环视SAR成像处理中的几何失真校正算法

环视合成孔径雷达(SAR)图像用于导弹精确来制导中的景象匹配处理,需要满足几何精度的要求.校正由雷达平台不规则运动和天线圆周扫描导致的图像几何失真,是环视SAR成像处理中的关键步骤.文中在利用线性距离多普勒算法生成子图像的前提下,提出了一种基于像源与像点映射关系的距离多普勒域图像几何失真校正算法.该算法无需复杂的坐标系转换计算,实现了360°范围内任意波束指向上SAR子图像几何失真校正.地面点目标仿真和实测教据成像结果证明了该算法的有效性.     

非正侧视阵列机载雷达多空间角补偿算法

 非正侧阵列机载雷达的杂波分布随距离变化而变化,各距离单元的杂波分布不再满足独立同分布条件,造成统计型空时自适应处理(STAP)处理器性能下降。本文提出了一种多空间角补偿(MSAC)的非正侧视机载雷达杂波抑制方法,该方法先通过角度-多普勒补偿(ADC)预处理以消除在谱中心处的杂波非均匀,然后采用MSAC法在多个多普勒方向使参考单元和待检测单元的杂波谱保持一致,从而进一步消除在其余方位的杂波非均匀。仿真结果表明了该方法的性能明显优于ADC法,且运算量增加不多。     

分数傅立叶变换用于抑制SAR杂波背景检测慢速动目标

慢速运动目标在时、空、频域上都落入主杂波区。利用单通道SAR图像中静止背景的信息抑制静止杂波,可改善检测动目标的性能。分数傅立叶变换是线性变换,不存在交叉项,采用分数傅立叶变换搜索匹配动目标信号,使其能量汇聚。对称计算旋转角正负对称的分数傅立叶变换,在两个对称的分数傅立叶域中得到两个复信号,这两个复信号中静止背景的模处处相同,而包含动目标的区域,模的幅度有很大差别,计算对称的分数傅立叶域信号对应位置模的差,取绝对值,可对消静止背景,敏锐地检测动目标。实测数据表明本算法有效。     

非参量量化秩检测器的性能研究

 许多作者讨论过非参量秩检测器在雷达信号处理中的应用。秩检测器首先把接收波形样本转换为秩。如果检验单元和参考单元的噪声样本独立和分布,则无信号时检验单元的秩具有离散均匀分布,与输入噪声的分布无关。所以秩检测器可能提供分布自由的恒虚警率性能。量化秩检测器（QRD）只对二进量化秩进行积累,所以它实现起来很经济。本文分析QRD的检测性能。证明QRD有一最佳秩量化门限（ORQT）。确定高斯和韦伯噪声中的ORQT。另外,把QRD同高斯噪声中的局部最佳秩检测器和最佳参量检测器进行比较。     

基于实测和差波束天线方向图的∑△STAP性能分析

基于实测和差波束天线方向图研究∑△STAP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∑△STAP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,∑△STAP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.∑△STAP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.     

逆合成孔径雷达信号处理方法研究进展

在简要评述国内外现有的逆合成孔径雷达（ISAR）信号处理的运动补偿和成象方法之后，介绍了南京航空航天大学ISAR课题组近年来在ISAR信号处理方法研究中取得的主要进展，包括基于多散射点定位观点的雷达成象观测模型，基于最大似然原理的同时运动补偿和成象方法，基于最大似然原理的多目标成象方法和基于时频分析的多目标成象方法，以及超分辩成象方法，文末指出了在ISAR信号处理方面有待进一步研究的问题。     

中值滤波的快速算法

提出了一种中滤波的快速算法，充分地利用相邻两次中值滤波窗口内数据的相关性。在运算过程中，通过对有序序列快速的对半查代和内插操作重构有序序列，从而得到各中值。本算法很大地提高了运算效率，计算机模拟表明该方法是有效的。     

用于解距离和速度模糊的算法(英文)

为了提高检测性能和实现多功能 ,PD雷达常采用高、中、低脉冲重复频率 PRF。对应一定的脉冲重复频率 ,PRF会出现测距模糊、测速模糊。以聚类算法为基础 ,本文介绍了一种用于雷达目标解距离、速度模糊的滑窗相关器算法。该滑窗算法是一种遍历性的算法。文中对该算法的解模糊正确率、运算效率进行了讨论 ,分析了解模糊正确率与脉冲重复频率 PRF、检测范围、滑窗宽度间的关系 ,同时给出了仿真结果。     

神经网络在未来超分辨雷达中的应用

最新的技术发展已为研制超分辨雷达创造了条件。它能够突破普通雷达基于匹配滤波原理的分辨能力,而实现超分辨。超分辨雷达的巨大计算量通常来自求解非线性最小二乘问题时的多维搜索。本文针对这一问题,研究了雷达信号处理中的两个典型例子:(1)利用阵列处理检测个数已知而方向未知的雷达目标;(2)对波音727飞机进行超分辨距离多普勒成像。说明Hop-field神经网络通过集体运算能够求解各种困难的最优化问题,因而在未来的超分辨雷达中有广阔的应用前景。