去卷积实现雷达方位超分辨

介绍了一种新的信号处理方法:对天线方向图和天线扫描时产生的目标方位回波通过去卷积提高雷达的方位分辨率。计算机仿真结果证明分辨率得到提高。应用雷达实测数据也证明这种去卷积实现方位超分辨的方法是可行的。     

去卷积实现雷达方位向超分辨方法的实验研究

用去卷积方法实现了米波雷达方位向超分辨，并对去卷积方法进行了讨论。仿真和实测数据表明，在雷达回波高信噪比条件下，该方法是简单实用的。     

相控阵雷达反演口径分布实现方位超分辨

为了实现普通相控阵雷达的方位超分辨,需要知道天线阵面的幅相分布。通过对相控阵天线单元进行时序Ｗａｌｓｈ－Ｈａｄａｍａｒｄ相位权重可以反演该天线阵面的幅相分布。在此基础上再采用超分辨算法就可以得到目标的超分辨方位信息。所采用的超分辨算法是抗噪性和鲁棒性均较好的逐次逼近算法。为了得到平缓的相位分布,减少相位权重次数,对于不在正常方的目标采用了附加线性相位分布波阵面地准的方法,经数值仿真,对于一个Ｘ波段     

应用于雷达方位超分辨的改进Richardson-Lucy算法

方位超分辨是国内外雷达界持续探索的一项技术难题。为解决高斯噪声情况下天线低通效应造成的方位低分辨力问题,利用基于泊松噪声情况下Richardson-Lucy(RL)算法对其进行研究。针对RL算法中高斯噪声被放大出现虚假目标和RL算法收敛速度慢的缺点,提出了一种改进RL算法。该算法首先使用低通滤波去除高频段的噪声,然后利用加速RL算法进行方位超分辨。仿真结果表明:与原RL算法相比,改进RL算法能降低高斯噪声的影响,消除虚假目标;在信噪比低至0 dB时,相对于半功率波束宽度,改进RL算法的最大分辩倍数为1.8倍,与维纳逆滤波算法相比具有较强的噪声适应能力,可以应用于雷达方位超分辨。     

基于实数遗传算法的米波雷达方位超分辨研究

超分辨谱估计技术可以在不增大天线口径的情况下提高米波雷达的方位角分辨力.利用实数遗传算法实现了波达方向(DOA)估计的参数模型拟合类超分辨方法,并利用计算机仿真和米波雷达的实测数据进行了算法性能分析,分析结果表明利用实数遗传算法的全局寻优能力可以改进米波雷达方位超分辨方法的性能.     

用单通道接收机实现方位超分辨的一种方法

本文提出一种新的利用单通道接收机实现方位超分辨的信号处理方法.不论是不相关信号源还是相关信号源,通过引入一系列的特定权,在不同时间间隔得到单通道接收机的一组输出功率,通过处理这组功率可以求得阵列输出的协方差矩阵.同已有的微扰法比较,所需的数据样本数减少一半,具有显著的优点.计算机模拟的结果表明该方法具有良好的效果.     

基于正则化的改进平滑l0方位超分辨方法

为提升雷达方位分辨率,文中提出了一种基于正则化的改进平滑l₀(Smoothed l₀,SL0)方位超分辨方法。首先,在目标稀疏性质的前提下,将雷达方位超分辨问题构建为l₀正则化优化问题;其次,在利用SL0算法求解l₀优化问题时,不可避免的需要对病态的天线方向图矩阵求伪逆运算,导致成像误差较大。为解决上述问题,文中利用正则化策略对病态的天线测量矩阵进行处理,获得了非病态的天线卷积矩阵。最后,利用非病态的天线测量矩阵,实现了SL0算法在雷达方位超分辨成像中的应用。相比于传统的l₁正则化超分辨方法和迭代自适应方法,文中提出的改进SL0方法在分辨性能与运行时间上都有相应的优势。     

最大熵线性预测超分辨算法的误差灵敏度分析

本文分析了Burg提出的最大熵线性预测超分辨算法对阵列幅度和相位误差的灵敏度。给出了具有两个目标、不同阵元数和不同间距等情况下的数值计算结果。结果表明最大熵算法较最大似然估计(MLM)算法和MUSIC算法对幅相误差的影响更加敏感。文中还给出了最大熵算法和MUSIC算法分辨目标的实验结果。     

一种稳健的雷达成像超分辨算法

在机动目标的ＩＳＡＲ成像情形下,由于目标散射点回波信号的多普勒频率不再保持恒定,此时若用常规的超分辨算法来提高横向距离分辨率,则由于模型误差将使得算法性能下降或失效．该文采用上述情形的多普勒频率的分段一阶近似模型,在此基础上,提出一种基于推广ＲＥＬＡＸ算法的线性调频信号参量估计方法,文中同时给出了数值模拟结果。     

