合成孔径雷达Chirp Scaling成像算法

在利用经典的距离－多普勒算法或相关的频域技术处理ＳＡＲ数据时，需要一个随空间变化的插值器来补偿信号能量在不同距离分辨率单元上的徒动。一般来讲，插值器要花费较多的计算时间，并且导致图象质量的下降，尤其是在复图像时，而本文途径的Ｃｈｉｒｐ Ｓｃａｌｉｎｇ算法避免了插值运算，但能更精确地完成距离单元徒动修正。这种算法的实现只需要复数相乘和ＦＦＴ两种运算。它是相位保留的，适合于宽测绘带，大波束宽度和大斜视     

基于IDEA和RSA的网络数据安全系统

随着计算机网络技术的迅猛发展，网络安全越来越受到人们的重视。本文利用密码学的方法来解决网络数据传输的安全性问题，提出一种新型的将ＩＤＥＡ和ＲＳＡ相结合的加密方式来保证网络数据安全，这种方法兼有传统密码体制与公开密钥体制的优点。文中对加密通信过程、解密过程和数字签名及其鉴定过程作了简介，说明了其抗解能力，结论认为，本法是比较理想的加密方式。     

一种RS码变换或译码算法及关键方程的讨论

提出了ＲＳ系统码的一种变换域译码的算法，该算法不用球错误位置多项式的根和错误值，运算结构规则：用Ｇｒｏｅｂｎｅｒ基理论分析证明了关键方程的解是在〈ｒ＝ｌ－ｍ意义下解集合Ｍ中的最小元素。     

用于大斜视角合成孔径雷达成像的时变步进变换算法

大斜视角合成孔径雷达（SAR）成像可用于一些特定的应用场合，如提供与视看角有关的散射信息及重访所感兴趣的区域的场合。现有的SAR成像算法很难直接应用于大斜视角结构，这是因为在信号中的大的距离单元徒动及不可忽略的三次相位项。本文提出了一种改进的算法，称作时变步进变换算法，它采用不同的线性调频（Chirp）率对不同的子孔径中的信号进行去斜坡处理以缓解距离聚焦问题，子孔径之间的间隔也随去斜坡的线性调频率的变化而变化，且在聚焦过程中包括了不可忽视的的三次相位项。所提出的算法在大斜视角模式时性能优良，通过在斜视角增大时缩短子径长度，可使算法的性能几乎与斜视角无关。此外，所提出的算法对于多视处理与运动误差补偿也是灵活的。     

四边形全天自主星图识别算法

讨论了一种新的无须任何先验知识的星图识别算法。该算法将四边形星图模式分解为两个具有公共边的三角形模式，使用三角形模式的特征，在保证自满计算量和星载星表的存储容量的前提下，使算法的识别成功率得以星著提高。Ｍｏｎｔｅ Ｃａｒｌｏ实验表明，在星等误差０．５星等（３σ），位置误差１０角秒（１σ）时，该算法的识别成功率接近１００％。     

实时微分控制的算法研究

实时微分控制是进行航天器轨道控制的主要方法。本文在费景高所提出的算法基础上 ,提出了一种有效的改进算法 ,扩大了算法的适用范围。文章对算法的稳定性进行了研究 ,并给出了此算法在弹道导弹显式制导中的应用实例。     

SMOS与Aquarius卫星海表盐度测量方法及数据的对比分析

国际上发射的海表盐度遥感卫星主要有2颗:欧洲的SMOS和美国的Aquarius卫星,为给后续海表盐度遥感提供参考借鉴,对比分析了这2颗卫星的遥感器载荷、数据处理算法和盐度数据。遥感器载荷方面,SMOS采用L波段二维综合孔径辐射计,而Aquarius采用L波段实孔径辐射计加散射计;数据处理算法方面,分析了二者在介电常数模型、海面粗糙度校正以及反演算法方面的差异;盐度数据方面,分析了SMOS与Aquarius盐度数据之间的相关程度,并分别与ISAS(In Situ Analysis System)浮标盐度数据作对比,分析了2颗卫星的盐度数据精度。将2颗卫星的盐度遥感数据与ISAS浮标盐度数据对比发现,在全球范围内,Aquarius盐度测量精度优于SMOS;但在开阔海域,SMOS盐度测量精度优于Aquarius;而在近海岸区域,均出现较大的误差,且SMOS数据误差更大。     

基于粒子群算法的多波位高度估计方法

为解决雷达斜视模式下对目标区域的高度估计问题,提出了一种基于粒子群算法的多波位高度估计方法。利用粒子群优化算法建立约束条件和目标函数,通过多次迭代使目标函数趋于一个最优值,同时得到高度的最优解。利用粒子群优化算法求解多波位测高方程组可减小方程组近似处理误差。此外,利用粒子群优化算法可随时更改波位数目,增强了该测高方法使用的灵活性,有效提高了高度估计精度。通过理论仿真和实测数据仿真分析,验证了粒子群优化算法在求解多波位测高方程组时的有效性。结果表明:该方法具有较高的高度估计精度。     

基于轨道角动量的电磁涡旋SAR成像新方法

为研究电磁涡旋波在合成孔径雷达(SAR)领域的应用潜力,验证电磁涡旋SAR成像的可行性,将电磁涡旋与合成孔径雷达模型结合,通过使用单一模式的轨道角动量,用合成孔径原理实现方位聚焦。给出了基于电磁涡旋的SAR几何模型和回波信号模型,并提出了适用于电磁涡旋SAR的改进chirp-scaling(CS)成像算法。通过点目标仿真分析,验证了所提成像算法的有效性。该方法可为SAR系统新体制设计及雷达的研究提供参考。     

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。