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。     

基于自适应SRCKF的空间非合作目标实时轨道确定

针对天基测角对非合作目标跟踪定轨的动力学模型简化误差问题,提出一种基于非线性预测滤波和SRCKF(Square Root Cubature Kalman Filter,平方根容积Kalman滤波)的自适应滤波方法.采用考虑地球J2摄动影响的轨道动力学模型作为状态方程,在跟踪滤波过程中,用NPF(Nonlinear Predictive Filter,非线性预测滤波)对动力学模型进行实时修正,利用SRCKF对修正后的动力学模型进行状态估计.将该方法应用于高轨航天器对非合作低轨目标的实时测角定轨任务中,进行数字仿真,仿真结果证明,该方法相比传统的滤波方法具有更高的精度、更强的鲁棒性和稳定性.     

一种非线性滤波器的误差分析及应用

针对一类具有未建模误差和扰动的非线性系统的状态估计问题,提出一种在线估计并补偿模型误差的非线性滤波算法,该算法利用非线性预测滤波(NPF)基于预测输出残差的方差最小的基本原则估计模型误差,冉利用扩展卡尔曼滤波(EKF)的思想对补偿后的模型进行状态估计;详细推导了状态估计误差及其方差阵的传播模型.以卫星姿态确定系统为例,...     

遥感平台摩擦力矩的非线性校正补偿方法

航空遥感惯性稳定平台可以隔离外部扰动对载荷的影响,确保遥感载荷高精度成像,但摩擦的存在,造成了不平稳、爬行等现象,导致系统动态响应缓慢、稳定精度低、抗干扰能力弱,影响平台动态性能.本文有针对性的提出了基于非线性校正的摩擦力矩补偿方法,仿真实验结果证明,该方法有效地抑制了摩擦,消除了低速爬行现象,提高了抗干扰能力.     

航空活塞发动机燃烧煤油冷起动油量控制研究

为了解决航空活塞发动机燃烧煤油时冷起动油量控制的问题,根据油膜理论,建立冷起动油膜补偿模型,并推导出适于在微控制器上实现的离散控制算法.利用Matlab/Simulink对基于油膜补偿器的冷 起动油量控制模型进行仿真,结果表明该模型能够保证起动瞬间有足够数量燃油进入气缸.进行原型机改烧煤油试验,在不改动发动机供油和点火系统的情况下,通过冷起动油量控制,煤油发动机冷起动性能得到改善.      

基于扩展单脉冲比的拖曳式诱饵存在性检测

诱饵的存在性检测是对抗拖曳式有源雷达诱饵干扰的前提,也是决定抗干扰效果的重要因素.当导引头雷达发射多个不同频率的脉冲信号时,在一定的检测处理时长内目标回波信号幅度服从瑞利分布,而诱饵干扰信号则是幅度固定的.基于导引头雷达波束内诱饵存在导致的回波特征变化,通过提取诱饵存在/不存在两种情况下雷达接收回波信号的幅度特征差异以...     

旋转惯导系统中的圆锥误差分析及其补偿

圆锥误差是由转动不可交换性误差引起的,存在于惯导系统导航解算的一种误差形式。由于基于旋转调制方式的惯导系统运动模式与传统捷联惯导系统不同,因此圆锥误差的表现形式也会发生相应变化。首先建立了旋转调制惯导系统的圆锥运动模型,对其不可交换性误差进行了推导。在此基础上分析了基于等效旋转矢量的多子样算法在旋转惯导系统圆锥误差补偿中的应用效果以及旋转方案对圆锥误差补偿的影响,最终通过仿真对理论分析进行了验证。仿真结果表明,圆锥误差对于旋转惯导系统的影响要大于传统惯导系统,但可以通过改变旋转方式来对圆锥误差进行抑制。     

压缩逆合成孔径雷达中的相位自聚焦算法(英文)

与常规逆合成孔径雷达(Inverse syntheticaperture radar,ISAR)相同,压缩ISAR也需要进行基于回波信号的运动补偿,其中包括距离对准和相位补偿。本文提出了一种适用于压缩ISAR成像处理的相位自聚焦算法。该算法采用特征向量法解决稀疏ISAR信号的相位补偿问题。试验结果证明了该算法的有效性。     

基于区域的GLRT车辆目标检测方法

基于合成孔径雷达(Synthetic aperture radar,SAR)图像的地面车辆目标自动检测是一项重要的SAR军事应用研究。提出一种基于区域的广义似然比法(Generalized likelihood ratio test,GLRT)的目标检测方法,该方法将GLRT目标检测理论与图像分割技术相结合。首先利用普通图像常用的分割聚类方法从SAR图像场景中粗略地分离出陆地杂波区域和目标潜在区域。然后根据分割结果,分别对两区域数据建立合理的统计模型。最后在背景和目标统计特性都已知的情况下,采用GLRT目标检测方法对目标潜在区域的像素点进行逐一检测,获得更为精确的检测结果。对实际SAR数据处理的结果表明,该方法能有效地从陆地场景中检测出地面车辆目标,且具备一定的精确性和快速性。     

基于特征点运动矢量估计的动态序列图像运动目标跟踪

提出了一种改进的特征点运动矢量估计方法,用于动态序列图像中的运动目标跟踪。首先利用改进的最小亮度变化算法提取特征点;然后通过自适应的十字模式搜索法确定这些特征点的匹配点。在RANSAC方法的基础上,利用运动背景的仿射变换参数实现运动背景的补偿。最后利用合理的形态滤波技术,运动目标将完整地从背景中提取出来并实现准确跟踪。实验结果表明,改进的方法可以成功完成运动背景的补偿,并为动态序列图像的运动目标跟踪提供了保证。