小波分析理论及其在雷达信号处理中的应用

依据所处理信号类型的不同,对小波变换与短时傅立叶变换进行了比较,说明小波变换适用于非平稳信号和奇异信号的处理.简要介绍了连续小波变换、离散小波变换和小波包理论的基本内容,讨论了小波变换实际应用中的采样和快速算法等几个关键问题.结合矢量量化技术,给出了一种用小波变换对星载SAR(Synthetic Aperture Radar)原始数据进行压缩的方法,结果表明,与传统的方法相比,由该方法压缩后的原始数据生成的SAR图像具有更大的信噪比.同时对小波变换用于雷达目标识别和SAR图像分类的性能进行了初步分析.      

Space-borne synthetic aperture radar received data simulation based on airborne SAR image data

Starting from airborne SAR image data, a method of simulating space-borne SAR raw received data is proposed, excluding the conventional method of simulating the targets’ back-scattering coefficients through the model of three-dimensional distributed targets. The airborne SAR image data are regarded as space-borne targets’ back-scattering coefficients, and raw data are generated by using space-borne SAR echo signal model. Raw data’s simulation of space-borne SAR can help us to optimum design of space-borne SAR system scheme, test and evaluate the performance of every imaging algorithm, and research motion error from satellite platform having influence on received data and image quality.     

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.      

指数或高斯分布信号的MSE量化器的简捷设计

在数字通信和数据压缩技术中，量化器是重要的组成部分，量化误差的大小影响通信质量和数据的有效压缩。文中基于等概率输出量化与量化误差均方值最小的关系，给出概率密度为指数型和高斯型的常见信号的ＭＳＥ量化器的一种简捷算法。     

基于混沌的改进粒子群优化粒子滤波算法

针对基本粒子滤波(PF)算法存在的粒子退化和重采样引起的粒子多样性丧失,导致粒子样本无法精确表示状态概率密度函数真实分布,提出了一种基于混沌的改进粒子群优化(PSO)粒子滤波算法。通过引入混沌序列产生一组混沌变量,将产生的变量映射到优化变量的区间提高粒子质量,并利用混沌扰动克服粒子群优化局部最优问题。利用单变量非静态增长模型(UNGM)在高斯噪声和非高斯噪声环境下将该算法与基本粒子滤波和粒子群优化粒子滤波(PSO-PF)的性能进行仿真比较。结果表明:该算法的性能在有效粒子数和均方根误差(RMSE)等参数都优于基本粒子滤波和粒子群优化粒子滤波,改善了算法的精度和跟踪性能。      

基于快速搜索的码书快速生成算法

在k维欧氏空间R^k中,给定一个有限子集W及一个向量x,如何快速搜索W中与x距离最近的向量,具有重要的实际应用价值,尤其在图像的矢量量化编码、自组织特征映射SOFM(Self-Organizing Feature Maps)算法的码书迭代生成等问题中,快速搜索算法起决定性的作用.针对SOFM算法的具体特点,在分析已有快速搜索算法的基础上,给出了一种新的快速迭代码书生成算法,该算法兼顾了快速与节省内存问题.实验结果表明:提出的新算法的执行时间仅为已有算法执行时间的约42％.另外,新算法在模式识别领域和计算机图形学领域均具有实际应用价值.     

强信号下GNSS接收机前端处理引起的相关损耗

在全球导航卫星系统（GNSS）信号质量监测及GNSS射频（RF）信号模拟器测试等应用中,有用信号功率往往远高于噪声功率。针对二进制相位移位键控（BPSK）和二进制偏移载波（BOC）调制信号,首次研究了这种强信号条件下接收机带限滤波、采样和量化（BSQ）引起的相关损耗。首先分析了不考虑量化作用时由滤波和采样引起的损耗;然后分析了不考虑前端滤波时由量化和采样引起的损耗,推导了相关损耗的解析表达式并得到了量化器的最佳量化间隔;最后,对于滤波、采样、量化共同作用引起的损耗,采用蒙特卡罗方法仿真分析了GPS L1 C/A信号在不同滤波带宽和量化比特数下的归一化相关功率,探讨了根据仿真结果拟合相关损耗解析表达式的方法以简化分析。      

