一种基于余数周期的 PRI精确估计算法

针对传统脉冲重复间隔（PRI）分选算法在估计PRI方面存在的不足，提出了一种对PRI周期信号的周期进行精确估计的算法。该算法首先从待分选脉冲序列中提取出属于一部雷达的脉冲样本，然后利用同余方程的余数周期性质对该雷达脉冲序列的PRI进行精确的估计。相对于传统的PRI估计算法，该算法有效地消除了TOA量化误差对PRI估计造成的影响，可以精确地估计出雷达脉冲序列的准确 PRI数值，从而能够更好地满足信号分选算法的处理需求。理论推导及仿真实验均表明了该算法的有效性。     

脉冲星导航轮廓折叠失真与周期估计算法

通过互相关算法对快速折叠算法（FFA）生成的系列折叠轮廓与标准轮廓模板进行比对,评估因真实脉冲周期与理论脉冲周期不一致导致的轮廓折叠失真,实现了脉冲星导航光子序列周期估计。针对在轨信号处理背景,通过采样率与分组模式的选择,确定周期估计搜索范围。通过实验对本文提出的算法进行了分析,证明该算法能够利用较少的观测信息在较低信噪比环境下实现光子序列周期的准确估计。     

基于相关匹配的弹道中段目标章动角估计

章动角是弹道中段目标的重要进动特征,可用于识别弹头和诱饵。首先提出了基于相关匹配的章动角估计方法,将观测的目标雷达截面积（RCS）序列与不同参数下的RCS序列模板进行相关匹配,搜索匹配函数的最大值,从而得到章动角的估计值。然后给出了具体的实现算法,将初始时刻的采样间隔设置为脉冲重复周期（PRI）的整数倍或1/K（K为整数,且K≥2）,在此基础上减少了匹配函数的计算量,并且可通过单层或多层相关匹配来估计章动角。仿真结果表明,由于RCS测量存在系统误差,相关匹配的章动角估计性能远优于最小二乘匹配。同时分析了全姿态RCS数据的角度采样间隔对相关匹配估计性能的影响。最后比较了多层相关匹配和单层相关匹配的估计性能和计算量。     

双基地MIMO雷达多目标角度和多普勒频率联合估计

将MIMO思想和双基地雷达结合起来,根据信号模型,提出一种双基地MIMO雷达空间中的多目标角度和多普勒频率估计算法,该算法不涉及多维非线性谱峰搜索,只进行特征值分解,运算量小且估计的参数可以自动配对,理论分析及仿真实验结果表明了该方法的正确性和可行性。     

信源数未知情况下基于嵌套阵列的DOA估计算法

针对电子侦察中的DOA估计问题,提出了一种基于嵌套阵列的DOA估计算法。首先对协方差矩阵向量化以扩展阵列孔径,并生成新的协方差矩阵;然后利用协方差矩阵的行向量构造Toeplitz矩阵,并利用其联合对角结构生成代价函数;最后通过一维谱峰搜索求解出各信源的DOA。该方法能够在信源数未知、欠定等的情况下进行有效的估计,具有较高的估计精度与分辨力,且对信噪比要求不高。     

基于极化敏感阵列的高效DOA与极化参数联合估计算法

提出一种基于极化敏感阵列的二维波达方向(DOA)和极化参数联合估计算法.首先建立入射信号模型,然后利用重构的x轴、y轴、z轴阵列导向矢量之间的关系计算出入射信号的DOA和极化参数的无模糊粗估计值;同时根据重构阵列导向矢量内在的旋转不变结构估计出x轴和y轴空间相移因子,得到入射信号的高精度无模糊DOA估计.最后利用粗估计精估计相结合的方式进行解模糊,进而完成DOA估计.算法允许阵元间距大于入射信号的半波长,扩展了有效阵列孔径,提高了算法的测向精度.此外,算法避免了复杂的四维谱峰搜索,具有较低的运算复杂度.仿真实验结果验证了算法的有效性和良好的估计性能.     

