利用字典优化方法实现sub Nyquist采样数据的频率估计

在稀疏重构理论中,重构信号需要预先设定稀疏表示字典,针对预设字典与真实字典之间的失配对信号稀疏表示造成的不利影响,提出一种基于字典优化和稀疏贝叶斯学习(Sparse Bayesian Learning, SBL)的频率估计算法。该算法首先构造基于sub Nyquist采样数据的信号稀疏表达式,然后利用SBL算法估计信号频率,同时根据估计结果优化字典,最后反复迭代上述步骤直至计算出的频率值和对应的幅度值趋于稳定。仿真结果校验了方法的有效性。     

一种基于稀疏表示的DOA估计新方法

提出了一种基于空间频率稀疏表示的宽带波达方向DOA估计方法。首先利用空间频率构建过完备字典,以代替传统的频率和角度的二维字典,大大缩小了字典长度。然后对接收到的数据进行傅里叶变换,建立稀疏模型进行DOA估计,提高了算法在低信噪比下的性能。经验证,该算法可对宽带范围内的多个窄带信号及宽带信号进行高精度DOA估计,且适用于非相干信号和相干信号。     

三重混合范数的L型嵌套阵列二维角度估计

针对L型嵌套阵列二维角度估计问题，提出一种三重混合范数块稀疏重构算法。首先，建立一种俯仰角和方位角可分离的二维稀疏测向模型，将两个维度采样点分块，分别计算联合协方差矩阵，二维角度估计问题被转化为联合协方差矩阵稀疏优化问题；为减小计算复杂度，建立三重混合范数块稀疏重构模型，利用交叉迭代的方法得到稀疏解，实现了二维角度估计，并且可以自动配对。仿真试验表明，三重混合范数稀疏重构算法能够有效估计多个辐射源的二维角度，分辨率较高，并且具有一定的鲁棒性。与传统算法相比，在低信噪比和小快拍数的条件下，均优于传统二维角度估计算法。     

基于匹配追踪算法的SAR超分辨成像

提出了一种新的SAR超分辨成像方法。在SAR图像相位历史域点散射模型的基础上，利用SAR图像目标稀疏的性质，构造子像素级的紧致字典，并设计了一种改进的匹配追踪迭代算法来估计模型参数，从而生成更大尺度的相位历史数据，对得到的相位历史域数据成像即得到了更高分辨率的SAR图像。实验结果表明该算法具有良好的超分辨性能，同时所需时问比基追踪方法缩短40％以上。     

基于空间变异特性的格网电离层延迟估计方法

广域增强系统采用格网模型校正用户电离层延迟误差,为保证理想的校正效果,必须精确估计格网点电离层延迟。电离层延迟的空间相关性是完成这一估计的理论依据。针对传统反距离加权法因不能准确描述这种空间相关性而使得估计效果受限的问题,依据空间统计学原理建立了电离层延迟空间变异函数模型,提出一种新的权值计算方法,并通过实际观测数据进行了仿真验证。结果表明,相比于传统方法,这一方法能明显改善格网点电离层延迟估计效果,尤其在穿透点观测数据稀疏的区域,其改善效果更为明显。     

压缩感知与最小二乘联合的卫星姿态抖动估计

卫星在轨运行时姿态存在一定频率的抖动,目前的星敏感器和陀螺等测量仪器受限于测量频率,无法直接测量高频抖动。提出了一种压缩感知和最小二乘相结合的卫星姿态抖动估计方法。根据姿态抖动中的频率稀疏信息,通过压缩感知方法从姿态欠采样数据中恢复出抖动频率,进一步利用最小二乘方法,精确估计出卫星姿态的高频抖动。与单纯采用压缩感知方法或最小二乘方法相比,该方法提高了卫星姿态抖动的估计精度。     

基于稀疏重构的L型阵列的二维波达方向估计

在L型阵列下,基于稀疏重构提出一种可实现自动角度配对的二维波达方向估计方法。首先,根据两均匀线阵接收数据的互相关矩阵构建二维稀疏线性模型;然后,通过数学变换将该二维模型转换为联合稀疏重构模型之内,通过联合稀疏重构算法分别单独获得信源方位角和俯仰角的粗略估计,并将此信息融入二维稀疏线性模型,大大减少了模型中原子个数,达到降低计算复杂度的目的;其次,从理论上分析了新方法可分辨的信源个数和计算复杂度;最后,通过一系列计算机仿真将新方法与其它子空间类二维波达方位估计方法进行比较,表明了新方法在估计精度上的优越性。     