近前视弹载SAR的改进后向投影成像算法

针对现有的弹载合成孔径雷达(SAR)大斜视算法所处理的斜视角度受限,传统的后向投影(BP)算法运算量大以及已有的快速后向投影算法不能进行并行处理等问题,提出了一种适于并行处理的近前视弹载SAR的改进后向投影算法.首先根据近前视弹载SAR的几何关系,建立回波信号模型,然后在距离方向上对弹载SAR扫描场景进行等间隔分割,在合并子孔径的同时分裂图像,达到所需图像精度时停止合并和分裂,再相干叠加反向投影到扫描场景的分割小区域内的回波,这样就会得到扫描区域的弹载SAR图像.对于各个条带可以采取并行处理来分别成像,可以进一步提高成像速度.最后利用仿真回波数据和实测回波数据对本文改进算法进行验证,通过与其他算法的比较,证明了本文改进算法可以处理高达86°的近前视场景,并且处理速度大大快于传统BP算法的处理速度,再配合并行处理划分的条带,处理速度会快于现有的改进BP算法的处理速度.      

Deramp range migration processing for space-borne spotlight synthetic aperture radar

The deramp range migration algorithm (DRMA) for space-borne spotlight synthetic aperture radar (SAR) is presented, which is based on the two-step algorithm and range migration algorithm. The presented algorithm combines the advantages of SPECAN algorithm and range migration algorithm. Firstly, the presented algorithm performs a bulk azimuth raw data compression to achieve a pixel spacing no larger than the expected azimuth resolution of the fully focused image. Therefore, the azimuth spectral folding phenomenon is overcome. Secondly, the residual and precise focusing of the synthetic aperture radar data is achieved by applying the range migration algorithm. The space-borne SAR focusing parameters’ computation is also described in the paper. At the end of this paper, results are presented which confirm the validity of the presented algorithm.     

基于视觉模型和图像特征的遥感图像压缩

遥感图像具有纹理复杂、边缘丰富的特点,通常难以实现高压缩比.统计了图像经过小波变换后在不同方向、不同级别子频带的能量分布.然后基于人类视觉系统(HVS)模型中的对比敏感度函数(CSF)和遥感图像的能量分布特征,提出一种不同频带小波系数的变步长量化方法,并把该方法应用于嵌入式小波图像编码器.实验结果表明,与不采用心理视觉量化的压缩方法相比,在相同压缩比下,峰值信噪比略为降低,但恢复图像的主观质量有一定程度的改善.     

基于改进极限学习机的光谱定量建模方法

依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。     

基于二维deramp处理的高分辨率 聚束SAR成像算法

有效解决回波信号的数据率是高分辨率聚束式星载SAR的难点之一.基于两步成 像算法和CS(Chirp Scaling)成像算法,提出了一种适用于高分辨率聚束式星载SAR的成像算 法——TDDCS(Two Dimension Deramp Chirp Scaling)成像算法.该算法从距离dechirp处理 后回波信号出发,首先利用二维deramp 处理来消除频谱混叠现象,这不仅能实现以对应条 带模式的脉冲重复频率来设计聚束SAR系统,也保证满足观测带宽度所需的回波窗长度,接 着利用CS处理和相位补偿实现精确的距离徙动校正,最后利用方位相匹配滤波 处理实现方位向压缩,得到最终的成像结果.基于等效斜视模型,给出了整个算法的详细推 导过程和实现流程,通过计算机仿真验证了本算法的有效性.      

探空火箭图像压缩算法研究

结合探空火箭图像系统需求, 提出了一种基于小波变换编码, 即基于MSPIHT的自适应差分算术编码(MSPIHT Adaptive Differential Arithmetic Coding for image, MADAC)的图像压缩算法. 该算法对经过量化编码之后的数据 进行熵编码. 实验结果表明, MADAC算法具备探空火箭图像系统所要求的分辨 率、帧速率及压缩率可调的功能, 且易于硬件实现.      

