用TH神经网络方法外推数据的超分辨雷达成象

研究用Ｔａｎｋ－Ｈｏｐｆｉｅｌｄ神经网络（ＴＨＮＮ）求解ＡＲ模型参数作数据外推的超分辨雷达成象,并用微波暗室实测数据对ＴＨＮＮ方法和Ｂｕｒｇ方法作了验证,结果表明,两种方法均能在较低的信噪比条件下实现超分辨成象,且随着ＶＬＳＩ技术的发展,神经网络方法将是一种很有希望的超分辨成象方法。     

超分辨成象信号处理的硬件实现

简要介绍线性预测数据外推的超分辨距离－多普勒成象方法,并以一片高速数字信号处理（ＤＳＰ）芯片—ＴＭＳ３２０Ｃ２５为核心设计了一个专用信号处理器,能完成数据外推、加窗和１２８复数点ＦＦＴ,实现超分辨二维成象。文中给出了对Ｂ－５２模型飞机微波暗室转台实测数据的成象结果,并作了比较。     

实数域中的投影法及其在单次快摄阵处理中的应用

阵列处理中计算简单的投影法避免了矩阵特征分解(ＥＶＤ)的庞大计算量,然而仍需进行复数计算。为了进一步减小计算量,提出一种实数域中的投影法,它将投影矩阵及空间谱的计算均简化为实数的计算,从而。使阵处理的计算量大大减少,而且使估计性能保持不变。计算机模拟与实际外场实验数据的计算结果表明了算法的有效性。     

频率选择表面机载雷达天线的研究

研究了降低机载雷达天线散射截面的频率选择表面(FSS)极化扭转板。根据Floquet定理利用模式电压概念建立矢量模式,对二维周期阵列的频率选择表面进行理论分析和计算。设计并加工了一种降低机载雷达天线散射载面的频率选择表面极化扭转板结构。计算和实验表明:频率选择表面的极化扭转板在雷达天线工作通带内保持与原极化扭转板的性能不变,而在工作通带外具有降低雷达散射载面的效果。降低雷达散射截面7～10dB。     

低雷达散射目标的RCS分析与求解

利用Ｃ－Ｒ样条对目标进行建模和求解爬行波短程线,通过ＧＲＥＣＯ与爬行波混合法求解低散射目标后向ＲＣＳ。获得令人满意的结果。     

航天器初始飞行段雷测系统误差估计方法与算法

在航天器初始飞行段的跟踪数据中,假设光测数据含有常值系统误差,连续波雷达系统的距离和／差数据含有二次项系统误差和折射残差,距离和／差变化率数据含有线性系统误差和折射残差。利用样条函数表示轨道,建立了系统误差和航天器轨道的非线性模型,给出了系统误差和轨道的高精度估计方法和算法。     

FTA在末制导雷达故障诊断中的应用

阐述了 FTA 的原理及应用步骤,以某型末制导雷达天线子系统为例画出了其故障树。给出了定性分析和定量计算,论述了 FTA 在末制导雷达故障诊断中的可行性。     

雷达目标跟踪中的非线性滤波技术

对雷达目标跟踪中的9种非线性滤波技术进行了综述,介绍了其基本思想,分析了各方法的优缺点并进行了比较。     

基于频域分析的ROSAR成像算法

在现有的ROSAR(Synthetic Aperture Radar with Rotating antennas)成像算法中,基于斜距泰勒级数展开的算法存在方位向失配问题,时域相关卷积算法不能快速校正距离弯曲.频域ROSAR成像算法采用驻相点原理,直接对ROSAR回波信号进行二维频域变换,保留回波信号的频谱特征,进而构造相应的频域去耦函数和频域匹配函数,实现频域距离弯曲校正和目标场景重构.仿真结果表明,该算法能够快速校正距离弯曲及有效克服方位向失配问题.