基于2D实值离散Gabor变换的SAR原始数据压缩

该文采用时频分析的方法,结合合成孔径雷达(SAR)原始数据的线性调频特性,提出了一种基于2D实值离散Gabor变换的SAR原始数据压缩方法。该方法对I,Q两路原始数据进行分块,先对每一块进行二维实值离散Gabor变换(2D-RDGT),在时频平面内对各频率平面根据方差进行比特分配,然后采用BAQ量化各频率平面。用同一块数据进行压缩解压缩成像实验并与已有的方法进行比较,实验结果表明该文提出的方法在数据域和图像域的性能都优于已有的方法。     

利用基于导数更新的双基机载雷达杂波距离依赖性补偿方法

该文提出了两种利用基于导数更新(DBU)的双基机载雷达杂波距离依赖性补偿新方法,分别以接收载机方向图主瓣方向的接收斜距和接收载机方向图主瓣方向的接收俯仰角余弦为更新变量,利用该方法对回波数据进行补偿后,能够有效降低双基机载雷达杂波的距离依赖性,进而大大提高空时自适应处理 (STAP)的地面动目标检测(GMTI )性能。仿真数据处理结果证明了所提方法的有效性。     

基于重构时间采样的空中机动目标检测与参数估计

空时自适应处理(Space-Time Adaptive Processing,STAP)是一种有效的机载预警雷达动目标检测方法。但当来袭目标具有很强的机动性时,其多普勒频率随时间变化,使得传统STAP方法的相参积累性能大大下降。针对这种情况,该文提出了一种将STAP与分数阶Fourier变换(FRactional Fourier Transform,FRFT)相结合的机载雷达空中机动目标检测和参数估计方法。该方法利用空间采样来重构时间采样,等效于增加了单个阵元的脉冲点数,解决了由于机载预警雷达在一个相干处理时间内发射脉冲点数有限而导致直接应用FRFT估计精度较差的问题。仿真结果证明了该方法的有效性。     

自适应阵列中多级维纳滤波器的有效实现算法

在分析多级维纳滤波器实现算法的基础上,证明了由相关相减算法实现的多级维纳滤波器是一种酉多级维纳滤波器,与Goldstein、Reed和Scharf提出的原始实现算法相比,酉多级维纳滤波器具有更好的降秩性能。该文对相关相减算法中的阻塞矩阵进行改进,使多级维纳滤波器前向递推中观测数据向量的维数逐步降低,且同样能应用于相关相减算法结构。新的实现算法在进一步降低计算量的同时,得到与相关相减算法几乎相同的性能。仿真结果证明了该算法的有效性。     

基于模式间混淆关系自适应构建层次化分类器

为了解决层次化分类器的设计难点——子分类器的层属关系及其内部组成的确定,本文首先定义了模式间混淆关系,用于描述不同模式在判决域中的相互作用;进而提出了基于混淆矩阵度量模式间混淆关系的方法。设计并实现了多模式混淆关系分析机MPCRAM,将有师指派和无师自组两种常用的模式重组方法有机结合,遵循Fisher准则,自适应地产生层次化分类器结构。大量综合测试证实了该方法有效、实用,可显著提高分类器的识别性能和稳健性。     

相控阵机载雷达杂波抑制的时—空二维自适应滤波

本文提出了一种机载预警侧面相控阵雷达抑制地杂波的时-空二维自适应方法,该方法先对各列子阵的数据作多通道的多卜勒滤波,然后分别对相同多卜勒滤波器输出的数据作Capon自适应处理。理论分析和计算机模拟结果表明,本文方法的杂波抑制性能在天线阵元存在一定的随机幅度和相位误差情况下损失不大,对阵元失效也不敏感。     

非线性信道自适应均衡的一种方法

本文通过对非线性信道模型的分析,构造了一种新的、关联模型的自适应均衡器。分析表明,与一般的基于Volterra级数的非线性扩展关联模型相比,新结构的权数大为减少。模拟实验证实,当信道噪声较小时,新结构以较高的精度收敛于最佳解。而且无论对最小相位或非最小相位信道,该均衡器均表现出良好的收敛特性和误码性能。     

卫星系统新技术--应用机遇及发展策略考虑(上)

结合市场导向下的技术驱动重要性，重点论述现代卫星系统新技术及其在中国的应用机遇和发展策略。     

基于广义周期性的单通道多分量正弦调频信号分离和参数估计

针对噪声条件下的单通道多分量正弦调频(SFM)信号,该文提出一种信号分离和参数提取方法。利用正弦调频信号的广义周期性进行奇异值分解,以求出分量信号的调制频率;通过离散点搜索,估计出分量信号的调频(FM)初始相位、调制指数及载频,并对这些估计值利用信赖域算法进行优化,减小误差;利用内积计算,估计分量信号的幅度和初始相位。此外,还利用自相关矩阵特征值分解估计混合信号的信噪比(SNR),并根据信噪比确定停止分解的阈值。在仿真与分析中,针对具体的信号详细说明了该方法的各步骤,并在不同信噪比条件下分析了该方法的参数估计精确度。     

一种自适应多尺度积阈值的图像去噪算法

该文提出了平稳小波变换(Stationary Wavelet Transform, SWT )域自适应多尺度积阈值的图像去噪算法(SWT domain Multiscale Products, SWTMP)。与传统的阈值去噪算法不同,该阈值不是直接作用于小波系数,而是作用于小波系数的空间多尺度积。分析了SWT域含噪图像多尺度积的特点,提出了SWT域自适应多尺度积阈值的计算方法。多尺度积强化了图像的重要结构信息,弱化了噪声,在有效去噪的同时更多地保留了图像的边缘和细节。实验结果表明,所提算法对自然图像去噪后的视觉效果和性能指标均好于二进小波域多尺度积阈值(Adaptive Multiscale Products Thresholding, AMPT)去噪方法。