粒子群优化粒子滤波的接收机自主完好性监测

接收机自主完好性监测（RAIM）是航空卫星导航接收机必不可少的功能,为保持全球卫星导航系统（GNSS）在卫星发生故障时系统性能不降级,需要对卫星故障进行检测和隔离。针对接收机观测噪声非高斯分布的特点,提出一种基于粒子群优化粒子滤波（PSO-PF）的故障检测和隔离算法。通过粒子群优化粒子滤波对状态估计进行一致性检验实现故障检测。采集实测数据验证算法的检测性能,并与基于基本粒子滤波的完好性监测算法进行比较,结果表明:本文所提算法在非高斯测量噪声下可检测并隔离全球定位系统（GPS）故障卫星,其性能优于基于基本粒子滤波的完好性监测算法性能,对研究北斗卫星导航系统（BDS）接收机自主完好性监测具有一定的意义。      

面向综合环境监测的星载SAR技术发展

针对中国微波遥感对地观测在信息维度、反演精度、观测效率和体系架构等方面存在的问题,基于国家重点研发计划“星载新体制SAR综合环境监测技术”的研究内容与成果,探讨了面向综合环境监测的若干未来星载SAR技术发展。在超大幅宽成像方面,提出分段渐变重频时序设计方案和基于最优线性无偏估计的低过采样变重频数据处理算法,实现了跨盲区大幅宽星载SAR成像;在宽幅星载SAR高灵敏度成像方面,提出中频数字波束合成高效星上实时处理架构和加权因子快速生成算法,采用16通道机载飞行试验数据验证,图像信噪比提升约112dB;在多极化星载SAR成像方面,分别提出一种简缩极化分解算法及混合全极化方位模糊抑制方法,在P/L波段机载飞行试验中得到验证;在高精度干涉SAR技术方面,提出基于改进相位补偿方案的层析SAR处理方法,利用P波段全极化层析SAR数据验证,获得优于0.9m的森林高度反演精度;在综合环境监测星座架构设计方面,针对广域地表高程、地表形变、海浪谱能量、洋流速度和生物量应用,完成品质因数达100的高分宽幅SAR卫星方案,其观测效能和观测维度较目前在轨SAR卫星有大幅提升。     

LZMA压缩算法FPGA硬件实现

LZMA(Lempel Ziv Markov-chain Algorithm)无损压缩算法在进行数据压缩时速度慢且占用大量的CPU(Central Processing Unit)资源,不能满足实时系统的要求.在改进算法的基础上,采用FPGA(Field Programmable Gate Array)设计了一个LZMA压缩算法硬件加速电路.该电路由LZ77压缩控制器、区间编码控制器和数据读出控制器组成,采用数据乒乓结构、高性能并行匹配结构和流水线处理结构等多种方法提高了LZMA压缩算法的速度,在支持标准LZMA压缩文件格式的同时,将压缩速度提升到近125 Mb/s,相比基于软件的LZMA算法加速10倍,每个时钟处理的相对数据加速近200倍.最后通过基于Virtex-6 FPGA的ML605开发平台验证了硬件加速电路的正确性和可行性.      

非线性系统的结构选择及其参数的集员辨识

基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量回归选择RBF神经网络规模的方法.该方法以Gaussian核函数作为径向基函数,支持向量作为径向基函数的中心构建RBF神经网络.运用改进的OBE(Optimal Bounding Ellipsoid)算法对RBF神经网络的权值进行辨识,得到与给定输入输出数据和噪声界序列一致的一类RBF神经网络.仿真算例验证了算法的有效性.     

多模型GGIW-GLMB算法跟踪机动群目标

针对多个机动群目标跟踪问题,提出了一种多模型伽马高斯逆威夏特-广义标签多贝努利（MM-GGIW-GLMB）算法。采用多模型算法对群目标进行运动建模,利用最适高斯（BFG）近似在预测阶段对多模型进行融合,减小了多模型算法的运算量,为进一步提高算法在目标机动阶段的跟踪性能,引入强跟踪滤波器（STF）对BFG算法得到的预测状态协方差进行修正。利用最优次模式分配（OSPA）距离及其一倍标准差和航迹标签正确率衡量算法对机动群目标的跟踪性能。仿真结果表明,本文算法能够提升对机动群目标的跟踪精度和稳定性。      

一种基于DCT的SAR图像自聚焦算法

研究了一种基于离散余弦变换(DCT, Discrete Cosine Transform)的SAR(Synthetic Aperture Radar)图像自聚焦算法.该方法从复图像域出发,通过在距离压缩相位历史域引入相位误差模型,改变图像的聚焦程度直至一维像的DCT序列在高序数区域的权值达到最大,从而完成误差校正.同相位梯度自聚焦算法相比,该方法无需在图像域分离出强点目标,因此特别适用于无任何明显特征的图像.由于DCT存在快速算法,使得该自聚焦算法计算量较少,更易实现.实测数据及仿真数据的成像结果证明了此方法的可行性.