一种基于FFT和对称性的目标运动补偿新方法

运动补偿是频率步进雷达应用中的难点之一,文中首先分析了频率步进雷达多普勒效应对距离像的影响,并根据频率步进雷达中常见运动补偿方法的优缺点,提出了一种运用快速傅里叶变换（FFT）处理和频谱的对称性相结合进行速度估计和补偿的方法,并对单散射点和多散射点模型的速度估计原理进行了分析和推导,解决了多散射点模型中交叉项对速度估计影响的问题。理论分析和计算机仿真结果表明,该方法具有可行性,并兼有测速精度高、运算量小、抗噪声性能较强的优点。     

高速运动雷达目标一维成像新方法

针对频率步进体制雷达对高速运动雷达目标一维距离成像时所存在的问题,提出一种基于分数阶傅里叶变换的运动参数估计方法。利用估计得到的速度参数进行运动补偿后,通过改进的"循环移位"拼接算法,得到距离门内运动目标的全景一维距离像。仿真结果表明,该方法能够在较低信噪比、高速运动条件下得到高质量的一维距离像,且运算量较小,具有较高的实用价值。     

微动复杂目标雷达散射截面计算方法

在对雷达目标的动态特征提取和识别的研究中,需要能够逼真地反映目标的结构特性和运动特性的模拟信号。文中应用物理光学法和物理绕射理论,针对复杂动目标和多目标对目标面元和尖劈进行多普勒频率分级的方法实现了动目标的雷达散射截面计算;提出了微面元快速消隐算法和微动目标的模型剖分准则。应用该方法可以模拟转动、颤动以及非刚体运动目标的电磁散射特性。     

基于特征重聚焦网络的多尺度近岸舰船检测

针对监控视频中的多尺度近岸舰船检测问题,提出了一种基于特征重聚焦网络的舰船目标检测算法,设计了由多维特征聚合模块(MFAM)与注意力特征重构模块(AFRM)组成的特征重聚焦策略.其中,MFAM基于输入的特征金字塔构建特征聚合块,进一步融合多尺度舰船不同层次特征的语义信息.AFRM基于多分支空洞卷积以及通道与空间注意力机制提升网络对目标非局部信息的表征和对背景干扰的抑制,并构建了用于目标检测的特征重聚焦金字塔.在Seaships7000舰船公开数据集上的实验结果表明,相比其他算法,本算法对监控视频中多尺度近岸舰船的检测效果更好.     

长拖尾K分布杂波下雷达目标散射中心参数的稳健估计

实际条件下,在对基于衰减指数(DE)和模型的雷达目标散射中心参数估计和特征提取时,其噪声背景往往是非高斯的,分布密度函数表现出长拖尾性质。利用基于高斯假设条件下的估计方法进行参数估计时,往往不能得到较好的结果。针对这种情况,该文利用M估计方法来实现对长拖尾杂波下DE模型参数的稳健估计。首先分析了基于PRONY模型的M估计实现方法存在的不足,其次提出了两种较为有效的DE模型散射中心参数M估计的实现方法,并对这两种方法进行了分析和比较。仿真实验结果表明,在一类长拖尾K分布杂波条件下,与ESPRIT方法以及扩展PRONY估计方法相比,该文所提的两种方法均能得到较好的估计结果。     

基于目标电磁散射特征的雷达回波信号实时模拟系统的研制

结合SOPC(System on Programmable Chip)技术与虚拟仪器技术,采用能较真实地反映目标散射特征的三维多散射中心模型实时计算目标回波波形,实现了高分辨雷达接收系统反映目标散射特征及其动态变化的实时雷达信号回波模拟系统.重点介绍了基于目标电磁散射特征模拟的实时算法、模拟器的系统结构以及高速数模混合SOPC系统设计与实现的关键技术.SOPC系统采用V2p40,系统主频为300MHz可输出120MHz以下的中频信号.     

雷达目标散射中心参数估计的极限性能分析

本文基于衰减指数和(DE)模型的克拉美-罗限(CRB)研究散射中心参数估计的极限性能.通过对单分量和双分量DE模型CRB矩阵的化简,获得了散射中心位置、强度、类型参数估计精度与雷达参数、目标参数的关系式,并导出了鉴别散射中心类型的信噪比门限和宽带雷达的极限分辨力.本文的结果均以解析式给出,揭示了各参数间相互影响的规律.仿真验证了结论的有效性.     

扫描型成像激光雷达仿真加速算法

扫描型成像激光雷达的建模和仿真是激光雷达信号处理和系统设计领域的一项重要研究内容。提出了一种快速成像仿真方法,在不影响仿真精度的同时提高了仿真效率。通过推导像元运动轨迹以及模型面元在像平面上投影的运动轨迹,得到判断像元和面元相交关系的不等式,利用时间剖分和近似处理,求解出像元和面元可能的相交关系,再对可能的相交关系判断是否确实相交,达到降低求交次数的目的。基于该方法,对6种目标进行仿真,算法仿真结果与传统方法得到的结果相同,求交次数与运算时间降低至传统方法的1%。     

一种基于3D-ESPRIT的散射中心参数估计算法

基于雷达目标的三维散射中心模型,提出了利用目标频域数据的3D-ESPRIT参数估计方法.该方法不需进行参数配对,不需要计算相关矩阵,计算量较小.仿真实验结果表明,该方法能够对雷达目标散射中心给出比较准确的估计值.与3D-MP(矩阵束)方法的估计结果相比较,验证了算法的正确性.     

利用期望-最大化算法实现基于动态词典的压缩感知

在现有压缩感知(CS)理论中,重构信号需要预设其稀疏表示词典。对于以参数化模型表示的信号,只能预知该词典为某种形式的参数化词典,参数的具体取值难以确定。若将参数设定为取值空间的均匀离散格点,预设词典与真实词典之间的失配将使传统CS重构方法的性能严重恶化。为解决这一问题,该文提出一种基于动态词典的CS重构方法。通过迭代地优化词典参数,该方法在信号重构过程中对词典进行动态调整。为同时实现稀疏恢复与词典调整,该方法利用变分期望-最大化(EM)算法交替执行信号系数估计与词典参数优化。实验结果表明所提方法是有效的。