基于位置信息的高分辨雷达角闪烁抑制方法

角闪烁误差是导引头寻的制导的主要误差来源,基于高分辨力雷达的单脉冲测角算法可有效改善角闪烁现象。现有的研究大多基于幅度加权的思想,利用距离单元的幅度信息进行加权平滑处理。本文在现有高分辨测角算法的基础上,结合高分辨一维距离像的位置信息,提出了一种新的角度信息处理方法。该算法充分利用了距离像有效单元的目标信息,提高了角度测量精度。仿真实验表明该算法对角闪烁有较好的抑制作用。     

遥感图像的亚像素配准技术研究

高分辨遥感技术在军民领域应用广泛,图像配准技术是高分辨遥感图像的预处理技术。实际的机载和星载遥感成像仪,由于自身成像原理和成像仪平台抖动原因,出现了遥感图像亚像素偏移误差。对亚像素图像配准技术进行系统研究,对高精度亚像素配准算法进行研究分析,并对其算法进行仿真、处理,对仿真的结果进行系统分析,通过误差分析提出配准误差修正算法,修正算法对亚像素配准进行了很好的改进,达到遥感图像预处理的目的。     

基于高分辨距离间隔像的频率步进单脉冲雷达测角技术研究

 频率步进雷达合成高分辨距离像时对速度补偿的精度要求很高,而采用高分辨距离间隔像处理则可以大大降低这种要求。首先分析了高分辨距离间隔像成像的一些问题;然后阐述了基于高分辨距离间隔像的单脉冲雷达测角机理,并且提出了3 种过采样条件下的单脉冲雷达距离间隔像测角算法,进行了计算机仿真,结果表明距离间隔像交叉项选大测角方法性能优于其它两种方法。     

提高CCD分辨力算法研究

对现有的一种提高CCD分辨力的算法进行了改进,并结合CCD的结构给出了高分辨力重建的计算公式。仿真试验说明:改进后的权重插值算法优于原先的算法,最后用平均梯度进行了性能评价。     

DOA估计算法性能分析及仿真

分析了几种常见空间谱估计算法的结构,提出了一种未知信源数的高分辨DOA估计算法。该算法继承了求根MUSIC算法优越的性能,直接利用阵列接收数据的协方差矩阵,无须预判信源个数和进行特征值分解,实现高分辨谱估计,同时在信噪比较小时,仍能保持较高的角度分辨力。最后通过大量的计算机仿真实验比较了各种算法的性能,证明了新算法理论的正确性和有效性。     

MUSIC算法测向技术研究

论述了MUSIC高分辨测向算法的基本原理,分析了该算法在处理相干信号源时失效的原因.最后用MUSIC算法对几种条件下的非相干信号源进行了无源测向的仿真.     

对接航天器间相对位姿单目视觉测量的两阶段迭代算法(英文)

视觉敏感器常用做航天器交会对接最终逼近段的测量敏感器,针对基于光标点和单目视觉的航天器间相对状态测量问题,提出了一种基于逆投影思想的两阶段迭代求解算法。该算法包含景深恢复和绝对定向解算两阶段,在景深恢复阶段计算各特征点的景深,在绝对定向解算阶段基于绝对定向问题的解析算法计算相对位姿参数,上述两阶段迭代进行直至结果收敛。最后,对该算法的收敛性进行了理论分析,并对该算法进行了数学仿真,结果进一步验证了算法的有效性和收敛性。     

航空发动机整机测振中的基本问题分析

针对航空发动机整机测振各环节中的关键问题,对传感器位置信号正交变换、特征参数选择、限制值选定等问题进行分析。提出了可实现2支不垂直安装的传感器所测振动信号的正交化转换的算法,并利用转子试验器验证了算法的实用性;提出了发动机振动特征参数选择算法,并针对算法工程实用性进行了分析;研究了特征参数限制值的统计方法,采用"概率相等法"进行了实例说明。经分析和验证表明:所提出的算法正确,结果可靠,具有明确的物理意义,能够直接应用于发动机整机振动分析。     

多云天气条件下的大气偏振光定向方法

针对多云天气情况下传统的偏振光定向算法精度下降的问题,提出了一种用于多云天气条件下的大气偏振光定向方法。首先,根据已知信息建立任意一个像素点的偏振光定向模型;然后,基于上一步得到的定向模型,利用随机抽样一致算法筛选出符合要求的内点,并根据筛选出的这些内点得出最符合要求的定向模型;最后,利用选取出的最优的定向模型解算出航向角,实现了基于大气偏振光的定向。通过实际数据证明了该方法的有效性,解算出的航向角误差在少云情况下小于0.5°、多云情况下小于1°。     

