一种GTD模型参数估计的改进2D-TLS-ESPRIT算法

针对经典二维总体最小二乘法旋转不变子空间（2D-TLS-ESPRIT）算法估计二维几何绕射理论（GTD）模型参数精度不高、抗噪性能较差这一问题，提出了一种改进2D-TLS-ESPRIT算法。首先，改进算法通过将目标的极化散射矩阵加入到二维GTD散射中心模型，使得模型对目标极化散射特征的描述更加精准；其次，构建置换矩阵得到原始回波矩阵的共轭矩阵，并将两者结合起来，从而延长了目标电磁散射数据的长度；最后，仿真结果验证了改进算法的参数估计性能与噪声鲁棒性均要优于同类已有算法，雷达散射截面积（RCS）外推结果进一步验证了改进算法参数估计性能的先进性。      

GNSS抗干扰天线阵不一致性对MUSIC算法的影响

由于天线阵元位置、射频（RF）放大器和模数转换器（ADC）等因素的影响,全球卫星导航系统（GNSS）抗干扰天线阵各通道间不可避免地存在着不一致性。首先,利用矩阵中的子空间理论分析了通道的幅度不一致性和相位不一致性对多重信号分类（MUSIC）算法的影响。理论分析结果表明:单干扰情况下通道幅度不一致性会降低MUSIC算法方向图的零陷深度,但不影响零陷位置,相位不一致性对MUSIC算法方向图零陷位置和零陷深度均有影响;多干扰情况下通道幅度不一致性和相位不一致性对MUSIC算法方向图零陷位置零陷和深度都有影响。因此在通道不一致性慢变化的条件下,MUSIC算法利用方向图进行性能评估时需要测出通道幅相偏差矩阵进行方向图纠正。然后,利用仿真的方法对不一致性的影响进行了实验分析,实验分析结果与理论分析结果一致。      

基于双层协方差矩阵重构的稳健波束形成算法

针对协方差矩阵含目标信号分量及目标导向矢量失配情况下，传统自适应波束形成器性能急剧下降的问题，提出了干扰加噪声协方差矩阵双层重构的稳健波束形成算法。首先，利用稀疏重构的方法预估干扰加噪声协方差矩阵，通过估计干扰导向矢量及干扰功率对干扰加噪声协方差矩阵进行优化校正；然后，基于子空间理论建立导向矢量约束误差优化模型，利用迭代方法对凸优化模型进行求解，得到最优权值向量。仿真结果表明:所提算法显著提高了波束形成器在目标导向矢量约束误差及阵列误差情况下的稳健性，低快拍条件下表现较好，输出性能优于仿真对比算法。      

一种电磁层析图像快速重建算法

针对电磁层析成像（EMT）逆问题中,灵敏度矩阵的病态性、不适定性等问题,提出了一种新的电磁层析图像快速重建算法。利用主成分分析（PCA）对灵敏度矩阵做降维映射,再利用奇异值分解（SVD）求广义逆矩阵,重建图像。在选取灵敏度矩阵的协方差矩阵的特征值个数中,利用灵敏度矩阵特有的多样本特性,提出图像相关系数最大化算法,更加合理地去除灵敏度矩阵中的冗余信息,在尽可能不丢失成像特征信息的条件下,提高了解稳定性。实际采集数据成像时,该算法只需一次矩阵乘法运算,为快速实时成像提供了可能。与传统单步算法和迭代算法相比,该算法在成像质量和速度上都有较明显优势。      

基于阵列天线波束形成的卫星导航信号提纯

围绕对卫星导航信号实施转发式欺骗所需的卫星导航信号提纯要求，提出了一种数字波束形成的优化设计方法。通过向阵列天线接收信号的数据协方差矩阵加载由非目标卫星方向信息和阵列布局构造的“虚拟”干扰信号协方差矩阵，增大了协方差矩阵特征值的差异。用新构造的协方差矩阵计算最小方差无失真响应波束形成的加权向量，使波束指向方向的目标卫星信号无失真通过，并同时零陷其他非目标卫星的信号。通过计算机仿真试验验证了所提方法的正确性和有效性。      

基于PM算法的涡旋电磁波引信超分辨测向方法

为提高防空导弹无线电引信在低信噪比（SNR）背景下的测向精度，提出了基于传播算子算法（PM）的涡旋电磁波引信超分辨测向方法。通过相控均匀圆阵依次发射不同轨道角动量模态涡旋电磁波照射目标，基于多发单收（MISO）模型推导目标探测回波模型；通过对回波方程的近似变形构造接收信号矩阵；采用PM算法构造空间谱函数，进行谱峰搜索，实现对目标水平方位角的估计。对所提方法的有效性进行仿真验证，结果表明，所提方法可在低信噪比、少阵元情况下实现对目标的精确测向。      

利用Toeplitz特性改善来波方向估计性能

提出一种利用协方差矩阵的Toeplitz特性,使估计的协方差矩阵成为Toeplitz矩阵的方法,在低信噪比短数据流情况下,改善来波方向(DOA)估计的性能,且不需增加乘法运算量.对MUSIC算法和PRO-ESPRIT算法进行了分析并作了计算机仿真,仿真结果表明:利用Toeplitz特性后,MUSIC算法谱峰幅度增大,波谷相对波峰的深度增加,这将有利于目标的分辨;并可减小低信噪比情况下MUSIC算法和PRO-ESPRIT算法DOA估计的方差.     

