基于幅度和相位联合的ATI动目标检测新方法

分析了影响SAR-ATI动目标检测干涉相位图中点幅度和相位分布的因素--包括雷达噪 声、杂波能量、地面RCS起伏以及成像时的旁瓣等.针对SAR-ATI检测时虚警概率过高问题, 基于幅度门限和相位门限联合动目标检测处理,提出了一种改进方法:首先对SAR每一个 通道的图像域中相位被污染的点作一次关于能量梯度的预滤波,在滤除了干涉相位图中相位 失效的点之后,根据雷达的固有噪声及干涉相位分布图,在概率意义下设定滤波门限进行 自适应幅度滤波;最后采用相位门限进行检测处理,有效降低了虚警概率;同时给出一个 由干涉相位图中统计量拟合出的动目标检测曲线经验公式,能够明显降低在低杂噪比条件下 的虚警概率.仿真结果验证了此方法的有效性.     

基于小波变换的干涉SAR图像的降噪方法

根据干涉合成孔径雷达(SAR)图像的噪声来源和性质以及干涉合成孔径雷达信号处理的特点,选择了具有对称性和紧支性的双正交小波变换应用于干涉SAR图像的噪声抑制,提出了基于小波标架表示的干涉SAR相位图像的降噪算法.与传统的低通滤波器及中值滤波器处理的结果对比显示,利用小波变换方法处理干涉合成孔径雷达图像以提高干涉相位精度的方法是可行的,并且小波变换方法是基于观测数据的自适应算法.     

单通道SAR实现ATI动目标检测的新方法

研究了采用单通道合成孔径雷达(SAR,Synthetic Aperture Radar)多视沿航迹向干涉(ATI,Along Track Interferometry)实现地面慢速运动目标指示的检测方法.分析了该方法所需的步骤,即利用重叠或不重叠的窗构造子视,对子视分别成像,相位误差校正并求干涉.关于其中起关键作用的相位误差校正步骤,提出了利用信号子空间投影进行相位配准的补偿方法.借助该鲁棒的自适应方法可以从某种程度上解决子图像间的去相关问题,降低相位随机性的影响,从2幅子视图像的干涉相位图上敏锐地检测到运动目标.通过仿真实验,验证了该方法可以有效地从强杂波中检测动目标,为单通道SAR实现地面运动目标指示(GMTI,Ground Moving Target Indication)、扩展已有SAR系统功能提供可靠的途径.     

基于去噪的SAR复图像SPIHT压缩算法

提出一种对合成孔径雷达(SAR,Synthetic Aperture Radar)复图像压缩的改进的分层树集合分割(SPIHT,Set Partitioning in Hierarchical Trees)算法,高效完成SAR复图像压缩,既有效地保留了SAR复图像的相位信息,又抑制了斑点噪声.首先根据SAR复图像的统计特征进行预处理,然后进行小波变换,对不同子带的小波变换系数采取不同的门限,进行软门限斑点噪声抑制,再经过SPIHT量化编码,得到压缩后的码流.仿真实验表明,在64倍高压缩比的情况下,通过对重建SAR复图像数据的相位误差、等效视数、平均空域相关系数等指标的测量,验证了该算法仍然具有很好的性能.     

基于公共余数最优估计的多通道干涉SAR高程重建方法

针对多通道干涉SAR高程重建方法计算效率较低的问题,提出了一种基于公共余数最优估计的多通道干涉SAR快速高程重建方法。该算法首先对干涉相位去除平地效应后,得出每幅干涉图像任意一个像素对应的缠绕干涉相位,构造出关于干涉相位模糊数的同余方程组;然后利用最优估计法求解出带噪声余数的公共余数的最优估计值,求解出各目标的高程值;最后再利用改进措施得到更高精度的高程重建结果。试验数据处理结果表明,该方法使得多通道干涉SAR高程重建的计算效率有了显著提升。     

月球探测器天文导航的遗传粒子滤波方法

天文导航系统是典型的非线性和噪声非高斯分布的系统.针对传统的扩展卡尔曼滤波不适于非线性和噪声非高斯分布的系统,和一般粒子滤波存在的粒子退化和采样枯竭问题,提出了一种基于遗传算法进行再采样的月球探测器自主天文导航粒子滤波新方法.计算机仿真结果显示了该方法可以有效的克服传统粒子滤波方法的缺点,提高天文导航系统的定位精度.     

