基于改进MCMC的波束内目标与诱饵联合参数估计

波束内目标与诱饵的参数估计是导引头正确实现目标分选、完成波束指向调整与精确跟踪的必要条件。目标与诱饵的“紧密接近”导致接收回波混叠,使得常规参数测量与估计方法失效。基于实际采样处理中目标回波能量会“溢出”到相邻匹配滤波采样点这一信号模型,通过贝叶斯原理从观测的条件似然以及未知参数的先验分布获取待估计参数的后验概率分布,采用Markov Chain Monte Carlo (MCMC)方法中的Metropolis-Hastings (M-H)抽样算法联合估计目标与诱饵的相关参数,并根据拖曳式诱饵干扰对抗的特点对M-H抽样进行了改进。各种典型干扰条件及动态攻击场景下的仿真试验表明了本文方法的有效性。
     

空间目标双基地ISAR一维距离像速度补偿方法

空间目标的高速运动会造成双基地ISAR一维距离像的畸变,针对此问题,研究了相应的速度估计与补偿方法。基于中频直接采样匹配滤波非相参双基地ISAR成像系统,首先研究了高速运动对双基地ISAR成像的影响,其次利用雷达基带回波具有的稀疏性,构造出与高速运动目标回波特性相匹配的冗余基并对其进行稀疏分解,然后据此估计出回波的调频斜率,进而估计出目标的无模糊速度,最后构造补偿相位项完成对宽带回波的速度补偿。算法补偿精度高,且无测速模糊,空间目标理想散点的仿真实验验证了补偿方法的有效性。     

大动态大带宽数字接收机设计实现

大动态数字接收机是机场场面监视雷达的重要组成部分。论证了大动态、大带宽系统参数的选取,数字滤波器的MATLAB仿真设计,采用16位模数转换器,大容量FPGA构建数字接收机平台,解决了大动态、大带宽采样及其数字下变频处理问题,并高速光纤传输数据,给出设计分析及测试结果,该结果表明,信噪比满足系统动态范围的要求。该电路相对于模拟接收机有较高的性能,为现代雷达提供了一种高性能的数字接收机的解决方案,具有广泛的应用前景。     

一种基于激光雷达的航天器隐藏点测量方法

为保证航天器各系统的仪器安装满足在轨姿态、轨道控制等要求,需对其安装位置及姿态进行检测,但一些隐藏的目标却无法直接测得。文章提出了一种基于激光雷达测量系统的隐藏点测量方法,针对激光雷达测量坐标系的建立以及应用高精度平面镜进行隐藏点测量进行了数学模型的分析,并对测量系统的不确定度进行了评估。结果表明,在保持测量环境稳定的情况下,应用激光雷达进行航天器隐藏点测量的标准不确定度优于0.1071 mm。     

雷达侦察系统采集相位的测频技术

介绍了采集相位测频的速率以及等间隔相位采集实现测频的基本方法。分析了利用相位延时方法的相位延时滤波器和双回路解调的测频技术，讨论了随机相位波动产生频率的变化，以及衡量频率波动的测量频率范围内的最大均方根值误差。     

基于频域DPCA的星载SAR动目标检测、测速与定位

给出基于频域DPCA的星载合成孔径雷达 (SAR)动目标检测、测速及定位的实现方法。首先建立星载SAR沿航迹向三孔径天线空间几何模型 ,并详细分析星载SAR三孔径天线机理及信号特性 ,然后分析并推导基于频域DPCA实现对地面背景杂波淹没的运动目标检测、径向速度分量估计以及目标定位的方法。最后 ,计算机仿真结果验证其有效性     

主从式卫星编队相对轨道的自主确定

为实现主从式卫星编队飞行中心星与环绕星的自主定轨，采用微波雷达测量卫星间相对距离、距离速率、方位角和仰角。根据动力学方程给出了导航算法，并利用扩展卡尔曼滤波（EKF）提高微波雷达相对速度的测量精度。仿真结果表明，该导航算法对主从式卫星编队较有效，且能获得较佳的导航精度。     

机载聚束式SAR天线波束指向控制分析

建立波束控制条件下的机载聚束式SAR的天线指向及成像数学模型,证实天线波束指向被控造成回波信号的幅度调制,引起成对回波,从而影响成像质量。此外,分析波束指向控制比率与测绘带方位宽度、图像动态范围的制约关系,提出设计机载聚束式SAR天线波束指向控制比率的基本原则。最后,通过计算机仿真,验证理论分析的正确性。     

基于改进Hausdorff测度和遗传算法的SAR图像与光学图像匹配

提出了一种新的基于边缘的合成孔径雷达（SAR）图像与光学图像匹配算法。在这种算法中，首先针对SAR图像低信噪比（SNR）与乘性噪声模型的固有特性提出了一种边缘特征的提取方法。在获取光学图像与SAR图像边缘图的基础上，根据Hausdorff距离具有强抗干扰能力和容错能力的特点，采用了改进的Hausdorff距离作为相似性测度。在搜索策略上，根据遗传算法的固有的并行性，采用遗传算法来加快搜索的速度。通过大量基于同一地区的光学图像与SAR图像匹配的试验结果表明，这种算法鲁棒性好，匹配精度高，计算速度快。     

固有模态函数(IMF)积检测器——以低信噪比情况下超宽带雷达信号检测为例

首次提出了一种固有模态函数积检测器.首先通过经验模式分解(EMD)把带噪信号分解成有限个固有模态函数(IMF).检测的基本思路是,对各个IMF分量的绝对值作逐点乘积,用于抑制噪声并凸现信号,最后进行滤波和判决.本文以UWB信号为例,数据源于UWB雷达实验系统.在低信噪比(SNR),UWB脉冲与噪声波形相似,且噪声概率密度函数(PDF)未知情况下,进行实验.结果表明,当峰峰信噪比低于5 dB时,该检测器性能优于Teager能量算子(TEO).