基于稀疏表示的多雷达信号二维融合处理

多雷达信号融合通过对多视角和多频带雷达信号进行相干融合,可以提高图像的距离和方位向分辨率.为了克服基于谱估计的多雷达信号融合方法稳健性严重依赖于散射点个数估计精度和二维极点配对精度的问题,在深入研究逆合成孔径雷达(ISAR)信号的基础上,构造了多雷达信号二维融合的线性表示模型,将融合处理转化为一个信号表示问题;充分挖掘...     

一种基于集体检测理论的GPS直接位置估计实现方法

传统GPS导航定位解算方法需要事先成功捕获、跟踪并实时获取多颗卫星的伪距测量,不适用于弱信号环境下卫星信号无法捕获的场景。集体检测是一种将各卫星信号的相关能量非相干累加后依据极大似然准则进行直接位置估计的理论。本文基于A-GPS提供的先验信息,提出了一种实现集体检测的具体参数估计方法和搜索策略,并基于真实GPS弱信号验证了算法的实际性能。实际试验表明,本方法与信号是否成功捕获和跟踪无关,适用于弱信号等环境下的定位解算。     

一种多尺度稀疏极化敏感阵列及其DOA估计方法

针对单个电磁矢量传感器(SS-EMVS)的孔径受限和传统稀疏阵列无法提供目标极化信息的问题,结合分离式电磁矢量传感器和稀疏阵列,提出了一种由SS-EMVS组成的多尺度稀疏极化敏感阵列。该阵列的阵列单元为1个完整的分离式电磁矢量传感器,沿y轴分布,整个阵列按阵元间距分为2个均匀子阵,而且这2个阵元间距都可以大于入射信号的半波长,从而构造一个多尺度稀疏极化敏感阵列以得到目标波达方向(DOA)的高精度估计值。该阵列结合了SS-EMVS可降低阵元互耦和稀疏阵列可扩大阵列孔径的优点,提高了目标DOA估计精度的同时降低了阵元互耦,并且对噪声也具备较好的鲁棒性。而在算法上,首先利用矢量叉积算法得到目标方向余弦的低精度无模糊估计值;其次根据2个子阵的空域旋转不变性得到目标方向余弦的高精度模糊估计值,针对这些方向余弦的估计值提出了一种多尺度解模糊算法,可得到目标方向余弦的高精度无模糊估计值;最后经过运算得到目标的高精度DOA的估计结果。仿真结果证明了所提阵列和算法的有效性。该阵列可应用于某些空间受限的实际应用场合中,如安装在飞行器上的传感器阵列,从而发挥电磁矢量传感器的单天线多分量的特点,也可以与MIMO雷达进行结合,借助极化信息提高雷达系统的检测性能和目标二维DOA的估计精度。     

相位干涉仪参差基线解模糊算法研究

针对多基线相位干涉仪测向时存在的相位模糊问题,分析相位差变化值的相位模糊特点,提出一种利用相位干涉仪基线间的参差距离对相位差进行解模糊的方法,讨论正确解模糊的条件、范围以及波达角估计精度与入射角之间的关系,并给出了仿真结果。     

色高斯噪声背景下相干信源DOA估计

为在色高斯噪声背景下估计相干信源DOA,提出一种基于四阶累积量的相干信源DOA估计算法。对各个阵元接收数据与参考阵元接收数据的四阶累积量进行排列,构造Toeplitz矩阵,该矩阵的秩仅等于信号个数,而与信号间的相干性无关。通过特征值分解得到信号子空间和噪声子空间,从而实现相干信源DOA估计。仿真实验结果表明,在色高斯噪声背景下,此算法能有效地估计出相干信源的DOA,并且相对于空间平滑算法具有更好的估计性能。     

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。     

刚体姿态估计的类Rodrigues参数算法研究

针对Rodrigues参数描述刚体姿态运动时的缺陷,提出了一种类Rodrigues参数的姿态估计算法,从定义上避免了Rodrigues参数和修正Rodrigues参数在π-,-π,2π,-2π时的奇异。推导了类Rodrigues参数描述的姿态运动学微分方程,给出了坐标变换的类Rodrigues参数描述,讨论了类Rodr...     

GEO移动通信卫星多波束天线指向测量与精度分析

讨论了地球静止轨道移动通信卫星多波束天线指向测量问题。基于比幅单脉冲原理,给出了天线指向测量的最大似然估计方法,并分析了该方法的测量精度和测量误差分布,指出测量误差的构成包括系统定标误差和估计误差,误差分布服从正态分布。仿真结果表明,当信噪比高于20dB时,测量精度随信噪比增大的改善变缓,此时精度主要取决于定标误差。当通道不确定性高于1dB（σ）时,测量精度受通道稳定性影响显著。     

基于罗格里斯参数的航天器递归线性姿态估计算法

针对航天器姿态确定问题提出了一种新的递归线性估计算法。首先采用罗格里斯参数描述姿态,介绍了基于几何方法得到的非递归线性姿态估计算法。其次,引入历史测量数据,根据姿态旋转关系,获得了递归线性估计算法。进一步引入遗忘因子,对历史测量数据和当前测量数据进行权衡,得到了加权递归线性估计算法。数值仿真结果表明,所提出的递归姿态估计算法比非递归姿态估计算法具有更高的精度,在一定范围内遗忘因子越小,姿态估计精度越高。     

自旋卫星姿态确定和系统偏差估计

以最小二乘为指标,应用Powell直接寻优算法,对近地轨道自旋卫星姿态确定数据进行加工处理,得出了某些系统偏差的估计值,然后再用Kalman滤波器进行滤波估计。实践证明,将此法用于可观性较弱的系统,可显著改善仅用Kalman滤波器所得的结果。