脉冲多普勒雷达回波信号数据压缩处理方法

为降低脉冲多普勒雷达测量高速目标时数据处理的难度，在分析目标多普勒频率和回波带宽的基础上，提出对经快速傅里叶变换（FW）后的采集数据进行压缩处理的方法，并阐述了其基本原理。研究表明，利用汉明窗可有效荻取多普勒频率，并在频域上进行数据压缩，既可保留目标的全部信息，又能获得较高的压缩比。     

金属橡胶五次非线性干摩擦系统振动响应计算方法研究

金属橡胶是一种新型材料,运用谐波平衡法(HB)及Fourier级数展开和谐波平衡法相结合的方法(FHB)推导出含有五次非线性的金属橡胶干摩擦振动系统在简谐激励下的频响方程。通过数值仿真,验证了五次非线性因素对金属橡胶干摩擦系统的幅频特性的影响大小,发现当五次非线性因素较大时,幅频特性曲线出现弯曲跳跃现象,同时对两种算法进行了比较,当五次非线性因素较大时,可用HB法代替FHB法,而当五次非线性因素较小时,此时两种算法的结果误差较大,而FHB法在理论上更精确,因此当五次非线性因素较小时,应采用FHB法。该研究对金属橡胶材料的理论建模及其特性的了解有重要的参考价值。     

一种新的实时参数估计方法

研究导弹控制系统仪器测试时动态模型的实时参数估计 ,利用递归傅里叶变换作实时数据分析 ,提出了一种基于线性状态空间模型的实时参数估计方法。实际应用表明该方法可以得到准确的模型参数估计和适当的误差边界 ,且计算量少、动态模型估计参数收敛性非常好。     

基于分数傅立叶变换的SAR成像算法研究

当距离徙动较小时,合成孔径雷达(SAR)回波信号在方位向和距离向都可以转化为调频信号,据此提出一种基于分数傅立叶变换(FRFT)的SAR成像算法,通过距离向和方位向的特定阶次的FRFT,在两个方向上把回波信号同时近似地压缩为脉冲函数。理论分析和仿真数据结果表明,该算法计算简单快速,只需两次FRFT即在分数傅立叶域可以有效成像,并且成像精度优于传统的Chirp Scaling算法。     

声光相关处理器中的付里叶光学分析

介绍了付里叶光学分析的基本原理,并将其应用于声光信号处理系统。分析了付里叶光学分析方法对于复相关运算具有的独特的方便性、对于空间及时间积分的两类声光处理系统,导出了复透射率的表达式。分析结果表明:采用付里叶光学分析声光信号处理系统是可行的,并对实践具有重要的指导意义。     

共轭梯度－快速傅里叶变换解齿状结构散射场

利用共轭梯度－快速傅里叶变换法（ＣＧ－ＦＦＴ）求解了谐振区齿状散射目标的雷达散射截面（ＲＣＳ）．通过共轭梯度－快速傅里叶变换求解电场积分方程（Ｅ－ＦＩＥ），给出齿状散射体的雷达散射截面．适当选取基函数和检验函数，将电场积分方程离散化，从而获致准确度较高的ＣＧ－ＦＦＴ实用程序，节省内存，提高了计算速度，缩短了计算时间．     

红外热波成像法测量薄板局部换热系数

通过连续激光调制对薄板试样进行局部周期加热，采用红外扫描测温技术记录动态温度分布。利用博里叶变换分析温度基波相位和幅值变化，进而推算壁面的局部换热系数。介绍了该方法的测量原理，在风洞中对两种不同厚度的薄板进行了实验研究，并对实验结果进行了分析和讨论。     

NOVEL HIGH-SPEED FPGA-BASED FFT PROCESSOR

A novel architecture for computing the fast Fourier transform ( FFT ) on programmable devices is presented.To improve the system operation speed , a hybrid parallel FFT algorithm is used.Results indicate that the use of an 8×8parallel structure for realizing the 64-point FFT leads to a 8times higher processing speed compared with its counterparts employing other series of techniques.     

聚束式SAR中卷积反投影算法的快速实现

对应用于聚束式合成孔径雷达 (SAR) 成像中的卷积反投影 (CBP) 算法进行了详细研究,提出了一种基于傅里叶变换的快速实现方法,使得CBP算法的计算量得到明显降低.在传统的CBP算法中,反投影过程中的重采样通过插值实现,因而所需的插值数量巨大,导致运算效率低下.研究了图像像素之间隐含的相对位置关系之后,本文采用一系列快速傅里叶变换 (FFT)来实现反投影过程中的重采样,避免了运算量巨大的插值过程,故提高了运算效率.仿真结果证明了新算法的可行性和有效性.相比于传统的CBP算法,新算法可以提高大约85%的运算效率.由于FFT适用于并行处理,新方法在实时处理SAR系统中有一定的应用价值.     

Accuracy analysis of GNSS-IR snow depth inversion algorithms

In recent years, with the continuous development of Global Navigation Satellite System (GNSS), it has been applied not only to navigation and positioning, but also to Earth surface environment monitoring. At present, when performing GNSS-IR (GNSS Interferometric Reflectometry) snow depth inversion, Lomb-Scargle Periodogram (LSP) spectrum analysis is mainly used to calculate the vertical height from the antenna phase center to the reflection surface. However, it has the problem of low identification of power spectrum analysis, which may lead to frequency leakage. Therefore, Fast Fourier Transform (FFT) spectrum analysis and Nonlinear Least Square Fitting (NLSF) are introduced to calculate the vertical height in this paper. The GNSS-IR snow depth inversion experiment is carried out by using the observation data of P351 station in PBO (Plate Boundary Observatory) network of the United States from 2013 to 2016. Three algorithms are used to invert the snow depth and compared with the actual snow depth provided by the station 490 in the SNOTEL network. The observations data of L1 and L2 bands are respectively used to find the optimal combination between different algorithms further to improve the accuracy of GNSS-IR snow depth inversion. For L1 band, different snow depths correspond to different optimal algorithms. When the snow depth is less than 0.8 m, the inversion accuracy of NLSF algorithm is the highest. When the snow depth is greater than 0.8 m, the inversion accuracy of FFT algorithm is higher. Therefore, according to the different snow depth, a combined algorithm of NLSF + FFT is proposed for GNSS-IR snow depth inversion. Compared with the traditional LSP algorithm, the inversion accuracy of the combined algorithm is improved by 10%. For L2 band data, the results show that the accuracy of snow depth inversion of various algorithms do not change with the variations of snow depth. Among the three single algorithms, the inversion accuracy of FFT algorithm is better than that of LSP and NLSF algorithms.