空间相关噪声中电磁矢量阵二维DOA估计算法

针对空间相关噪声中二维DOA估计性能下降的问题,提出一种基于双子阵结构的电磁矢量阵DOA估计算法。算法假设其中一个子阵由普通标量传感器组成而另一个子阵由电磁矢量传感器组成,并且所有的传感器空间位置均为未知。算法分三个步骤实现。首先,定义一个互相关矩阵来消除空间相关噪声;然后,采用传播算子算法估计电磁矢量传感器导向矢量;最后,通过导向矢量中电场矢量和磁场矢量的叉积计算得到闭式且自动配对的方位-仰角估计值。提出的算法不仅具有良好的估计性能,而且由于无需进行特征值分解估计信号子空间或噪声子空间,无需二维谱峰搜索,因此具有较低的计算量。蒙特卡罗实验证明了算法的有效性。     

一种用于机动目标的线性调频脉冲估计和逆合成孔径雷达成像的自适应滤波方法

在逆合成孔径雷达（ISAR）成像中，由于机动目标的非合作运动，散射器的多普勒频移随时间变化，而雷达回波信号通常为线性调频脉冲。线性调频脉冲会计对ISAR成像的性能起着重要作用。Li和Stoica最近提出了一种自适应FIR滤波方法，用来估计正弦信号的振幅和相位，并将这种方法应用于采用正弦信号模型的合成孔径雷达（SAR）成像。本文推广Li和Stoica的算法，用来估计线性调频脉冲信号并将其用于机动目标的ISAR成像。该推广算法已由仿真数据验证。     

可靠性增长幂律模型MTBF区间估计系数表的研究

对国内外的可靠性增长标准与手册的区间估计系数表进行了分析,指出原始计算的数表只有两种．但转载中问题不少．或由基于形状参数极大似然估计（MLE）的表换算为基于形状参数无偏估计的表时精度下降。为满足工程应用需要,本文用保证8位有效数字的计算方法编制了新表。同时．还对时间终止的情况。给出了Bayes与随机化最优区间估计系数表。     

可靠性增长幂律模型MTBF区间估计系数表的研究（续）

对国内外的可靠性增长标准与手册的区间估计系数表进行了分析．指出原始计算的数表只有两种,但转载中问题不少,或由基于形状参数极大似然估计（MLE）的表换算为基于形状参数无偏估计的表时精度下降。为满足工程应用需要,本文用保证8位有效数字的计算方法编制了新表。同时,还对时间终止的情况,给出了Bayes与随机化最优区间估计系数表。     

Fourier变换的基本格式与PSD非参数估计

以传统Fourier变换为基础的非参数估计方法是振动工程研究中PSD估计的重要方法。文章以周期图法为例,研究Fourier变换基本格式的不同对PSD非参数估计结果的影响。首先介绍了Fourier变换常见的几种基本格式及其对应的PSD非参数估计计算公式;然后基于PSD的物理内涵,分析、证明多种不同形式的PSD估计公式的同时存在是一种人为误解,只有惟一的一种PSD估计结果才是具有典型物理意义的;最后给出了Fourier变换的一种通用格式及其PSD估计计算公式。     

重频抖动脉冲信号分选研究

针对累积差值直方图法、序列差值直方图法对重频抖动脉冲信号的分选能力差,基于PRI变换的重复间隔估计算法计算量比较大难以做到实时处理的问题,对序列差值直方图法进行改进。利用交叠小箱法进行直方图统计,很好地兼顾了处理速度和重频估计的准确性,可有效分选重频抖动的雷达脉冲信号;在脉冲串检测时,将脉宽用作抖动重复间隔序列抽取的第二判决参数,增加脉冲检测的可靠性。仿真结果表明,在不明显增加运算量的情况下,序列差值直方图改进算法能很好地分选脉冲重复间隔抖动量10%以内的脉冲信号。     