高信噪比、高分辨宽测绘带成像

针对传统高分辨和宽测绘带以及高信噪比和宽测绘带之间的矛盾,提出一种基于脉内扫描面阵合成孔径雷达(SAR)系统的二维空域联合处理算法实现高信噪比、高分辨宽测绘带成像。文中首先建立脉内扫描面阵SAR系统模型,该系统采用低脉冲重复频率(PRF)获得宽测绘带信息,同时利用脉内扫描方式获得高信噪比的回波信号。对于低PRF采样宽多普勒谱(对应方位高分辨)引起的多普勒模糊以及脉内扫描引起的距离模糊,提出一种二维空域联合处理算法解距离和多普勒模糊,并且详细地分析了地形高度变化对解模糊算法的影响。最后,通过仿真实验验证了本文算法的有效性。     

相关色噪声下无冗余累积量稀疏表示DOA估计

针对传统均匀线阵中四阶累积量计算复杂度大、对快拍数敏感的问题,提出了一种快速去冗余的高分辨波达方向估计新方法。该方法首先通过构造选择矩阵对四阶累积量矩阵进行第1次降维处理,摒弃传统四阶累积量中大量冗余数据,然后对无冗余累积量矩阵进行矢量化并通过二次降维得到统计性能更优的向量观测模型,最后在相应的过完备基下建立观测模型的稀疏表示进行波达方向(Direction of Arrival,DOA)估计。同时将方法推广到L型阵列2维DOA估计,扩展了其应用范围。与传统的四阶累积量方法相比,该方法大大地减小了计算量,对快拍数要求不高,并且能够有效地抑制相关色噪声。理论分析和仿真实验验证了该方法对1维和2维DOA估计都具有较高的估计精度和分辨率。     

基于压缩感知的频率和DOA联合估计算法

波达方向（DOA）估计是阵列信号处理的一个重要问题,针对信号的DOA估计问题,本文基于压缩感知理论,提出了一种新的频率和角度联合估计算法。首先利用方向波数的空间稀疏性,建立过完备稀疏字典,然后利用压缩采样阵列结构通过求解最优化问题得到方向波数的高分辨估计,最后利用最优空域滤波实现信号到达角度和频率的配对。相对于传统算法,该算法能够实现多信号DOA的高分辨估计,且经过压缩采样后降低了运算量,仿真验证了该算法的正确性与有效性。     

非圆信号的贝叶斯稀疏重构阵列测向方法

对信号非圆特性的有效利用能显著改善子空间类阵列测向方法的性能,但难以弥补此类方法在低信噪比（SNR）、小样本等信号环境适应能力方面的局限。本文引入贝叶斯稀疏学习（SBL）技术以解决非圆信号的波达方向（DOA）估计问题,在结合信号非圆特性的同时对入射信号的空域稀疏性加以利用,通过将非圆信号阵列输出协方差矩阵和共轭协方差矩阵在预先定义的空域字典集上进行稀疏重构,得到入射信号的空间谱重构结果,并依据其谱峰位置估计各信号的方向。该方法对独立和相关信号都具有较好的适应能力,仿真结果验证了该方法在信号环境适应能力和相关信号测向精度等方面的优势。     

宽带信号近似最大似然方位估计快速算法

 针对短采样宽带信号近似最大似然方位估计（AML）计算量大的问题,将马尔可夫蒙特卡罗(MCMC)方法与近似最大似然方位估计相结合,提出一种基于完美抽样的近似最大似然方位估计快速算法（PAML）。该算法将AML算法的空间谱函数作为信号的概率分布函数,并利用完美抽样方法从该概率分布函数中抽样。与AML和遗传算法的对比实验研究表明,两目标情况下PAML算法在中低信噪比条件下的估计性能与AML和遗传算法性能相当,而计算量分别是二者的1/24和1/3。随着目标个数的增加,PAML算法的计算量优势将更加明显。     

