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。     

基于值域的多约束GNSS单频单历元定姿新算法

多天线增强了全球卫星导航系统（GNSS）单频单历元姿态测量解算模型的强度,但随着天线数量增加,模糊度维数成倍增加,从模糊度域确定搜索空间的计算量将显著增长。基于此,提出了基于值域的多约束多天线GNSS单频单历元姿态测量新算法：该算法将姿态约束融入值域搜索模型,利用姿态约束条件推导搜索步长,通过姿态域三维搜索确定模糊度搜索空间,以基于最优条件姿态解非迭代近似估计的方法固定模糊度。实验结果表明,新算法中模糊度搜索效率较原方法提高约65.8%,固定模糊度效率较标准迭代算法提高约95.3%,且与标准迭代算法性能相当;所提算法能够实现GNSS单频单历元的模糊度固定和载体全姿态测量,具有较高的正确率。     

确定无陀螺卫星姿态的二阶非线性滤波算法研究

应用基于二阶泰勒级数近似得到的非线性滤波技术,设计了利用星敏感器矢量观测信息确定无陀螺三轴稳定卫星姿态的二阶非线性滤波算法.结合矢量观测的特点,分别讨论了单矢量观测信息与多矢量观测信息的处理方法,并把QUEST算法作为矢量观测数据压缩技术有效地结合进姿态估计器中,使得多矢量观测情况下的滤波修正算法得到了简化.仿真测试结果证明,二阶非线性姿态估计器的滤波性能要优于传统的扩展卡尔曼滤波姿态估计算法.     

Pose measurement and motion estimation of non-cooperative satellite based on spatial circle feature

Malfunctioned satellites have seriously threatened orbital safety, and the capture of these satellites is of great significance. The pose measurement and the motion estimation of the tumbling satellite is the premise of capture. In this paper, the docking ring of the satellite is identified, which is equivalent to a spatial circle. Combined with the nozzle feature, the pose duality of the spatial circle can be eliminated. And the measurement accuracy is improved by minimizing the reprojection error of the docking ring and the nozzle. Due to the symmetry of the docking ring, the measured pose has only five degrees of freedom, losing the degree of freedom of rotation around the normal vector. In the motion estimation algorithm, the observability of the tumbling motion is firstly analyzed, then an error-state Kalman filter with inertia ratio constraints is designed. To improve the convergence speed and stability of the filter, a rough estimation algorithm of filter initial value based on linear term extraction and particle swarm optimization is proposed. The effectiveness of the pose measurement and motion estimation method is verified by simulations.     

基于微多普勒特征的人体上肢运动参数估计

人体行走的雷达特征研究是近年发展起来的新的研究方向,基于雷达的人体目标探测在安全防护、灾害救援、生物力学和运动学研究等方面具有广阔的应用前景。人体走动时手和腿的摆动对回波信号产生调制,回波信号的微多普勒特征能精细地刻画体动规律,将有效地探测并估计人体的运动规律。主要研究人体上肢的雷达特征,首先以人体上肢的运动模型为基础,建立了其雷达回波模型,通过理论分析得到了参数估计的方法,通过广义Radon变换提取行人摆臂的微多普勒。最后通过仿真实验,验证了算法的有效性。     

基于光谱信息散度的光谱解混算法

光谱解混是高光谱遥感定量化的关键,提出了一种基于光谱信息散度和光谱混合分析的光谱解混改进算法(SID-SMA,Spectral Information Divergence-Spectral Mixed Analysis).以光谱信息散度判定最优端元子集,端元选择时采用端元的初选和二次选择来提高端元选择的精度,得到较小的丰度估计误差.通过光谱库模拟数据的结果可以看出,SID-SMA的端元选择精度和丰度估计精度要优于其他算法,当信噪比为100∶ 1时,算法端元选择正确率达到了99.8%,29个端元的丰度估计总误差小于0.1,并且算法的速度较快.     

基于间接伴随法的大气层内高超声速飞行器最优上升轨迹研究

利用修正的无量纲因子,建立了适用于大气层内高速飞行器数值优化的数学模型。创新地采用欧氏空间中超立方体顶点坐标作为协状态初始值的方法解决了伴随方法的初始值估计难题,实现了间接伴随法在最优轨迹优化中的应用。完成并给出了该方法在真空状态和有空气动力存在的情况下轨迹优化结果,并在控制约束存在的前提下,对上升段轨线进行重规划,仿真结果表明,该方法快速、有效,且具有在线制导的应用潜力。     

一种基于子空间的OFDM系统半盲信道估计

提出了一种可用于色噪声背景的基于子空间的改进半盲信道估计算法。根据正交频分复用（OFDM）系统模型,利用所获色噪声背景的噪声向量与信道冲激响应矩阵的正交性估计信道冲激响应,给出了算法的步骤。仿真结果表明：算法有较好的收敛性和稳定性。     

高分辨率多径时延测量算法

提出一种基于最小二乘准则的高分辨率多径信号时延测量方法。对参考信号作三阶样条插值获得每条多径信号最小二乘意义的最优估计,用每条多径信号的测量值重构接收信号,通过反复迭代使重构信号是接收信号最小二乘意义的最优估计,实现多径信号的时延测量。仿真结果表明：新算法在低信噪比、窄带信号条件下仍能获得较高的时延测量精度,性能优于MUSIC类时差测量算法。     

基于周期谱相关的扩频信号时差估计

周期谱相关时差估计法具有较强的抑制噪声和干扰的能力,适应于低信噪比的情况,但其抗噪声和干扰能力完全在于循环频率的选择.提出了运用周期谱特性选择扩频信号循环频率的方法,大大降低了谱相关时差估计算法的计算量.仿真结果表明,该方法是切实可行的.