随机时变信道中角调信号的最佳滤波

本文讨论由白噪声策动的角调信号,通过随机时变信道的最佳滤波问题。文中应用扩大状态变量方法,建立了角调信号通过瑞利信道的非线性估计模型。然后,应用线性滤波和非线性滤波方法对相位消息过程和信道过程进行最佳过滤。理论分析和计算机模拟结果表明,对于随机时变信道中的非线性估计模型,非线性滤波的估计性能比线性滤波的估计性能优越。     

非线性量测下自适应噪声协方差PHD滤波

概率假设密度(PHD)滤波算法已被证明是实时多目标跟踪的有效方法,但现有这些基于PHD滤波的方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对这一问题,提出了一种适用于非线性量测模型的自适应噪声协方差多目标跟踪算法。该算法以PHD滤波为基础,采用容积卡尔曼(CK)技术近似非线性量测模型,利用逆威沙特(IW)分布描述量测噪声协方差分布,通过变分贝叶斯(VB)近似技术迭代估计量测噪声协方差和多目标状态联合后验密度。仿真结果表明,本文所提算法可有效估计量测噪声协方差,同时实现准确的目标数和目标状态估计。     

干涉SAR图像的降噪方法及水平地形效应消除

考察不同滤波器抑制干涉SAR(Synthetic Aperture Radar)图像噪声的效果.为有效地使用低通滤波处理,首先对原始干涉图像进行水平地形效应消除,保证图像信号频率的中心在零频处,降低由干涉SAR系统几何结构引起的信号频率偏移对滤波效果的影响.同时水平地形效应消除后的干涉SAR相位图可直观地反映地形的拓扑结构.实际数据处理结果证明本文提出的水平地形效应消除算法及滤波算法的可行性及有效性.     

四元数UKF超紧密组合导航滤波方法

针对GPS/SINS(Global Positioning System/Strapdown Inertial Navigation Sys-tem)超紧密组合导航系统线性化滤波在高动态、弱GPS信号等环境下性能下降严重的问题,提出了一种以四元数UKF(Unscented Kalman Filter)为基础的GPS/SINS超紧密组合导航系统非线性滤波方法.通过分析GPS与SINS在超紧密组合导航系统中的关系,提出了一种利用SINS信息来估计、修正GPS载波信号的方法,在此基础上建立了组合导航滤波的状态方程和量测方程;以四元数乘性误差模型为基础,提出了一种可应用于UKF滤波的求解四元数加权均值的方法;提出了基于四元数UKF的GPS/SINS超紧密组合导航滤波方法.仿真实验表明:在高动态环境下,四元数UKF滤波方法增强了GPS/SINS超紧密组合导航系统的定位精度和抗干扰能力.     

一种干涉SAR复图像数据的快速仿真方法

为了给干涉测高算法提供具有先验知识的干涉数据,进行算法的定量可控误差分析,以完成算法性能的定量评估,针对干涉SAR(合成孔径雷达)数据仿真进行了深入的研究.考虑多种因素,推导出用于干涉SAR仿真的一种仿真模型,能快速完成干涉SAR面目标复图像的仿真;并提出迭代插值算法反推雷达斜距,既很好地去除了干涉SAR仿真中的奇异点效应,又提高了仿真速度.能够为图像配准、相位解缠产生数据源,也可进行基线估计.计算机仿真结果表明,新仿真模型具有快捷、灵活、多功能性,迭代插值算法也具有快速准确性.     

基于相干度优化的极化顺轨干涉SAR慢小目标CFAR检测

为改善干涉合成孔径雷达（SAR）系统对慢动小目标的检测性能，研究了全极化顺轨干涉SAR（AT-POLINSAR）实现慢动目标恒虚警（CFAR）检测的方法。首先，通过对单基线AT-POLINSAR的系统设计，明确了其在现有技术条件下的可实现性，并对其信号形式与极化干涉回波进行了建模分析。然后，针对AT-POLINSAR 6维极化干涉矢量提出了以背景杂波平均相干度为优化准则的极化降维新方法，构建了一种统计分布类型与单极化干涉数据相同的次优极化标量干涉回波，从而使目前单极化顺轨干涉SAR（AT-INSAR）慢动目标CFAR检测方法可直接扩展至全极化情形。最后，通过检测实验对次优极化与单极化的慢动目标检测性能进行了对比分析。结果表明，次优极化方法能充分利用全极化信息提高INSAR对慢小目标的检测概率。      

基于自仿射分形建模的干涉仿真

对合成孔径雷达干涉仿真进行了深入研究,阐述了干涉仿真的基本原理,分析了影响干涉合成孔径雷达图像质量的各种噪声干扰因素,重点讨论了干涉合成孔径雷达仿真模型以及建立准确模型的重要性.比较了目前常用的干涉仿真模型,分析了这些模型在仿真过程中存在的缺陷,并基于自仿射分形理论建模仿真了实际的干涉过程,获得了满足合成孔径雷达空间采样率的数字高程模型.仿真结果表明,利用自仿射分形理论仿真不仅可以真实逼真地反映自然目标场景的随机起伏特性和雷达图像特有的几何畸变现象,而且可以对去相干因素进行定量分析,同时有助于验证干涉处理算法和优化系统设计.     

