一种逆合成孔径激光雷达成像算法

逆合成孔径激光雷达是一种能实现对运动目标超高分辨实时成像的主动式有源成像雷达。该雷达系统发射的激光信号具有超高频率和超大带宽的特点,因此,微波波段逆合成孔径雷达针对常规目标所采用的回波信号模型不再适用。针对这一问题,给出了适用于逆合成孔径激光雷达的运动目标回波信号模型,分析了激光信号的超高频率带来的脉内多普勒效应,利用基于参考点的运动补偿方法,在匹配滤波处理后通过包络对齐实现对运动参考点轨迹的精确估计,最终获得了精确的参考信号,实现了对运动目标的超高分辨二维成像。仿真结果验证了该算法的有效性。     

冲击噪声背景下基于最小均方归一化误差的波束形成算法

 本文提出一种适用于任意未知统计特性的代数拖尾冲击噪声环境下的MMSNE波束形成算法。算法利用输出信号和参考信号之间的“归一化误差”最小化来求解最优权向量。“归一化误差”定义为接收信号的瞬时自适应无穷范数归一化的形式。与基于最小分数低阶误差波束形成算法相比,MMSNE波束形成算法计算更为简单;不需要噪声特征指数的先验信息或估计;适用于更广的冲击噪声环境;具有更小的估计误差;具有更强的干扰抑制能力。     

利用CNSP算法提高米波雷达方位角分辨率

利用常规波束形成构造噪声子空间投影(CNSP)可以提高子空间类DOA估计算法的分辨率。文中对算法的性能进行了进一步的分析,讨论了利用CNSP算法提高米波雷达方位角分辨率的方法,并利用米波雷达的实验数据进行了验证,分析结果表明CNSP算法可以提高米波雷达的方位角分辨率。     

逆合成孔径成像激光雷达成像算法

逆合成孔径成像激光雷达是一种能实现运动目标超高分辨实时成像的雷达,它在发射激光信号的基础上,运用逆合成孔径原理对目标进行成像。但激光信号具有极高载频、超大带宽和极短波长的特性,传统的距离-多普勒算法不再适用。在对回波信号特征进行分析的基础上,利用重排维格纳分布和Hough变换对光外差探测后的信号进行时频分析以估计目标的运动速度,构造有效的补偿因子,完成了对回波信号的精确运动补偿,并进一步采用Keystone变换完成对目标散射点的越距离单元徙动校正,实现了对目标的高分辨二维成像。仿真实验验证了成像算法的有效性,并通过与微波波段逆合成孔径雷达的比较,证明了逆合成孔径成像激光雷达可实现对运动目标更快速、更高分辨的成像。     

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.     

逆合成孔径成像激光雷达微多普勒特征分析

逆合成孔径成像激光雷达是一种结合将激光信号和逆合成孔径原理相结合的新体制雷达,能实现对运动目标的超高分辨成像,为提取目标的精细微动特征提供了新的途径。研究了基于逆合成孔径成像激光雷达的目标振动微多普勒特征,分析了目标运动时激光信号的高载频和大带宽对目标微多普勒特征的影响,并通过仿真实验对基于逆合成孔径成像激光雷达的目标微多普勒特征和基于微波波段逆合成孔径雷达的目标微多普勒特征进行了比较,证明了逆合成孔径成像激光雷达能够提供足够的分辨率来分析微小目标微动部件带来的多普勒效应。     

逆合成孔径成像激光雷达数据采样技术

逆合成孔径成像激光雷达能够实现对运动目标的高分辨实时成像,但激光信号的极大带宽和目标回波信号的微弱性给雷达回波数据的接收和处理带来了较大困难.针对这一问题,提出了基于光外差探测手段和压缩感知理论相结合的信号采样方法,首先通过光外差探测降低回波信号的有效带宽,再结合压缩感知理论实现对信号的稀疏化采样和重构.仿真结果证明了运用本文所提出的采样方法,在使用远低于奈奎斯特定理所规定的采样率时,仍然能够实现对目标的高质量成像.     

冲击噪声环境中最小"几何功率"误差波束形成算法

本文提出一种适用于任意未知统计特性的代数拖尾冲击噪声(包含所有对称α稳定分布噪声)环境下的波束形成算法.算法利用输出信号和参考信号之间"几何功率"误差的最小化来求解最优权向量."几何功率"误差定义成误差信号的对数矩的形式.我们采用迭代复加权最小二乘估计来求解最小"几何功率"误差波束形成权向量.与基于最小分数低阶误差波束形成算法相比,最小"几何功率"误差波束形成算法计算更为简单;不需要噪声特征指数的先验信息或估计;适用于更广的冲击噪声环境;具有更小的估计误差.计算机仿真验证了算法的有效性.     

线性调频步进信号雷达目标运动参数估计方法

针对目标运动对线性调频步进信号雷达成像的影响,提出一种基于时频分析的目标运动参数估计方法。对差频处理后的各簇回波信号进行快速傅里叶变换,利用变换后信号与子脉冲序列的线性调频关系,通过维格纳分布和Radon变换对目标不同时刻运动参数进行估计。结合二值数学形态学与图像边缘检测方法提高对多散射点目标运动参数估计的精度。在此基础上,针对目标可能出现的变速运动情况,利用最小二乘算法拟合整个成像时间内目标运动速度的变化,较好地实现对机动目标的运动参数估计。仿真实验验证了本文方法的有效性。     

线性电磁矢量阵列的空时极化平滑算法及相干源多参数估计

该文提出了一种基于线性电磁矢量阵列的空时极化平滑算法(STPSA),解决了相干信源的频率,2维波达方向和极化参数的联合估计问题。该算法通过对不同子阵和矢量传感器不同传感单元的测量数据及其相应延迟数据进行平滑,实现解相干预处理并抑制噪声干扰,然后利用传播算子方法得到相应的参数估计。与目前的算法相比,该文提出的算法能够同时实现相干信源的多个参数联合估计;无需通过奇异值或特征值分解提取信号/噪声子空间,也无须进行参数搜索,有较低的运算量;另外,算法能够通过增加相邻阵元的间隔来扩展阵列的有效孔径,改善估计性能,且无须进行参数去模糊处理。仿真结果验证了算法的有效性。