运动双基地MIMO雷达的参数估计性能

该文研究了收发站运动情况下双基地MIMO雷达的参数估计性能。首先,给出了运动双基地MIMO雷达的信号模型,推导出多目标下参数估计克拉美罗界(CRB)的一般表达式;其次,给出了单目标情况下发射角和接收角估计的CRB闭式解,并分析了收发站运动时,各参数对CRB的影响。理论和仿真结果表明：增大某一站(发射站/接收站)的运动速度,将提高该站所对应的角度(发射角/接收角)估计性能,但同时也降低了另一站所对应的角度估计性能;当发射站/接收站的运动视角垂直于发射角/接收角,而另一站的运动视角平行于接收角/发射角时,发射角/接收角的估计性能最优。     

基于IMM-UKF的主/被动雷达融合算法

在主/被动雷达双传感器目标跟踪背景下,提出一种基于IMM-UKF滤波的加权数据融合算法。该算法采用UKF对观测数据进行滤波估计,避免了计算雅克比矩阵,克服EKF滤波方法受滤波初值影响大、易发散的缺点。与单一传感器进行仿真比较,结果表明该算法可以比任一单传感器滤波精度高,稳定性更好。     

一种雷达视频回波信号模拟器的设计及实现

雷达视频回波信号模拟器在雷达对抗系统的效果评估上以及在雷达设备研制过程中发挥越来越重要的作用。本文考虑实际对模拟器的便利性和速度上的要求，给出了“计算机 USB DSP”的一种解决方案，并且对其中关键问题进行研究，解决了问题。     

基于压缩感知的分布式MIMO雷达速度估计与联合检测

针对分布式MIMO雷达系统,在站间大间隔配置获得空间分集增益的基础上,提出了一种基于压缩感知的目标速度估计与检测的联合算法,并利用二阶锥规划提高了感知算法在低信噪比时的估计精度。该算法有效降低了常规最大似然估计的计算成本,且在噪声功率未知时联合检测的性能上要明显优于距离门检测。通过理论分析证明,所提出的估计与联合检测算法能够有效估计速度并检测目标。仿真实验也验证了算法的有效性。     

浅析数学建模相关专利申请的客体问题研究

随着计算机和网络技术的发展,涉及数学建模的图像通信方法专利申请日渐增多.由于涉及建模方法和数学方法的申请本身在客体判断上就一直是审查工作中的一大重点和难点,当其与图像通信相结合而产生的专利申请的客体判断变得更加困难.笔者在审查过程中对遇到的几个案例进行分析,以期对相关的专利申请的撰写、修改提供参考与借鉴.     

基于稀疏贝叶斯学习的联合平移不变子空间压缩采样

针对一类特殊的有效核函数（active kernel）未知的联合平移不变子空间（Union of Shift-Invariant Subspaces,USI）信号,构建了一种压缩采样模型,将信号的重构过程看作一个线性回归问题, 利用稀疏贝叶斯学习（sparse bayesian learning,SBL）算法求得该回归模型中的权值参数的最优估计,根据权值参数向量集的支撑集实现信号的稀疏重构。理论分析表明,对于由M个核函数（kernel）以T为周期平移生成的平移不变空间（Shift-Invariant Spaces,SI）,若M个核函数中至多有K（1≤K≤M/2）个且未知哪K个有效时,本文构建的压缩采样模型最低采样率能够达到2K/T,这也是利用稀疏度K所能达到的理论上的最低采样率。仿真结果表明,构建的压缩采样模型能够有效降低这类信号的采样率。      

双基地MIMO雷达目标快速定位算法

基于多级维纳滤波器（MSWF）的双基地多输入多输出（MIMO）雷达定位算法,能够有效的降低计算复杂度,但是会带来信号子空间的扩展问题,降低算法性能。因此本文提出了一种新的目标快速定位算法。首先根据MSWF的自相关模值的特点确定需要的MSWF级数,得到扩展子空间;其次利用ESPRIT方法得到目标的初始发射角（DOD）和接收角（DOA）,最后利用判别准则从初始目标角度得到真实目标角度,并完成目标收发角度的配对。算法不需要特征值分解,计算复杂度较低,并且充分利用了扩展子空间,具有更高的角度估计性能。      

机动目标跟踪算法仿真

在民用和军事领域中,机动目标跟踪都有着广泛的应用.在介绍机动目标跟踪方法与原理的基础上,主要对可调白噪声模型、Singer模型和当前统计模型三种机动目标跟踪算法进行了研究与仿真分析.最后通过对各模型的滤波性能进行比较,得出相应的结论.     

低功耗、低灵敏度有源带通滤波器设计的新方法

提出运用低通到带通的频率变换法与阻容细化法相结合的思想,直接利用2阶的低通(LP)滤波器原型电路实现4阶低功耗、低灵敏度的带通(BP)滤波电路的设计新方法。具体而言,通过对低通原型滤波电路进行阻抗变换以及时其对应的RC电路实现所谓“有损的LP-BP变换”,就可以实现带通(BP)滤波电路的设计。选用2阶切比雪夫(Chebyshev)低通滤波器电路为原型,给出4阶带通滤波器的具体设计过程,并通过PSpice软件来验证此种方法的可行性和实用性。     

基于目标展宽特征的欺骗干扰识别方法

常见的欺骗干扰识别方法大都利用目标的信号级特征进行识别.提出一种基于回波信息的欺骗干扰识别方法,分析真假目标回波的距离展宽、方位展宽的差异,通过回波的量测信息分布差异对欺骗干式进行识别.仿真实验表明,该方法能够有效识别欺骗干扰.