粒子滤波及其在航天器交会对接相对导航中的应用

在全面分析粒子滤波原理的基础上,提出一种改进高斯粒子滤波方法.该方法利用确定性采样滤波算法进行时间更新,替代高斯粒子滤波算法中的随机采样过程;另外,针对厚尾噪声情况,利用鲁棒统计方法对确定性采样滤波方法进行鲁棒性改进,并将其应用于所提出的改进高斯粒子滤波.将粒子滤波算法应用于交会对接相对导航问题,仿真结果表明,在多种测量噪声情况下,改进高斯粒子滤波较其他粒子滤波,能够在不过多损失估计精度的同时有效降低计算量.文中的研究成果为将粒子滤波应用于航天器导航问题提供了理论参考.     

Dual-frequency carrier smoothed code filtering with dynamical ionospheric delay modeling

In GNSS applications, carrier-smoothed-code is a widely used technique to combine code pseudo-range and carrier phase measurements. A dynamical ionospheric delay modeling method is proposed based on Kalman filter and least-squares theory. The level of the process noise is adaptively tuned along with the real-time KF state estimation, based on the online variance component estimation method. Meanwhile, the correlations of the time differenced carrier phase measurements are considered. This approach avoids overly optimistically evaluating the estimate and improves the transient accuracy of the estimates. A real GPS dataset is employed to check the performance of the proposed method under different conditions. The results show that the new algorithm can model the ionospheric delay variation well with different sampling intervals or even in ionospheric abnormal environment. The positioning accuracy can be confirmed, about 21%, 35% and 16% better are obtained in the N, E, and U direction than raw dataset.     

一种基于AUKF的航天器自主导航算法

 将非线性Sage-Husa噪声估计器与无迹滤波器(UKF)相结合，提出了一种新型的自适应无迹滤波器(AUKF).对基于AUKF的航天器自主导航系统进行了计算机仿真，仿真结果表明，对于存在测量偏差的自主导航系统，AUKF的导航滤波精度较传统的扩展卡尔曼滤波器(EKF)有显著的提高.进而，针对航天器自主导航系统测量偏差周期时变的特点，提出了提高偏差估计精度的改进算法.仿真结果表明，在适当增加计算量的条件下，利用偏差估计改进算法的AUKF能够进一步提高自主导航系统的导航精度.     

基于Jerk输入估计的MCS模型及非线性跟踪算法

针对强机动目标跟踪问题,基于当前统计(CS,Current Statistical)模型、改进输入估计 (MIE,Modified Input Estimation)和无迹强跟踪滤波器,提出了一种新的自适应目标跟踪算法.该算法引入Jerk输入估计改进了当前统计模型的状态方程和机动加速度方差调整方法,利用改进的无迹强跟踪滤波器实现了状态协方差、状态噪声协方差和机动频率的联合自适应.在没有加速度先验知识的情况下,能够实时准确跟踪目标连续强机动、匀加速机动和匀速运动状态.仿真实验表明:相比CS模型无迹滤波算法、CS模型无迹强跟踪算法和交互多模型算法,该算法在对目标强机动的适应性、跟踪精度和对突变状态跟踪的收敛性方面都有更好的性能.     

火星探测器捕获段自适应卡尔曼滤波方法

天文导航是一种广泛应用于深空探测任务中的节能、高效的导航方式。基于轨道动力学模型和星光角距的卡尔曼滤波方法已经被成功应用在天文导航系统中。在捕获段由于探测器所处动力学环境复杂，未建模的加速度误差，星历误差等都会造成过程噪声统计特性不完全。针对以上问题，提出一种根据新息和残差序列的变化趋势来调节过程噪声协方差阵的自适应平方根容积卡尔曼的方法（AQSCKF）。该方法先分别利用新息和残差计算调节因子，然后判断新息和残差的变化趋势，当新息和残差的变化趋势一致时，取二者调节因子的均值作为过程噪声方差阵的调节因子，对其进行调节。此外，本文还将该方法与传统的只利用新息或残差在线调节协方差阵的平方根容积卡尔曼滤波（SCKF）方法进行对比，仿真结果表明，在解决由于过程噪声统计特性不能完全已知的问题上，AQSCKF算法不仅能显著提高导航精度，并且具有很好的稳定性。