L1-analysis稀疏重构在阵列信号恢复及波达角估计中的应用

通过适当的空域稀疏化构造了可对阵列接收信号进行冗余稀疏表示的阵列流形矩阵,建立了相应的L1-analysis稀疏重构模型用于恢复阵列接收信号,重点证明了该流形矩阵是满足L1-analysis 稀疏重构条件的紧框架,从理论上保证了将L1-analysis 稀疏重构用于阵列接收信号恢复及波达角估计问题的合理性,并推导出信号恢复误差的理论上界。利用在微波暗室环境中采集的实测数据,结合MUSIC算法进行实验验证,结果表明基于L1-analysis 稀疏重构的信号恢复对提高低信噪比环境下的波达角估计性能是有效的。     

方位多相位中心SAR信号重建误差分析

就方位多相位中心(Azimuth Multiple-Phase-Center,AMPC)合成孔径雷达(Synthetic Aperture Radar,SAR)系统的阵列误差对信号重建性能的影响进行分析。将阵列误差建模为随机过程,结合最小二乘(Least-Square,LS)算法,推导了AMPC SAR误差功率谱的解析表达式,进而得到了AMPC SAR的信噪比与方位模糊比的解析表达式。仿真实验验证了理论分析的正确性。分析指出,随着系统脉冲重复频率的升高,有必要通过减小重建系数以实现重建性能的提升。分析方法与结果对AMPC SAR系统设计以及图像质量预估提供有效支撑。     

基于多尺度小波分解FDR的激光预警系统信息数据校正

为了使激光预警系统可以实时、精确地捕获来袭激光的特征信息,降低虚警与漏警的发生,提高系统的信噪比成为研究的重点。为了准确判断来袭激光的光谱信息,针对不合作激光信号而言,提高信噪比的方法就集中的体现在采用信息技术对各种噪声、干扰的抑制和消除等方法上。设计了基于多尺度小波分解及错误假设检验算法的信噪比优化模型。根据小波降噪原理,对来袭激光信号做多尺度分解,再采用错误假设检验算法完成了小波降噪系数的阈值选取。实验结果显示,采用该种技术降噪后系统信噪比提高到64.22 dB,其相应的波长分辨率为2 nm,相比没有滤波和仅用传统滤波算法的实验数据,有了明显的改观,系统抗干扰能力显著增强。     

柱状炸药自由空气爆炸的网格划分方法研究

网格划分方法对自由空气爆炸冲击波传播过程的数值模拟精度有较大影响,且不同当量下网格划分方法亦有较大区别.通过使用LS-DYNA软件对柱状炸药的爆炸冲击波传播过程进行数值模拟,以Henrych经验公式为验证依据,分析了网格划分方法在不同比例距离处对超压峰值的误差影响;以"网格尺寸与炸药半径之比"作为网格尺寸划分依据,以比...     

无潜在抗干扰技术电台的抗干扰对策

通过研究我军装甲兵通信装备现状,分析影响其通信效果的因素,提出若干战术途径,旨在弥补无潜在抗干扰技术的通信装备在抗干扰方面的不足,提高其战场生存能力。     

GNSS接收机离散化处理对解扩性能的影响

建立扩频信号防混叠滤波、采样、量化与解扩输出关系的数学解析模型,推导得到解扩输出信噪比的解析表达式。分析与仿真表明,当量化位数大于等于4 bit,解扩得到总的信噪比损失可以分解为由量化引起的损失和滤波加采样引起损失的乘积,且量化器最优限幅系数只与量化位数相关;当量化位数小于4 bit时,信噪比损失在一定条件下可近似为量化损失和滤波加采样损失的乘积。当量化位数大于4 bit、滤波器带宽大于5倍码率、采样频率大于4倍码率时,再增大上述参数引起的信噪比损失波动小于0.05 dB,对解扩性能提升不明显。该结论可为实用型全球导航卫星系统接收机前端离散化处理优化设计提供理论指导。     

二次差频测距新方法及其性能分析

提出了一种基于二次差频测距的新方法。对其测距原理进行了详细推导,提出了简化发射机设计与便于后续信号处理的频点选取准则,理论分析了正确解模糊对信噪比的要求。通过与参差多频测距方法进行比较,分析了该方法的优越性。仿真结果验证了该方法的有效性。     

一种基于差值直方图的自适应可逆信息隐藏方案

利用公共网络进行保密数据的隐蔽传输是网络情报战的核心内容,利用一般自然图像相邻像素之间灰度值的强相关性,基于差值直方图和直方图平移,提出了一种可逆的自适应信息隐藏方案.该方案根据待隐藏信息的大小,在满足嵌入容量要求的条件下自适应地选择嵌入的差值位置,以最大程度保障嵌入信息后图像的视觉质量;同时,根据一般自然图像边沿灰度像素数较少的特点,采用位置映射法避免直方图平移过程中可能出现的灰度值溢出问题.实验结果表明,自适应方法较固定位置嵌入法能提供更大的嵌入空间和更高的图像信噪比.     

结合自适应时间权重的改进STRCF目标跟踪

针对STRCF算法时间权重因子固定,且常因长时遮挡等原因造成跟踪漂移的问题,提出了一种自适应时间权重学习的目标跟踪算法.利用峰值旁瓣比在线动态更新时间权重因子以提升跟踪器的准确性.在跟踪器中嵌入遮挡判断模块,设定条件判断是否发生遮挡,以决定是否停止对目标位置的更新.实验结果表明:该算法的精确度与成功率分别为0.880和0.814,相比STRCF算法分别提升了2.6％和2.0％,且跟踪速度达到28.61帧/s,在CPU上可以达到实时.