一种基于协方差矩阵加权的阵元误差补偿STAP处理

机载多通道阵列雷达天线在工程实践中不可避免地存在各类阵元误差,所产生的通道失配问题会对空时二维自适应处理的性能造成大的影响。对存在阵元误差时的阵列信号模型进行了分析,提出了一种基于协方差矩阵加权（CMT）的阵元误差补偿空时自适应处理（STAP）方法,在工程应用中该加权矩阵可通过地面天线定标及校飞过程确定,通过对总干扰协方差矩阵估计的加权预处理,可将实际阵元误差对STAP性能的影响控制在测量误差的影响范围,最后通过仿真验证了算法的有效性。     

一种基于高阶统计量的SAR图像自聚焦算法

 提出了一种基于高阶统计量分析的相位误差估计算法,用于SAR 图像自聚焦。该算法从复图像域出发,通过循环移位及加窗处理孤立强点目标,利用高阶累积量对高斯噪声的抑制能力,在距离压缩相位历史域估计相位误差。由于避免了对加性噪声及干扰很敏感的差分运算,相位误差的估计结果有很好的鲁棒性。仿真及实测数据的处理结果证明了该算法的可行性。     

一种基于盲同态解卷积的SAR成像自聚焦算法

针对大气扰动及飞行平台不稳引起机载合成孔径雷达(SAR)图像散焦的问题,提出了一种新的自聚焦算法来估算运动误差。该算法是基于运动误差函数及场景散射函数平滑特性的差异来进行估计的,利用复对数变换将图像的幅度与相位信息分离,进而分别对相位及幅度信息进行处理。运动误差通常为慢变函数,而场景的散射信息具有某种随机特性。因此,经过复对数变换后,运动误差及散射信息可以通过滤波器进行分离,将相位中的随机噪声去除,从而保留了慢变的运动误差函数。为了去除噪声信息,需要建立一个平滑滤波器,利用Daubechies小波的尺度函数构造Riesz基向量,从而建立了正交子空间,通过所建立信号子空间及噪声子空间组建平滑滤波器,最终可以获得准确的运动误差。在实验部分,分别利用仿真数据及实测数据对本文方法进行验证,最终结果分析表明该方法具有很高的估计精度及执行效率。     

利用输出误差时间序列模型识别结构时变模态参数

基于振动系统运动方程,建立了描述系统输入和输出关系的输出误差时间序列模型,论证了该模型中外源多项式系数的性质。利用基于UD分解的递归最小二乘参数估计方法估计OE模型的参数,从而得到结构的时变模态参数。数值仿真结果表明用此方法来识别时变模态参数是可行的。     

基于最小熵准则的频偏估计算法研究

提出了一种基于SEM(Spectrum Entropy Minimization,频谱熵最小化)的频偏估计算法。研究发现,频偏越小,离散信号频谱的熵越小。根据这一性质建立了相关算法,通过一维搜索的方式得到使相位补偿后信号频谱熵最小的频偏估计。仿真结果表明:SEM算法的估计性能能够达到CR(Cramer-Rao,克拉美罗)下界,而且估计的稳定性和鲁棒性较好,具有一定的应用价值。     

SINS制导工具误差补偿研究

 针对现有SINS制导工具误差模型不能满足“天地一致性”的问题，提出了基于实际弹道数据的SINS制导工具误差补偿方法，即首先建立SINS制导工具误差模型，然后采用改进的特征值有偏估计方法(LRE)估计具有复共线性特性的误差模型，最后利用该误差模型对捷联惯性仪表进行误差补偿。半物理仿真试验的结果表明，高度通道的最大测量误差由补偿前的52米降低到补偿后的8米，其余通道的补偿效果类似。这证明了该误差模型的正确性和估计方法的有效性，为将来SINS制导工具误差补偿和提高SINS制导精度提供了充分的依据。     

一种超高分辨率机载聚束SAR两维自聚焦算法

受运动参数测量误差和大气扰动等因素影响,合成孔径雷达(SAR)图像通常会发生散焦,利用自聚焦对散焦的SAR图像进行后处理是一种有效的重聚焦手段。传统的自聚焦算法都只是针对方位一维相位误差的估计和补偿。随着成像分辨率的提高,自聚焦时残留距离徙动的校正成为SAR成像面临的一个新挑战。本文推导得到了极坐标格式算法处理后残留距离徙动和方位相位误差的解析表达式,分析了两者之间的内在关系,并利用该关系,提出了一种能够同时进行残留距离徙动和方位相位误差补偿的两维自聚焦算法。实测数据处理结果表明,在残留距离徙动效应不可忽略的条件下,该方法能够极大地改善原有自聚焦算法的聚焦性能。     