基于轮廓特征的X射线脉冲星信号多普勒估计

探测器速度引起的多普勒效应会影响脉冲星信号累积轮廓特征,反之,这种轮廓特征改变可用于多普勒估计。提出了一种基于轮廓特征的X射线脉冲星信号多普勒估计方法。通过建立累积轮廓非齐次泊松模型,获得多普勒效应对累积轮廓的影响。构造轮廓特征函数对该影响进行度量,并利用函数值与周期误差的关系搜索信号周期。在搜索过程中,将离散观测数据转换为连续能量密度函数,消除相位间隔对累积周期的限制。根据周期搜索结果,结合脉冲星先验知识完成多普勒估计。仿真实验验证了该方法的有效性,其多普勒估计精度优于频域方法。     

SAR图像目标峰值特征提取与方位角估计方法研究

目标峰值特征是SAR图像目标识别的重要特征之一。峰值特征提取是SAR图像目标识别的一个重要步骤，为了由SAR图像快速、精确地提取目标峰值特征．本文首先研究了SAR图像目标峰值特征提取方法，提出了一种“子像素”级精度的SAR图像目标峰值特征提取方法．并通过仿真实验分析了峰值位置、峰值幅度的估计精度。由于目标SAR图像或SAR图像特征矢量对目标方位角变化的敏感性，因此，为了提高SAR图像目标识别系统的分类效率，本文还研究了SAR图像目标方位角估计方法，提出了一种利用峰值特征基于线性回归的sAR目标方位角估计方法，和现有方法相比，该方法除了计算速度快，估计精度较高之外，还能在估计方位角的同时，给出该估计的置信区间，从而更好的满足SAR ATR的实际需要。文中通过对大量实测MSTAR SAR图像目标方位角的估计实验，验证了本文目标峰值特征提取及方位角估计方法的有效性。     

基于宽带信号的高精度时差估计算法

时差估计精度直接影响测向精度,传统时差估计算法受到采样时间间隔和解模糊算法的限制,无法进一步提高精度。对于宽带信号,通过时－频关系将时差估计转换为频率估计,继而采用基于时差搜索的离散傅里叶变换算法进行时差估计,其估计精度不受采样时间间隔的限制,能够适应较低信噪比。该算法运算简单,适于工程实现,可以实时进行处理。仿真结果表明,在一定的带宽条件下,该算法能达到较高的测向精度。     

双星双频地面快速运动目标成像与参数估计

在多输入多输出合成孔径雷达(MIMO-SAR)的基础上,提出使用双卫星、双工作频率实现地面快速运动目标检测、成像和参数估计的方法。利用广义二阶Keystone变换对提取出的运动目标进行距离徙动校正,针对快速运动目标的多普勒模糊问题,使用修正的离散调频傅立叶变换结合最小波形熵搜索完成目标多普勒参数估计后,利用数值搜索的方法对不同工作频率下的速度集合进行交集求解得到目标真实速度值,并给出了一种运算量较小的快速搜索算法。最后,计算机仿真表明了方法的有效性。     

基于改进的PRI方法对植被冠层叶绿素含量的反演

叶绿素是植被光合作用的重要色素，对植被的健康状况有直接的指示作用。利用遥感技术准确、快速地获取植被叶绿素含量对精准农业具有重要意义。文章在对各种光化学植被指数（Photochemical Reflectance Index，PRI）与叶绿素含量进行敏感性分析的基础上，提取出对叶绿素变化较为敏感的组合形式，并考虑土壤背景的影响，提出了一种改进的PRI模型，同时利用在小汤山试验田获取的地面采样数据和实用模块化成像光谱仪（Operative Modular Imaging Spectrometer，OMIS）数据进行验证。结果表明，基于OMIS高光谱数据，模型能够很好地对植被冠层的叶绿素含量进行反演，反演的叶绿素含量与实测值具有较好的相关性。