Resolution of signal sources via spectral moment estimation

In different practical situations it is desired to estimate the number of signal sources and their positions in space or in frequency domain. The first problem is known as the detection or the order estimation and the second one as the resolution. For the resolution problem techniques such as nonlinear least squares (NLSM), high-order Yule-Walker method (HOYW), multiple signal classification (MUSIC), Pisarenko harmonic retrieval method, min-norm method, estimation of signal parameters by rotational invariance technique (ESPRIT), were proposed (Marple, 1987 and Stoica and Moses, 1997). All these high-resolution methods are based on the analysis of the signal covariance matrix. But the covariance matrix is not the only choice to represent the signal spectrum. In different applications (weather radars, synthetic aperture radar (SAR) signal processing, ultrasound imaging in medicine, atmospheric turbulence measurements) the signal spectrum can be modeled through its algebraic moments. Recently a number of efficient nonparametric methods have been proposed to estimate the algebraic spectral moments (Monakov, 1999). The presented paper is an attempt to solve the direction of arrival (DOA) problem via estimation of the algebraic spectral moments. A method proposed in the article is comparable in its accuracy with the MUSIC method. At the same time its computational burden is much lower. The method permits to estimate the signal power of sources easily to complete the full spectral line analysis. Additionally the method shows good robustness in situations when signal sources have noticeable spatial extend     

线性极化敏感阵列的极化平滑算法及相干源参数估计

 研究了基于极化敏感阵列的相干信号参数估计问题。首先,提出一种利用均匀线性极化敏感阵列的新型极化平滑算法(ULAPSA),其能够处理更多相干信号的参数估计,且具有更小的计算量。然后,基于ULAPSA给出了波达方向（DOA）和极化参数估计的两种方法：第1种方法利用角度搜索得到信号的DOA估计,适应任何多分量的电磁矢量传感器阵列;第2种方法结合传播算子算法,无需奇异值分解和角度搜索,能够同时估计信号的DOA和极化参数。该方法适应完备的电磁矢量传感器、三偶极子或三磁环构成的矢量传感器。最后,通过仿真实验比较和分析了所提算法的性能。     

聚焦变换在MIMO阵列方位估计中的应用

MIMO阵列是近年来信号处理领域提出的一种新体制阵列技术,可有效避免常规阵列中的相干源问题。为解决多载波造成的方位模糊,提出了一种基于聚焦变换的MIMO阵列目标方位估计方法。该方法将MIMO阵列接收信号分解为多个频率分量的信号,并通过聚焦算法将多个频率信号聚焦到同一信号子空间,然后对聚焦后的信号进行方位估计。仿真结果表明:与直接对MIMO阵列接收信号进行方位估计相比,该方法利用了MIMO阵列的回波不相干性和宽带信号能量,具有更好的分辨能力和更高的方位估计精度。     

MIMO雷达DOA估计阵列设计

 多输入多输出（MIMO）雷达的关键技术之一是天线阵列的设计。由于MIMO雷达同时增加了收发两端的相位中心,使得系统具有更高的空间分辨率和更多的自由度。论文从接收信号模型出发,对MIMO雷达发射正交信号的等效阵列进行了讨论,以波达方向估计为目标提出了一种MIMO雷达天线阵的设计方法,通过抛物线理论得出了收发组合的唯一性和合理性,然后通过分析各种收发组合给出了发射阵元的最佳间隔设置。推导了几种情景下的MIMO收发阵列最佳设计解析解,最后进行了仿真实验。仿真结果验证了算法的有效性。     

基于空域稀疏性的宽带DOA估计

利用宽带阵列接收信号的空域稀疏性,将宽带信号的波达方向(DOA)估计转化为一个稀疏信号重构的问题,提出了一种新的宽带信号DOA估计算法。该算法将宽带信号分解为多个子带信号,联合利用多个子带信号的空域稀疏性进行重构。它是对用于稀疏重构的标准的稀疏贝叶斯学习算法的推广,可适用于多冗余字典的信号模型。另外,通过对多快拍的阵列接收信号进行奇异值分解(SVD),提取信号子空间作为算法的输入数据,可以在有效减少运算复杂度的同时,提高对噪声的稳健性。与传统的宽带阵列DOA估计方法相比,该算法能够用于低信噪比、快拍有限和信源相关性较高的场合,同时算法的性能对信源个数的估计值不太敏感。仿真实验表明,该算法相对现有的基于子空间类的方法,具有更好的DOA估计性能。     

未知互耦条件下混合信号波达方向估计

阵列天线互耦对导向矢量的扰动以及信号相干性对数据协方差矩阵造成的秩损,使得基于子空间正交性原理的超分辨波达方向估计(Direction-of-Arrival,DOA)算法性能恶化,甚至失效。针对这一问题,提出一种在相干与非相干信号混合状态下无需阵列互耦补偿的特征矢量平滑DOA估计算法。该算法对部分阵元接收数据的协方差矩阵特征分解,将得到的特征矢量平滑处理后构造等效协方差矩阵,抑制阵列互耦影响的同时完成混合信号DOA估计。在阵列互耦和信号相干性均未知的条件下,正确估计了信号DOA,无需互耦参数估计或补偿。计算机仿真结果验证了算法的有效性。