基于2D/3D多特征融合的近距离空间非合作目标相对测量方法

面向空间在轨服务重大应用需求,以提高系统自主性和空间环境适应性为目标,发展了一种空间非合作目标三维重建、目标识别和位姿估计一体化的近距离相对测量方法。该方法基于二维图像信息和深度数据,通过数据融合并重建出非合作目标的稠密三维模型,接着基于快速迭代最近点配准算法,提出基于SIFT和SHOT特征融合的三维识别方法,为系统的相对位姿估计提供有效的参数初始化。本文方法可进一步减少地面的干预,增强在轨服务系统的自主性,扩展系统的工作范围。地面仿真实验验证了该方法的可行性和有效性。     

角分集ISAR高分辨成像

对不同视角雷达回波进行融合可以形成大的相干积累角,显著增强雷达空间监控能力。给出一种角分集(制)信号融合成像方法,对于角分集(制)回波方位向存在大的间隔,首先将每一距离单元方位向有效稀疏孔径数据排列组合成一Hankel矩阵,由参数化方法估计一维信号参数,再由估计得到的参数对空缺部分预测填补,对每个距离单元横向补全后,压缩得到二维图像。该方法克服了以往预测方法的不足,能有效用于方位向稀疏孔径预测外推,最终仿真与实际数据处理结果证实结论。     

基于稀疏系数位置特征的LFM雷达信源个数估计算法

信源个数估计是多信源信号处理的基础,对后续信号的捕获分析关系重大。依据稀疏系数在不同测量矩阵、相同稀疏字典下位置信息相同的特点,提出一种新的信源个数估计算法,突破了传统算法最优门限阈值随信噪比变化的桎梏,实现了信源个数的准确估计。仿真结果表明,算法在保证估计性能的同时降低了运算复杂度。     

基于时频稀疏性的跳频信号时频图修正方法

为了获取清晰的时频图,提出了一种基于时频稀疏性的跳频信号时频图修正方法。该方法根据跳频信号时频图的时频稀疏性,建立了修正时频图的最优化求解模型,然后利用匹配搜索的方法进行求解得到修正后清晰的时频图。仿真结果表明本文方法能够在低信噪比下获取精确的时频图,且用修正后的时频图估计跳周期,估计性能明显优于现有方法。     

一种基于压缩感知的信道估计算法

信道估计是无线通信系统的关键技术之一。文章提出一种基于压缩感知（Compressed Sensing）的信道估计方法,这种方法通过分析信道时延和多普勒域的稀疏度,可以有效降低导频的数量,从而提高系统的频谱利用率。通过与最小均方（Least Square,LS）信道估计方法的对比,可以明显看到导频数量的降低。     

基于基追踪的SAR图像超分辨处理

研究SAR图像的超分辨处理方法对于提高图像质量具有重要意义。结合雷达成像的目标属性散射模型，利用信号原子分解办法得到了SAR成像的最优信号原子，提出了利用基追踪方法估计模型参数的SAR图像超分辨处理方法。该方法利用了稀疏性先验信息，理论上比传统的匹配追踪方法具有更优越的性能。仿真算例和MSTAR实测数据的处理结果表明，这种处理方法具有良好的超分辨性能。     

频域空域二维稀疏SIMO高分辨雷达成像方法

利用频域稀疏的线性调频步进信号（FSCS）作为雷达发射信号,并结合空域稀疏的SIMO雷达阵列来构建二维稀疏的高分辨雷达成像模型。针对该稀疏模型,首先通过对低维数据简单补零处理,然后利用图像熵准则完成对运动目标速度的有效估计。在此基础上,结合压缩感知理论,构造有效的观测矩阵、稀疏变换矩阵以及重构算法,获得目标高分辨距离像（HRRP）,进一步提出基于保相性的频域空域二维稀疏SIMO高分辨雷达成像方法。该方法可以大幅减少FSCS脉冲串的子脉冲个数,大幅减少SIMO高分辨雷达接收天线阵元个数,并获得高质量的HRRP和目标二维像。仿真实验验证了本文方法的有效性和鲁棒性。     

