基于光电侦察仪的多测角实时数据融合方法研究

针对传统“L公式法”和“平均值法”进行数据融合时利用测试数据不充分、没有考虑测试误差影响等局限性,文章提出一种基于多测角融合的光电侦察仪组网实时数据融合方法;在最小二乘准则下,建立了光电侦察仪组网融合模型,并对模型求解涉及的待估参数初值选择、权系数矩阵确定和融合精度等问题进行深入研究;通过仿真实验,对文章所提方法的实时性和精度进行有效验证,对不同布站数量下的融合效果进行了对比分析;最后,得出待估参数选择原则、权系数矩阵确定原则和布站数量要适中的结论。     

基于高斯包络线性调频基自适应分解的ISAR成像

基于高斯包络线性调频基的自适应信号分解算法具有较高的分辨率,当被分析信号(如机动目标ISAR雷达回波信号)可以由调频类信号建模时具有超强分辨能力。该文在高斯包络线性调频基的自适应信号分解算法基础上,提出了基于优化初值选择高斯包络线性调频基自适应信号分解算法,并将其应用到ISAR成像中。仿真结果表明,和传统时频分析方法相比,该算法具有更加优良的性能,对机动目标进行瞬时成像时成像质量得到了较大幅度的改善。     

基于SPW平台的逆合成孔径雷达成像

主要论述了如何在SPW(SingleProcessingWorksystem)平台基础上建立ISAR(逆合成孔径雷达)成像系统,采用传统的逆合成孔径雷达RD(距离多普勒)成像方法,在SPW平台上建立了雷达回波模块和图像显示模块,并以此为基础,搭建起ISAR成像系统,并采用SPW本身拥有的信号计算器对成像系统进行仿真。     

参数化时频分析综述

参数化时频分析是处理非平稳信号的重要手段。该文综述了参数化时频分析的产生、原理、快速算法。分析了现存的参数化时频分析方法存在的问题,提出了进一步提高分解自适应性和实时性的思路,指出了将图像处理方法和摄动理论应用到参数化时频分析方法中等有价值的研究方向。     

不同评价函数下阵列天线自修复分析

由大量阵元组成的阵列天线其性能受不断出现的失效阵元影响,可通过进化重配置阵列中剩余正常阵元激励实现性能修复。分析了阵列天线进化重配置过程,综合分析了自修复过程中评价函数类型,设计了不同评价函数分析流程,通过Chebyshev直线阵的自修复仿真实验,分析了不同评价函数对阵列天线自修复结果的影响,分析结果表明,基于性能参数的评价函数和方向图匹配与性能参数相结合评价函数具有较好性能,该分析结果为具有失效阵元的阵列天线自修复中评价函数选择提供了参考。     

矩形包络脉冲串信号分析

为了提高脉冲串信号的距离分辨力,曾有文献提出了对子脉冲的载频进行线性递增的方法。本文结合均匀脉冲串和载频线性递增脉冲串信号的模糊函数,分析了两类矩形脉冲串信号的性能;给出了旁瓣位置及幅度的数学描述及旁瓣抑制方法,结论为:载频线性递增脉冲串信号相对于均匀脉冲串信号提高了其距离分辨力却引入了距离旁瓣,但对于速度分辨力没有影响。仿真分析表明载频线性递增脉冲串具有更好的性能。     

基于优化初值选择的自适应高斯包络线性调频基信号分解

基于高斯包络线性调频基的自适应信号分解是一种分辨力高、性能优良的时频分析算法,在语音信号、地震信号、雷达信号等可以用调频类函数进行建模的信号分析中有着广阔的应用前景。该算法在四维参数空间构造和求解超越方程,得到参数的闭式解,与传统的优化算法相比大大降低了运算量。对于由高斯包络线性调频基不相交或浅相交形成的简单信号,该算法具有非常优良的分辨性能,而对由高斯包络线性调频基深相交形成的复杂信号分解存在较大误差。本文针对这一问题进行研究,指出初值选择在该算法中的重要作用,分析了得到高精度分解结果的初值条件,提出了基于优化初值选择的高斯包络线性调频基自适应信号分解算法。通过在局部信号粗时频平面中搜索最优初值,结合自适应分解中建立和求解超越方程的方法得到参数闭式解,提高了分解精度,同时降低了运算量。对仿真信号及语音信号的分解效果验证了改进后算法的有效性和准确性。     

相移键控（PSK）信号软件检测的实现

在研究相移键控理论的基础上,对理想PSK信号的软件解调进行了研究,通过对工程中非理想的二进制相转键控信号（2DPSK）的波形分析,实现了一种地之有效、通用性强的非理想2DPSK信号软件解调的工程化方法。