阵列互耦条件下运动目标角度跟踪方法研究

针对观测过程中角度发生变化时的运动目标跟踪问题,同时考虑到常规阵列中所普遍存在的互耦效应,通过分析均匀线阵互耦矩阵的带状Toeplitz结构,提出利用在原始阵列两侧增加辅助阵元的方法补偿互耦效应对阵列响应函数的影响,并将粒子滤波技术与原始阵列经互耦补偿后的观测数据相结合,实现了阵列互耦条件下对角度变化目标的高精度方向跟踪。仿真实验验证了新方法的优良性能。     

多芯片焊球阵列封装体受热载荷作用数值模拟

针对典型高密度多芯片BGA(焊球阵列)封装体建立三维有限元分析模型,研究不同尺寸封装体在稳态热载荷作用下的结构变形和应力情况,在此基础上引入包含等效梁和危险焊球真实几何形状和间距等在内的简化模型以进行序列分析,研究各设计参数对力学参量的影响。数值结果反映了封装体应力分布及其变化特点,表明影响封装体变形和应力的主要参数;提出的建模方法简便有效,可以方便地用来分析不同类型的BGA封装,并扩展应用至不同的分析目的,为此种结构的设计和优化提供一定参考。     

分布式阵列相参合成雷达技术研究与试验

通过介绍美国中段反导雷达的发展历程,指出了反导装备发展的机动部署新动向,引出了分布式阵列相参合成雷达技术,并介绍了其国外的发展现状及其作战模式、工作原理和技术优势等基本概念;同时,专门设计了分布式阵列相参合成雷达线馈与空馈2种试验系统与试验方法,通过空馈试验结果分析,加深了对分布式阵列相参合成雷达技术的认识;通过高低信噪比下的线馈试验,验证了分布式阵列相参合成的机理,同时也验证了合成算法的有效性。     

利用微分几何参数研究小型阵列的布局

以微分几何为工具,分析和研究了小型阵列的阵列流形的微分几何参数与信号到达方向估计精度之间的关系,并在此基础上推导分析了小型阵列在各个方向上的测向性能与阵列几何布局之间的关系,最后给出小型阵列布局的设计思路。并以五元阵为例,对几种不同的几何布局进行仿真对比和分析,验证了设计思路的正确性。     

压缩感知新技术专题讲座(四) 第8讲 压缩感知在无线通信中的应用

压缩感知(CS)理论指出,如果信号在某个变换域内是稀疏的或可压缩的,那么就可以用与变换基不相干的低维线性观测矩阵实现信号的压缩测量。压缩感知充分利用信号固有的稀疏性或可压缩性,以远低于奈奎斯特频率,直接对信号中的重要信息进行采样,此时,采样速率不再决定于信号的带宽,而是决定于信号的结构和内容中所包含的信息,或者说是信号的信息速率。这种新型的信息获取方式带来了信号处理技术的革新,在各类模拟和数字系统中得到了广泛的应用。在无线通信系统的应用主要包括认知无线电、稀疏信道估计、无线传感器网络、阵列信号处理等方面。     

自组装SiO2光子晶体线形阵列

采用溶剂蒸发技术在硅槽内对自制的SiO2微球进行组装,获得了具有显著光子带隙特征的SiO2光子晶体线形阵列,与平坦表面生长的光子晶体相比,微球在微槽内的自组装行为受到了明显的限制作用.     

基于阵列法检测的激光驾束制导信息场特征提取技术

改变了传统激光驾束制导信息场阵元法检测模式,基于信号处理及阵列法检测技术,构建了制导信息场的检测系统,阐述了基于阵列法检测的信息场评估方法,详细介绍了信息场特征提取技术和硬件实现方法。该方法解决了信息场检测校准精度要求高、过程复杂、人员需求数量多等诸多难题,减少了检测对制导激光器的损伤,使用简便、快捷、高效,已被应用于多种激光驾束制导设备的检测。     

一种基于级联滤波设计的背景噪声均衡方法

针对阵列信号处理中背景噪声对目标检测影响问题,提出一种基于级联滤波设计的背景噪声均衡方法.该方法依据背景噪声起伏特性设计多尺度组合形态学滤波器对空域重采样数据进行处理,降低不同方位起伏噪声对目标检测的影响;根据噪声特性设计同态滤波器,降低乘性噪声对目标检测的影响;按类内类间离散度比最小准则实现背景噪声门限的自动推荐,进而实现对背景噪声均衡处理,提升对目标检测概率.数值仿真和实测数据处理结果表明:相对S3PM方法和OTA方法,在两者失效的情况下可有效实现对目标检测和判决,对环境适应性提高了近3 dB;有效降低了背景噪声对目标检测性能的影响,提高了目标检测的环境适应性.     

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise, CBSCAN)算法解决实时空战目标分群问题。通过分析空战态势参数,建立了空战目标分群通用模型,将目标分群转化为聚类问题。通过改进CBSCAN算法的簇类扩展方式,建立基于改进CBSCAN算法的目标分群模型。通过仿真实验,对比分析了K-means、最大期望算法、密度峰值算法、密度聚类算法、CBSCAN算法和改进CBSCAN算法在30种作战态势下的分群准确性和实时性,结果表明:改进CBSCAN算法可以在编队数目未知和目标流形分布的条件下,对多目标编队进行正确分群,且实时性较原始算法提高约30%,具有实际应用价值。