KK分布杂波下的距离扩展目标检测算法

针对服从KK分布的大拖尾雷达杂波背景下的扩展目标检测问题,利用球不变随机变量表示了KK分布雷达杂波模型。在假设目标回波幅度已知的情况下,研究了基于Neyman-Pearson准则的距离扩展目标最优积累检测器,并通过对目标幅度的最大似然估计,推导了广义最大似然比检验检测器模型。为了降低这两种检测器中因计算第二类修正的贝塞尔函数而引入的运算复杂度,提出了一种基于顺序统计量的广义似然比检测器。该检测器利用检测窗内幅度较大的距离单元回波作为目标回波进行判决。利用蒙特卡罗仿真对这三种算法的性能进行了验证与比较,虽然最优积累检测器与广义似然比检测器具有更好的检测性能,但实现困难,计算量大,而基于顺序统计量的广义似然比检测器则具有更高的实用性。     

信号处理与深度学习硬件加速的一致性计算结构

在计算需求层面对多种典型信号处理算法与深度学习算法进行了分析与模块化分解,提取了两类应用共有的且适合并行硬件加速的计算模块,提出了信号处理与深度学习的一致性计算模型,并基于一致性计算模型设计了控制与计算分离的层次化处理单元与阵列化计算结构。通过对不同应用计算过程的软件定义能够实现信号处理与深度学习的一致性硬件加速计算,基于Zynq计算平台从重构效率与计算性能两个方面对一致性计算模型与计算结构进行了验证,结果表明：基于一致性计算模型的软件定义可重构计算结构,具有较高的计算性能与重构效率。     

二维相关的G0分布雷达杂波仿真

G0分布模型可实现对不同均匀度雷达杂波的较好拟合,二维相关G0分布雷达杂波的精确仿真对雷达系统设计和性能评估具有重要意义。在利用分段多项式拟合的方法近似表示非线性变换的基础上,将二维相关的高斯随机过程作为输入,提出了基于无记忆非线性变换的二维相关G0分布雷达杂波仿真方法。更进一步,为了实现对杂波幅度与相关性的独立控制,并仿真具有同相和正交分量的相参雷达杂波,推导了单视条件下G0分布模型的球不变随机过程特征函数表达式,提出了基于球不变随机过程的仿真方法。仿真结果表明,这两种方法均能够仿真产生满足幅度和相关性要求的二维相关G0分布雷达杂波。