迭代收缩阈值雷达前视成像方法

针对机载多通道雷达的扫描前视成像问题,研究了利用迭代收缩阈值算法实现单个通道前视成像的方法,在此基础上提出一种扩展的多通道迭代收缩阈值算法来解决多通道前视成像问题,在理论上证明其收敛性,并给出加快收敛速度的方法。该算法首先通过对各个通道的加权叠加,获得多通道雷达最小均方误差意义下的最优解;然后利用目标的稀疏表示,获得最优解在相应稀疏约束下的稀疏解。理论分析和仿真实验表明,相对于现有扫描雷达前视成像方法,所提方法在算法稳定性、场景复原能力和噪声抑制能力等方面具有明显的优势。     

基于ECEF的广义最小二乘误差配准技术

 雷达组网数据处理首先要进行误差配准,来准确地估计和消除系统误差。传统的误差配准技术多基于球极投影,当雷达之间距离较远时,给配准结果引入一定的误差。基于地球中心坐标系(ECEF),提出了一种广义最小二乘的ECEF-GLS误差配准技术,较好地解决了远距离误差配准问题,误差分析表明,如果忽略模型线性化引入的误差,配准结果达到了CRLB下限。最后,使用仿真数据验证了算法的性能,并和Zhou提出的基于ECEF坐标系的最小二乘ECEF-LS误差配准算法进行了比较。     

基于压缩感知的MIMO-SAR运动误差补偿与成像

多发多收合成孔径雷达（MIMO-SAR）利用多通道空间并行采样的优势可实现高分辨成像,但不可避免地存在运动误差与海量数据不便于存储与传输的问题。针对该问题提出一种基于压缩感知的MIMO-SAR运动误差补偿与成像方法。首先通过详细分析MIMO-SAR运动误差回波信号模型,在全采样条件下利用两步运动补偿技术实现对回波数据的运动误差补偿处理,其次针对降采样回波数据的运动误差补偿,通过构造变换算子与压缩感知（CS）重构模型的方法实现第1步运动误差补偿、距离脉压以及距离徙动校正处理,然后再进行第2步误差补偿与方位向脉压处理获得成像结果。最后通过仿真实验验证了所提方法能够在大幅压缩回波数据的情况下,实现MIMO-SAR运动误差补偿与成像处理。     

Autofocusing of ISAR images based on entropy minimization

A novel autofocusing technique is developed for random translational motion compensation in inverse synthetic aperture radar (ISAR) imaging of objects. This technique is based on an entropy minimization principle and validated via a nonparametric estimation method. Images of a simulation and a real flying aircraft are used for illustration. Images of encouraging quality confirm the feasibility of autofocusing the radar images by just the requirement of minimizing the image entropy     

基于相似变换的涡扇发动机智能动态推力估计方法

智能推力估计面临飞行包线大、工作状态多变带来的数据采集和处理问题，获得的训练数据难以覆盖整个飞行包线的各种过渡工作状态，为此本文提出一种基于相似变换的推力估计数据处理方法。通过机理分析选择推力估计器输入，以相似变换对推力估计的输入和输出数据进行处理，并设计了基于输入延迟的深层动态神经网络来实现动态推力估计。非训练数据区域的动态仿真结果表明，相似变换后，深层动态神经网络的最大推力估计误差降低了62.20%，平均误差降低了43.50%；未进行相似变换时，相比深层静态神经网络，深层动态神经网络的最大推力估计误差降低了43.42%，平均误差降低了2.35%，仿真结果表明了本文所提出的数据处理方法和动态推力估计结构有效性。     

用自助法估计外弹道测量数据随机误差分布特性

针对外弹道测量数据的有限性使随机误差的分布估计不够准确的问题,提出了基于Bootstrap（自助）方法的外弹道测量数据随机误差分布特性估计。首先对测量数据采用样条分频技术得到随机误差的初步估计,然后采用三次多项式拟合修正样本经验分布函数,替换传统Bootstrap方法中经验分布函数,得到随机误差的Bootstrap样本,计算Bootstrap样本的统计量,从而得到精度较高的外弹道测量数据随机误差模型。从仿真数据验证结果来看,解决了传统Bootstrap方法仿真随机样本相对比较集中的问题。     

