秩二进积累非参量检测器的渐近性能

本文在检验Gapon正则条件后推导了秩二进积累检测器的渐近相对效率和渐近损失公式。计算结果表明,存在最佳的秩量化门限,使渐近损失达到最小。证明了该最佳门限约等于0.8(N+1),这里N是参考单元数。最小渐近损失随N的增加而减小,并趋于0.94 dB。虽然秩二进积累检测器的渐近损失比秩和检测器稍高,但其实现比较经济。     

中等PRF机载PD雷达频域恒虚警处理性能计算

 一、引言 在中等脉冲重复频率（PRF）工作时,MTI-FFT-CFAR是PD或MTD雷达信号处理器的一种典型结构。Lawrence和Moore对MTD雷达在地杂波和气象杂波背景中的检测性能的计算中,假设了邻近距离单元中的杂波样本是独立同分布的（iid）。而在MTI-FFT-频域单元平均CFAR处理器中,频域单元的杂波样本明显偏离iid假设。门     

SAR图像中恒速动目标的定位

分别利用恒速动目标的信号幅度和信号相位估计动目标信号的频谱中心和多普勒调频率,结果不受动目标位置影响,解决了"方位位置不确定问题"。根据动目标方位向信号的频谱中心、调频率和动目标像位置,实现定位动目标。将聚焦良好的静止背景和动目标像以正确的相对位置绘制到同一幅图像中,是对动目标定位的最好表达方式。     

SAR原始数据压缩技术研究

研究两种合成孔径雷达(SAR)原始数据压缩算法，它们是块自适应树型矢量量化算法和块自适应预测编码算法。前者是在使用穷尽型搜索技术的块自适应矢量量化算法的基础上，通过使用树型搜索算法来提高算法的运行效率；后者是通过预测编码来消除SAR原始数据之间的相关性从而提高压缩性能。结合机载SAR实测原始数据，对讨论的各种算法分别进行压缩和解压缩，并进行SAR成像处理。通过比较和分析各种算法的性能及图像域参数，表明块自适应树型矢量量化算法和块自适应预测编码算法能提高SAR原始数据的压缩性能，比较适合实际工程应用。     

一种基于逼近信噪比的SAR图像质量评估方法

提出了一种基于修正逼近信噪比的合成孔径雷达(SAR)图像质量评估方法，结合SAR图像信噪比提出了逼近信噪比概念。首先选择对乘性噪声有较好滤波效果的自适应维纳滤波器对SAR图像滤波，然后人为对SAR图像降质，通过最小二乘法拟合曲线修正逼近信噪比来逼近图像的真实信噪比作为衡量SAR图像质量的指标。该方法无需原始图像作参考．适用于乘性噪声的SAR图像评估。仿真试验结果表明，该指标与峰值信噪比RPSN基本符合，比较准确地反映SAR图像的质量，符合人眼视觉特征，可作为评价SAR图像质量的一种指标。     

可扩展机载SAR信号处理机的研究

合成孔径雷达（SAR）信号处理的数据量和计算量都很大，对信号处理机来说是一个巨大的挑战。可扩展的信号处理机可以提供给处理机一种较好的持续性能，但处理机的扩展性会因硬件结构和软件规划的不同而呈现出不同的效果，必须从硬件和软件多方面作综合考虑。本文从任务规划、数据传输模式和处理单元的拓扑结构等三方面对可扩展实时并行SAR信号处理机进行了分析研究。提出一种可扩展实时并行SAR信号处理机方案。该方案基于DSP、通用计算机和实时Linux操作系统，具有通用性、可扩展性、可编程性和可实现性，较好地平衡了处理机性能与灵活性之间的矛盾。     

波音727飞机的ISAR成像处理结果

逆合成孔径雷达(ISAR)能够对运动目标进行高分辨率雷达成像。本文利用波音727飞机的外场真实数据研究了ISAR的信息处理,它包括运动补偿和成像。文中给出并比较了实现IS—AR运动补偿的几种方案,它们是距离对准的空域法和频域法,相位补偿的散射点基准法和多普勒中心跟踪法。我们对完成了运动补偿的等效转台数据进行了FFT—距离多普勒成像和超分辨成像。波音727飞机的外场数据处理结果证明了文中所述的ISAR运动补偿和成像方法是正确和有效的,同时也说明了超分辨成像的优越性。它不仅有利于雷达目标的识别和分类,而且能够降低ISAR的大带宽要求和克服大转角ISAR运动补偿的困难。     

11位巴克码信号的最小峰值旁瓣滤波器

本文介绍11位巴克码最小峰值旁瓣滤波器(LP滤波器)的计算结果,LP滤波器长度为39时,峰值旁瓣电平降到-34.4db,比匹配滤波器改善13.6dB。文中还给出滤波器权值误差对旁瓣电平影响的估算公式。     

基于实测和差波束天线方向图的ΣΔSTAP性能分析

基于实测和差波束天线方向图研究ΣΔSTAP的性能,文中详细推导了和差波束天线方向图的空时二维杂波协方差矩阵和ΣΔSTAP算法的最佳权矢量。理论分析和仿真计算结果表明,和差波束低副瓣增益有效抑制了旁瓣杂波,降低了杂波自由度。当杂波起伏或载机速度提高时,杂波自由度增加,ΣΔSTAP算法的系统改善因子凹口相应展宽,慢动目标检测性能下降。ΣΔSTAP算法能迅速应用于机载火控雷达,有效提高慢动目标检测性能。     

二维矢量基离散正弦变换─Ⅱ的快速算法

二维离散正弦变换（２ＤＤＳＴ）在数字图象处理中有重要应用。由于ＤＳＴ核的可分离性，２ＤＤＳＴ通常可用行列法由一维快速正弦变换（１ＤＦＳＴ）算法计算。将一维离散正弦变换－Ⅱ（１ＤＤＳＴ－Ⅱ）的快速递归算法推广到二维，提出了一种按频率抽取的２ｍ×２ｍ点矢量基二维离散正弦变换－Ⅱ的快速算法。该算法把Ｎ×Ｎ点ＤＳＴ－Ⅱ分解成四个×点ＤＳＴ－Ⅱ，重复进行这一过程直到最后分解成２×２点ＤＳＴ－Ⅱ。文中首先对１ＤＦＳＴ算法作了简单的代数推导；然后将该算法采用矢量基分解方式推广到二维，讨论了序列分解与Ｋｒｏｎｅｃｋｅｒ矩阵积两种表示方法，给出了信号流图；最后分析了计算复杂性，并与常用的行列法进行了比较。矢量基二维ＤＳＴ－Ⅱ的快速算法蝶形结构规则，数值稳定，与行列法相比，乘法运算量节省了２５％。