一种十字阵列模型下的新型测向算法

为提高精确制导的实时性,实现空间谱测向,提出了一种新型的正交传播算子算法(propagator method,PM)。该算法基于十字型阵列模型,引入了噪声子空间的投影算子构造伪谱,并采用一维谱峰搜索实现二维测向。与利用二维谱峰搜索测向的二维PM算法相比,该算法大大减少了计算量,降低了计算复杂度,可实现多目标信号测向,解决了二维角度的配对问题,也可有效估计出相同方位角(或仰角)的目标。该算法可广泛应用在雷达测向、导引头测向及跟踪等。     

MIMO雷达DOD和DOA联合估计算法: RTR-ESPRIT

 针对双基地多输入多输出(MIMO)雷达多目标波离角(DOD)和波达角(DOA)的联合估计问题,提出一种接收-发射-接收(RTR)-ESPRIT算法。该算法首先利用一维接收ESPRIT(R-ESPRIT)预估计目标DOA,随后分别利用一维发射ESPRIT(T-ESPRIT)和一维接收ESPRIT得到目标的高精度DOD和DOA估计,在每两次ESPRIT算法之间分别构造正交投影算子对接收信号进行接收波束形成和发射波束形成。与传统ESPRIT算法相比,该算法大大降低了数据协方差矩阵维数和计算复杂度,无需额外的配对算法,且理论证明了该方法还可以用于相干目标和单快拍情况下DOD和DOA的联合估计。仿真结果表明了该算法的正确性及良好的估计性能。     

基于集成活动轮廓模型的SAR图像分割方法

图像分割是合成孔径雷达(Synthetic Aperture Radar, SAR)图像自动解译技术中的一个重要问题。基于活动轮廓的思想,给出了一种适应于SAR图像分割的集成活动轮廓模型。该模型综合利用SAR图像的边缘和区域特性,通过检测算子提取SAR图像的边缘信息,利用似然函数的最大化提取图像中不同统计信息的区域;通过边缘和区域的共同曲线运动实现对SAR图像的分割。利用加性算子分裂算法,给出了该模型的快速实现方法。通过MSTAR和实测星载SAR数据进行试验验证,并与其他算法比较,结果表明：所提方法适应性强,可适应复杂背景的SAR图像分割,并且分割定位准确、收敛速度较快;所提实现算法稳健,能适应不同参数设置,且对初始条件不敏感。〖JP〗     

平稳色噪声背景下相干信源DOA估计的新算法

提出一种基于对称均匀线阵的波达方向(DOA)估计新方法.该算法在未知噪声协方差矩阵为复对称Toeplitz结构的情况下,利用空间差分方法和相干信源信息Toeplitz矩阵重构相结合,来处理同时存在相干、非相干信源的情况.该算法在提高阵列的信源过载能力的同时,可明显减小运算量.计算机仿真结果证明了算法的有效性和正确性.     

最优特征选择下多层次分割的城市道路提取

针对道路提取过程中特征维数过高的问题,提出了一种基于ReliefF过滤式和Wrapper封装式的特征选择方法.将粒子群优化算法(PSO)作为Wrapper的搜索算法,优化过的随机森林算法(OPRF)作为Wrapper的分类器构成PSO_OPRF封装式子集评估器,对ReliefF预选后的特征子集进行评估,降低特征维度,选...     

基于角点特征的SAR图像与光学图像匹配算法

INS／SAR组合导航系统对SAR实时图像与光学参考图像的匹配算法提出了实时性和准确性要求。文章首先采用一种结合Harries算子与曲率尺度空间的算法,提取SAR图像与光学图像中的角点;然后利用距离约束、角点值约束、边缘约束进行角点匹配。经实验验证,该方法实时性好,匹配精度高,可较好的应用于INS／SAR组合导航系统的...     

球面上连续函数用等收敛算子逼近的渐近估计

论文给出了δ =λ + 2的情形下 ,当N→∞时 ,球面上连续函数用等收敛算子逼近的渐近值的上方估计和下方估计     

矢阵及其在目标状态测量建模中的应用

本文通过对引入矢阵反对称叉积算子概念，得出了矢阵叉积算子同一般矢量列阵叉积算子之间的关系恒等式，揭示了两者之间的对称关系，由此关系非常方便地得到了矢阵运动学关系及其它一些常用关系，并把坐标变换阵对时间的导数推广到一般的情况，一个对目标雷达被动定位状态测量建模的实例表明了其实际应用意义。     

Baskakov算子点态逼近的饱和结果

本文讨论了Baskakov算子的线性组合的饱和问题，所得结果推广了以前有关这方面的结果。     

基于压缩感知的MIMO-SAR运动误差补偿与成像

多发多收合成孔径雷达（MIMO-SAR）利用多通道空间并行采样的优势可实现高分辨成像,但不可避免地存在运动误差与海量数据不便于存储与传输的问题。针对该问题提出一种基于压缩感知的MIMO-SAR运动误差补偿与成像方法。首先通过详细分析MIMO-SAR运动误差回波信号模型,在全采样条件下利用两步运动补偿技术实现对回波数据的运动误差补偿处理,其次针对降采样回波数据的运动误差补偿,通过构造变换算子与压缩感知（CS）重构模型的方法实现第1步运动误差补偿、距离脉压以及距离徙动校正处理,然后再进行第2步误差补偿与方位向脉压处理获得成像结果。最后通过仿真实验验证了所提方法能够在大幅压缩回波数据的情况下,实现MIMO-SAR运动误差补偿与成像处理。