Geometrical entropy approach for variable structure multiple-model estimation

The variable structure multiple-model(VSMM) estimation approach, one of the multiple-model(MM) estimation approaches, is popular in handling state estimation problems with mode uncertainties.In the VSMM algorithms, the model sequence set adaptation(MSA) plays a key role.The MSA methods are challenged in both theory and practice for the target modes and the real observation error distributions are usually uncertain in practice.In this paper, a geometrical entropy(GE) measure is proposed so that the MSA is achieved on the minimum geometrical entropy(MGE) principle.Consequently, the minimum geometrical entropy multiple-model(MGEMM) framework is proposed, and two suboptimal algorithms, the particle filter k-means minimum geometrical entropy multiple-model algorithm(PF-KMGEMM) as well as the particle filter adaptive minimum geometrical entropy multiple-model algorithm(PF-AMGEMM), are established for practical applications.The proposed algorithms are tested in three groups of maneuvering target tracking scenarios with mode and observation error distribution uncertainties.Numerical simulations have demonstrated that compared to several existing algorithms, the MGE-based algorithms can achieve more robust and accurate estimation results when the real observation error is inconsistent with a priori.     

IMPROVEMENT OF PHASE GRADIENT AUTOFOCUS ALGORITHM

ＩＭＰＲＯＶＥＭＥＮＴＯＦＰＨＡＳＥＧＲＡＤＩＥＮＴＡＵＴＯＦＯＣＵＳＡＬＧＯＲＩＴＨＭＬｉＬｉｗｅｉ（李立伟），ＭａｏＳｈｉｙｉ（毛士艺），ＡｓｉｆＲａｚａ，ＬｉｕＹｉｎｇ（刘莹）（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ...     

分布式数字相控阵通道一致性校准方法

基于分布式数字相控阵通道一致性校准需求,提出了一种新的有效解决方法。首先基于时域相干的时延估计算法纠正通道间时延差,而后利用基于最小二乘拟合的频域均衡算法实现通道间幅相一致性校准。利用MATLAB平台进行仿真分析,结果表明,利用此方法校正后,失配通道与参考通道在通带内的幅度差值在0.015d B内,相位差值在0.1°内,有效地实现了通道间一致性校准作用。该方法已成功应用于实际工程项目中。     

低成本GNSS终端中北斗三号多频观测的分析及应用CSCD

低成本消费级GNSS芯片相较于传统测绘级接收机在体积、功耗等方面具有突出优势,在未来无人驾驶、物联网等新兴应用领域具有极大潜力。然而当前低成本GNSS芯片的观测量存在非常严重的噪声和误差,为了改善观测质量,低成本芯片正逐渐从单频向多频过渡。首先调研了目前低成本GNSS接收机对多频信号的支持情况,然后介绍了北斗三号多频观测在电离层延迟和整周模糊度估计等方面的应用。通过对真实数据的采集和分析,针对当前原始观测量存在的诸多问题,提出了具体的预处理方案,并在此基础上开展了信号强度、电离层和模糊度实验。实验结果表明,基于华为Mate 40手机的低成本GNSS方案的北斗三频电离层延迟估计误差的均值为-2.97m,三频整周模糊度估计的成功率达93.8%,相较于单频整周模糊度估计的3.11%成功率有显著提升。     

A multiscale transform denoising method of the bionic polarized light compass for improving the unmanned aerial vehicle navigation accuracy

In recent years, the bionic polarized light compass has been widely studied for the unmanned aerial vehicle navigation. However, it is found from the obtained investigation results that a polarized light compass with a sensitive and high dynamic range polarimeter still provides inferior output precision of the heading angle due to the presence of the noise generating from the compass.The noise is existed not only in the angle of the polarization image acquired by polarimeters but also in the out...     

基于稀疏表示的双基地MIMO雷达多目标定位及幅相误差估计

 基于稀疏表示理论,提出一种新的双基地多输入多输出(MIMO)雷达收发角度及幅相误差估计算法。利用接收数据,分别构造发射和接收协方差矩阵,并以列向量化后的发射和接收协方差矩阵为量测信号建立2个一维稀疏线性模型,构造模型求解的 L₂-L₁ 混合范数优化目标函数,通过交替迭代寻优获得目标角度估计和幅相误差估计,最后给出了本文算法的收敛性分析。与现有算法相比,该算法充分利用了目标发射和接收空域的稀疏特性,且能够通过对噪声功率的预估计来抑制噪声。仿真结果表明:在低信噪比(SNR)条件下,本文算法仍能够得到较好的估计精度,且对幅相误差具有一定的稳健性。