超分辨技术在超视距雷达中的应用

分析了用“受限MUSlC法”对多目标的检测，对他应用于高频地波雷达的情况进行了建模和仿真，仿真结果表明，受限“MUSIC算法”可以有效地将相干的信号与海杂波分辨开来。     

基于子空间的Root—MUSIC方位超分辨估计

在现代脉冲雷达中，加性噪声不一定是高斯噪声，如果利用二阶统计量进行估计，将会带来较大误差。从阵列信号处理的角度出发，采用Root—MUSIC方法，提出一种新估计量以获得多个独立目标的方位角。通过对等幅调相信号的仿真，验证了该新估计量有较好的性能。     

应用子空间方法实现米波雷达超角分辨实验研究

应用阵列信号的子空间方法实现天线转动时的多目标超分辨处理，给出计算机模拟结果，并介绍了实现阵列信号子空间法的实验系统。实验方法及实验结果均表明该方法的有效性。     

基于时-空稀疏解的方位超分辨算法

受限于阵列波束宽度的瑞利限,常规单脉冲测角方法无法分辨处于一个波束宽度内的多个目标,为此,提出一种基于时-空稀疏解的方位超分辨算法,对距离、多普勒维无法分辨的同一波束宽度内的多个目标进行角度测量。该方法首先构造基于类-p范数稀疏度和2范数约束的代价函数,通过迭代过程最小化代价函数求得时-空二维稀疏解,最后由时-空二维稀疏解估计目标的多普勒频率和方位角。与传统的方位超分辨算法相比,该方法利用了多普勒信息,改善了方位超分辨性能,具有较高的分辨率和极低的旁瓣电平,同时该方法无需多维空间谱搜索过程。计算机仿真结果验证了该算法的有效性。     

用WSF算法实现机扫雷达多维超分辨估计

针对传统扫描体制雷达(机扫雷达)无法分辨半功率波束宽度内存在多目标的问题,基于阵列信号处理的思想,应用加权子空间拟合(WSF)方法实现了机扫雷达超分辨估计.首先分析了机扫雷达幅度调制的导向矢量模型,然后推导了基于此导向矢量的WSF DOA估计方法.仿真结果表明,该方法具有较高的估计精度.     

平面阵列米波雷达超分辨测高技术研究

针对形状不规则的平面阵列米波雷达由于各行天线阵元数不同引起较大的测高误差,提出一种增加导向矢量系数的改进最大似然超分辨测高方法,进而推广到所有的平面阵列米波雷达。该方法首先对各行天线接收的目标回波信号进行行合成,然后基于各行不同的天线阵元数来构造各行天线的幅度归一化导向矢量系数,并重新构建阵列导向矢量,最后使用最大似然超分辨算法进行测高处理。并通过计算机仿真验证了该方法的有效性。     

超分辨距离—多普勒成像研究

介绍几种超分辨成像方法,包括线性预测数据外推的离散傅立叶变换(LPDEDFT)法、动态优化线性最小二乘(DOLLS)法和Hopfjeld神经网络非线性最小二乘(HNNNLS)法,并给出B-52飞机缩比金属模型微波暗室转台实测数据和Boeing-727飞机外场实测数据的成像结果。比较了这些方法在分辨能力、计算复杂性等方面的优劣。采用这些超分辨成像方法,与普通的傅立叶方法相比,在相同信号带宽和总转角的条件下可以获得更高的图像分辨率,或用较小的信号带宽和总转角可以获得相同质量的图像。     

数字阵列雷达方位超分辨角度估计的仿真

基于幅度比较单脉冲方法的测角局限性,采用先进的阵列超分辨测向技术MUSIC算法,对处于同一距离门和频率门的2个目标,在纯噪声背景和杂波背景下进行了波达方向(DOA)估计,对不同的信噪比和目标进入角度,仿真了目标的分辨情况并计算了DOA角度估计的精度,证明了机载雷达方位超分辨角度估计可以较好地实现落入清晰区或者副瓣杂波区目标的角度分辨与精度估计,但是对目标的信噪比和进入角度有一定的要求.     

采用超拉普拉斯先验的图像快速去卷积

通过分析自然图像梯度统计的长尾分布特性,证明超拉普拉斯模型是很好的。文章提出一个基于超拉普拉斯先验项的去卷积方法,实现运动模糊图像复原。该算法使用分步交替迭代最小化办法优化能量方程,通过查表的方法快速求解图像的反卷积。这种方法的速度是现有技术的几倍,能够在不到3秒内对1兆像素的图像去卷积。