMO radar, trilinear decomposition is firstly adopted to obtain the estimations of transmit and receive direction matrices, which are perturbated by the gain-phase errors. Through equation transformation, the un-perturbated direction matrices and gain-phase errors can be iteratively updated based on Least squares (LS). Finally, the unique DOA estimation is determined from the intersection of transmit and receive direction matrices. The proposed algorithm achieves better DOA estimation and array calibration performance than other methods including estimation of signal parameters via rotational invariance techniques (ESPRIT)-like algorithm, multiple signal classification (MUSIC)-like algorithm and joint angle and array gain-phase error estimation (JAAGE) method, and it performs close to the method with ideal arrays. Multiple simulation results verify the algorithmic effectiveness of the proposed method.     

基于空时扩展虚拟阵列的高分辨率多参数联合估计

针对雷达、声纳、移动通信等系统中对多个目标方位、速度与距离等信息同步提取的要求,文章通过对原始数据的时延补偿等处理,构造了具有时移旋转不变性的一组虚拟相关矩阵,提出了一种基于空时扩展虚拟传感器阵列的二维方位角、多普勒频率和相对时延联合估计的新方法。该方法对于噪声不敏感,可应用于低信噪比环境,具有较高的估计精度,且无需谱峰搜索,各参数在求解过程中自然配对,理论可同时处理的目标数目超过系统阵元数限制。算法对于传感器阵列的结构无特殊限制,可应用于任意常见阵列如均匀方阵、“L”阵、圆阵等等,具有很好的理论价值以及应用前景。理论分析与计算机仿真实验都证明了算法的有效性。     

Parameter measurements of moving targets using a 24-GHz radar

We designed a 24-GHz traffic surveillance radar (TSR-24) to monitor automobile and pedestrian. The range, radial velocity and direction-of-arrival (DOA) of the moving targets can be measured by the radar in real-time. The radar consists of a radar sensor, a waveform generation module, a filter and amplifier module and a digital signal processor (DSP) platform. The radar can be configured to work in Doppler mode or frequency modulated continuous wave (FMCW) mode through software configuration. The phase-monopulse approach is used for the target DOA estimation. A DOA error reduction method and the Rife method are proposed to improve the range and DOA accuracy. The parameter estimation algorithms are implemented in DSP. The radar is used to detect and track motorcycles, cars, trucks and even pedestrians. The measurement of an electric vehicle shows that the velocity error is 0.022 m/s. Various tests indicate that the range and DOA error is no more than 0.25 m and 1°, respectively.     

联合ADS-B的最小二乘雷达系统误差估计方法

为了解决两坐标雷达系统误差估计问题,提出一种联合ADS-B的最小二乘雷达系统误差估计方法.提出方法首先将ADS-B量测从地理坐标系转换到雷达局部直角坐标系,建立统一的配准空间;其次以雷达航迹的采样时间为基准,对ADS-B航迹进行插值,构造新的ADS-B航迹;然后采用直线拟合算法分别计算雷达航迹和ADS-B航迹的直线方程,并计算两条直线的夹角,再利用该夹角补偿雷达航迹的航向角数据;最后采用最小二乘算法估计雷达系统误差.实测数据实验结果表明,与传统直线拟合方法和最小二乘方法相比,提出方法能够更有效地估计雷达系统误差;经过提出方法配准处理后,雷达航迹数据的平均斜距离误差和方位角误差分别降低71.7%和52.7%.     

噪声特性未知的多传感器协方差交叉融合姿态估计

针对噪声特性未知的多传感器航天器姿态估计过程中互协方差未知的问题, 提出一种鲁棒的协方差交叉(CI) 融合算法. 首先采用容积卡尔曼滤波(CKF) 器获取局部的估计信息; 然后以最小化非线性性能指标为原则求取局部的估计信息权重; 最后使用CI 算法融合各局部估计信息. 此外, 对于由四元数描述航天器姿态时存在的冗余问题, 采用了以误差四元数和误差广义罗德里格参数相互切换的方法来替代. 仿真结果验证了所提出算法的有效性.

     

基于无人机GPS的测量雷达标校方法研究

针对测量雷达常规标校方法存在的场地及设施限制性问题,提出了一种基于无人机加装GPS设备的雷达标校方法.利用无人机加装差分GPS设备作为跟踪目标并提供真值数据,根据系统误差修正模型,通过最小二乘法对雷达测量误差进行回归分析,解算出系统误差修正参数,即可完成雷达标校.通过模拟数据解算得出了该标校方法适用的航线范围,通过飞行测试对标校方法进行了验证,结果表明,利用解算得出的标定参数进行系统误差修正能够满足雷达精度要求,证明了该方法有效、可行.     

基于激光雷达的机器人定位信息处理技术研究

为了提高机器人定位和测距能力,提出一种基于激光雷达的机器人定位信息处理技术,采用激光雷达扫描技术进行机器人定位信号采集,对采集的激光雷达信号进行相关波束形成处理,采用相关处理后对激光雷达信号进行扩频处理,生成机器人定位测距码,结合测距码加权技术进行自适应学习,采用相位估计方法进行机器人的目标位置跟踪识别,根据处理后的激光雷达信号进行机器人的目标方位估计和测距,实现机器人准确定位。仿真结果表明,采用该方法进行机器人定位的准确性较高,激光雷达信号输出信噪比较高,说明机器人定位的抗干扰能力较强,提高了机器人的定位测距精度。