利用二维结构稀疏信息的调频步进ISAR高分辨成像新方法

针对已有利用压缩感知理论进行逆合成孔径（Inverse Synthetic Aperture Radar,ISAR）成像方法在低信噪比、欠采样率条件下性能下降严重等问题,依托调频步进波形独有特征并充分利用目标分布的二维结构稀疏信息,提出一种"先方位聚焦后距离分辨"的调频步进ISAR高分辨成像新方法.首先,对回波进行子脉冲脉压,在分析调频步进ISAR回波方位向特有的结构稀疏特征基础上,构建方位向的分布式压缩感知稀疏重构模型;其次,采用分布式压缩感知算法对该模型重构,从而获得低信噪比条件下的方位高分辨成像;最后,利用距离维的回波特征构建任意稀疏重构模型,实现距离向快速成像.由于该方法先进行方位聚焦,再进行距离分辨,并充分利用了目标的结构稀疏性,因此不仅具有抗噪性能强、重构精度高以及采样率低等特点,且避免了越距离单元走动对方位聚焦的影响.仿真与实测数据实验验证了本文方法的有效性.     

线性检波下的两种CA-CFAR检测器性能分析

针对雷达线性检波输出后CFAR检测器分析中难以得到检测器背景功率水平估计的概率密度闭解结果问题,综合了两种CA-CFAR检测器的检测性能的理论分析方法,即用多个概率密度的混合近似瑞利分布的方法和基于中心极限定理的方法,从理论上严格推导了后一种方法分析CFAR过程及其检测概率闭解表达式．最后根据数值分析和仿真结果对两种方法的近似表示的准确性问题进行了比较分析,给出两种方法相应的结论．     

优化Zernike矩MIMO雷达图像目标识别方法

针对MIMO雷达目标识别问题,给出了一种MIMO雷达目标识别方法.首先利用二值化和杂散点抑制对MIMO雷达成像结果进行了预处理,以消除噪声干扰和MIMO雷达图像距离依赖方位分辨率所引起的图像幅度起伏;随后,基于优化Zernike矩方法构造了MIMO雷达图像的特征,采用欧式距离分类器给出了相应的识别处理步骤.最后,利用3种飞机模型的MIMO雷达像对所提出方法的性能进行了验证,仿真结果证实了所提方法的可行性.     

机载条带SAR F.Leberl扩展模型无参考点定位

针对机载合成孔径雷达(SAR)条带成像模式,基于距离多普勒(RD)算法,建立了F. Leberl扩展模型,推导了不考虑地形起伏情况下基于该模型的图像无参考点定位公式体系,分析了多普勒参数估计误差、斜距及载机高度测量误差对定位精度的影响,并通过仿真给出了有用的结论.     

中段弹头IMM-EKF跟踪方法及性能分析

为了提高中段弹头跟踪收敛速度以及跟踪精度,提出了一种基于交互多模型(IMM)的扩展卡尔曼滤波(Extended Kalman Filter,EKF)的跟踪算法。基于中段弹头加速度变化特点,建立了目标的中段系统动力学模型及量测模型,通过引入速度测量值,使用IMM-EKF算法对中段目标进行跟踪。仿真结果表明,通过交互多模的非线性滤波算法,可以使中段跟踪收敛速度大为加快,速度测量值的引入也使得跟踪精度有所提高,并在弹头中段与再入段衔接处有较好的跟踪性能; 验证了IMM-EKF跟踪中段弹头的有效性。     

弹道中段带翼弹头章动微多普勒特性研究

文中建立了带翼锥体弹头章动数学模型,分析了章动参数对目标姿态角的影响,推导了带翼弹头固定型和滑动型点散射中心的章动微多普勒理论公式,并对其进行了时频分析。基于电磁计算软件获取的目标静态电磁散射数据,结合目标运动模型合成了带翼弹头的雷达动态回波,进而获得其章动微多普勒的电磁仿真结果,验证了章动微多普勒理论公式的正确性,并给出了重要结论。     

任意稀疏结构的多量测向量快速稀疏重构算法研究

目前的稀疏重构算法求解多量测向量时存在两个问题:一是计算复杂度高;二是不能实现任意稀疏结构的多量测向量重构.为此,本文提出一种多量测向量快速重构算法.该算法首先构建矩阵平滑零范数法,实现对具有任意稀疏结构的多量测向量的重构,并获得多量测向量的初始支撑集;其次根据稀疏度与量测维度的关系,对初始支撑集进行筛选获得预选支撑集;然后采用贝叶斯组检验方式得到信号重构所需的最终支撑集;最后通过最终支撑集实现信号的重构.该算法充分利用了矩阵平滑零范数法的高效性以及贝叶斯组检验对冗余支撑集的剔除功能,不但实现了稀疏位置随机变化的多量测向量的高效重构,而且保证了算法的精度,并对噪声具有一定的鲁棒性,基于实测数据的ISAR成像实验验证了所提算法的有效性.     

一种马尔可夫矩阵自适应的IMM-CKF算法

为了解决标准的交互式多模型(Interacting Multiple Model,IMM)算法中Markov概率转移矩阵固定不变的问题,结合容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法,提出了一种Markov概率转移矩阵自适应的IMM-CKF算法。该算法引入了一个Markov矩阵元素的调整系数,在滤波过程中自适应调整Markov概率转移矩阵的每一个元素。新算法大幅度提高了匹配模型的概率,降低了非匹配模型的影响,同时改善了标准IMM算法的滤波效果。最后,通过蒙特卡洛仿真实验验证了自适应IMM-CKF算法的跟踪效果比IMM-CKF算法更好。     

抑制SAR压制性干扰的三通道对消方法

针对合成孔径雷达(SAR)压制性干扰的抑制问题,提出了一种三通道对消方法.首先从理论上给出了该方法抑制压制性干扰的原理及对SAR成像产生的影响,然后导出了目标回波信号的损失周期表达式,最后进行了仿真实验.与双通道对消处理的比较结果表明,本文所提出方法在SAR抗干扰方面具有的优越性.此外,本文将该方法推广到N通道对消处理的一般意义情况,从而使该法抑制SAR干扰方法在应用上具有可行性和有效性,且在理论上具有完备性.     

一种用于雷达信号分选的改进型神经网络

基于雷达信号分选的应用需求，对传统自组织特征映射（SOFM）神经网络进行了分析，提出一种结构自调整的改进型SOFM神经网络，并进行了分选仿真．结果表明，该网络能够通过增加或删减输出神经元的数目，自动调整神经网络的规模使其与实际输入模式的类别数目相适应，从而取得了较好的雷达信号分选效果．