基于离散多项式相位变换的SAR高阶相位误差估计

离散多项式相位变换（DPT）是分析恒定幅度多项式相位信号的有力工具，其主要用途是估计相位多项式的系数，具有估计精度高、算法简单等特点。在SAR的回波数据中相位误差往往可以用幅度恒定的多项式相位来表示。补偿这种类型的相位误差，常用的方法是多孔径地图漂移法、多孔径相位差分法和相位梯度自聚焦算法。在SAR自聚焦中，运用DPT算法估计二阶和高阶相位误差系数是可行的。本文详细介绍了DPT算法的原理，通过实测数据验证了DPT算法的性能，并与多孔径地图漂移法、多孔径相位差分法和相位梯度自聚焦算法进行了比较，结果表明在信噪比较高的条件下，DPT算法的估计精度远远高于多孔径地图漂移法、多孔径相位差分法和相位梯度自聚焦算法。     

高阶累积量的时间递归估计及应用

高阶累积量在电子对抗的信号处理领域有着广泛的应用 ,在实际应用中往往需要由不断更新的观测数据来估计高阶累积量。推导了高阶累积量的递归估计公式 ,与直接计算相比 ,递归估计能大大减小运算量 ,便于实时处理。同时还推导了随机信号的峭度递归估计方法 ,并用于分析某侦察接收机的噪声特性。     

基于空间时频分布矩阵的到达角估计

介绍了基于窄带信号模型的传统空间时频分布矩阵估计到达角 (DOA)的算法。在此基础上将该算法推广到对雷达信号的DOA估计 ,并给出了算法的适用条件。通过对阵元输出作时频分析 ,获取信号的瞬时频率特性 ,以此构造方向向量 ,并在时频脊点上构造空间时频分布矩阵 ,求得MUSIC空间谱 ,从而实现对DOA的估计。仿真结果显示 ,采用此处理方法 ,可以实现对DOA的正确估计     

基于递归模糊神经网络的鲁棒BP算法研究

讨论了一种基于递归模糊神经网络的鲁棒BP算法的实现。该算法采用极大似然法修正传统BP算法的指标函数 ,利用M估计器和自举算法在线估计样本的误差分布 ,适合于动态非线性系统的辨识 ,逼近精度高 ,收敛速度快 ,在小噪声扰动时处于稳定 ,对过失误差有很强的鲁棒性。仿真结果证明了该算法的有效性     

基于半参数回归模型的双星系统定轨算法及精度分析

天基测控系统是航天测控的一个发展趋势.给出了双星定位系统的定轨原理;建立了基于半参数回归的双星系统定轨模型,包括对卫星轨道摄动误差的基函数表示和观测残差的函数拟合等;给出了基于半参数回归的轨道估计算法及计算步骤;并从理论上分析了基于半参数回归模型的轨道估计算法能有效的消除非线性因素对参数估计性能和精度的影响,其定轨精度优于经典的最小二乘处理算法;最后通过对卫星仿真观测数据的处理以及卫星定轨精度的分析,表明该算法确实有效,在相同仿真条件下,定轨位置精度和速度精度分别提高了41.5%和41.3%.     

相干通信中的非线性滤波

本文讨论相干通信中的非线性滤波问题。文中应用扩大状态变量方法建立了非线性估计模型。重点讨论了条件福克一普朗克(Fokker—Planck)方程,由此导出了估计方程和方差方程,从而构造出条件均值滤波算法。应用这种算法得出了由高斯白噪声策动的角调信号通过理想信道和随机时变信道后的非线性最佳相位估计器。计算机模拟结果证明了理论分析的有效性。     

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。     

无源三维卫星定位系统卫星钟差的监测技术

GPS的成功已证明:三维无源卫星导航定位系统是现阶段卫星导航系统发展的主要方向。这种系统建立的一个核心技术是时频技术,即星地统一的时间基准,本文在简单介绍三维无源卫星导航定位系统的时频系统方案的基础上,详细介绍其主要关键技术——卫星钟误差的监测技术。     

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。