自适应对角线加载的波束形成算法

采样协方差矩阵求逆(SMI)的波束形成方法在少快拍数、高信噪比情况下波束形成性能下降。对角线加载技术能减弱了小特征值对应的噪声波束的影响,改善了方向图畸变,但是加载量的确定一直以来是一个比较困难的问题。文中提出了一种自适应对角线加载波束形成算法,根据阵列接收信号协方差矩阵的特征结构,自适应地加载对角线,进而提高波束形成的鲁棒性。仿真结果表明:该算法在高、中、低的信噪比下都具有较好的波束形成性能,且在少快拍数情况下仍具有较好的波束形成性能,是一种鲁棒的且性能优越的波束形成算法,而且该算法容易实现。     

改进PASTd算法在大型自适应阵中的应用

矩阵特征分解算法中紧缩近似投影子空间跟踪(PASTd)算法在自适应阵波束形成中得到了广泛应用.在对其仿真中发现仅在信噪比较低时该算法才能得到较好的结果.针对这一缺陷,正交近似投影子空间跟踪(OPAST)算法被引伸到PASTd中.改进算法可在不知道信号维数的情况下估算信号的特征向量与特征值,并保证特征向量的正交性,因此具有更好的收敛性能,而算法复杂度基本不变.改进算法与多重信号分类(MUSIC)算法相结合应用于大型自适应阵,可对主瓣及其附近区域的干扰进行抑制,并大大降低MUSIC算法的计算量,对其干扰零点的形成有很强实用价值.     

利用Toeplitz特性改善来波方向估计性能

提出一种利用协方差矩阵的Ｔｏｅｐｌｉｔｚ特性,使估计的协方差矩阵成为Ｔｏｅｐｌｉｔｚ矩阵的方法,在低信噪比短数据流情况下,改善来波方向（ＤＯＡ）估计的性能,且不需增加乘法运算量．对ＭＵＳＩＣ算法和ＰＲＯＥＳＰＲＩＴ算法进行了分析并作了计算机仿真,仿真结果表明：利用Ｔｏｅｐｌｉｔｚ特性后,ＭＵＳＩＣ算法谱峰幅度增大,波谷相对波峰的深度增加,这将有利于目标的分辨;并可减小低信噪比情况下ＭＵＳＩＣ算法和ＰＲＯＥＳＰＲＩＴ算法ＤＯＡ估计的方差．     

A variational Bayesian-based robust adaptive filtering for precise point positioning using undifferenced and uncombined observations

In the application of precise point positioning (PPP), especially in the dynamic mode, the classical Kalman filter (KF) usually produces a large number of estimation errors or diverges when there are gross errors in the observation data or unexpected turbulences occur in target motion state or both of them. For such problem, a variational Bayesian (VB)-based robust adaptive Kalman filtering (VB-RAKF) is proposed in this paper. This filter introduces a classification robust equivalent weight function to resist observation gross error and the inverse Wishart prior to model inaccurate process noise covariance matrix (PNCM). To improve the instantaneous accuracy of state estimation, the VB approach is used to obtain better estimations of inaccurate PNCM. Several sets of observation data collected by IGS reference stations and vehicles are employed to check the robustness and positioning accuracy of the VB-RAKF model. The results show that the VB-RAKF algorithm is more robust than the KF, and can effectively resist the gross error in observation data and control state disturbance. In the IGS reference station tests, when compared to the KF, the static positioning accuracies of the VB-RAKF in the north, east and up directions are improved by 13%, 8% and 22%, respectively, and the simulated dynamic positioning accuracies of the VB-RAKF in the north, east and up directions are improved by 19%, 9% and 21%, respectively. The in-vehicle dynamic test verifies that the VB-RAKF outperforms the KF, and shows that the VB-RAKF has better performance than the KF when dealing with observation data which has obvious gross errors, and similar performance as the KF when gross errors are small.     

基于SA&M-Relax的外辐射源雷达目标DOA估计方法

外辐射源雷达回波信噪比极低，通常在距离-多普勒二维相关后进行目标角度估计。在这种单快拍情况下，经典的超分辨算法由于协方差矩阵的非正定性导致算法性能较差。针对这一问题，在A&M插值迭代算法的基础上，提出了一种适用于稀疏阵列的SA&M-Relax外辐射源雷达目标DOA估计方法。在相同阵元数目的情况下，与原有算法相比提高了目标角度估计的分辨率与精度，同时减少了运算量。通过仿真实验验证了所提方法的有效性。      

一种二维来波方向估计的快速ESPRIT算法

提出了一种快速ＥＳＰＲＩＴ算法,使用该算法和两平行均匀线阵可实现二维来波方向的快速估计,快速ＥＳＰＲＩＴ算法复协方差矩阵中不受噪声影响的子块来估计来波方向,避免估计整个协方差矩阵和噪声功率,减少了特征分解的次数,大幅度地降低了运算量,而参数的估计性能接近ＰＲＯ－ＥＳＰＲＩＴ算法,最后给出了计算机仿真结果,表明了该算法的有效性。     

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.