脉冲串信号的时差和频差估计新方法

针对脉冲串信号的互模糊函数多峰特性以及时差频差估计运算量大的问题,提出一种时差和频差联合估计新方法。该方法首先基于信号频差与时差变化率的关系,利用时差序列引导互模糊函数的时差频差搜索范围,然后利用脉冲串信号的时域稀疏特性改进了基于互模糊函数的时差频差估计方法。理论和仿真分析表明,该算法可有效抑制频差模糊,并在估计精度损失不大的前提下有效降低运算量。     

基于罗格里斯参数的航天器递归线性姿态估计算法

针对航天器姿态确定问题提出了一种新的递归线性估计算法。首先采用罗格里斯参数描述姿态,介绍了基于几何方法得到的非递归线性姿态估计算法。其次,引入历史测量数据,根据姿态旋转关系,获得了递归线性估计算法。进一步引入遗忘因子,对历史测量数据和当前测量数据进行权衡,得到了加权递归线性估计算法。数值仿真结果表明,所提出的递归姿态估计算法比非递归姿态估计算法具有更高的精度,在一定范围内遗忘因子越小,姿态估计精度越高。     

基于Hankel矩阵填充的稀疏孔径ISAR成像

在稀疏孔径(SA)逆合成孔径雷达(ISAR)成像中,传统压缩感知(CS)方法使用稀疏信号处理来处理数据缺失下的成像问题。这类方法存在模型不匹配这一固有问题,在一定程度上会限制成像质量。提出了一种利用Hankel矩阵填充(HMC)的基于结构化稀疏ISAR成像方法。该方法是一种典型的无网格方法,可以有效地提高稀疏孔径ISAR成像性能。首先,建立ISAR稀疏孔径成像信号模型,根据每个距离单元的回波构造Hankel矩阵;其次,通过证明所构造Hankel矩阵的低秩性质,作为方位稀疏成像的先验信息约束;最后,通过逐步迭代求解基于增广拉格朗日乘子(ALM)的矩阵填充(MC)来实现重构方位维成像。提出的基于低秩约束的方法,可以避免过完备基的假设,有效地克服了CS方法的离网格效应。基于实测数据的实验分析,进一步验证了所提算法的有效性。     

飞行器气动参数的集员辨识

在噪声未知但有界的情况下，本文研究了飞行器气动参数的集员辨识问题。提出了先对非线性系统参数可行集的中心进行估计，再估计参数可行集大小的集员辨识两步法。这样就为解决飞行器气动参数的辨识问题提供了一种新的可行方法，再入体实测数据的处理表明这种方法十分有效。     

月球探测器自主软着陆中的三维重构技术研究

为了使月球探测器自主的在月球表面进行软着陆，应对着陆区域的地形进行三维重构的方法，获得着陆区域的地形描述。提出了一种通过运动获得长基线的立体视觉的三维重构方法，针对长基线立体视觉方法所存在的问题，通过设计一系列的算法，完成了图像特征点选取和匹配，估计相机在不同位置的相对旋转和位移；对立体图像对进行校正，获得稠密的视差图；通过视差图进行三维重构，生成着陆区域的DEM。根据月球地形的特点建立了软件仿真平台，并且在仿真平台的基础上对文中的算法进行验证。仿真的结果表明该方法可以有效的应用于月面地形的三维重构。     

基于贝叶斯稀疏重构的非均匀样本谱估计

在航空电子对抗领域,往往需要利用非均匀样本来估计信号的频谱。针对非均匀样本谱估计问题,提出了贝叶斯稀疏重构谱估计算法(BSRSE)。该算法首先将非均匀采样的谱估计表示为稀疏信号重构问题。然后利用拉普拉斯分布表示稀疏性,建立贝叶斯模型。最后通过构造加速的不动点迭代方法估计参数,从而估计信号频谱。与现有谱估计方法比较,该算法具有较高的频率分辨力、较强的噪声适应能力,且需要较少的样本数。数值仿真验证了该算法的有效性。